Rutas hidrológicas : recordando a un colega por los senderos de la hidrología

M EZA ET AL . I MPACTOS DEL CAMBIO CLIMÁTICO EN LA GENERACIÓN HIDROELÉCTRICA R UTAS H IDROLÓGICAS 109 precipitación y temperatura como variables de interés. De acuerdo con estos criterios, se propone definir en primer lugar las habilidades de GCM que son preferibles para un estudio en particular. En este caso estamos interesados en la disponibilidad futura de agua y, a diferencia de los eventos extremos, se necesita la mejor representación posible de estacionalidad y variabilidad. De acuerdo con esto, las selecciones deben centrarse en la media del conjunto de todos los GCM, lo que permite una proyección representativa de los cambios futuros en la temperatura y la precipitación. La selección basada en las habilidades, realizada por Lutz et al. [2016], se presenta en el último paso, con menos ejecuciones de GCM disponibles para seleccionar en los dos pasos anteriores, por lo que los modelos seleccionados no necesariamente tienen la mejor habilidad para simular el clima pasado. Este problema se evita teniendo en cuenta las métricas de habilidad, pero es necesario un análisis adicional para seleccionar los mejores indicadores, en cualquier caso. De acuerdo con Pierce et al. [2009] los modelos con menos errores durante el período histórico predicen temperaturas futuras más cálidas que los modelos con más errores. Su investigación también muestra que ordenar los modelos por calidad tiene el efecto de ordenarlos por sensibilidad climática más de lo que se esperaría por casualidad, lo que resulta en que los mejores modelos tienen la mayor sensibilidad climática. En este sentido, analizar las métricas de habilidades en un primer paso podría permitir que se tengan en cuenta las proyecciones no conservadoras para los responsables políticos u tomadores de decisión. Se debe mencionar que Christensen et al. [2010] no encuentra evidencia convincente de una descripción mejorada de los estados climáticos medios, utilizando pesos basados en el rendimiento, en comparación con el uso de pesos iguales, lo que sugiere que la ponderación del modelo podría agregar otro nivel de incertidumbre a la generación de proyecciones climáticas basadas en ensambles de GCM. Los resultados relativos al método de selección de GCM indican que el análisis de estacionalidad y variabilidad no mostró diferencias significativas entre los diferentes modelos, por lo que se descartaron como criterio de selección en casi todos los casos. Solo el índice de variabilidad de la precipitación fue determinante para elegir los modelos a utilizar, seguido de la evaluación de la representatividad del ensamble. Se puede ver que la mayoría de los modelos estiman fuertes reducciones en las precipitaciones anuales y los aumentos de temperatura. El cambio medio de precipitación es - 31,3% y el cambio de temperatura media es +2,75 ° C. Se debe tener en cuenta que la representación correcta de los efectos orográficos en las montañas de los Andes es una limitación bien conocida de los GCM, pero el proceso de escalamiento a las estaciones de referencia puede corregir el sesgo e inconsistencias detectadas entre valores observados y modelados, logrando que la mejor representación de los mismos esté ligada a la cantidad y calidad de la información disponible, tanto a nivel de densidad de estaciones como de la longitud y consistencia de los registros observados que participan en el proceso del escalamiento estadístico. Un aspecto metodológico adicional a considerar, y que no fue abordado en este estudio, consiste en evaluar si los GCM disponibles representan adecuadamente las oscilaciones atmosféricas que influyen en un territorio determinado, como requisito previo a la selección propuesta en este trabajo. Dada la influencia de las oscilaciones ENSO en la zona centro sur de Chile y SAM en la zona austral [Rubio-Álvarez & McPhee, 2010], en la reciente actualización del Balance Hídrico de Chile [DGA, 2017] se analizó la correlación entre los patrones de precipitaciones de 33 GCM (CMIP5) y las oscilaciones ENSO y SAM, lo cual permitió descartar 9 modelos ubicados fuera del intervalo de confianza. Esperamos alentar la aplicación del método de selección de GCM en diferentes cuencas de Chile e incluso en otros países que dependen de los recursos hídricos proporcionados por la Cordillera de los Andes. Esto permitiría mejorar en el futuro los análisis comparativos y agregados, dentro y entre países, que podrían interconectar sus sistemas eléctricos en el futuro, como Chile y Perú [BID, 2017]. A GRADECIMIENTOS . Los autores de este trabajo reconocen en primer lugar la excelente iniciativa de nuestra colega y formadora, Sra. Ximena Vargas M. en crear este homenaje a un gran colega como lo fue el Sr. Ernesto Brown F. Para estos autores, ambos han sido un tremendo aporte a la enseñanza y difusión de la hidrología en todas sus áreas, del mismo modo que han sido mentores constantes en su desarrollo profesional y humano. Por último, destacar la vida y ejemplo de don Ernesto, dotado de un razonamiento agudo, de un estándar ético intachable, de una calidad humana extraordinaria y de un vozarrón capaz de silenciar cualquier sala. Agradecidos de sus enseñanzas, las que perdurarán por siempre. Los autores desean agradecer además a la Subsecretaría de Energía que, a través de la licitación pública “Determinación del Impacto del Cambio Climático en el potencial esperado de generación hidroeléctrica en cuenca o subcuencas del río Maule”, permitió financiar gran parte de esta investigación. R EFERENCIAS Bozkurt, D., Rojas, M., Boisier, J.P. & Valdivieso, J. 2017. Climate change impacts on hydroclimatic regimes and extremes over Andean basins in central Chile. Hydrol. Earth Syst. Sci. Discuss., doi:10.5194/hess-2016-690, 2017 Cepeda, J. 2016. Análisis de los caudales nivo-glaciares históricos y proyectados en la cuenca del río Olivares: comparación entre el modelo DHSVM y WEAP. MSc. Thesis. DIC, FCFM, Universidad de Chile. CDEC SIC (Center of Economic Dispatch of Charge of the Central Interconnected System). 2015a. Updated statistics of weekly tributaries to SIC hydroelectric plants. Information authorized by Ernesto Huber ( ehuber@cdecsic.cl) and sent via email by Juan Donoso (jmdonoso@cdecsic.cl ). CDEC SIC (Center of Economic Dispatch of Charge of the Central Interconnected System). 2015b. Installed Capacity. Available online: http://www.cdecsic.cl/informes-y- documentos/graficos-y-estadisticas/capacidad-instalada/