Improving on the use of large‐scale climate information for statistically‐based local climate projections
1 recomendación1,758 vistas
Este documento describe el uso de información climática a gran escala para proyecciones climáticas locales basadas en estadísticas. Presenta métodos de desescalamiento para proyectar precipitación y temperatura locales a partir de modelos de circulación general acoplados. También analiza la relación entre variables climáticas grandes escala como la temperatura de la superficie del mar y la precipitación local, y aplica este enfoque de desescalamiento estadístico para proyectar tendencias de precipitación en el futuro en una región de California.
![1950 1960 1970 1980 1990 2000
050100150200250300350
ESD ( c1 [ 170W110W-20N65N ] -> prcp anomaly )
Calibration: Jan prcp anomaly at NapaHospital , US using c1: R2=31%, p-value=1%.
Time
Prcp(mm/month)
Observed
Fitted
ESD from NNRP
Trends
Jan: Trend fit: P-value=3%; Projected trend= -51.06+-21.76 mm/month/decade
Transformedspace=
1995 2000 2005
050100150200250300350
NapaHospital , US prcp
Jan - 11 m a.sl. -122.27 degE 38.29 degN
Time
mm/month
JHU / 24 Mar 2014 / EPS
ESD from NNRP
ORIGINALSpace->Back-Transformedfrom
ESD Mean
Observed
Corr = 0.32
Obs Mean.Valid
Obs Mean.Calib
Prcp projection @ Napa based on
statistical downscaling using PDO
-170 -160 -150 -140 -130 -120 -110
2030405060
New Plotting Region for performing ESD](https://image.slidesharecdn.com/presentacionjosemolina-140724145811-phpapp01/85/Improving-on-the-use-of-large-scale-climate-information-for-statistically-based-local-climate-projections-11-320.jpg)
![1950 1960 1970 1980 1990 2000
0100200300
ESD ( c1 [ 130W115W-32N47N ] -> prcp anomaly )
Calibration: Jan prcp anomaly at NapaHospital , US using c1: R2=66%, p-value=0%.
Time
Prcp(mm/month)
Observed
Fitted
ESD from NNRP
Trends
Jan: Trend fit: P-value=40%; Projected trend= -39.46+-45.52 mm/month/decade
transposedTransformedspace=
1995 2000 2005
0100200300
NapaHospital , US prcp
Jan - 11 m a.sl. -122.27 degE 38.29 degN
Time
mm/month
JHU / 24 Mar 2014 / EPS
ESD from NNRP
ORIGINALSpace->Back-Transformedfrom
ESD Mean
Observed
Corr = 0.8
Obs Mean.Valid
Obs Mean.Calib
Prcp projection @ Napa based on
SD using SLP‐derived predictors
-130 -128 -126 -124 -122 -120 -118 -116
3234363840424446
New Plotting Region for performing ESD](https://image.slidesharecdn.com/presentacionjosemolina-140724145811-phpapp01/85/Improving-on-the-use-of-large-scale-climate-information-for-statistically-based-local-climate-projections-12-320.jpg)
![Prcp prediction based on SD
using SLP‐derived predictors
1950 1960 1970 1980 1990 2000
50100150200250300350
ESD ( c1 [ 170W110W-20N65N ] -> prcp anomaly )
Calibration: Jan prcp anomaly at NapaHospital , US using c1: R2=53%, p-value=0%.
Time
Prcp(mm/month)
Observed
Fitted
ESD from NNRP
Trends
Jan: Trend fit: P-value=29%; Projected trend= 15.27+-14.27 mm/month/decade
Transformedspace=
1975 1980 1985 1990 1995 2000 2005
050100150200250300350
NapaHospital , US prcp
Jan - 11 m a.sl. -122.27 degE 38.29 degN
Time
mm/month
JHU / 24 Mar 2014 / EPS
ESD from NNRP
ORIGINALSpace->Back-Transformedfrom
ESD Mean
Observed
Corr = 0.63
Obs Mean.Valid
Obs Mean.Calib
-170 -160 -150 -140 -130 -120 -110
2030405060
New Plotting Region for performing ESD
‐ PDO region
&
‐ != calibration Per.](https://image.slidesharecdn.com/presentacionjosemolina-140724145811-phpapp01/85/Improving-on-the-use-of-large-scale-climate-information-for-statistically-based-local-climate-projections-14-320.jpg)
![Prcp prediction based on SD
using SLP‐derived predictors
‐ Best Corr. Region
&
‐ != calibration Per.
1950 1960 1970 1980 1990 2000
0100200300400
ESD ( c1 [ 130W115W-32N47N ] -> prcp anomaly )
Calibration: Jan prcp anomaly at NapaHospital , US using c1: R2=72%, p-value=0%.
Time
Prcp(mm/month)
Observed
Fitted
ESD from NNRP
Trends
Jan: Trend fit: P-value=94%; Projected trend= -1.51+-19.1 mm/month/decade
transposedTransformedspace=
1975 1980 1985 1990 1995 2000 2005
0100200300400
NapaHospital , US prcp
Jan - 11 m a.sl. -122.27 degE 38.29 degN
Time
mm/month
JHU / 24 Mar 2014 / EPS
ESD from NNRP
ORIGINALSpace->Back-Transformedfrom
ESD Mean
Observed
Corr = 0.73
Obs Mean.Valid
Obs Mean.Calib
-130 -128 -126 -124 -122 -120 -118 -116
3234363840424446
New Plotting Region for performing ESD](https://image.slidesharecdn.com/presentacionjosemolina-140724145811-phpapp01/85/Improving-on-the-use-of-large-scale-climate-information-for-statistically-based-local-climate-projections-15-320.jpg)
![Climatología de los Andes Colombianos e
impactos de fenómenos macroclimáticos
17
Annual Prcp (mm)
Generated by RTBMaps with data from WorldClim, May 2014
-1
0
1
2
3
4
5
-160 -140 -120 -100 -80 -60
-20
-10
0
10
20
longitude
latitude
-0.5
0
0
0.5
0.5
1
1
1
1.5
2
2.5
3
3.5 4
4.5
5
Monthly Means of Sea Surface Temperature -> degC [ December - 1997 ]
anomalies (abs - cli) from sst.mnmean
El Niño 97-98
Weak
Moderate
Strong
anom.ts
1950 1960 1970 1980 1990 2000 2010
-2-10123
Index: running 3‐month mean sst anomaly
Region: LON = [ ‐170 ‐120 ] LAT = [ ‐5 5 ]
Time series from sst.mnmean
Feb 1958
Nov 1972
Jan 1983
Dec 1997
Dec 2009
Weak
Moderate
Strong](https://image.slidesharecdn.com/presentacionjosemolina-140724145811-phpapp01/85/Improving-on-the-use-of-large-scale-climate-information-for-statistically-based-local-climate-projections-38-320.jpg)
Improving on the use of large‐scale climate information for statistically‐based local climate projections
- 1. Improving on the use of large‐scale climate information for statistically‐based local climate projections José M Molina; Ben Zaitchik Department of Earth and Planetary Sciences Johns Hopkins Water Institute Disclaimer: The findings, interpretations, and conclusions expressed in this presentation are entirely my own and should not be attributed in any way to the organizations or the countries they represent. Tópicos en Proyección Hidrológica y Agroclimática y Adaptación al Cambio Climático Centro Internacional de Agricultura Tropical CIAT - Palmira, Julio 21, 2014
- 2. 2 Desescalamiento basado en relaciones funcionales y campos de clima Neblina y Enfoques de Adaptación al Cambio Climático Conceptualización y experiencias de colección ENSO e impactos de precipitación en Colombia Investigación y transferencia de tecnología Consideraciones Finales TEMAS DE LA CHARLA
- 4. Métodos y Datos • BCM se calibra con: ‐ Temperatura and Prcp ‐ Suelos ‐ Geología ‐ Topografía ‐ Flujos de energía solar Datos de clima futuro: 4 escenarios of Prcp and T 2 GCMs: Modelo de Clima Paralelo (PCM) por NCAR Laboratorio de Dinámica de Fluidos Geofísicos (GFDL) por NOAA • Generación de Prcp y Temp locales mediante Desescalamiento • Resolución del Desescalamiento: 270km ‐‐> 270m
- 6. 16171819202122 Jul 16171819202122 Aug 16182022 0 20 40 60 80 100 Sep time 1012141618 Oct 8101214 Nov 4681012 0 20 40 60 80 100 Dec time temp Celsius at Napa - California , 1876 - 2006 Annual temp , Napa - California time StdAnomalies 1880 1900 1920 1940 1960 1980 2000 -2-1012 moving average Evidence of Climate Change at the watershed scale ?
- 7. flow , NapaNew time StdAnomalies 1960 1970 1980 1990 2000 -10123 moving average Annual Streamflow Anomalies
- 8. -1.0 -0.5 0.0 0.5 1.0 -160 -140 -120 -100 -80 -20 0 20 40 60 Jan: 1877 - 2006 Longitude Latitude -0.3 -0.25 -0.2 -0.2 -0.2 -0.2 0.2 0.2 0.2 0.2 0.2 0.2 0.25 JHU / 23 Mar 2014 / EPS Corr: sst & prcp @ NapaHospital - US ; Jan Colored areas are statistically significant at the 0.05 confidence level -160 -140 -120 -100 -80 -20 0 20 40 60 Jan: 1948 - 2006 Longitude Latitude -0.7 -0.6 -0.5 -0.4 -0.3 -0.3 -0.3 -0.3 0.3 Corr: slp & prcp @ NapaHospital - US ; Jan Colored areas are statistically significant at the 0.05 confidence level SST from NOAA Ext. Rec V.3b SLP from NCEP/NCAR Reanalysis Cross‐covariance at NAPA (California)
- 9. 5 10 15 20 020406080 The fraction of variance accounted by the EOFs sst ( Jan ) EOF order Variance(%) -1e-04 -5e-05 0e+00 5e-05 1e-04 -160 -150 -140 -130 -120 30 40 50 60 1st EOF for sst ( Jan ) Longitude Latitude -1e-04 -5e-05 0 5e-05 5e-05 1e-04 JHU / 24 Mar 2014 / EPS = PDO The PDO refers to a warming or cooling of the surface waters, north of 20° N Di Lorenzo et al., 2008 – Geo. Res. Let 35 5 10 15 20 020406080100120 The fraction of variance accounted by the EOFs slp ( Jan ) EOF order Variance(%) transposed -130 -128 -126 -124 -122 -120 -118 -116 3234363840424446 New Plotting Region for performing ESD
- 11. 1950 1960 1970 1980 1990 2000 050100150200250300350 ESD ( c1 [ 170W110W-20N65N ] -> prcp anomaly ) Calibration: Jan prcp anomaly at NapaHospital , US using c1: R2=31%, p-value=1%. Time Prcp(mm/month) Observed Fitted ESD from NNRP Trends Jan: Trend fit: P-value=3%; Projected trend= -51.06+-21.76 mm/month/decade Transformedspace= 1995 2000 2005 050100150200250300350 NapaHospital , US prcp Jan - 11 m a.sl. -122.27 degE 38.29 degN Time mm/month JHU / 24 Mar 2014 / EPS ESD from NNRP ORIGINALSpace->Back-Transformedfrom ESD Mean Observed Corr = 0.32 Obs Mean.Valid Obs Mean.Calib Prcp projection @ Napa based on statistical downscaling using PDO -170 -160 -150 -140 -130 -120 -110 2030405060 New Plotting Region for performing ESD
- 12. 1950 1960 1970 1980 1990 2000 0100200300 ESD ( c1 [ 130W115W-32N47N ] -> prcp anomaly ) Calibration: Jan prcp anomaly at NapaHospital , US using c1: R2=66%, p-value=0%. Time Prcp(mm/month) Observed Fitted ESD from NNRP Trends Jan: Trend fit: P-value=40%; Projected trend= -39.46+-45.52 mm/month/decade transposedTransformedspace= 1995 2000 2005 0100200300 NapaHospital , US prcp Jan - 11 m a.sl. -122.27 degE 38.29 degN Time mm/month JHU / 24 Mar 2014 / EPS ESD from NNRP ORIGINALSpace->Back-Transformedfrom ESD Mean Observed Corr = 0.8 Obs Mean.Valid Obs Mean.Calib Prcp projection @ Napa based on SD using SLP‐derived predictors -130 -128 -126 -124 -122 -120 -118 -116 3234363840424446 New Plotting Region for performing ESD
- 13. SD (Jan) @ NAPA using SLP from GFDL‐A2, 21st century 1960 1980 2000 2020 2040 2060 050100150200250300350 Calibration: Jan prcp anomaly at NapaHospital , US using c1: R2=62%, p-value=0%. Time Prcp(mm/month) Obs. Fit GCM Trends Jan: Trend fit: P-value=54%; Projected trend= 4.89+-7.93 mm/month/decade -130 -128 -126 -124 -122 -120 -118 -116 3234363840424446 New Plotting Region for performing ESD
- 14. Prcp prediction based on SD using SLP‐derived predictors 1950 1960 1970 1980 1990 2000 50100150200250300350 ESD ( c1 [ 170W110W-20N65N ] -> prcp anomaly ) Calibration: Jan prcp anomaly at NapaHospital , US using c1: R2=53%, p-value=0%. Time Prcp(mm/month) Observed Fitted ESD from NNRP Trends Jan: Trend fit: P-value=29%; Projected trend= 15.27+-14.27 mm/month/decade Transformedspace= 1975 1980 1985 1990 1995 2000 2005 050100150200250300350 NapaHospital , US prcp Jan - 11 m a.sl. -122.27 degE 38.29 degN Time mm/month JHU / 24 Mar 2014 / EPS ESD from NNRP ORIGINALSpace->Back-Transformedfrom ESD Mean Observed Corr = 0.63 Obs Mean.Valid Obs Mean.Calib -170 -160 -150 -140 -130 -120 -110 2030405060 New Plotting Region for performing ESD ‐ PDO region & ‐ != calibration Per.
- 15. Prcp prediction based on SD using SLP‐derived predictors ‐ Best Corr. Region & ‐ != calibration Per. 1950 1960 1970 1980 1990 2000 0100200300400 ESD ( c1 [ 130W115W-32N47N ] -> prcp anomaly ) Calibration: Jan prcp anomaly at NapaHospital , US using c1: R2=72%, p-value=0%. Time Prcp(mm/month) Observed Fitted ESD from NNRP Trends Jan: Trend fit: P-value=94%; Projected trend= -1.51+-19.1 mm/month/decade transposedTransformedspace= 1975 1980 1985 1990 1995 2000 2005 0100200300400 NapaHospital , US prcp Jan - 11 m a.sl. -122.27 degE 38.29 degN Time mm/month JHU / 24 Mar 2014 / EPS ESD from NNRP ORIGINALSpace->Back-Transformedfrom ESD Mean Observed Corr = 0.73 Obs Mean.Valid Obs Mean.Calib -130 -128 -126 -124 -122 -120 -118 -116 3234363840424446 New Plotting Region for performing ESD
- 16. 20 40 60 80 100 ETHIOPIA, Blue Nile Blue Nile Region: (8.25, 12.75)N (34.25, 39.75)E
- 17. -1.0 -0.5 0.0 0.5 1.0 -150 -100 -50 0 50 -20 0 20 40 Sep:1948 -2009 Longitude Latitude -0.6 -0.6-0.5 -0.5 -0.5 -0.5 -0.5 -0.4 -0.4 -0.4 -0.4 -0.4 -0.4 -0.3 -0.3 -0.3 -0.3 -0.3 -0.3 0.4 Corr: sst & Prcp @ Blue_Nile_Avg - Ethiopia ; Sep Colored areas are statisticallysignificantatthe 0.05 confidence level
- 19. Jan Mar May Jul Sep Nov 0100200300400 Prcp(mm/month) Gondar_NMA , 1953 - 2010 Jan Mar May Jul Sep Nov 0100200300400 Prcp(mm/month) Bedele_NMA , 1967 - 2009 Jan Mar May Jul Sep Nov 0100200300400 Prcp(mm/month) Haik_NMA , 1980 - 2006 Jan Mar May Jul Sep Nov 0100200300400 Prcp(mm/month) Guder_NMA , 1964 - 2010
- 20. Annual Prcp , Gondar_NMA StdAnomalies 1980 1985 1990 1995 2000 2005 -1012 Mean = 1136.1 Annual Prcp , Bedele_NMA StdAnomalies 1980 1985 1990 1995 2000 2005 -1012 Mean = 1857.5 Annual Prcp , Haik_NMA StdAnomalies 1980 1985 1990 1995 2000 2005 -3-2-101 Mean = 1192.9 Annual Prcp , Guder_NMA StdAnomalies 1980 1985 1990 1995 2000 2005 -10123 Mean = 1422.4
- 21. Final Remarks and Future work • Provide estimation and assessment of multisite downscaled precipitation and temperatures • Adapt novel transformations of local variables for improvement of climate projections • Use of specific derived‐GCM information to develop predictors under climate change scenarios (including bias‐ correction)
- 22. Uso de Neblina en Adaptación Bottom-Up Jose Manuel Molina Department of Earth and Planetary Sciences Tópicos en Proyección Hidrológica y Agroclimática y Adaptación al Cambio Climático Centro Internacional de Agricultura Tropical CIAT - Palmira, Julio 21, 2014
- 23. 2 Desescalamiento basado en relaciones funcionales y campos de clima Neblina y Enfoques de Adaptación al Cambio Climático Conceptualización y experiencias de colección ENSO e impactos de precipitación en Colombia Investigación y transferencia de tecnología Consideraciones Finales TEMAS DE LA CHARLA
- 24. 3 “La tecnología de colección de neblina (Fog collection) se presenta como un sistema de cosecha de agua con gran potencial y de muy bajo costo para suministro de agua potable, riego de cultivos, abrevadero de ganado y recuperación de bosques en regiones montañosas secas.” “El sistema es fácil de construir, reduce la carga de transporte de agua desde largas distancias y genera ahorros de tiempo que la comunidad puede invertir en otras actividades que generen ingresos y mejoren la educación infantil.” Food and Agricultural Organization, FAO United Nations Convention to Combat Desertification, UNCCD Mountain Partnership Secretariat Swiss Agency for Development and Cooperation, SDC Centre for Development and Environment, CDE Highlands and Drylands − Mountains, a Source of Resilience in Arid Regions, 2011, Rome. Colección de Neblina: Una opción prometedora de ADAPTACION para reducir la vulnerabilidad hídrica
- 25. 4 GCMs han sido fundamentales para justificar la necesidad de acción frente al cambio climático global Sin embargo presentan limitantes para planear la adaptación a escalas locales Fuente: National Oceanic and Atmospheric Administration - NOAA
- 26. 5 Adaptación: Enfoque “top-down” Enfoque Top-down Desescalamiento de GCMs Uso de clima desescalado de alta resolución en modelos de impacto (e.g., modelos hidrológicos, de cultivo, etc) La mayoría de la investigación se detiene en la etapa de evaluación de “impactos locales” Porque? …debido a que hay un efecto Cascada en la incertidumbre. Esta se propaga al amplio abanico resultante de “impactos locales” y “respuestas de adaptación”, lo cual dificulta una selección del escenario de adaptación mas apropiado.Wilby, R.L. and S. Dessai (2010)," Robust Adaptation to Climate Change," Weather , 65(7): 180‐185
- 27. 6 Adaptación: Enfoque “Bottom-Up” La estrategia “bottom-up” se enfoca en reducir la vulnerabilidad frente al cambio y variabilidad climática (especialmente ante eventos extremos como ENSO, donde se generan los mayores impactos en periodos cortos de tiempo)… La reflexión es: “El agua se necesita aquí y ahora” Es una estrategia de adaptación a nivel de individuos, en la que los usuarios del agua y productores agrícolas deben desempeñar un rol fundamental en la definición de sus soluciones locales (abastecimiento y distribución hídrica en esquemas descentralizados) La implementación de bottom-up debe priorizar los ecosistemas menos resilientes (e.g., los productores más necesitados, con menos acceso a fuentes hídricas tradicionales, etc.).
- 28. Algunas miradas claves en adaptación & planeación hídrica7 La naturaleza nos ofrece ejemplos sencillos de adaptación a las necesidades hídricas Planeación hídrica en un clima cambiante: Tecnologías apropiadas como la colección de neblina Colección de neblina requiere descentralización donde las comunidades locales operen y administren el sistema de colección de neblina (captación, almacenamiento, distribución)
- 29. Suministro de agua a partir de la neblina o Recurso hidrológico (% ?) o Tecnología: Aproximación ambiental o Alternativa de solución a la escasez de agua (regiones áridas, semiáridas o cuencas hidrográficas afectadas por sequias estacionales.) o Fuente de agua mejorada (World Health Organization)Jose M Molina
- 30. Neblina: Una fuente de agua limpia (aunque puede requerir tratamiento básico dependiendo de la ubicación geográfica) Suministro de agua bajo escenarios de variabilidad y CC (bottom up strategy for adaptation) Molina and Escobar
- 31. La Neblina Proceso Diámetro promedio de gotas (mm) Velocidad de caída (m/s) Lluvia 0.5 - 5 2 - 9 Llovizna 0.04 - 0.5 0.05 - 2 Neblina 0.001 - 0.04 0.01 – 0.05 Se produce por la condensación de vapor de agua en la troposfera baja. La neblina es una nube generada sobre la superficie terrestre y cuyas gotas de agua tienen velocidad de caída de 1 a 5 cm/s (lluvia horizontal). En meteorología, la neblina se define como pequeñas gotas de agua en suspensión sobre la superficie terrestre que impiden la visibilidad a distancias mayores a un kilometro . El contenido de agua liquida en la neblina varia frecuentemente entre 0.05 a 0.5 g/m3.
- 32. Un concepto clave en la formación de neblina: La condensacion del agua atmosférica, o paso del estado de vapor a liquido Clausius–Clapeyron relation Eugster (2008), Fog research, Die Erde, 139, 1–10 Red line (liquid water) represents less than 0.5 g/m3
- 33. Type of fog with with potential for collection Advection Fog Orographic Fog Standard Fog Collector (SFC). Proposed by Shemenauer and Cereceda (1994) FOG MEASUREMENT http://www.tutiempo.net/silvia_larocca/
- 34. OPERATIONAL PROJECTS Projects at Tofo- Chungungo (Chile): Water supply for a fishermen village. Yield: 3.0 l/m2/day Operational collectors in Perú : o Water supply for a school (1200m2) o Reforestation (500m2) o Development of agricultural programs Yield: 9.0 l/m2/day Schemenauer and Cereceda, 1992 FogQuest Projects in Oman Yield: 30 l/m2/day ! Projects in Yemen 4.5 l/m2/day Schemenauer and Cereceda, 1994
- 35. CHILE: Greenhouses in the desert at Falda Verde. It receives water from 6 fog collectors on the cliff along the coast, to grow tomatoes and other vegetables for 56 families PERU: 450,000-liter Reservoir. It is used for desert rehabilitation and land-cover management in semi-arid hills (collectors in the ridge)
- 36. Courtesy of Melissa Rosato (FogQuest) GUATEMALA: Actualmente es el proyecto operativo de colección de neblina mas grande en el mundo (30 LFCs; producción ~ 6000 l/dia) http://www.fogquest.org/wp-content/uploads/2010/07/Rosato-Rojas-Schemenauer-2010-Final-Draft.pdf Las mujeres juegan un papel clave en la construcción de capacidades y en la sostenibilidad del proyecto Courtesy of Melissa Rosato (FogQuest)
- 37. Distribución global de regiones con potencial de captación de neblina16 Malene Thyssen, http://commons.wikimedia.org/wiki/User:Malene
- 38. Climatología de los Andes Colombianos e impactos de fenómenos macroclimáticos 17 Annual Prcp (mm) Generated by RTBMaps with data from WorldClim, May 2014 -1 0 1 2 3 4 5 -160 -140 -120 -100 -80 -60 -20 -10 0 10 20 longitude latitude -0.5 0 0 0.5 0.5 1 1 1 1.5 2 2.5 3 3.5 4 4.5 5 Monthly Means of Sea Surface Temperature -> degC [ December - 1997 ] anomalies (abs - cli) from sst.mnmean El Niño 97-98 Weak Moderate Strong anom.ts 1950 1960 1970 1980 1990 2000 2010 -2-10123 Index: running 3‐month mean sst anomaly Region: LON = [ ‐170 ‐120 ] LAT = [ ‐5 5 ] Time series from sst.mnmean Feb 1958 Nov 1972 Jan 1983 Dec 1997 Dec 2009 Weak Moderate Strong
- 39. Cambios mas probables de la precipitación en Colombia en un evento de El Niño 18 Source: Instituto de Hidrología, Meteorología y Estudios Ambientales de Colombia
- 40. Impactos de El Niño & Sistemas de Advertencia Temprana 19 hydrological droughts agricultural droughts
- 41. CASO: Evaluación de colección de neblina en Colombia (Roldanillo) 1 2 3 4 5 6 7 8 9 10 11 12 Altitude (m.a.s.l.) N WLOCATION SITE Collector Mesh 76 o 10` 38,1``4 o 27` 55,6`` 4 o 27` 33,2`` 76 o 11` 9,9`` 4 o 27`` 44,3`` 76 o 10` 48,3`` 4 o 27` 16,2`` 76 o 11` 42`` 4 o 27` 16,2`` 76 o 11` 44,6`` 1715 1838 1817 1784 1794 EL TRILLO VI 35% 50% 35% 35% EL EUCALIPTO III LAS TORRES IV V LA MONTAÑUELA 50% 35% I II Información geográfica de colectores, distribución y tipo de mallas http://www.ircwash.org/sites/default/files/Molina-2008-Fog.pdf
- 42. Es recomendable construir rosa de vientos para determinar la dirección/emplazamiento de los colectores Fog collection in Eastern Spain, 2010. With permission from David Corell
- 43. Rendimiento de colección en días secos y húmedos SFC 10 - Molina J.M. and Escobar C.M. (2008) 0 1 2 3 4 5 6 Nov Dec Jan Feb Mar Apr May Jun Jul Aug Sep Oct l.m 2 .day -1 Fog + pp Fog 0 20 40 60 80 100 Nov Dec Jan Feb Mar Apr May Jun Jul Aug Sep Oct Rainfall(mm) CASO: Evaluación de colección de neblina en Colombia (Roldanillo)
- 44. Average for JUNE Molina J.M. and Escobar C.M. (2008). Fog collection Variability in the Andean Mountain Range of Southern Colombia. ERDE, 139 (1-2): 127-140 CASO: Evaluación de colección de neblina en Colombia (Roldanillo)
- 45. COUNTRY Average Collection (l/m2/d) Chile 3 Yemen 4.5 Guatemala 4.9 Colombia (Roldanillo) 5.0 Perú 9 Omán 30 RESUMEN DE RENDIMIENTOS Para 2,000 m2 de malla con 5.0 l/m2/d (40 colectores, c/u con 50 m2) obtenemos aprox. 10,000 l/d. Con un consumo percapita de 50 l/d (zonas rurales), 200 personas serian servidas. Análisis de proyecto operacional (Colombia): Location N W Altitude Period of study Fog + rain collection Fog only collection (m.a.s.l.) (l/m2 .d) (l/m2 .d) Roldanillo 4o 27' 76o 27' 1820 Nov/2003 ‐ Feb/2005 5.3 (1) 5.0 (2) Kilometro 18 3o 31' 76o 37' 2020 Mar/2005 ‐ Oct/2005 6.3(1) N.A. Buga 4o 03' 76o 07' 2600 May/2008 ‐Feb/2009 1.9(1) 1.0 (2) Atuncela 3o 44' 76o 41' 1210 Feb/2010 ‐ up to date 1.1(1) N.A. (1) Values correspond to daily average rates of Fog + Rain over the month with the best water yield (2) Values correspond to daily average rates of Fog only over the month with the best water yield Otros rendimientos de colección (SFCs) en Colombia
- 46. Resumiendo en Proyectos de Neblina … Colección de Neblina: Su rol va mas allá de aportar a la seguridad alimentaria. Estrategia de salud publica y educación ambiental en el sector rural. Soledad Sofia Arredondo Se incluye a la comunidad en las etapas tempranas del proyecto Concepcion Escobar http://blaustein.eps.jhu.edu/~jmolina/Public/incoming/timeseries/MolinaPosterGermany-2010.pdf May Jun Jul Aug Sep Oct Nov Dec Jan Feb 0123456 Fog Collection Variability 2008 - 2009 Collectionrate(l.m-2.d-1) Monthly average Fog + Rain May-Feb average Fog + Rain Project at Tulua, Colombia http://adsabs.harvard.edu/abs/2010ffcd.confE..67E Andres Lopez Hector Aristizabal - CVC Se promueven los roles de la comunidad en torno a la operación y administración del proyecto Concepcion Escobar y Andres Lopez
- 47. www.fogquest.org Rol de Organizaciones & ONGs en la transferencia tecnológica
- 48. www.cda.uc.cl Rol de Organizaciones & ONGs en la transferencia
- 49. Langmuir (ACS) Recientes avances de investigación en nuevos materiales Park et al., 2013 Langmuir, 2013, 29 (43), pp 13269–13277 New malla de acero inoxidable con cobertura de polímeros Puede capturar hasta un 12% del agua atmosférica a ASCE a
- 50. Reducir la vulnerabilidad hídrica en el sector rural requiere uso de medidas adaptativas de alto costo/beneficio (información efectiva de predicción clima , incremento de eficiencia de riego, infraestructura para cosecha de neblina/lluvia, ...) La investigación básica es pilar en dicho propósito, aunque transferirla y ponerla en practica es mucho mejor! … Que tan buena es la sinergia entre el gobierno, la ciencia y los usuarios? Se necesitan planes regionales y nacionales Consideraciones finales Department of Earth and Planetary Sciences