Facing the urgency of taking actions to guarantee the water supply to Brazil's Capital, the project called IWAS/ÁguaDF aims to provide scientific knowledge for the development of an Integrated Water Resources Management (IWRM) concept. The project is organized in multiple working groups wherein climate is considered as one of the main drivers. The water supply system of Distrito Federal (DF) is mainly dependent on three major complexes: river basins, waste water and drinking water. Anthropogenic climate change has the potential to affect these water complexes in a number of ways such as by losing storage capacity due to erosion and sedimentation, through altered persistency of dry events and due to increasing water demand. As a contribution to the IWAS/ÁguaDF project, this study focuses on the development of climate change projections for hydrological impact assessments at local/regional scale. The development of proper climate information is a challenging task. The level of complexity corresponds directly to the issues that concern impact modellers as well as technical aspects such as available observational data, human and computational resources. The identification of the needs for water-related issues gives the foundation for deriving proper climate projections.
Before making projections, it is necessary to assess the current climate conditions, or baseline climate. Despite a better understanding of the regional aspects of the climate and the ongoing changes, the baseline climate provides the foundation for calibrating and validating climate models and downscaling methods. The General Circulation Models (GCMs) are the most preferred tools in simulating the response of the climate system to anthropogenic activities, like increasing greenhouse gases and aerosol emissions. However, the climate information required for regional impact studies, such as water resources management in DF, is of a spatial scale much finer than that provided by GCMs and therefore often demands a downscaling procedure. Hydrological models are usually sensitive to the temporal variability of precipitation at scales that are not well represented by GCMs. Statistical downscaling methods have the potential to bridge the mismatch between GCMs and impact models by adding local variability that is consistent with both the large-scale signal and local observations. The tool used (i.e., Statistical DownScaling Model - SDSM) is described as a hybrid of regression-based and stochastic weather generator. The systematic calibration adopted provides the appropriated predictors and model parameterization. The validation procedure takes into account the metrics relevant to the requirements of hydrological studies.
Moreover, the downscaling approach considers several climate models (i.e., 18 GCMs) and emission scenarios (i.e., SRES A1B, A2, B1) in order to sample the widest sources of uncertainties available. In spite of the elevated level of uncertainties in the magnitude of change, most of the downscaled projections agree with positive changes in temperature and precipitation for the period of 2046-2065 when compared to the reference period (i.e., 1980-1999). Large ensembles are preferable but are often associated with massive amount of data which have limited application in hydrological impact studies. An alternative is to identify subsets of projections that are most likely and projections that have lower likelihood but higher impact. A set of representative climate projections is suggested for hydrological impact assessments. Although high resolution information is preferable, it relies on limited assumptions inherent to observations and coarse-resolution projections and, therefore, its use alone is not recommended. The combination of the baseline climate with large- and local-scale projections achieved in this study provides a wide envelope of climate information for assessing the sensitivity of hydrological systems in DF. A better understanding of the vulnerability of hydrological systems through the application of multiple sources of climate information and appropriate sampling of known uncertainties is perhaps the best way to contribute to the development of robust adaptation strategies. / Starkes Bevölkerungswachstum sowie Landnutzungs- und Klimawandel gefährden die Wasserversorgung der Metropolregion Brasília. Vor diesem Hintergrund soll das Projekt IWAS/ÁguaDF die wissenschaftlichen Grundlagen für ein Integriertes Wasserressourcen-Management (IWRM) im Distrito Federal (DF) erarbeiten. Das Projekt gliedert sich in drei klimasensitive Bereiche: Einzugsgebietsmanagement, Abwasseraufbereitung und Trinkwasserversorgung. Klimaänderungen können die Wasserversorgung im DF vielfältig beeinflussen, durch Veränderung der speicherbaren Wassermenge (Wasserdargebot, Speicherkapazität von Talsperren durch Sedimentation), der Dauer von Dürreperioden und des Wasserbedarfs (z.B. für Bewässerung). Klimaprojektionen für regionale hydrologische Impaktstudien stellen jedoch eine große Heraus-forderung dar. Ihre Komplexität richtet sich nach dem Bedarf des Impaktmodellierers und hängt zudem von technischen Voraussetzungen ab, wie der Verfügbarkeit von Beobachtungsdaten sowie von Personal- und Rechenressourcen. Die Ableitung geeigneter Maßnahmen für ein nachhaltiges Wasserressourcenmanagement im DF stellt hohe Ansprüche an die Qualität der zu entwickelnden Klimaprojektionen.
Noch vor der Projektion müssen die gegenwärtigen klimatischen Bedingungen (Referenzklima) analysiert und bewertet werden. Die Analyse des Referenzklimas ermöglicht ein besseres Verständnis regionaler Unterschiede und aktueller Tendenzen und bildet die Grundlage für die Kalibrierung und Validierung von Klimamodellen und Downscaling-Methoden. Globale Klimamodelle (GCM) simulieren die Reaktion des Klimasystems auf anthropogene Treibhausgas- und Aerosolemissionen. Ihre räumliche Auflösung ist jedoch meist zu grob für regionale Klimaimpaktstudien. Zudem reagieren hydrologische Modelle meist sehr sensitiv auf zeitlich variable Niederschläge, welche in hoher zeitlicher Auflösung (Tagesschritte) ebenfalls nur unzureichend in GCM abgebildet werden. Statistische Downscaling-Verfahren können diese Inkohärenz zwischen GCM und Impaktmodellen reduzieren, indem sie das projizierte Klimasignal um lokale Variabilität (konsistent gegenüber den Beobachtungen) erweitern.
Das in der vorliegenden Arbeit verwendete Tool, Statistical DownScaling Model - SDSM, vereint regressionsbasierte und stochastische Methoden der Wettergenerierung. Geeignete Prädiktoren und Modelparameter wurden durch systematische Kalibrierung bestimmt und anschließend validiert, wobei unter anderem auch hydrologisch relevante Gütekriterien verwendet wurden. Der gewählte Downscaling-Ansatz berücksichtigt zudem eine Vielzahl verschiedener Globalmodelle (18 GCM) und Emissionsszenarien (SRES A1B, A2 und B1) um die mit Klimaprojektionen verbundene hohe Unsicherheit möglichst breit abzudecken. Die Mehrheit der regionalen Projektionen weist auf eine Zunahme von Temperatur und Niederschlag hin (Zeitraum 2046 bis 2065 gegenüber Referenz-zeitraum, 1980 bis 1999), wenngleich die Stärke des Änderungssignals stark über das Ensemble variiert. Große Modellensemble sind zwar von Vorteil, sie sind jedoch auch mit einer erheblichen Datenmenge verbunden, welche für hydrologische Impaktstudien nur begrenzt nutzbar ist.
Alternativ können einzelne „wahrscheinliche“ Projektionen verwendet werden sowie Projektionen, die weniger wahrscheinlich, aber mit einem starken Impakt verbunden sind. Ein solcher Satz repräsentativer Klimaprojektionen wurde für weitergehende Impaktstudien ausgewählt. Auch wenn in der Regel hochaufgelöste Klimaprojektionen angestrebt werden, ihr alleiniger Einsatz in Impaktstudien ist nicht zu empfehlen, aufgrund der vereinfachten Annahmen über die statistische Beziehung zwischen Beobachtungsdaten und den Modellergebnissen grob aufgelöster Globalmodelle. Der Vergleich des Referenzklimas mit großräumigen und lokalen Projektionen, wie er in dieser Arbeit durchgeführt wurde, liefert ein breites Spektrum an Klimainformationen zur Bewertung der Vulnerabilität hydrologischer Systeme im DF. Die Einbeziehung einer Vielzahl vorhandener Klimamodelle und die gezielte, den ermittelten Unsicherheitsbereich vollständig abdeckende Auswahl an Projektionen sollte die Entwicklung robuster Anpassungsstrategien bestmöglich unterstützen. / Diante do desafio de garantir o abastecimento de água potável da capital federal do Brasil, o projeto denominado IWAS/ÁguaDF tem como objetivo prover conhecimento científico para o desenvolvimento de um conceito de Gestão Integrada dos Recursos Hídricos (PGIRH). Afim de atingir esta proposta, o projeto é organizado em multiplos grupos de trabalho entre os quais o clima é considerado um dos principais fatores de influência. O sistema de abastecimento de água do Distrito Federal (DF) depende praticamente de três complexos: bacias hidrográficas, águas residuais e água potável. Mudanças climáticas causadas por ações antropogênicas apresentam um enorme potencial de impacto a estes complexos, por exemplo através de alterações no regime de chuvas, perda de volume dos reservatórios por assoriamento e aumento na demanda de água. Como contribuição ao projeto IWAS/ÁguaDF, este estudo tem como foco o desenvolvimento de projeções de mudanças climáticas para estudo de impacto nos recursos hídricos na escala local/regional.
O nível de complexidade corresponde diretamente às questões levantadas pelos modeladores de impacto, bem como aspecto técnicos como a disponibilidade de dados observados e recursos humanos e computacionais. A identificação das necessidades de questões relacionadas à água no DF dão a base para derivar projeções climáticas adequadas. Antes de qualquer projeção futura, é indispensável avaliar as condições atuais do clima, também chamado de linha de base do clima. Além de fornecer a compreenção dos aspectos regionais do clima e mudaças em curso, a linha de base provê dados para a calibração e validação de modelos globais de clima e técnicas de regionalização (downscaling). Os Modelos de Circulação Geral (GCM) são as ferramentas mais adotadas na simulação da resposta do sistema climático às atividades antropogênicas, tais como aumento de emissões de gases do efeito estufa e aerosóis. No entanto, a informação necessária para estudos regionais de impacto, tais como gestão de recursos hídricos, é de escala espacial mais refinada do que a resolução espacial fornecida pelos GCMs e, dessa forma, técnicas de regionalização são frequentemente demandadas. Modelos hidrológicos são geralmente sensitivos à variabilidade temporal de precipitação em escalas não representadas pelos modelos globais. Métodos estatísticos de ‘downscaling’ apresentam um potencial para auxiliar no descompasso entre GCMs e modelos de impacto através da adição de variabilidade local consistente com o sinal de larga escala e as observações locais.
A ferramenta utilizada (Statistical DownScaling Model - SDSM) é descrita como um híbrido entre regressão linear e gerador de tempo estocástico. A calibração sistemática adotada fornece apropriados preditores e uma parameterização consistente. O procedimento de validação do modelo leva em conta as métricas relevantes aos requerimentos dos estudos hidrológicos. Ainda, a abordagem aqui utilizada considera diversos modelos globais (isto é, 18 GCMs) e cenários de emissões (isto é, SRES A1B, A2 e B1) afim de contemplar as mais abrangentes fontes de incertezas disponíveis. Embora o elevado nível de incertezas na magnitude das mudançãs de clima, a grande maioria das projeções regionalizadas concordam com o aumento de temperatura e precipiatação para o período de 2046-2065 quando comparado com o período de referência (isto é, 1980-1999). Grandes conjuntos de projeções são preferíveis, mas são frequentement associados com uma quantidade exorbitante de dados os quais são de aplicação limiatada nos estudos de impacto. Uma alternativa é identificar sub-conjuntos de projeções que são as mais prováveis e projeções que são menos prováveis, porém apresentam maior impacto. Embora altas resoluções são preferíveis, estas baseiam-se em hipóteses inerentes às observações e projeções de larga escala e, dessa forma, não é recomendável o seu uso sozinho.
A combinação do clima de base com projeções de resoluções baixas e altas fornece um amplo envelope de imformações climáticas para avaliar a sensitividade dos sistemas hidrológicos no DF. Um compreendimento mais apurado da vunerabilidade dos sistemas hidrológicos através da aplicação de multiplas fontes de informação e apropriada abordagem das incertezas conhecidas é talvez a melhor maneira para contribuir para o desenvolvimento de estratégias robustas de adaptação.
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa.de:bsz:14-qucosa-171670 |
| Date | 24 June 2015 |
| Creators | Borges de Amorim, Pablo |
| Contributors | Technische Universität Dresden, Fakultät Umweltwissenschaften, Prof. Dr. Christian Bernhofer, Prof. Dr. Holger Weiss, Prof. Dr. Christian Bernhofer, Prof. Dr. Niels Schütze, Prof. Dr. Carsten Lorz |
| Publisher | Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | English |
| Detected Language | English |
| Type | doc-type:doctoralThesis |
| Format | application/pdf |
Page generated in 0.0045 seconds