Introducción
⌅ Centella et al. (2025)Centella,
A; Bezanilla, A.; Fuentes, A.; Vázquez, R.; Guevara, V.; Velázquez, B.;
Roque, A.; & Gutiérrez, T. 2025. “Perfiles de cambio climático para
Cuba y atlas interactivo de escenarios climáticos.”, Instituto de
Meteorología, Informe de Resultado Científico, La Habana, 72 pp
generaron nuevas proyecciones climáticas para Cuba a partir del conjunto de datos NEX-GDDP-CMIP6 (Thrasher et al., 2022Thrasher,
B.; Wang, W.; Michaelis, A.; Melton, F.; Lee, T.; & Nemani, R.
2022. “NASA Global Daily Downscaled Projections, CMIP6”. Scientific
Data, 9(1). https://doi.org/10.1038/s41597-022-01393-4
) y de la “NASA Sea Level Projection Tool (NASA-SLP)” (https://sealevel.nasa.gov/ipcc-ar6-sea-level-projection-tool). A diferencia de trabajos anteriores (Centella et al., 1999Centella,
A.; Gutiérrez, T.; Limia, M. & Jaspe, R. R. 1999. “Climate change
scenarios for impact assessment in Cuba”. Climate Research, (12):223-230 https://doi.org/10.3354/cr012223
; Centella & Bezanilla, 2013Centella,
A & Bezanilla, A. 2013. “Escenarios climáticos” In Planos E., R.
Rivero y A. Guevara (eds.) “Impacto del cambio climático y medidas de
adaptación en Cuba”.Ed. AMA, 430 pp. Instituto de Meteorología, Agencia
de Medio Ambiente, Ministerio de Ciencia, Tecnología y Medio Ambiente,
La Habana, Cuba.
y Pérez-Parrado, 2019Pérez-Parrado,
R. 2019. Ascenso del nivel del mar en Cuba por Cambio Climático.
Revista Cubana de Meteorología. 25, 1 (feb. 2019), 76-83.
),
estos escenarios incorporan una mayor cantidad de modelos, variables e
indicadores climáticos y son coherentes con los resultados del Sexto
Informe de Evaluación Científica (AR6) del Panel Intergubernamental
sobre Cambio Climático (IPCC). Este avance permite profundizar en el
análisis de las repercusiones del cambio climático y actualizar las
evaluaciones de impactos y adaptación realizadas previamente por Gutiérrez et al. (1999)Gutiérrez,
T.; Centella, A.; Limia, M. & López, M. 1999. “Impactos del Cambio
Climático y Medidas de Adaptación en Cuba”. Instituto de Meteorología,
Informe Final del Proyecto No. 01301-019. La Habana, 181 pp
y Planos et al. (2013)Planos,
E.; Rivero, R. E.; & Guevara, V (eds.) 2013. “Impacto del cambio
climático y medidas de adaptación en Cuba”, Ed. AMA, 430 pp. Instituto
de Meteorología, Agencia de Medio Ambiente, Ministerio de Ciencia,
Tecnología y Medio Ambiente, La Habana, Cuba.
.
Para facilitar el desarrollo de nuevos estudios, se desarrolló el "Atlas interactivo de visualización de escenarios climáticos para Cuba". Esta herramienta, de uso intuitivo y flexible, facilita el acceso a las proyecciones climáticas mediante la visualización gráfica y la exportación de datos numéricos. En este artículo se presenta una descripción general de la plataforma y se analizan las ventajas de su implementación.
Materiales y Métodos
⌅El
procesamiento del contenido del Atlas se realizó empleando el lenguaje
de programación R, en su versión 4.4.0, siguiendo la metodología
descrita por Centella-Artola et al. (2025)Centella,
A; Bezanilla, A.; Fuentes, A.; Vázquez, R.; Guevara, V.; Velázquez, B.;
Roque, A.; & Gutiérrez, T. 2025. “Perfiles de cambio climático para
Cuba y atlas interactivo de escenarios climáticos.”, Instituto de
Meteorología, Informe de Resultado Científico, La Habana, 72 pp
. Posteriormente, se empleó el lenguaje Python, para construir toda la interfaz de acceso al contenido.
Se utilizaron los datos de 17 variables e indicadores (tabla 1)
agregados temporalmente para los períodos: anual, poco lluvioso de
noviembre-abril (NOV-ABR) y lluvioso de mayo-octubre (MAY-OCT). Con esta
información se calcularon los valores de cambio de todos los modelos,
para el corto (2021-2040), mediano (2041-2060) y largo (2081-2100)
plazos, respecto a varios períodos de referencia. La inclusión de varias
líneas base facilita el análisis del impacto que puede tener su
selección en las magnitudes de cambio del clima futuro. Los períodos de
referencia considerados son los siguientes: i) 1961-1990: Normal
climática de 30 años recomendada por la Organización Meteorológica
Mundial (OMM) para las evaluaciones de cambio climático (WMO, 2017WMO.
2017. “WMO Guidelines on the Calculation of Climate Normals”. WMO-No.
1203, World Meteorological Organization (WMO), Geneva, Switzerland,18
pp., https://library.wmo.int/doc_num.php?explnum_id=4166.
);
ii) 1981-2010: Normal climática de 30 años utilizada en el AR6; iii)
1995-2014: Línea base de 20 años empleada por el AR6; iv) 1991-2020:
Última normal estándar de la OMM.
Es importante precisar que el procesamiento de los indicadores de sequía y nivel del mar presenta particularidades. En ambos casos, las magnitudes se calcularon exclusivamente a nivel anual. Las diferencias principales son: i) Sequía: Utiliza el período de referencia 1961-1990; ii) Nivel del mar: Toma como referencia 1995-2014 y sus proyecciones se presentan por décadas, desde la de 2030 hasta 2100, y no para los períodos futuros arriba mencionados.
Toda la información se produjo para los escenarios SSP1-2.6, SSP2-4.5 y SSP5-8.5 (ver descripción resumida sobre los SSP en https://www.dkrz.de/en/communication/climate-simulations/cmip6-en/the-ssp-scenarios), aunque en algunas variables los datos bajo el escenario SSP1-2.6 no están disponibles.
| Variable (unidades de cambio) | Descripción |
|---|---|
| Precipitación Total (%) | Total de precipitación |
| Días Secos Consecutivos (Días) | Máxima cantidad de días consecutivos con precipitación inferior a 1mm |
| Máxima precipitación 1-día (%) | Cantidad máxima de lluvia en 24 horas |
| Evapotranspiración (%)* | Evapotranspiración calculada (definida por Perrier, 1984) |
| Duración de la Sequía (meses) | Duración media de los eventos de sequía |
| Intensidad de la Sequía (%) | Intensidad media de los eventos de sequía |
| Temperatura Media (°C) | Temperatura media del aire |
| Temperatura Máxima (°C) | Temperatura máxima promedio |
| Temperatura Mínima (°C) | Temperatura Mínima promedio |
| Máxima Temperatura Máxima (°C)* | Máximo valor de la temperatura máxima |
| Máxima Temperatura Mínima (°C)* | Máximo valor de la temperatura mínima |
| Temperatura Efectiva Equivalente (°C) | Índice de sensación térmica y estrés fisiológico |
| Total de días con VV ≥ 3 m/s (Días) | Cantidad total de días con velocidad del viento en superficie superior o igual a 3 m/s |
| Días Consecutivos con VV ≥ 3 m/s (Días) | Máxima cantidad de días consecutivos con velocidad del viento en superficie superior o igual a 3 m/s |
| Velocidad del Viento (m/s) | Velocidad del viento en superficie |
| Radiación descendente de onda corta (W/m2) | Suma de la radiación solar directa y difusa que incide sobre la superficie |
| Aumento del Nivel del Mar (m) | Cambio del nivel del mar total resultante de procesos en cuya proyección existe una confianza media |
Dado que los datos originales del conjunto NEX-GDDP-CMIP6 tienen una resolución de 25 × 25 km, se procedió a reinterpolarlos a una malla de 4 km mediante el método del vecino más cercano. Este proceso se realizó con el único propósito de mejorar la visualización de la distribución espacial de los resultados, manteniendo inalterados los valores originales. Además, la reinterpolación permitió obtener agregaciones por provincias con mayor precisión, utilizando los polígonos vectoriales correspondientes.
En el caso de las proyecciones de ascenso del nivel del mar, cuya resolución espacial original es de 1° × 1°, varias de las celdas cercanas a las costas de Cuba carecen de valores definidos. Esto se debe a que la baja resolución de los Modelos de Circulación General (MCG) no permite representar con exactitud los contornos terrestres. Para solventar este problema, se asignaron valores a las cuadrículas costeras indefinidas utilizando nuevamente el método del vecino más cercano. Posteriormente, se empleó un archivo “shape” de la línea costera para extraer los valores de la malla corregida.
La visualización de los cambios futuros se presenta mediante mapas que muestran la mediana del conjunto de modelos. Para representar el grado de incertidumbre asociado a estas proyecciones, se emplean dos métodos complementarios (tabla 2). En los mapas, el acuerdo entre los Modelos de Circulación General (MCG) se indica mediante símbolos gráficos. Estas marcas resaltan las áreas donde existe menor consenso respecto a la dirección del cambio o su significación estadística. Por el contrario, en las zonas donde hay un alto acuerdo o los cambios son robustos, los valores proyectados se muestran sin superposición de símbolos, lo que facilita su lectura e interpretación.
| Método | Categoría | Definición | Representación |
|---|---|---|---|
| Simple | Alto acuerdo de modelos | 80% o más de los modelos coinciden en la dirección del cambio | |
| Bajo acuerdo de modelos | Menos del 80% de los modelos coincide en la dirección del cambio | ||
| Avanzado | Cambios robustos | Cuando el 80% o más de los modelos coinciden en la dirección del cambio (positivo o negativo) y más del 60% de ellos muestran cambios estadísticamente significativos | |
| Bajo acuerdo en la dirección | Cuando menos del 80% de los modelos coincide en la dirección del cambio, pero el 60% o más de ellos proyecta cambios estadísticamente significativos | ||
| Bajo acuerdo en la significación | Cuando menos del 60% de los modelos proyecta cambios estadísticamente significativos, pero el 80% o más de ellos coincide en la dirección del cambio | ||
| Cambios poco robustos | Cuando menos del 60% de los modelos proyecta cambios estadísticamente significativos y menos del 80% coincide en la dirección del cambio |
Adicionalmente, el Atlas incorpora el uso de percentiles para cuantificar el rango y la incertidumbre de las proyecciones. En la mayoría de variables, se utilizan los percentiles 10, 25, 75 y 90 junto con la mediana (P50) en tablas y gráficos. Esta información permite evaluar el nivel de concordancia entre los modelos, facilitando la identificación de proyecciones con mayor o menor consenso. En el caso del nivel del mar, sin embargo, se emplean los percentiles 17 y el 83, proporcionados directamente por la herramienta NASA-SLP, para mostrar el rango más probable de las proyecciones.
Resultados y Discusión
⌅La figura 1 muestra la estructura de la interfaz del Atlas destacando las 4 secciones que la componen, a saber: i) cabecera; ii) panel de control; iii) área de visualización; iv) descarga de figuras y datos.
El panel de control centraliza la configuración de todos los parámetros para generar proyecciones. En él, el usuario selecciona las variables (tabla 1), los períodos (de referencia y futuro), el escenario SSP, la estación del año (anual, NOV-ABR o MAY-OCT), y la región de interés (Cuba o una provincia). Los resultados se muestran en el área de visualización y se guardan en la sección de descarga. En función de la selección selección se pueden generar diferentes salidas (figuras 2-4), las cuales de describen a continuación:
- Los mapas de cambio representan la proyección de la variable seleccionada, en función del escenario, la estación del año, la región y los períodos de referencia y futuro definidos por el usuario. Un ejemplo de esta visualización se muestra en la figura 2 (paneles a y c), que ilustra las diferencias en los patrones de precipitación para el período MAY-OCT, comparando el futuro (2081-2100) con la línea base (1961-1990). Se observa que la señal de cambio hacia la reducción de la precipitación es más intensa y robusta (ver representación de la incertidumbre en la tabla 2) bajo el SSP5-8.5. Al comparar los paneles b y d, se identifica que, incluso manteniendo el mismo escenario y período futuro, un cambio en el período de referencia (línea base) genera resultados ligeramente distintos, lo que subraya la influencia de esta elección en las proyecciones.
- Las series temporales de anomalías y las tablas de cambio (figura 3) presentan valores agregados espacialmente para el territorio seleccionado. La serie temporal muestra la mediana del conjunto de Modelos de Circulación General (MCG) mediante una línea negra. La incertidumbre asociada se representa con dos áreas sombreadas: una en rojo oscuro que abarca el rango percentílico 25-75, y otra en rojo claro que corresponde al rango 10-90. Por su parte, las tablas exhiben los valores de cambio (mediana y percentiles 10, 25, 75 y 90) para los tres plazos futuros contemplados en el escenario seleccionado.
- Para los cambios en el nivel del mar la información que se visualiza es ligeramente diferente (figura 4). Los mapas reflejan los valores de cambio sobre la línea costera de Cuba o la provincia seleccionada y las tablas muestran los cambios (mediana y percentiles 17 y 83) agregados para la costa del territorio seleccionado. Si la provincia seleccionada tiene costas al norte y sur se muestras dos tablas, de lo contrario sólo se mostrará una.
Conclusiones
⌅El Atlas de Visualización de Escenarios de Cambio Climático para Cuba es una herramienta flexible y fácil de usar para desarrollar análisis espaciales y temporales. Permite explorar un amplio espectro de proyecciones climáticas futuras para el país y sus provincias.
Desarrollado en versiones web y de escritorio (para Windows y Linux), el Atlas requiere mínimos recursos informáticos y de conectividad. Esta versatilidad garantiza su amplia utilización en investigaciones y evaluaciones relacionadas con el cambio climático en Cuba.