Influência dos Ecossistemas nos modelos de mudanças climáticas

(1)

Influência dos Ecossistemas nos modelos de

mudanças climáticas

Maria Assunção Faus da Silva Dias

Departamento de Ciências Atmosféricas

Universidade de São Paulo

26 de outubro de 2017

(2)

(3)

O avanço do homem no Planeta Terra

(4)

Último milhão de anos:

• eras glaciais, interglaciais;

• mudanças abruptas do

clima.

(5)

Causas naturais das mudanças climáticas

• Mudanças orbitais da Terra

(6)

Causas naturais das mudanças climáticas

• Mudanças orbitais da Terra

• Variações na emissão

de energia solar

(7)

Causas naturais das mudanças climáticas

(8)

Erupção Mt Agung

(17 Março de 1963)

0 500 1000 1500 2000 2500 1930 1940 1950 1960 1970 1980 1990 2000 2010

Chuva Anual - IAG/USP

(9)

(10)

1 dia

10 dias

100 dias

1.000 dias

A cadeia de processos que define o clima

Concentração

de gases de

efeito estufa

Energia

solar

Teleconexões do

clima terreste

Interações

oceano-terra-atmosfera

Interações

com

geleiras

Interações

biogeoquímicas

Impactos

climáticos

10.000 dias

(11)

Ferramenta para análise e previsão

• Software para simular numericamente os movimentos e estados

da atmosfera e dos oceanos:

 Baseado nas equações da dinâmica dos fluídos: equações

diferencias não homogêneas, com coeficientes variáveis =

sistema complexo

(12)

Necessário usar modelos climáticos

• O que é um modelo climático?

• Como é construído?

• Como são feitas as previsões?

• Que dados utiliza?

(13)

(14)

Modelo Climático simula o Efeito Estufa

• Os Gases de Efeito Estufa (GEE):

 vapor d’água;

 gás carbônico;

 metano;

 óxido nitroso;

 entre outros…

• O Efeito Estufa natural é importante para a manutenção da

vida na Terra.

Obs.: Sem ele a temperatura média do globo seria de -18

o

_C.

• O aumento da concentração de GEE vem acentuando o Efeito

(15)

Last Ice Age Last Interglacial 350 300 250 200 Ca rb on Di o xi d e ( p p m v) 600 500 400 300 200 100 0

Thousands of Years Before Present

[Adapted from Figure 6.3, ©IPCC 2007: WG1-AR4]

(16)

Um modelo climático é…

Um software ou código para computador contendo de

dezenas a centenas de milhares de linhas codificadas,

usado para processar dados e gerar previsões sobre a

evolução do clima da Terra em função da evolução

dos GEE.

(17)

(18)

• Modelos climáticos vem sendo construídos desde a

década de 1970;

• Cada componente adicionado ao software é resultado

de anos de pesquisas de equipes nas universidades e

nos centros de pesquisa no mundo todo.

(19)

O mundo segundo os Modelos Climáticos

ANOS 70

ANOS 80

1990

1996

(20)

Modelos climáticos

usados nas avaliações do

IPCC:

FAR (1990);

SAR (1996);

TAR (2001);

AR4 (2007).

A complexidade dos modelos vem

aumentando e os cenários são mais

consistentes e aderentes ao clima

atual.

(21)

ATMOSFERA (semanas-meses)

Camada Limite Atmosférica (dias)

Camada de

Mistura

(meses)

Gelo

Oceânico

(meses,

décadas)

Sol

Oceano profundo

(100-1000 anos)

OCEANOS

Neve (dias)

Geleira

(10-100 anos)

Camadas

de gelo

(10 k anos)

Lagos,

litosfera,

biosfera

(meses,

décadas)

CONTINENTES

Tectônica – fluxo térmico da terra/forçante antropogênica

Sis

tema

(22)

)

,

(

)

,

(

_a _o _v _c _s _a _a _o _v _c _s a a a a

X

F

X

N

X

L

t

X

_

_

_



)

,

(

)

,

(

_a _o _v _c _s _o _a _o _v _c _s o o o o

X

F

X

N

X

L

t

X









)

,

(

)

,

(

_a _o _v _c _s _v _a _o _v _c _s v v v v

_L

_X

_N

_X

_F

_X

t

X









)

,

(

)

,

(

_a _o _v _c _s _c _a _o _v _c _s c c c c

_L

_X

_N

_X

_F

_X

t

X









)

,

(

)

,

(

_a _o _v _c _s _s _a _o _v _c _s s s s s

X

F

X

N

X

L

t

X









,....)

,

(

_v _l _r _i a

u

v

w

T

q

X



X

_o



(

u

,

v

,

w

,

T

,

s

_v

,...)

,....)

,

(

i iv id ic i i _i

v

lai

sig

root

stom

VOC

C

N

X



,...)

,

'

,

(

CO

₂

CH

₄

O

₃

NO

VOC

s

SO

₂

X

_c



_x

,....)

,

(

is is in s

T

W

N

X



Atmosfera

Oceano

Solo, rios, lagos

Vegetação

Espécies químicas

(23)

Dados sobre

terra,

atmosfera e

oceanos,

emissões de

GEE

Software

previsão

climática

Projeções

futuras do

tempo ou do

clima

Supercomputador

Condições iniciais e

condições de

contorno

(24)

(25)

(26)

Os números indicam observações recebidas (por dia) em um

centro de previsão de tempo.

(27)

Observations used in ARPEGE

Radiosondas P,T,UR,wind

Radiâncias ATOVS NOAA

Ventos de satélite geoestacionário

Bóias, superfície P,T,UR,wind

(28)

Clima e Economia

Emissões

de GEE

Aumento

das Concentrações

Atmosféricas de

GEE

Aquecimento

Global

Impactos

Adaptações

Atividades

Econômicas

Mudanças

Climáticas

Modelos de desenvolvimento econômico e social

- Matriz energética -

(29)

Cenários do IPCC usam modelos de

desenvolvimento econômico e social

• Evolução demográfica regional e global;

• Evolução da globalização da economia e da intensificação das

interações sociais e culturais ao longo do século 21;

• Evolução das mudanças tecnológicas globais e regionais

especialmente com relação aos efeitos na economia;

• Evolução da concientização ambiental local e regional e da sua

capacidade de influenciar desenvolvimentos futuros e controles

ambientais.

(30)

(31)

1. BCCM1:BCC-CM1, Beijing Climate Centre, China

2. BCM2:BCCR-BCM2.0, Bjerknes Centre for Climate Research, Norway

3. CGMR:CGCM3.1(T47), Canadian Centre for Climate Modelling & Analysis, Canada

4. CGHR:CGCM3.1(T63), Canadian Centre for Climate Modelling & Analysis, Canada

5. CNCM3:CNRM-CM3, Météo-France, France

6. CSMK3:CSIRO-Mk3.0, CSIRO Atmospheric Research, Australia

7. ECHOG:ECHO-G, Meteorological Institute of the University of Bonn, Meteorological Research Institute of

KMA, and Model and Data group, Germany/Korea

8. FGOALS:FGOALS-g1.0, LASG / Institute of Atmospheric Physics, China

9. GFCM20:GFDL-CM2.0, US Dept. of Commerce / NOAAA / Geophysical Fluid Dynamics Laboratory, USA

10. GFCM21:GFDL-CM2.1, US Dept. of Commerce / NOAAA / Geophysical Fluid Dynamics Laboratory, USA

11. GIAOM:GISS-AOM, NASA / Goddard Institute for Space Shuttles, USA

12. GIEH:GISS-EH, NASA / Goddard Institute for Space Shuttles, USA

13. GIER:GISS-ER, NASA / Goddard Institute for Space Shuttles, USA

14. HADCM3:UKMO-HadCM3, Hadley Centre for Climate Prediction and Research / Met Office, UK

15. HADGEM:UKMO-HadGEM1, Hadley Centre for Climate Prediction and Research / Met Office, UK

16. INCM3:INM-CM3.0, Institute for Numerical Mathematics, Russia

17. IPCM4:IPSL-CM4, Institut Pierre Simon Laplace, France

18. MIHR:MIROC3.2(hires), Center for Climate System Research(The University of Tokyo), National Institute for

Environmental Studies, and Frontier Research Center for Global Change (JAMSTEC), Japan

19. MIMR:MIROC3.2(medres), Center for Climate System Research(The University of Tokyo), National Institute

for Environmental Studies, and Frontier Research Center for Global Change (JAMSTEC), Japan

20. MPEH5:ECHAM5/MPI-OM, Max Planck Institute for Meteorology, Germany

21. MRCGCM:MRI-CGCM2.3.2, Meteorological Research Institute, Japan

22. NCCCSM:CCSM3, National Center for Atmospheric Research, USA

23. NCPCM:PCM, National Center for Atmospheric Research, USA

(32)

Yin L. , R. Fu E. Shevliakova R. Dickinson: 2012 "How well can CMIP5 simulate precipitation and its controlling processes over tropical South America?", Climate Dynamics , doi:10.1 007/s00382-012- 1582-y ,http://link.spring er.com/article/10.1 007/s00382-012-1582-y

(33)

Chuva média observada 1979-2005 (GPCP) e a chuva

simulada pelos modelos A... K

(34)

Moss, R. H., and Coauthors, 2010: The next generation of scenarios for climate change research

and assessment. Nature, 463, 747–756, doi:10.1038/ nature08823.

(35)

(36)

(37)

Mudanças na

temperatura de

dezembro a fevereiro

Amazônia e Nordeste

RCP 2.6

2016-2035 com relação a 1986-2005 2046-2065 com relação a 1986-2005 2081-2100 com relação a 1986-2005

(38)

Mudanças na

temperatura de junho

a agosto na Amazonia

e Nordeste.

RCP 2.6

(39)

Mudanças na chuva de

outubro a março na

Amazônia e Nordeste

RCP 2.6

(40)

Mudanças na chuva

de outubro a

Março na Amazônia

e Nordeste

RCP 6.0

(41)

Mudanças na chuva

de abril a setembro

na Amazônia e

Nordeste

RCP 2.6

(42)

Mudanças na chuva

de abril a setembro

Amazônia e

Nordeste

RCP 6.0

(43)

COMO SE INTERPRETAM AS

PREVISÕES?

(44)

Lições aprendidas

Simular bem o passado e presente

para prever o futuro

(45)

(46)

(47)

Melhorias na modelagem da interação

entre atmosfera e biosfera

• Derretimento do permafrost;

• Fertilização da biota pelo CO2;

• Ciclo de nutrientes;

• Biogeoquímica dos gases traço;

• Aerossóis e nuvens;

• Melhorias na interação entre correntes oceânicas e gelo;

• Cenários econômicos interativos.

(48)

(49)

(50)

(51)

(52)

(53)

(54)

(55)

Sistemas únicos ameaçados Eventos extremos Distribuição dos impactos Impactos globais agregados Eventos singulares de grande escala Mudan ça na t emper at ur a médi a glob al ( o C r ela tiv o a 19 86 -2005) Mu d an ça n a temp er at u ra méd ia gl o b al ( oC r e la tiv o a 1 8 5 0-1 9 0 0 é p o ca p ré -ind u st ri al )

Não detectado Moderado Alto Muito alto

(56)

Influência dos Ecossistemas nos modelos de mudanças climáticas

Maria Assunção F. Dias

Percent change in

precipitation from

the years 1980-1999

to 2080-2099 under

the A1B scenario.

Brown indicates a

reduction in

precipitation and

green an increase.

The per cent change

in the precipitation

averaged over all

models is shown in

the lower right hand

corner.

(57)

Lições aprendidas no passado

O aquecimento global e a floresta amazônica...

Impacto catastrófico?

A morte da floresta?

(58)

Retrocesso da floresta amazônica por mudança climática.

1850

₂₀₀₀

₂₁₀₀

Exemplo de extremo nos modelos do IPCC:

Haddley Center

(59)

(60)

(61)

•Climate change will very likely affect most forests in Amazonia during the course of the 21st

century, but the direction and intensity of the change are uncertain, in part because of

differences in rainfall projections. In order to constrain this uncertainty, we estimate the

probability for biomass change in Amazonia on the basis of rainfall projections that are weighted

by climate model performance for current conditions.

• We estimate the risk of forest dieback by

using weighted rainfall projections

from 24 general

circulation models (GCMs) to create probability density functions (PDFs) for future forest

biomass changes simulated by a dynamic vegetation model (LPJmL).

• .

• The uncertainty associated with the long-term effect of CO2 is much larger than that associated

•Our probabilistic assessment of biomass change suggests a likely shift towards increasing

biomass compared with nonweighted results. Biomass estimates range between a gain of 6.2 and

a loss of 2.7 kg carbon m)2 for the Amazon region, depending on the strength of CO2 fertilization

(62)

Fazendo a ponderação das simulações do clima futuro a partir de quão

bem reproduzem o clima presente o resultado é um aumento na

(63)

The Hadley Centre Earth System

Model (HadGEM2-ES) for Climate

Impacts

Jemma Gornall, Richard Betts, Ron Kahana, Nicola Golding,

Paul Halloran and Andy Wiltshire

(64)

Broad-leaf Tree Fraction

2.6

4.5

(65)

Conclusão

• Modelos climáticos incluem os desenvolvimentos científicos dos

últimos 50 anos, mas ainda há muito por aprender;

• Os resultados são cenários que apontam para algumas

possibilidades do clima futuro;

• É importante melhorar a compreensão da interação entre

ecossistemas e clima.

(66)

ead@ofitexto.com.br

Entre em contato conosco

Ofitexto EAD

Rua Cubatão, 798 | São Paulo-SP

11 3085-7933 (ramal 22)

www.ofitexto.com.br/cursos

11 95888 1998