Fuente: SENAMHI
Un equipo de la Universidad Nacional Agraria La Molina (UNALM) y el Servicio Nacional de Meteorología e Hidrología del Perú (SENAMHI) evaluó 25 modelos CMIP6 para probar cuán bien reproducen los extremos de precipitación en el Perú entre 1981 y 2014.
Metodología: utilizaron la base de datos PISCO y ocho índices climáticos de frecuencia, intensidad y persistencia de precipitaciones extremas durante las temporadas húmeda y seca.
Resultados clave:
- NorESM2-MM, MPI-ESM1-2-LR y CESM2 mostraron desempeño general superior, reproduciendo mejor la distribución espacial y con menores errores.
- Sesgos como el “sesgo de llovizna” (sobreestimación de días con lluvia ligera y de rachas húmedas) y subestimación de la duración de periodos secos persisten incluso en estos modelos.
- Diferencias regionales: la Costa y los Andes tienden a sobreestimar volúmenes de precipitación extrema; la Amazonía tiende a subestimarlos.
Implicaciones: las proyecciones crudas de modelos globales no deben trasladarse directamente a evaluaciones de impacto local. Es necesario aplicar downscaling y corrección de sesgos para adaptar la información a las condiciones climáticas y geográficas del país, especialmente para la agricultura, la seguridad hídrica, la infraestructura y la gestión de riesgos de desastres.
Contribución: este trabajo fortalece la evidencia disponible para el Perú y ofrece elementos técnicos para mejorar proyecciones climáticas y orientar futuras investigaciones, con el SENAMHI reafirmando su compromiso con herramientas que apoyen una adaptación y gestión sostenibles del territorio.
Artículo completo en: doi.org/10.3390/cli14080165