Idoneidad de técnicas univariantes y multivariantes para la corrección de sesgos en modelos climáticos regionales: aplicación para el cálculo de índices agroclimáticos

Abstract

Este estudio se centra en el análisis de las ventajas y limitaciones de distintas técnicas estadísticas que permiten corregir los sesgos (errores con respecto a la realidad observada) que presentan las simulaciones de un conjunto representativo de modelos regionales del clima en la Península Ibérica. En concreto, se consideran métodos de corrección univariados y multivariados y se evalúa cuál es su efecto sobre el cálculo de varios índices agroclimáticos multivariables que dependen de la temperatura y la precipitación. Estos índices resultan de especial interés para el sector vitivinícola, con el objetivo final de generar proyecciones futuras. Los resultados obtenidos revelan que, mientras para el caso de la temperatura no existen diferencias apreciables entre las distintas técnicas de corrección de sesgos consideradas; los métodos univariados y los multivariados dan lugar a discrepancias importantes en el caso de la precipitación. En particular, el enfoque multivariado presenta ciertas deficiencias que merecen un estudio más en profundidad. Además, las proyecciones futuras de los índices agroclimáticos analizados permiten identificar zonas en las que es esperable que el cambio climático tenga un impacto importante sobre el cultivo de la vid como consecuencia de un aumento en las temperaturas y una disminución en la precipitación. Por tanto, los resultados de este trabajo pueden ser de gran utilidad para la toma de decisiones y la implementación de medidas eficientes de adaptación al cambio climático.

This study focuses on the analysis of the advantages and limitations of various statistical techniques that allow for the correction of biases (deviations from observed reality) present in simulations from a representative set of regional climate models in the Iberian Peninsula. Specifically, univariate and multivariate correction methods are considered, and their effect on the calculation of several multivariable agroclimatic indices dependent on temperature and precipitation is evaluated. These indices are of particular interest to the viticulture sector, with the ultimate goal of generating future projections. The results obtained reveal that, while for temperature, there are no appreciable differences among the various bias correction techniques considered, both univariate and multivariate methods lead to significant discrepancies in the case of precipitation. In particular, the multivariate approach exhibits certain deficiencies that warrant further in-depth investigation. Furthermore, the future projections of the analyzed agroclimatic indices allow the identification of regions where climate change is expected to have a significant impact on grapevid cultivation due to rising temperatures and decreased precipitation. Therefore, the findings of this study can be of great utility for decision-making and the implementation of effective measures for adapting to climate change.