Interpretación de:
Drying Tropical America Under Global Warming: Mechanism and Emergent Constraint
https://doi.org/10.1029/2025gl117131He, C., Chen, X., Zhou, T., Kucharski, F., Song, F., 2025: Drying Tropical America Under Global Warming: Mechanism and Emergent Constraint, Geophysical Research Letters, https://doi.org/10.1029/2025gl117131
Intérprete
Takahashi Guevara Ken
Fecha de interpretación
30/12/2025
Resultados y conclusiones
Mediante una "restricción emergente", se estima que la reducción futura en la precipitación en América tropical, incluyendo la Amazonía, sería casi 60% mayor que la simulada por modelos climáticos CMIP6 (46 mm por grado de calentamiento global en lugar de 29 mm). Esta "restricción emergente" relaciona las reducciones futuras en la precipitación con la intensidad del gradiente oeste-este en la temperatura superficial del mar (TSM) en el Pacífico tropical, la cual tiende a estar subestimada por los modelos. En la Amazonía, las reducciones estimadas en precipitación serían más pronunciadas en la transición Andes-Amazonía y en la zona central. En la Amazonía de Perú, las reducciones serían mayores en Madre de Dios y Ucayali (hasta 80 mm/K), pero relativamente poco en Loreto. El mecanismo físico propuesto es que el gradiente zonal de TSM controla el acoplamiento entre los vientos y la TSM, por lo cual los modelos con más gradiente producen mayor calentamiento futuro en el Pacífico ecuatorial. Este calentamiento aumento en el ascenso del aire en esa región y mayor descenso (subsidencia) sobre América tropical, lo cual reduce la precipitación.
Metodología y datos
Analizaron simulaciones de 42 modelos globales de CMIP6. Consideraron las diferencias de los promedios entre la simulación histórica (1950-1999) y escenario SSP5-8.5 (2050-2099). Los cambios fueron escalados por el promedio inter-modelo del calentamiento global. Siguiendo el marco de restricciones emergentes (emergent constraint framework), usaron regresión lineal entre modelos para relacionar el cambio futuro dY proyectado por estos con alguna propiedad del pasado X, de manera que dY = kX + b. Corrigiendo el sesgo en X de cada modelo con respecto a datos observacionales, se corrige la proyección futura de estos usando esta fórmula. El promedio del cambio en precipitación (dP) para América tropical se define con una caja que abarca la Amazonía y Caribe junto con otra caja que incluye Centro América y México. Definen un índice de gradiente zonal de TSM pasado entre el Pacífico tropical (30°S-30°N) occidental (140°E-150°W) y oriental (150°W-80°W). Establecen la relación de restricción emergente como dP = -23.8xGradTSM + 28.4.
Limitaciones de la investigación
No se considera el rol de la interacción suelo-clima, particularmente de la respuesta de la vegetación, ni otros procesos regionales. Los modelos tienen resolución muy baja para representar los Andes y la transición Andes-Amazonía adecuadamente y tampoco es claro si los patrones regionales son confiables, particularmente a la escala del Perú. Los modelos podrían tener fallas estructurales comunes entre ellos, lo que podría resultar en que la restricción emergente esté sesgada (ej. exagerando el rol del calentamiento del Pacífico).
Recomendaciones
Considerar que las proyecciones con modelos climáticos podría estar subestimando sustancialmente el secamiento futuro de la Amazonía. Tomar como referenciales los patrones geográficos proyectados, particularmente para Perú. Es importante considerar que la respuesta del bosque, no evaluada, podría modificar sustancialmente estas proyecciones, particularmente la posibilidad de cruzar puntos de inflexión que lleven a un colapso del bosque y a una mayor reducción de la precipitación.
Adaptación: Agua, Bosques
Mitigación: Uso de suelo, cambio de uso de suelo y silvicultura
Escala: Regional
Ámbito geográfico: América tropical,Amazonía,Perú,Madre de Dios,Ucayali,Loreto,Transición andino-amazónica
Palabras clave: Escenarios climáticos, Emergent constraint, Amazonía, Sequías, Puntos de inflexión
Cita de la interpretación
Takahashi Guevara, Ken, 2025: Interpretación de He et al. (2025, doi:10.1029/2025gl117131), Observatorio de Conocimiento Científico sobre Cambio Climático del Perú, IGP, https://cienciaclimatica.igp.gob.pe/entities/interpretation/a0b851dc-73c3-4e8d-9b71-236d090ac697