Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

1.2 Riesgo climático y escenarios

Subdirección para el Conocimiento del Riesgo, UNGRD

El clima como multiplicador del riesgo

Según CCDR-tools, el cambio climático puede aumentar la amenaza y, al mismo tiempo, reducir la resiliencia de hogares y comunidades Amadio, 2024. Como las amenazas hidrometeorológicas responden al forzamiento climático, un análisis de riesgo prospectivo debe usar proyecciones climáticas para explorar cómo podría evolucionar el riesgo en el espacio y en el tiempo.

El manual CLIMAAX insiste en que las evaluaciones de riesgo climático deben actualizarse periódicamente, porque los perfiles de riesgo cambian con las tendencias de las amenazas, la exposición y la vulnerabilidad CLIMAAX consortium, 2026.

Sensibilidad climática de las amenazas analizadas en SIDRo

Amenaza

Tipo (CCDR-tools)

¿El cambio climático la modifica?

Indicador climático usado en la página “d”

Sismo (3.1)

Geofísica

No de forma significativa

Ninguno; se analizan escenarios de intensidad sísmica

Incendio forestal (3.2)

Hidrometeorológica

Sí

Índice meteorológico de incendios (FWI) Van Wagner, 1987

Movimientos en masa (3.3)

Hidrometeorológica

Sí, por la lluvia detonante

Rx1day, Rx5day, R95pTOT Zhang et al., 2011

Incendio urbano (3.4)

Tecnológica / antrópica

Indirectamente

Sensibilidad del índice (no climático)

Calor (3.5)

Hidrometeorológica

Sí, directamente

Días sobre el percentil 90 de Tmax y olas de calor

Proyecciones CMIP6 y trayectorias socioeconómicas (SSP)

Las proyecciones del CMIP6 sustentan el Sexto Informe de Evaluación del IPCC y se organizan por trayectorias socioeconómicas compartidas (SSP). CCDR-tools las describe como relatos que combinan trayectorias de emisiones de gases de efecto invernadero con supuestos más amplios de desarrollo socioeconómico Amadio, 2024Riahi et al., 2017O'Neill et al., 2017. El glosario de CLIMAAX define las SSP como escenarios globales de cambio socioeconómico hasta 2100, y las RCP (generación anterior) como escenarios de concentraciones futuras de gases de efecto invernadero CLIMAAX consortium, 2026.

Sobre la elección de escenarios, CCDR-tools recomienda:

SIDRo adopta por defecto SSP2-4.5 (central) y SSP5-8.5 (alto, para pruebas de estrés), en los horizontes 2041–2060 y 2081–2100 frente a la línea base 1991–2020. Todo es configurable en config/aoi.yaml.

Incertidumbre: ensambles, percentiles y relatos

CCDR-tools resume la incertidumbre entre modelos con los percentiles p10, p50 y p90 del ensamble Amadio, 2024. SIDRo reporta los mismos tres percentiles.

CLIMAAX advierte que lo ideal sería analizar todas las combinaciones de escenarios, pero que en la práctica se analiza un número limitado. Por eso recomienda que el desarrollo de escenarios sea “lo más simple y transparente posible” (traducción propia) y, cuando sea posible, un análisis de robustez de las estrategias en otros futuros CLIMAAX consortium, 2026. Entre las alternativas a la representación probabilista, CLIMAAX cita los relatos físicos (storylines) Shepherd et al., 2018.

Índices climáticos y anomalías

Los índices climáticos condensan datos de temperatura y precipitación en métricas estandarizadas, por ejemplo los días secos consecutivos (CDD) para sequía o la precipitación máxima de cinco días (Rx5day) para inundaciones. CCDR-tools explica que los cambios proyectados de los índices frente a la línea base (anomalías) permiten inferir cambios en la amenaza Amadio, 2024. SIDRo calcula los índices con definiciones ETCCDI Zhang et al., 2011 y con la librería xclim Bourgault et al., 2023.

References
  1. Amadio, M. (2024). CCDR tools data and methodology. Global Facility for Disaster Reduction and Recovery (GFDRR), World Bank. https://gfdrr.github.io/CCDR-tools
  2. CLIMAAX consortium. (2026). CLIMAAX Climate Risk Assessment Handbook. Zenodo. 10.5281/zenodo.18186357
  3. Van Wagner, C. E. (1987). Development and structure of the Canadian Forest Fire Weather Index System (Forestry Technical Report No. 35). Canadian Forestry Service.
  4. Zhang, X., Alexander, L., Hegerl, G. C., & others. (2011). Indices for monitoring changes in extremes based on daily temperature and precipitation data. WIREs Climate Change, 2, 851–870. 10.1002/wcc.147
  5. Riahi, K., van Vuuren, D. P., Kriegler, E., & others. (2017). The Shared Socioeconomic Pathways and their energy, land use, and greenhouse gas emissions implications: An overview. Global Environmental Change, 42, 153–168. 10.1016/j.gloenvcha.2016.05.009
  6. O’Neill, B. C., Kriegler, E., Ebi, K. L., & others. (2017). The roads ahead: Narratives for shared socioeconomic pathways describing world futures in the 21st century. Global Environmental Change, 42, 169–180. 10.1016/j.gloenvcha.2015.01.004
  7. Shepherd, T. G., Boyd, E., Calel, R. A., & others. (2018). Storylines: an alternative approach to representing uncertainty in physical aspects of climate change. Climatic Change, 151, 555–571. 10.1007/s10584-018-2317-9
  8. Bourgault, P., Huard, D., Smith, T. J., & others. (2023). xclim: xarray-based climate data analytics. Journal of Open Source Software, 8(85), 5415. 10.21105/joss.05415
  9. Thrasher, B., Wang, W., Michaelis, A., Melton, F., Lee, T., & Nemani, R. (2022). NASA Global Daily Downscaled Projections, CMIP6. Scientific Data, 9, 262. 10.1038/s41597-022-01393-4