Coupling the Common Land Model to ECHAM5 Atmospheric General Circulation Model

Xin, Yufei; Dai, Yongjiu; Li, Jian; Rong, Ximin; Zhang, Guo

doi:10.1007/s13351-019-8117-y

Cited by 7 publications

(1 citation statement)

References 28 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Palavras chave: mudanças climáticas, cenários, estratégias, modelos, precipitação, segurança alimentar, segurança hídrica, secas. Demuzere, Werner, van Lipzig & Roeckner, 2009;Frierson et al, 2013;Moser, 2010;Seth, Rauscher, Camargo, Qian & Pal, 2007;Xin, Dai, Li, Rong & Zhang, 2019). Sin embargo, la mayoría de estas proyecciones se realizan de manera global (Barnett & Adger, 2007;Hanjra & Qureshi, 2010;Vörösmarty et al, 2010), por lo que es necesario visualizarlas en contextos regionales, específicamente en territorios rurales que basan su economía (Kang, Park, Kim, Lee & Back, 2009) y sobrevivencia en la agricultura (Suastegui Cruz et al, 2017).…”

Section: Introductionunclassified

Estrategias para la seguridad hídrica ante los cambios de precipitación por efectos del cambio climático

Cruz

2021

RIDE

View full text Add to dashboard Cite

El cambio climático afecta negativamente los patrones de precipitación con breves periodos de lluvia que impactan en los ecosistemas a través de la sequía y producción de alimentos, lo que obstaculiza el suministro de agua en áreas marginadas como Las Ánimas, donde la clave de supervivencia se basa en la agricultura. Existen modelos globales de circulación como los MPI ECHAM 5 y HadGEN1 y escenarios A2 y B2 que permiten visualizar periodos de lluvias pasados y futuros para anticipar los cambios y generar estrategias desde ámbitos locales. En tal sentido, esta investigación fue de tipo cuantitativa, longitudinal-retrospectiva, no experimental y explicativa, donde se encontraron datos de la precipitación de los años 2015, 2016 y 2017 —como los puntos más críticos 2015 y 2016—, así como las variaciones para los años 2030 y 2050, que indican que la precipitación aumentará, pero con periodos más cortos, lo cual afectará la agricultura y generara problemas de seguridad hídrica y alimentaria en zonas rurales, donde es necesario recurrir a mecanismos de resiliencia comunitaria anual con mejoras en la captación, conservación y manejo del agua.

show abstract

Section: Introductionunclassified

Estrategias para la seguridad hídrica ante los cambios de precipitación por efectos del cambio climático

Cruz

2021

RIDE

View full text Add to dashboard Cite

show abstract

What causes the spread of model projections of ocean dynamic sea-level change in response to greenhouse gas forcing?

et al. 2020

View full text Add to dashboard Cite

Sea levels of different atmosphere–ocean general circulation models (AOGCMs) respond to climate change forcing in different ways, representing a crucial uncertainty in climate change research. We isolate the role of the ocean dynamics in setting the spatial pattern of dynamic sea-level (ζ) change by forcing several AOGCMs with prescribed identical heat, momentum (wind) and freshwater flux perturbations. This method produces a ζ projection spread comparable in magnitude to the spread that results from greenhouse gas forcing, indicating that the differences in ocean model formulation are the cause, rather than diversity in surface flux change. The heat flux change drives most of the global pattern of ζ change, while the momentum and water flux changes cause locally confined features. North Atlantic heat uptake causes large temperature and salinity driven density changes, altering local ocean transport and ζ. The spread between AOGCMs here is caused largely by differences in their regional transport adjustment, which redistributes heat that was already in the ocean prior to perturbation. The geographic details of the ζ change in the North Atlantic are diverse across models, but the underlying dynamic change is similar. In contrast, the heat absorbed by the Southern Ocean does not strongly alter the vertically coherent circulation. The Arctic ζ change is dissimilar across models, owing to differences in passive heat uptake and circulation change. Only the Arctic is strongly affected by nonlinear interactions between the three air-sea flux changes, and these are model specific.

show abstract

Assessment of surface roughness and fractional vegetation coverage in the CoLM for modeling regional land surface temperature

Yuan

Hamdi

Ochege

et al. 2021

Agricultural and Forest Meteorology

View full text Add to dashboard Cite

Coupling the Common Land Model to ECHAM5 Atmospheric General Circulation Model

Cited by 7 publications

References 28 publications

Estrategias para la seguridad hídrica ante los cambios de precipitación por efectos del cambio climático

Estrategias para la seguridad hídrica ante los cambios de precipitación por efectos del cambio climático

What causes the spread of model projections of ocean dynamic sea-level change in response to greenhouse gas forcing?

Assessment of surface roughness and fractional vegetation coverage in the CoLM for modeling regional land surface temperature

Contact Info

Product

Resources

About