Comparación de series mensuales de precipitación y temperaturas de los Modelos CMIP6 para Guatemala / Monthly series comparison of precipitation and temperatures of the CMIP6 Models for Guatemala

Se comparan las métricas de 37 modelos climáticos globales (GCMs, por sus siglas en inglés) de la Fase 6 del Proyecto de Intercomparación de Modelos Acoplados (CMIP6) con el objetivo de simular el clima de Guatemala del periodo de 1971 al 2014. La temperatura y precipitación mensual fue comparada con los datos de observación de la Unidad De Investigación Climática de la Universidad del este de Anglia (CRU). Se generó un ranquin de modelos basado en la menor distancia entre tres dimisiones basado en tres métricas; Coeficiente de Correlación de Pearson (CCP), Error medio cuadrático (RMSE) y Desviación estándar (DS). Este ordenamiento coincide con los mejores valores de eficiencia Nash-Sutcliffe (NSE) para temperatura y eficiencia Kling-Gupta (KGE) para la precipitación, demás se calculan las métricas; coeficiente de correlación de Spearman (CCS), errores de sesgo medio (MBE) y el absoluto medio (MAE). Para precipitación los primeros 5 modelos presentan valores KGE de entre 0.5 y 0.7, el CCP y CCS entre 0.7 a 0.8 comparados con CRU. Para temperatura los primeros 5 modelos presenta valores de NSE de entre 0.5 a 0.6, CCP y CCS de 0.8. Los modelos sobreestiman levemente la temperatura y subestiman la precipitación. Los modelos con mejor habilidad fueron CIESM para temperatura¼ y el modelo IPSL-CM6A-LR para precipitación. Adicionalmente se compara el promedio de 66 estaciones locales con CRU, presentando un KGE de 0.51, CCP de 0.77 para precipitación y NSE de -0.17 y un CCP de 0.20 para temperatura. Finalmente, se presenta una tabla con los 10 primeros modelos para cada variable.

Metrics from 37 global climate models (GCMs) from Phase 6 of the Coupled Model Intercomparison Project (CMIP6) with the purpose of simulating the climate of Guatemalan from 1971 to 2014. Monthly temperature and precipitation were compared with data from observation of the Climatic Research Unit of the University of East Anglia (CRU). A ranking of models was generated based on the shortest distance between three resignations based on three metrics; Pearson's Correlation Coefficient (PCC), Root Mean Square Error (RMSE), and Standard Deviation (SD). This ordering coincides with the best values of Nash-Sutcliffe efficiency (NSE) for temperature and Kling-Gupta efficiency (KGE) for precipitation; other metrics are calculated; Spearman's correlation coefficient (CCS), mean bias errors (MBE), and mean absolute error (MAE). For precipitation, the first 5 models present KGE values between 0.5 and 0.7, the CCP and CCS between 0.7 and 0.8 compared to CRU. For temperature, the first 5 models present NSE values between 0.5 to 0.6, CCP, and CCS of 0.8. The models slightly overestimate temperature and underestimate precipitation. The models with the best ability were CIESM for temperature and the IPSL-CM6A-LR model for precipitation. Additionally, the average of 66 local stations is compared with CRU, presenting a KGE of 0.51, CCP of 0.77 for precipitation, and NSE of -0.,17, and a CCP of 0.20 for temperature. Finally, a table is presented with the first 10 models for each variable.

Simulación de temperatura y precipitación estacional durante el período 1998-2000 en Centro América utilizando el modelo climático regional RegCM / Simulation of seasonal temperature and precipitation during the period 1998-2000 in Central America using the regional climate model RegCM

Este documento presenta un análisis comparativo de los resultados de un modelo de simulación de clima, datos de reanálisis regionales y datos locales de precipitación y temperatura estacional de veintitrés estaciones me-teorológicas de Guatemala, para detectar señales de la habilidad del modelo a reproducir el clima estacional en un periodo de 3 años (1998-2000). La simulación se realizó con un modelo climático regional (MCR), para su reducción de escala dinámica, las condiciones de frontera se obtuvieron de los datos de reanálisis ERA-Interim. El modelo utilizado fue RegCM, versión 4, y se comparó con los datos de precipitación y temperatura de la Base de datos CRU a nivel regional centroamericano y a nivel nacional con tres instituciones que generan datos globales (CRU, TRMM y GPCP) y los datos locales. Los esquemas convectivos utilizados fueron el esquema de Grell sobre tierra y Emanuel sobre el océano, con 50 km de resolución espacial. Los ajustes realizados a las parametrizaciones generaron buen desempeño a nivel regional Centroamericano y a nivel Guatemala a pesar de perder habilidad en algunas regiones y meses. El modelo reproduce adecuadamente el comportamiento de la precipitación estacional en la mayor parte de la temporada lluviosa. Subestima la temperatura a nivel regional, pero a nivel Guatemala muestra buen ajuste. La comparación con los datos locales observados muestra que el modelo se ajusta para el periodo en estudio; pero, es necesario realizar más experimentos con distintas resoluciones espaciales y temporales y evaluar la persistencia del modelo.

This document presents the results of an analysis on the comparison of the results of a climate simulation model, regional reanalysis data and local data on precipitation and seasonal temperature from twenty-three meteoro-logical stations in Guatemala, to detect signs of the ability of the model to reproduce the seasonal climate over a period of 3 years (1998-2000). The simulation was performed with a regional climate model (RCM), for its dynamic scale reduction, the boundary conditions were obtained from the ERA-Interim reanalysis data. The model used was RegCM, version 4, and it was compared with the precipitation and temperature data from the CRU Database at the Central American regional level and at the national level with three institutions that generate global data (CRU, TRMM and GPCP) and local data. The convective schemes used were the scheme of Grell on land and Emanuel on the ocean, with 50 km of spatial resolution. The adjustments made to the settings generated good performance at the Central American regional level and at the Guatemala level, despite losing skill in some regions and months. The model adequately reproduces the behavior of seasonal precipitation in most of the rainy season. It underestimates the temperature at the regional level but at the Guatemala level it shows a good fit. The comparison with the observed local data shows that the model fits for the period under study, but it is necessary to carry out more experiments with different spatial and temporal resolutions and to evaluate the persistence of the model.