Emulador Bayesiano de Modelos Climáticos Regionales con Selección de Variable Espacial

Abstract

El modelo climático regional (RCM) es una herramienta de reducción de escala que utiliza modelos dinámicos e híbridos, en conjunto con las variables de salida de modelos globales climáticos (GCMs), y el uso de fórmulas dinámicas complejas. Dado que esta técnica de reducción de escala dinámica es computacionalmente intensiva, es de gran valor realizar aproximaciones rápidas para llevar a cabo análisis de sensibilidad. Este estudio introduce un emulador de RCM que utiliza variables salida de GCMs como covariables y un marco estadístico Bayesiano para proveer una aproximación rápida a las variables de salida de un RCM. El emulador tiene coeficientes que varían espacialmente y previas informativas para realizar selección de variables por locación, de una manera eficiente. Para este fin, se modelan tantos los coeficientes como la variable respuesta como procesos espaciales. El método es aplicado para emular la precipitación del modelo regional CRCM utilizando variables de salida del modelo global CCSM con datos del Programa Regional de Evaluación del Cambio Climático de América del Norte (NARCCAP).