1. Estudio Regional de los efectos
del Cambio Climático en las
Costas de América Latina y el
Caribe (ALyC)
2. 1. Objetivo
2. Metodología general
3. Dinámicas y tendencias en las costas de ALyC
4. Análisis de impactos
5. Análisis de vulnerabilidad
6. Determinación del riesgo
7. Conclusiones
3. OBJETIVO DEL ESTUDIO
~72.400 kms
Ámbito de estudio:
América Latina y Caribe
Evaluar :
1. Dinámicas
2. Tendencias de las dinámicas
3. Vulnerabilidad frente a CC
4. Impactos en las costas asociados al CC
5. Riesgo asociado al CC
4. 1. Objetivo
2. Metodología general
3. Dinámicas y tendencias en las costas de ALyC
4. Análisis de impactos
5. Análisis de vulnerabilidad
6. Determinación del riesgo
7. Conclusiones
5. Metodología desarrollada
para la evaluación del Riesgo
RIESGO:
“La probabilidad de pérdidas catastróficas o las pérdidas esperadas
debido a los efectos sufridos como consecuencia de la actuación de
un agente sobre una región en un periodo de tiempo determinado.”
Agente (hazard): evento, fenómeno físico o humano,
que puede provocar daños
Incertidumbre (likelihood): Probabilidad de que un
agente se produzca con una magnitud dada en una
región y en un intervalo de tiempo determinado.
Exposición (exposure): zona física que se ve
afectada ante un evento del agente.
Vulnerabilidad (vulnerability): Características de la
región que condicionan la sensibilidad y la
resiliencia de la zona a los impactos de los agentes.
2. Metodología General
6. Metodología desarrollada
para la evaluación del Riesgo
Definición matemática genérica:
R f Z ( z )E ( z )V ( z )dz ,
Esperanza del daño
f z ( z)
Vulnerabilidad
Exposición
Valor del agente
2. Metodología General
7. Metodología desarrollada
para la evaluación del Riesgo
Peligrosidad
Riesgo Exposición Vulnerabilidad
Dinámicas Impactos
= x x
Incertidumbre Tipología
Escenarios Funciones del
costera de
Tendencias debidas al cambio climático tramo de costa
interés
Extrapolación de Playas, puertos, V física
tendencias corales, frente
urbano, etc. V ecológica
Escenarios
V socioeconómica
2. Metodología General
8. ESCALAS ESPACIALES DE LOS
ESTUDIOS DE RIESGO
90 m
1. Cálculos a
resolución de 90x90
m2 (resolución del
MDT)
2. Resultados de agentes,
impactos y vulnerabilidad, a 5
kms
3. Agregación de resultados a
50 kms y países
2. Metodología
9. ESCALAS TEMPORALES DE LOS
ESTUDIOS DE RIESGO
Año inicial - Año horizonte
2010 2040 2070 2100
LONG-TERM TRENDS A1B, A2, B1
1948 1990 2000 GCM
2010 2025 2055 2085
Técnicas estadísticas utilizadas:
Ventajas de las tendencias estadísticas:
- Regresión lineal Basadas en datos del pasado
- Regresión no lineal Incluye la determinación de la incertidumbre asociada
- Análisis Componentes Principales Pueden incluir patrones espaciales (T-EOFs)
- Modelos extremos no estacionarios Permite el análisis en términos de probabilidad
- Redes neuronales autoorganizativas
- Regresión espacial (trend-eofs) Desventajas:
Sólo aplicables para un periodo en el futuro tan largo como el
considerado hacia el pasado
1950 2011
No reflejan cambios futuros que no estén ocurriendo en los
Extrapolación de tendencias registros de las observaciones actualmente
¿Realmente son tendencias o pueden ser fluctuaciones aleatorias
de largo-plazo? (se necesitan series temporales muy largas)
10. Cálculo de tendencias
Régimen medio
f ( x) • Análisis lineal y cuadrático
• Local y Trend-EOF
Trend-EOF:
x
- Reduces uncertainty
f ( x)
- Empirical ortogonal functions, widely used in atmospheric science, are
unable in general to capture trends.
- Excludes induced effects of inter-annual variability in trends estimation
like ENSO related variations.
- Identifies: (1) the trend as the signal of the geo-physical variable with
x maximum monotonicity (capturing trends with their local slow variation
feature) and (2) the related spatial pattern
Extremos
1/
x
H ( x; , , ) exp 1 t t
0 LT
1/ 0 Distribución generalizada de Pareto (GPD) – Poisson (P)
x
Pr max Yi x exp 1 0
1 i N
Hannachi, 2007 International Journal o Climatology, 27, 1-15. Pattern hunting in climate: a
new method for finding trends in gridded climate data.
Menéndez et al. 2008. Variability of extremes wave heights in the northeast Pacific Ocean
based on buoy measurements
11. Dinámicas • Inundación costera Impactos
• Oleaje
• Marea meteorológica (Storm surge) • Erosión de playas
• Ascenso del Nivel del mar • Actividad portuaria y fiabilidad de obras
marítimas
• Temperatura superficial del mar
• Blanqueo de coral
Peligrosidad • Temperatura del aire en superficie
• Salinidad • Tranporte sedimentario potencial (marino y
(Dinámicas & eólico)
•…
Impactos) •…
• Distribución de la población
• Usos del suelo y superficie afectada
• Tipología de la costa (características de las playas, defensas costeras, infraestructuras porturarias, frente
marítimo urbanizado, etc. )
• Clasificación y distribución de los ecosistemas
• Índices de vulnerabilidad ecológica
Exposición & • Infraestructuras (Carreteras & Ferrocarriles)
Vulnerabilidad •…
• Inundación costera
• Erosión de playas (Afección al turismo y a la protección costera)
• Puertos (operatividad y fiabilidad)
• Blanqueo del coral
• …
Riesgo
ACTUAL Y FUTURO
12. Influencia de la variabilidad
climática interanual
SITUACIÓN ACTUAL DE INFLUENCIAS CLIMÁTICAS DE ESCALA INTERANUAL:
• Alta incertidumbre en la predecibilidad a largo plazo (proyecciones de escenarios)
• No hay conclusiones sobre el aumento o disminución de la frecuencia e intensidad de
eventos ENSO
• Es fundamental considerar el ENSO en el análisis del riesgo
• Propuesta: Descripción actual y análisis del riesgo actual
SAM NIÑO3 SOI AMO TSA NTA CAR
Hs Análisis Influencia actual
HS95
HSmax
FE
MM95% Desfase temporal
NMM
13. Técnica de análisis de los cambios
IMPACTO Variables implicadas
de largo plazo
Inundación permanente Subida del nivel del mar (SLR) Tendencias estadísticas de largo plazo
Inundación temporal Storm surge, subida del nivel del mar, marea astronómica, Tendencias estadísticas de largo plazo
setup del oleaje y estacionalidad del nivel del mar
Erosión de playas Hs12, subida del nivel del mar, dirección del flujo medio de Tendencias estadísticas de largo plazo
energía
Actividad portuaria Rebase y condiciones de oleaje Tendencias estadísticas de largo plazo
Seguridad de obras marítimas Alturas de ola extremas Modelos de extremos no estacionarios
Blanqueo de coral Temperatura superficial del mar Tendencias estadísticas de largo plazo
Transporte potencial sedimentario Oleaje y viento Tendencias basadas en perturbaciones
Situaciones consideradas para los impactos
Escenario Año objetivo Método Dinámicas consideradas
A 2040 Tendencias estadísticas Todas las analizadas
B 2050 Tendencias estadísticas Todas las analizadas
C 2070 Tendencias estadísticas Todas las analizadas
D 2100 IPCC escenario1 SLR=0.5 m
E 2100 IPCC escenario2 SLR = 1 m
F1 2010 Niño98 SLR
F
F2 2100 Niño98 + IPCC escenario SLRN + 1 m
G1 2010 Niña89 SLR
G
G2 2100 Niña89 + IPCC escenario SLRN + 1 m
H1 2010 Huracanes Nivel de inundación
H
H2 2100 Huracanes + IPCC escenario Nivel de inundación + 1 m
1) Considerando 0.5 m como valor medio del escenario IPCC A1F1 en 2100
2) Considerando 1 m como el nivel más alto de los intervalos de confianza de los escenarios IPCC
AR4 y según Vermeer and Rahmstorf 2009
14. 1. Objetivo
2. Metodología general
3. Dinámicas y tendencias en las costas de ALyC
PELIGROSIDAD
4. Análisis de impactos
5. Análisis de vulnerabilidad
6. Determinación del riesgo
7. Conclusiones
15. 1. Objetivo
2. Metodología general
3. Dinámicas y tendencias en las costas de ALyC
PELIGROSIDAD
4. Análisis de impactos
Celdas de 5 Km
5. Análisis de vulnerabilidad
6. Determinación del riesgo
7. Conclusiones
DINAMICAS. SITUACION ACTUAL
16. RELACIONES ENTRE
DINÁMICAS Y VARIABLES
Variables climáticas atmosféricos Variables climáticas oceánicos Geometría de la costa
Temp Humedad Precip. Viento SLP SST SLR Nivel z Costa Batimetria
Escorrentía M.Meteor. NMM RSLR
Marea astronómica
Nivel del mar
Clima marítimo-Offshore
Clima marítimo costa
Nivel de inundación
17. DINÁMICAS
CONSIDERADAS
Covertura
DINÁMICAS Impactos sobre Fuente de información Tipo de datos
temporal
Nivel medio del mar Erosión de las playas, Observaciones de satélite,
inundación costera y actividad registros de mareógrafos 1950-2009 Instrumental
portuaria (UHSLC), CSIRO
Variables meteo-
oceanográficas
Temperatura superficial del
Blanqueo de coral ERSSTv3 - NOAA 1950-2009 Instrumental
mar
Salinidad - Reanálisis NCEP-GODAS 1948-2008 Numérico
Temperatura del aire en GISS-NASA y reanálisis Numérico&
- 1948-2008
superficie atmosférico NCEP-NCAR Instrumental
Transporte potencial de Reanálisis atmosférico NCEP- Numérico
Viento 1948-2008
sedimentos NCAR
Oleaje (media mensual,
Variables costeras
Coastal flooding, coastal Reanálisis GOW (IHC)
máxima mensual, Hs12, Numérico&
erosion, port activity, potential Boyas (NOAA and OPPE) 1948-2008
dirección del flujo medio de Instrumental
sediment transport Datos de satélites
energía)
Reanálisis GOS (IHC) Numérico&
Storm surge Coastal flooding 1948-2008
Mareógrafos (UHSLC) Instrumental
Marea astronómica Coastal flooding TPXO Numérico
Coastal flooding and port Numérico&
extremos
Eventos
Oleaje Reanálisis GOW (IHC) 1948-2008
design Instrumental
Reanálisis GOS (IHC) 1948-2008 Numérico&
Storm surge Coastal flooding
Mareógrafos (UHSLC) Instrumental
Derivados de registros de
Viento - 1950-2008 Numérico
parámetros (NOAA)
Huracanes
Coastal flooding and port Derivados de registros de
Oleaje 1950-2008 Numérico
activity and design parámetros (NOAA)
Derivados de registros de
Storm Surge Coastal flooding 1950-2008 Numérico
parámetros (NOAA)
18. Reanálisis de oleaje GOW BASES DE DATOS
GENERADAS
Base de datos númérica (desde 1948) que incorpora
identificación y filtrado de outliers y correcciónes con
datos de satélite
1.5ºx1º
Validación preliminar en boyas
Caribe: 0.25x0.25
Atlántico y Pacífico: 0.5x0.5
Validación con satélite
Minguez et al. 2011a. Journal of Atmospheric and Oceanic Technology. Directional
Calibration of Wave Reanalysis Databases using Instrumental Data.
Minguez et al. 2011b. Regression Models for Outlier Identification (Hurricanes and
Typhoons) in Wave Hindcast Databases. Submitted to JTECH.
20. Reanálisis de marea met. (storm surge) BASES DE DATOS
GOS GENERADAS
Base de datos númérica (desde 1948)
ALyC: 0.25ºx0.25º
Validación con mareógrafos
21. Generador de series horarias de marea BASES DE DATOS
astronómica GOT (TOPEX) GENERADAS
25. 1. Objetivo
2. Metodología general
3. Dinámicas y tendencias en las costas de ALyC
PELIGROSIDAD
4. Análisis de impactos
Celdas de 5 Km
5. Análisis de vulnerabilidad
6. Determinación del riesgo
7. Conclusiones
DINAMICAS. TENDENCIAS
26. Church et al. (2004))
ASCENSO DEL NIVEL DEL
MAR
Nivel medio global
Subsidencia (mm/yr) 2010-2040 2040-2070
Tendencia media de SLR (mm/yr)
Peltier, W.R., 2000. ICE4G (VM2) Glacial Isostatic Adjustment Corrections, in Sea
Level Rise; History and Consequences, Douglas, B.C., Kearney, M.S.,and S.P.
Leatherman (Eds.), Academic Press, San Diego.
27. TENDENCIAS Ejemplo:
Tendencias en el clima marítimo
GOW
Tendencias en la altura media Tendencias en la dirección
anual del flujo medio de energía
Gow – IHC 2011.
Young et al. 2011. Global Trends in Wind Speed and Wave Height.
Science.
28. En términos relativos,
estas tendencias significan:
dHs12/Hs12 (%)
2040 2050 2070
Rio Janeiro (BRA) 7.32 9.76 14.64
Santos (BRA) 8.54 11.39 17.09
Montevideo (URY) 20.18 26.91 40.36
Machala (ECU) 10.01 13.35 20.02
Ensenada (MEX) 12.29 16.39 24.58
Cancun (MEX) 7.76 10.34 15.52
Caracas (VEN) -1.74 -2.32 -3.49
P.Sta Cruz (ARG) -2.81 -3.74 -5.61
Hs12 está relacionada con el perfil de equilibrio de las playas.
Cambios en la Hs12 significan erosión costera.
29. EXTREMOS, Hs
Ejemplo:
Variación de la función de densidad de
probabilidad en La Libertad (MEX):
Análisis comparativo de los extremos
Tr ( Hs Tr=50 años) [años] Tr ( Hs Tr=100 años) [años] Tr ( Hs Tr=500 años) [años]
en 5 puntos:
2010 2025 2055 2085 2010 2025 2055 2085 2010 2025 2055 2085
- Barbados Barbados 50 47 42 37 100 94 82 72 500 461 391 333
- Montevideo Montevideo 50 46 38 32 100 92 79 66 500 470 415 364
- Sao Paulo Sao Paulo 50 29 11 5 100 56 20 8 500 247 70 24
La Libertad 50 29 10 4 100 56 18 6 500 267 79 24
- La Libertad
Baja California 50 41 27 18 100 82 55 36 500 408 272 181
- Baja California
Análisis basado en un análisis de extremos GEV de máximos mensual
Menéndez et al. 2008. Variability of extremes wave heights in the northeast Pacific Ocean
based on buoy measurements
31. Influencia sobre las
dinámicas de diferentes
índices climáticos
Correlación con el nivel del mar
Alta
correlación del
nivel del mar
con el
fenómeno
ENSO
33. 1. Objetivo
2. Metodología general
3. Dinámicas y tendencias en las costas de ALyC
PELIGROSIDAD
4. Análisis de impactos
Celdas de 5 Km
5. Análisis de vulnerabilidad
6. Determinación del riesgo
7. Conclusiones
IMPACTOS
34. Técnica de análisis de los cambios
IMPACTO Variables implicadas
de largo plazo
Inundación permanente Subida del nivel del mar (SLR) Tendencias estadísticas de largo plazo
Inundación temporal Storm surge, subida del nivel del mar, marea astronómica, Tendencias estadísticas de largo plazo
setup del oleaje y estacionalidad del nivel del mar
Erosión de playas Hs12, subida del nivel del mar, dirección del flujo medio de Tendencias estadísticas de largo plazo
energía
Actividad portuaria Rebase y condiciones de oleaje Tendencias estadísticas de largo plazo
Seguridad de obras marítimas Alturas de ola extremas Modelos de extremos no estacionarios
Blanqueo de coral Temperatura superficial del mar Tendencias estadísticas de largo plazo
Transporte potencial sedimentario Oleaje y viento Tendencias basadas en perturbaciones
Situaciones consideradas para los impactos
Escenario Año objetivo Método Dinámicas consideradas
A 2040 Tendencias estadísticas Todas las analizadas
B 2050 Tendencias estadísticas Todas las analizadas
C 2070 Tendencias estadísticas Todas las analizadas
D 2100 IPCC escenario1 SLR=0.5 m
E 2100 IPCC escenario2 SLR = 1 m
F1 2010 Niño98 SLR
F
F2 2100 Niño98 + IPCC escenario SLRN + 1 m
G1 2010 Niña89 SLR
G
G2 2100 Niña89 + IPCC escenario SLRN + 1 m
H1 2010 Huracanes Nivel de inundación
H
H2 2100 Huracanes + IPCC escenario Nivel de inundación + 1 m
1) Considerando 0.5 m como valor medio del escenario IPCC A1F1 en 2100
2) Considerando 1 m como el nivel más alto de los intervalos de confianza de los escenarios IPCC
AR4 y según Vermeer and Rahmstorf 2009
35. EVENTOS DE INUNDACIÓN
COSTERA
Cota de inundación (t) = Nivel medio + Marea astronómica + Storm Surge + Set-up oleaje
Series temporales horarias del reanálisis
Periodo de retorno: 500 años GOS (IHC)
cm/yr
m
Cambio en el periodo de retorno
2010 2040 2070
Rio Janeiro (BRA) 500 83.1 18.8
Montevideo (URY) 500 237.6 113.0
Valparaiso (CHL) 500 180.9 71.1
Veracruz (MEX) 500 448.4 401.6
Cancun (MEX) 500 437.0 381.2
Caracas (VEN) 500 140.2 46.8
Los periodos de retorno disminuyen
36. Ascenso relativo del nivel del mar para 2070
INUNDACIÓN PERMANENTE (SLR y subsidencia)
Población afectada por la subida del
nivel del mar
Ascenso de 1m Ascenso de 2 m
Rio Janeiro (BRA) 0 0
Santos (BRA) 0 0
Montevideo (URY) 3716 3992
S.Jose (CRI) 40 104
Bridgetown (BRB) 1341 2148
Fortaleza (BRA) 787 791
Población afectada por un aumento Población afectada por el valor de la
del nivel del mar de 1 m tendencia del nivel del mar en 2070
persons
38. EROSIÓN DE PLAYAS
Valor medio de erosión (m)
2040 2050 2070
Rio Janeiro (BRA) 18.7 24.9 37.4
Santos (BRA) 19.0 25.3 37.9
Montevideo (URY) 19.6 26.1 39.1
La Libertad (ECU) 13.9 18.5 27.8
Acapulco (MEX) 19.5 26.0 39.0
Ensenada (MEX) 11.1 14.8 22.1
Cancun (MEX) 15.3 20.4 30.6
Fortaleza (BRA) 15.5 20.6 30.9
m/yr
0.15 0.3 0.8 ¿Cuál es la probabilidad de erosión >25 m con un
D50 (mm) aumento del nivel del mar de 1m?
(Dependiendo de la variación de Hs12)
39. 1. Objetivo
2. Metodología general
3. Dinámicas y tendencias en las costas de ALyC
4. Análisis de impactos
5. Análisis de vulnerabilidad
6. Determinación del riesgo
7. Conclusiones
40. ¿Cómo determinar la Vulnerabilidad?
Medio Físico (VF) [Modelado]
Vulnerabilidad Medio Ecológico (VECO)
Medio Socioeconómico (VSE)
F ECO SE ECO SE SI ECO SE
Vnm f (Vnm , Vnm , Vnm ) f (Vnm , Vnm ) I nm Dnm Dnm
Ecológica Socio-Económica
ECO SI
V nm I nm
ECO
Dnm es el valor de los ecosistemas ($ m-2año-1)(1) que tiene la celda n,m;
SE ECO SE
Vnm Dnm Dnm SE
Dnm es el valor de las actividades y usos (($ m-2año-1) que tiene la celda n,m
42. Datos analizados
SECTOR TIPO DE DATOS FUENTE DE INFORMACIÓN
Socioeconómica Usos del suelo Land Cover
Socioeconómica Tipos de suelo Glob Cover
Ecológica Áreas protegidas WDPA y UNEP
Ecologic Ecosystem types UNEP-WCMC and RAMSAR Sites
Ecológica Amenaza de los ecosistemas WWF
Socioeconómica Densidad de población CIESIN
Socioeconómica PIB CIESIN & World Bank
Socioeconómica Estadísticas nacionales CEPAL-STAT
Socioeconómica Ranking de puertos en ALyC CEPAL
Socio-economic Roads Digital Chart of the World
Socio-economic Railways Digital Chart of the World
Socioeconómica Producción y explotación agrícola y FAO & ONU
mederera
Socioeconómica
Accesibilidad a núcleos de población ONU
Ecológica y Socieconómica Arrecifes de coral WRI
Configuración física Configuración costera IHC
Configuración física Tipologías de playas IHC
Configuración física Ciudades con frente marítimo IHC
Configuración física Principales obras de defensa portuarias IHC
& socioeconómica
Configuración física Desembocaduras IHC
43. Cota Inundación 10m
Cota Inundación 5m
Cota Inundación 1m
Línea de Costa
Unidades de Estudio
15 km
Modelo Digital del Terreno
5. Análisis de vulnerabilidad
44. 11 - Irrigated croplands
Tipos de suelo 14 - Rainfed croplands
20 - Mosaic Croplands/Vegetation
30 - Mosaic Vegetation/Croplands
40 - Closed to open broadleaved evergreen or semi-deciduous forest
50 - Closed broadleaved deciduous forest
60 - Open broadleaved deciduous forest
70 - Closed needleleaved evergreen forest
90 - Open needleleaved deciduous or evergreen forest
100 - Closed to open mixed broadleaved and needleleaved forest
110 - Mosaic Forest-Shrubland/Grassland
120 - Mosaic Grassland/Forest-Shrubland
130 - Closed to open shrubland
140 - Closed to open grassland
150 - Sparse vegetation
160 - Closed to open broadleaved forest regularly flooded (fresh-brackish water)
170 - Closed broadleaved forest permanently flooded (saline-brackish water)
180 - Closed to open vegetation regularly flooded
190 - Artificial areas
200 - Bare areas
210 - Water bodies
220 - Permanent snow and ice
230 - No data
Inundación 10m
Tipos de Suelo
Afectados por
10m de Inundación
EVALUACIÓN DEL RIESGO
45. Distribución de la
población
Ferrocarriles
(en número de unidades de
estudio afectadas)
46. 1. Objetivo
2. Metodología general
3. Dinámicas y tendencias en las costas de ALyC
4. Análisis de impactos
5. Análisis de vulnerabilidad
6. Determinación del riesgo
7. Conclusiones
47. Rhmj o Rhmk
Tramo de costa:
Impacto del Agente “h” en el Sector “j”
m=1,…, Nm
en toda la costa
Tramos de un país:
m c
Impacto del Agente “h” en el tramo
“m”
Impacto del Cambio climático en el Sector
“j” en el tramo “m”
48. Riesgo en infraestructuras portuarias (diques)
Peligrosidad Exposición Vulnerabilidad
Diques de abrigo de los
puertos
Nivel de riesgo
Probabilidad de fallo
49. Riesgo en playas
Recurso: playas tratadas como obras marítimas que “defienden” una población adyacente
Valoración: en términos de personas afectadas (hasta cota 10m)
2040 2070
50. Riesgo por ascenso del
Nivel del Mar
(SLR) of 1 m or
more by 2100
Nicholls, 2010
52. 1. Se ha definido el clima marítimo Offshore en ALyC determinando el Régimen Medio y el
Régimen extremal de oleaje, Storm Surge, Cota de inundación y Marea Astronómica en aprox.
1500 puntos, entre ellos los 100 puertos de mayor producción en la región.
2. Esta información constituye el mejor paquete de datos, a efectos de análisis de clima marítimo,
en América Latina y el Caribe respecto a oleaje y Storm Surge, hasta ahora inexistente.
3. Con el estudio de la influencia de varios patrones climáticos se caracteriza y colabora al
conocimiento sobre la variabilidad climática en ALyC y la influencia de patrones climáticos sobre el
nivel del mar, oleaje y Storm Surge en la región.
4. Se han evaluado tendencias estadísticas de largo plazo de las dinámicas, tanto las generadas
propias como otras disponibles de fuentes externas para configurar la dinámica costera en
conjunto en ALyC. Frente a otras alternativas, las técnicas usadas están especialmente indicadas
para el análisis de tendencias espaciales.
5. Se ha analizado la vulnerabilidad frente a Cambio Climático en la región, en el marco de un
estudio de alcance de Macro-escala.
6. Se han analizado impactos en las costas de ALyC frente a diversos agentes costeros,
estudiando entre otros impactos los asociados a las playas, puertos, ecosistemas, poblaciones,
etc.
7. Igualmente, se ha realizado una análisis del riesgo actual y el asociado a Cambio Climático de
los impactos estudiados, en aplicación de una metodología integral de análisis del riesgo,
aplicable a cualquier escala de estudio y fenómeno físico.
53. • Dynamics are changing in ALyC and, as result, impacts will be derived in the next decades.
• Wave climate and related variables are changing linearly while other variables (sea temperature, sea
level rise, salinity) are experimenting an acceleration in the last decades.
• Regarding sea level rise, statistical trends show a widespread increase in the mean sea level reaching
less than 0.2 m in average for 2070. However, in a scenario of 1 m of increase, many population and
ecosystems will be affected in a non-homogeneous way for each area. Concerning sea level rise, inter-
annual variability is an important factor to be taken into account in the region as, for instance, in Ecuador
the Niño of 1998 supposed more than 2 times the expected statistical increased in sea level.
• Wave climate is changing although an increase will not be generalized. For instance, an increment of
0.5 m in the Hs12 will increase the probability of occurrence in about 0.5 and 0.7 in South of Brazil and
Montevideo respectively, for example.
• Not only the mean conditions are changing but also wave extremes are being modified. Extreme waves
will not be so rare (lower return periods) in the future. This translates in a reduction of port reliability.
• Note that the same trend means different consequences in different zones. Uruguay will suffer of
higher waves but can not be considered as a severe wave climate region. This translates in an
important relative increment in the dynamics.
• Storm surge shows changes in the extreme values. Although Montevideo presents the highest values
of SS for a return period of 500 years and will experiment the greatest trend, in terms of probability of
future extreme surges, it will not be the most affected area. For instance, South of Brazil and Chile, will
be more affected in terms of extreme events recurrence.
54. • Extreme flooding levels will not be so rare in a few decades. South of Brazil and Uruguay, which
present the highest return periods in coastal flooding, are also experimenting the greatest increase of
the studied domain.
• Population distribution is a factor that will imply different consequences in a scenario of 1 m rise of
sea level. Argentina presents few people living below 1 m influenced area (though it is the 2nd country
with people living in the coastal zone) compared with Brazil where the highest percentage are living in
that range.
• Beaches will suffer of widespread erosion in long-term induced by a sea level rise and the
modification in wave heights intensity and direction. For instance, values between 10 and 20 m of
erosion, in the long-term, are expected in most of the domain for 2014. Tourism and defensive
functions of beaches will be at risk.
• Coastal typology must be taken into account for evaluation of coastal risk, as one function of
beaches is the protection of adjacent urbanized and consolidated urban areas. Brazil and the
Caribbean areas will be at higher risk of erosion and flooding in the urbanized low-lying areas
adjacent to the sea.
• Coral reefs, already very stressed in the region, will be exposed to increments in the sea temperature
and probability of bleaching will be higher. Coral reefs in other areas, like Brazil, not currently affected
by bleaching usually is expected to be as the probability of one degree of increment in the
temperature is specially expected in that area.
• Port reliability and operability will be affected as the extreme and mean wave regime is being
modified.
• Inter-annual variability seems to be significant for the variables analyzed. The simple model
proposed for the study of the influence of the climate indices can account for changes in the variables
per unit of change in the anomaly of a certain index.