1 / 25

“Mecanismo de interacción climática entre la actividad solar y la biota terrestre”

“Mecanismo de interacción climática entre la actividad solar y la biota terrestre”. por. M . en C. Jaime Arturo Osorio Rosales. Octubre 2011. PROPUESTA. La actividad solar ha sido propuesta como uno de los principales factores de la variabilidad climática.

blake
Download Presentation

“Mecanismo de interacción climática entre la actividad solar y la biota terrestre”

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. “Mecanismo de interacción climática entre la actividad solar y la biota terrestre” por M. en C. Jaime Arturo Osorio Rosales Octubre 2011

  2. PROPUESTA • La actividad solar ha sido propuesta como uno de • los principales factores de la variabilidad climática. • Se propone que el clima de la Tierra puede ser • modulado, por cambios en el flujo de la UVA en la • biota marina (DMS). • Cambios en la emisión de Dimetilsulfuro (DMS) • a la atmósfera producen cambios en el número de • Núcleos de Condensación Nubosa (CCN), Nubes • Bajas (Albedo) y Temperatura Superficial Oceánica.

  3. ANTECEDENTES 1972 • El DMS representa el enlace agua-aire (Océano - Atmosfera). (Lovelock et al., 1972) 1987 • El DMS producido por las algas y el fitoplancton en el océano • puede cambiar el balance de radiación en la Tierra. (Charlson et al., 1987) 1997 • La mayor fuente de CCN sobre los océanos es el DMS. (Meinrat et al., 1997) 2005 • Un mecanismo Radiación Ultravioleta - DMS es propuesto. (Larsen, 2005)

  4. CICLO DEL DMS • El Fitoplancton produce • Dimetilsulfuropropionato (DMSP). • El DMSP se libera en el agua y • se transforma en DMS. • El DMS es la mayor fuente • oceánica de aerosoles no • antropogénicos ( 90%). • Los aerosoles favorecen la • formación de CCN y Nubes Bajas. • Las concentraciones de DMS no • existen a más de 3km de altura • (Nubes Bajas < 3.5km). • El DMS se difunde a la atmósfera: • Se oxida y forma MSAque produce • aerosoles no antropogénicos. ( Charlson et al., Nature, 1987)

  5. DATOS Se utilizaron 4 series de datos para el análisis: Concentraciones de Dimetilsulfuro (DMS). Nubes bajas: (IR) (VI-IR). Temperatura Superficial Oceánica (SST) Radiación Ultravioleta A (320 - 400nm) Nota: El rango tiempo se baso en los datos de nubes: 1983 – 2008 (25 años)

  6. ZONA DE ESTUDIO • Datos mas homogéneos en espacio-tiempo que en otras zonas • La ausencia de datos es menor. • El efecto de la actividad solar se refleja mejor en esta zona (Zona No Antropogénica) • - Se presentan mejores posibilidades de observar la relación Sol-DMS. Hemisferio Sur: Zona menos contaminada del planeta (40°-60°S)

  7. Análisis (40°-60°S) del DMS http://saga.pmel.noaa.gov/dms Periodicidades (Espectro Global) 1.2 1.7 3.5 4.7 7.8 - Todas las periodicidades estan por arriba del ruido rojo

  8. Análisis Fractal de DMS Gráfica del Espectro de Potencia del DMS. Frecuencias Significativas 8.76 5.21 4.36 3.75 2.19 1.99 1.57 1.41 1.27 1.13 0.80 Exponente de Hurst= 0.968 Serie Persistente (posible predicción a futuro)

  9. NUBES BAJAS International Satellite Cloud Climatology Project (http://isccp.giss.nasa.gov/) ISCCP-D2 NUBES BAJAS (IR) Periodicidades (Espectro Global) 0.9 1.9 5.1

  10. Análisis Fractal de Nubes Bajas (IR) Gráfica del Espectro de Potencia de Nubes bajas (IR). Frecuencias Significativas 8.42 6.31 4.20 3.14 3.09 2.51 1.94 1.74 1.36 0.78 Exponente de Hurst= 0.631 Serie Persistente (posible predicción a futuro)

  11. Análisis de Nubes Bajas (VI-IR) Periodicidades (Espectro Global) 0.9 3 5

  12. Análisis Fractal de Nubes Bajas (VI-IR) Gráfica del Espectro de Potencia de Nubes bajas (IR) Frecuencias Significativas 8.42 6.31 4.20 3.61 3.14 2.81 2.51 1.94 1.74 1.36 0.78 Exponente de Hurst= 0.637 Serie Persistente (posible predicción a futuro)

  13. Temperatura Superficial Oceánica (SST) Climatic Research Unit & Hadley Centre http://www.cru.uea.ac.uk/cru/data/temperature/ Periodicidades (Espectro Global) 1 3.9 8

  14. Análisis Fractal de la Temperatura Superficial Oceánica: Gráfica del Espectro de Potencia de SST Frecuencias Significativas 8.77 5.25 4.36 3.27 2.19 1.99 1.58 1.42 1.14 0.90 0.57 Exponente de Hurst= 0.634 Serie Persistente (posible predicción a futuro)

  15. Radiación Ultravioleta Serie Ultravioleta A reconstruida – Tope Atmósfera • Debido a que los • proyectos son cortos • se unieron los datos • de varios satélites: (DeLand et al., 2008) • Se utilizó una serie reconstruida de Radiación Ultravioleta A • (320-400nm ) de 1983 a 2008. (Lean et al., 1998)

  16. Radiación Ultravioleta A • Se observa una periodicidad de 11 años fuera del cono debido • al corto intervalo de la serie.

  17. Análisis Fractal de Radiación Ultravioleta A Gráfica del Espectro de Potencia de UVAT Frecuencias Significativas 8.77 6.56 4.39 3.75 3.29 2.92 2.51 2.02 1.81 1.42 1.01 Exponente de Hurst= 0.469 Serie AntiPersistente (No predicción a futuro)

  18. Se analizaron espectros de coherencia a través del método • de wavelet entre el DMS y las demás series: • SST • UVA • Nubes Bajas (IR) • Nubes Bajas (VI-IR) DMS

  19. DMS vs SST 0.5 0.8 1.7 4

  20. DMS vs IR 0.5 0.8 1.7 5 DMS vs VI-IR 0.5 1 1.7 3 5

  21. DMS vs UVA 0.4 0.7 1.2 3

  22. CONCLUSIONES • Se estudio la relación entre el DMS y SST, IR, VI-IR y UVA. • Las series de DMS, SST, IR y VI-IR muestran persistencia y • por lo cual se puede hacer una estimación a futurocon • una probabilidad del 70% de que se exhiba la misma tendencia • a futuro de la serie. • Para la serie de UVA los resultados muestran una antipersistencia. • esto debido al corto intervalo de la serie. Se observa una • prominente periodicidad de 11 años fuera del cono de influencia. • El análisis fractal corrobora las periodicidades del método de wavelet. • Usando el método de wavelet, encontramos una predominancia • de periodicidades entre 3 y 5 años.

  23. CONCLUSIONES • Las periodicidades entre 3 y 4 años podrían estar relacionadas • a la Oscilación del Sur El Niño (ENSO), a pesar que la zona • de estudio no se localiza en la zona de ENSO, los efectos • podrían estar presentes en los resultados obtenidos. • La periodicidad de 5 años podría estar asociada con la actividad • solar. • Se encontró una correlación entre el DMS y SST, una • anticorrelación entre el DMS y UVA, y la relación entre el • DMS y las nubes es principalmente no-lineal. • Nuestros resultados sugieren un mecanismo de retroalimentación • positiva entre DMS, Radiación Solar y Nubes Bajas. Then, our results suggest a positive feedback interaction among DMS, solar radiation and clouds. The VAR impulse-response function model indicates that Earth’s climate has a recovery period of approximately 10 months and the existence of strong relations among clouds, DMS and SST and between the SST and DMS.

  24. ¿ Faltan modelos en la parte de nubes e irradiancia solar?

  25. ¡ Gracias !

More Related