Agua-suelo-clima

 

Proyecciones climáticas para el estado de Coahuila usando el modelo precis bajo dos escenarios de emisiones

 

Climate predictions for the state of Coahuila using the precis model under two emissions scenarios

 

J. María Mendoza-Hernández¹, Alejandro Zermeño-González^1*, J. Manuel Covarrubias-Ramírez², J. Jesús Cortés-Bracho¹

 

¹ Universidad Autónoma Agraria Antonio Narro, Calzada Antonio Narro 1923, Colonia Buenavista, 25310. Saltillo, Coahuila, México. (azermenog@hotmail.com). * Autor responsable.

² Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias, Vito Alessio Robles 2565, Colonia Nazario Ortiz Garza, 25100. Saltillo, Coahuila, México.

 

Recibido: agosto, 2012.
Aprobado: mayo, 2013.

 

Resumen

El clima es un factor limitante en la producción agrícola y ante un apremiante cambio climático, se realizó este estudio con fines de diagnóstico para determinar los cambios climáticos futuros y sus efectos en la agricultura del estado de Coahuila, México. Bajo este contexto se analizó el clima con datos de 40 estaciones meteorológicas situadas en las diferentes regiones de Coahuila, usando los datos de precipitación y temperatura medidos durante el período 1961-1990. Este análisis consistió en clasificar el clima por el método de Köppen, modificado por Enriqueta García. El modelo numérico PRECIS (modelo escalado del Centro Hadley de Inglaterra) se aplicó para obtener las proyecciones de temperatura y precipitación de 2020, 2050 y 2080 y con ellas se reclasificó el clima para detectar diferencias en las fórmulas climáticas. De los escenarios climáticos establecidos por el IPCC, se seleccionó el A2 (condición regional sin restricciones) y el B1 (condiciones globales con ciertas medidas restrictivas y de control) como reguladores de las proyecciones climáticas para 2020, 2050 y 2080. El análisis de los resultados mostró que según el escenario A2 se pronostican aumentos promedio de hasta 4.4 °C para 2080, siendo más altas las temperaturas mínimas y máximas, para cada estación. Para precipitación se pronostican tres escenarios: en algunos municipios la precipitación será menor con respecto al promedio anual; en otros se mantiene muy cercana al promedio actual, y para los municipios del norte del estado aumentos promedio de 12, 20 y hasta 45 %. Eventos extremos, como sequías e inundaciones aumentarán y se intensificarán. Aunque se establecieran medidas de control (escenario B1), para el 2080 la temperatura aumentaría en promedio 2.7 °C. Las proyecciones de cambios de temperatura y la distribución de la precipitación afectarán las actividades agrícolas en Coahuila.

Palabras clave: clima, fórmula climática, temperatura, precipitación.

 

Abstract

Climate is a limiting factor in agricultural production, and in the face of imminent climate change, this study was conducted for diagnostic purposes to determine future climate changes and their effects on agriculture in the state of Coahuila México. In this context, current climate was analyzed using data from 40 weather stations located in different regions of Coahuila: precipitation and temperature data measured during the reference period 1961-1990. This analysis consisted in classifying climate by the Kóppen method, modified by Enriqueta García. The numerical model PRECIS (a scaled model from the Hadley Center, England) was used to obtain the projections of temperature and precipitation for 2020, 2050 and 2080, and with these projections, climate was reclassified to detect differences in the climate formulas. From the climatic scenarios established by IPCC, A2 (regional condition without restrictions) and B1 (global conditions with certain restrictive and control measures) were chosen as regulators of the climate projections for 2020, 2050 and 2080. The analysis of the results showed that, according to scenario A2, increases in average temperatures of up to 4.4 °C with higher maximum and minimum temperature are predicted for each season in 2080. For precipitation, three scenarios were predicted: in some municipalities precipitation will be lower than the yearly average, while in others it will remain close to the current average; municipalities in the northern part of the state will experience average increases of 12, 20 and up to 45 %. Extreme events, such as drought and floods, will increase and be more intense. Although control measures were established (scenario B1), for 2080, temperature would increase 2.7 °C on average. The projections of changes in temperature and rainfall distribution will affect agricultural activities in Coahuila.

Key words: climate, climatic formula, temperature, precipitation.

 

INTRODUCCIÓN

Las actividades humanas requieren cantidades cada vez mayores de combustibles fósiles que degradan los ecosistemas y afectan el clima significativamente (Arrhenius, 1896; Fourier, 1824). La contaminación atmosférica por aerosoles, polvo y gases contaminantes causan calentamiento en el planeta, al modificar el balance energético controlado por el efecto invernadero de la atmósfera (Hansen y Laces, 1990). Este calentamiento ha causado un cambio climático cuyas consecuencias son evidentes: derretimiento del hielo de los polos (Wang y Overland, 2009), desprendimiento de icebergs, derretimiento de glaciares, aumento del nivel del mar (Pfeffer et al., 2008); más inundaciones, más olas de calor intensas y de gran duración y sequías más prolongadas que resultan en pérdidas de vidas y económicas (IPCC, 2007). La variabilidad climática se reforzará con el calentamiento global con mayor probabilidad de intensificar fenómenos como huracanes o tornados (Mousavi et al., 2011).

Uno de los efectos del calentamiento global es el ascenso del nivel del mar (Pfeffer et al., 2008; IPCC, 2007), y las costas mexicanas son vulnerables, con el riesgo de que el mar invada grandes territorios afectando principalmente las costas del Golfo de México, donde el estado de Tabasco será el más afectado (Vázquez-Botello, 2008). Las ondas de calor afectarán principalmente a las ciudades que serán cada vez más pobladas (Jáuregui-Ostos, 1995) y con asentamientos humanos irregulares donde muchos no tendrán los servicios fundamentales para una vida digna (Jáuregui y Tejeda, 2001).

El estado de Coahuila, cuyos climas son principalmente áridos (García, 1981), podría sufrir efectos del cambio climático más acentuados en el grado de aridez. La relación lluvia temperatura cambiaría dado que el calentamiento global por incremento del bióxido de carbono implica aumento en las temperaturas y alteración en el ciclo hidrológico (Manabe et al., 1981). Con relación a los cultivos en el estado, el cambio climático puede ocasionar serios problemas, ya que el aumento de la temperatura y la reducción de la precipitación causarían problemas de adaptación para los cultivos de temporal, y para los cultivos de riego los volúmenes de agua serán mayores. Un aumento de la temperatura en el invierno afectaría la productividad de los frutales caducifolios del estado porque se reduciría la acumulación de unidades frio. Por tanto, el objetivo de este estudio fue evaluar el efecto del calentamiento global en los cambios del clima en el estado de Coahuila, bajo dos escenarios de emisiones y su relación con las actividades agrícolas.

 

MATERIALES Y MÉTODOS

Para analizar las condiciones actuales del clima y las proyecciones futuras, se obtuvieron datos del Servicio Meteorológico Nacional de 40 estaciones meteorológicas ubicadas en regiones del estado de Coahuila, seleccionadas por su consistencia en los datos para el período 1961-1990, marcado por la Organización Meteorológica Mundial (IPCC, 1992). Además, es el período contra el cual se dan las salidas del modelo PRECIS. Para facilitar el análisis, las estaciones se agruparon por regiones geográficas: Sureste, con ocho estaciones en los municipios de Saltillo y Ramos Arizpe; Arteaga, con seis estaciones, todas en este municipio; Sur, cuatro estaciones en los municipios de Parras y Viesca; Laguna, seis estaciones en los municipios de Torreón, Matamoros y San Pedro; Desierto, cinco estaciones en los municipios de Ocampo, Sierra Mojada y Cuatro Ciénegas; Centro, siete estaciones en los municipios de Monclova, Sabinas, San Juan de Sabinas, Múzquiz, Juárez y Progreso; Norte, cuatro estaciones en los municipios de Allende, Zaragoza, Juárez y Palestina. Las estaciones con los datos más completos y consistentes fueron seleccionadas. Los datos faltantes se obtuvieron por interpolación cuando sólo había un dato faltante en un determinado día; los registros con más de un día consecutivo de datos faltantes se obtuvieron con ecuaciones de regresión con estaciones vecinas de datos completos y con métodos de generación sintética (Moreno-Cadavid y Salazar, 2009).

De los modelos de circulación general se seleccionó el modelo regional de alta resolución PRECIS (Jones et al., 2004). Este modelo es una versión hidrostática de las ecuaciones primitivas (de continuidad, de energía térmica y de conservación de momento). Éste es un modelo dinámico, anidado al modelo HadCM3 (Jones et al., 2004), con algunas modificaciones como el ciclo del azufre, y algunas parametrizaciones como las nubes, la convección y la radiación solar. Trabaja con una malla horizontal de 0.44° x 0.44° (latitud x longitud), que da una resolución de 50 x 50 km y una escala vertical híbrida con 19 niveles que van desde una elevación de 50 msnm hasta una altura correspondiente a una presión barométrica de 0.05 kPa en coordenadas O (presión a la elevación considerada/presión de superficie corregida a nivel del mar).

Este modelo está disponible para los países en desarrollo y México lo obtendrá a través de la Universidad de Guadalajara (http://www.iam.udg.mx/meteorologia-y-climatologia/consulta-del-modelo-precis). En este caso se usaron las salidas que Cuba proporciona a través de la página del Instituto de Meteorología, en la que se introducen los rangos de latitud y longitud del lugar, así como el parámetro a tratar (temperatura, precipitación), el mes y el año, además de la altura de la atmósfera y el escenario considerado. El resultado es una gráfica donde con los valores puntuales de latitud y longitud se obtiene el valor deseado de temperatura o lluvia.

Para obtener las proyecciones se usaron los escenarios, A2 y B1. Un escenario es una representación coherente, internamente consistente y plausible de un posible estado futuro del mundo (IPCC, 2000); se elabora considerando factores como incertidumbre en las emisiones de gases de invernadero, variabilidad natural del clima, factores poblacionales y naturales, y fluctuaciones inherentes en la elaboración de los modelos numéricos de proyección (IPCC, 2000). De las cuatro líneas evolutivas del IPCC se escogieron los escenarios A2 y B1 por dos razones: 1) marcan las salidas del modelo PRECIS y 2) son los extremos ya que A2 describe un escenario muy heterogéneo donde se conservan las identidades locales con una población mundial en continuo crecimiento, con un desarrollo económico orientado básicamente a las regiones, y con un cambio tecnológico lento y fragmentado, y B1 describe una condición convergente con una misma población mundial que alcanza un máximo hacia mediados del siglo XXI, y después desciende con rápidos cambios de las estructuras económicas orientados a una economía de servicios y de información, con un uso menos intensivo de los insumos de consumo y la introducción de tecnologías limpias con un aprovechamiento eficaz de los recursos naturales, dando preferencia a las soluciones mundiales encaminadas a la sostenibilidad económica, social y ambiental, y una mayor igualdad, pero en ausencia de iniciativas adicionales en relación con el clima.

Para analizar los datos se calcularon las normales climatológicas de lluvia y temperatura, para cada una de las 40 estaciones, para el período de referencia con los datos descritos. Después, basado en estas normales, se clasificó el clima de cada estación para el período de referencia 1961-1990, usando el método de Koeppen modificado por García (1981), obteniendo las fórmulas climáticas de cada una de las 40 estaciones. Luego, se obtuvieron las proyecciones de temperatura y precipitación cada mes para los años de referencia 2020, 2050 y 2080 de acuerdo con los escenarios mencionados, de la página del Instituto de Meteorología de Cuba como se indicó previamente. El valor de la temperatura o precipitación para los años de referencia, se obtuvo sumando o restando al valor promedio del período de referencia, el valor de la proyección correspondiente. Finalmente, se clasificaron nuevamente los climas de acuerdo con el método de Koeppen modificado por García (1981) para México para cada una de las estaciones, para 2020, 2050 y 2080, y se compararon las fórmulas obtenidas con las del periodo de referencia con el fin de analizar los cambios en las fórmulas de clasificación climática.

 

RESULTADOS Y DISCUSIÓN

El cambo climático tendrá efectos marcados en la temperatura de los municipios del estado de Coahuila (Figuras 1 y 2). En el periodo de referencia (19611990), sólo 0.346 % de la superficie del estado tenía una temperatura promedio anual igual o mayor que 24-26 ^oC (área café, Figuras 1A y 2A). Pero para el año de proyección 2080, dicha temperatura se extenderá a 14.19 % de la superficie total, considerando el escenario B1 (área café, Figura 2d), y a 52.16 % considerando el escenario A2 (área café, Figura 1D), abarcando la región Sur, Centro y Norte del estado

En el mismo periodo de referencia, 71.69 % del área total tenía una temperatura promedio anual igual o menor que 20-22 ^oC (área amarilla, Figura 1A y A). Para el año de proyección 2080 dicha superficie decrecerá a 7.32 % del área total de acuerdo con el escenario B1 (área amarilla, Figura 2D) y al 6.31 % con base al escenario A2 (área amarilla, Figura 1D), debido a que el resto de la superficie tendrá temperaturas mayores (Figuras 1D y 2D).

Palma (2007) usó el modelo PRECIS para estimar el efecto de calentamiento global en la temperatura del estado de Veracruz, y muestra un aumento de hasta 5.9 °C para el año de proyección 2080; considerando el escenario A2, para el mismo escenario y año de proyección reportó una reducción de la precipitación en todo el estado. Urrutia y Vuille (2009), al usar el modelo PRECIS y los dos escenarios de emisiones (A2, B1), observaron un aumento de 2 a 7 °C en la temperatura de la Región de los Andes Tropicales para finales del siglo XXI, mientras que las proyecciones de precipitación muestran regiones con aumentos y otras con reducciones.

Para todo el estado de Coahuila y ambos escenarios (A2 y B1), julio y agosto serán los meses con el aumento mayor de temperatura, mientras que marzo y abril tendrán el menor cambio en temperatura promedio mensual (Cuadros 1 y 2), siendo éstos los primeros meses de la primavera cuando la Tierra apenas se calienta y las lluvias más abundantes no ocurren. Esto es parte de la variabilidad climática acentuada por el calentamiento global (Garduño, 2003). El aumento de la temperatura en todo el estado podría ocasionar una incidencia mayor de plagas y enfermedades (Greogory et al., 2009; Roos et al., 2011), afectando a los principales cultivos como alfalfa, algodón, maíz, trigo y nogal.

Para los dos escenarios y para los tres años de proyección (2020, 2050 y 2080) hay un aumento de la temperatura promedio en los meses de invierno (diciembre, enero y febrero) (Cuadros 1 y 2). Este incremento tendrá un efecto negativo en la acumulación de unidades frio que afectará la brotación de yemas vegetativas y florales de los arboles frutales caducifolios establecidos en Coahuila.

El aumento de la temperatura promedio anual para todo Coahuila de acuerdo al escenario más drástico (A2) para el año de proyección 2080 será 4.4 °C (Cuadro 1), mientras que para el escenario menos drástico (B1) será 2.7 °C (Cuadro 2). Este aumento de temperatura tendrá impacto considerable en la agricultura de riego y en la de temporal por un efecto directo en la tasa de evapotranspiración de los cultivos en el estado. Allen et al. (2003) reportaron que la tasa de evapotranspiración del cultivo de soya aumentó de 7.5 a 19.0 mol m^-2 s^-1 porque la temperatura del aire aumentó de 28 a 44 °C; además, la eficiencia del uso del agua del cultivo decreció linealmente con ese aumento. Según Liao y Wang (2002), el aumento de 4.8 °C de la temperatura del aire causa una tasa mayor de evapotranspiración del cultivo de trigo de primavera, cuando la humedad en el suelo es la de capacidad de campo. La tasa de evapotranspiración de referencia determinada con la ecuación de Penman-Monteith aumenta hasta 14.8 % debido a un 20 % de aumento (8 °C) de la temperatura del aire (Goyal, 2004).

El cambio climático también tendrá efectos marcados en las proyecciones de la distribución de la precipitación en Coahuila (Figuras 3 y 4). En el periodo de referencia la precipitación promedio anual en la Región Lagunera (municipios de Torreón, San Pedro, Matamoros) era 200-300 mm (Figuras 3A y 4A). Pero para el año de proyección 2080, con base al escenario A2, la precipitación se reducirá a 0-100 mm en esa área que es 8.7 % del total del estado (Figura 3D).

En el periodo de referencia sólo 1.2 % de la superficie total del estado (ubicado en la localidad de Paila, municipio de Parras) (área amarilla, Figura 4A) tenía un rango de precipitación promedio anual de 100-200 mm. Para el año de proyección 2050, la superficie con este rango de precipitación aumentará a 13.98 % considerando el escenario B1 (área amarilla, Figura 4C) y a 19.68 % considerando el escenario A2 (área amarilla, Figura 3C).

El cambio climático también resultará en mayor precipitación en algunas regiones del estado. En el periodo de referencia, 10.32 % de la superficie total (básicamente en Arteaga y la región Norte) tenía una precipitación anual de 400-500 mm (área verde limón, Figura 3A). Para el año de proyección 2080, la superficie con esta precipitación aumentará a 16.81 % de la superficie total considerando el escenario B1 (área verde limón, Figura 4D) y a 23.1 % considerando el escenario A2 (área verde limón, Figura 3D). El aumento de esta superficie será principalmente en la región Norte.

Los meses de verano (mayo, junio, julio y agosto) tendrán la mayor reducción en la magnitud de la precipitación respecto al periodo de referencia (valores negativos mayores) para los dos escenarios analizados (Cuadros 3 y 4). Nuevamente, este pronóstico tendrá un fuerte impacto en la agricultura de riego y en la de temporal porque la agricultura predominante en el estado se realiza durante el verano, lo cual coincide con los meses en que lloverá menos y que además son los más calurosos del año. En septiembre y octubre, los meses de mayor intensidad con más huracanes, ocurrirá el incremento mayor de la precipitación (Cuadros 3 y 4) que estaría asociado con una mayor incidencia de inundaciones en las zonas de menor elevación.

La precipitación anual del estado para los dos escenarios y los años de proyección (2020, 2050 y 2080) será básicamente la misma que la del periodo de referencia (Cuadros 3 y 4), debido a que el incremento de la precipitación en los meses de mayor lluvia se compensa con la reducción de la precipitación en los meses de mayor déficit.

Los cambios de temperatura y de la distribución espacial y temporal de la lluvia determinan los cambios en las fórmulas climáticas, por lo cual en todos los municipios de Coahuila habrá modificaciones en dichas fórmulas. Los Cuadros 5 y 6 muestran los cambios en las fórmulas climáticas con respecto al periodo de referencia para la región de Arteaga y Norte, porque en esas regiones se observaron los cambios mayores. Para el año 2080 y para los dos escenarios analizados, el clima de la región de Arteaga cambiará de templado con verano fresco largo, a semicálido (Cuadro 5). Actualmente, Arteaga es la única región subhúmeda en todo el estado y para el año 2020 según el escenario A2 cambiará a semiárida (Cuadro 5). Para el periodo estudiado, la condición de lluvias de verano podría cambiar a lluvias en otoño desde el año 2050 según el escenario A2 (Cuadro 5). El bosque de esta región tendría el riesgo de desaparecer por las temperaturas altas y la incidencia mayor de plagas por el clima cálido y el aumento del riesgo de incendios. Según Volney y Fleming (2004), el calentamiento global tendrá un fuerte impacto en la frecuencia e intensidad de desarrollo de enfermedades transmitidas por insectos patógenas en los bosques boreales de Canadá, cambiando dichos bosques de sumideros de carbón a liberadores de CO₂ a la atmósfera. Brasier y Scott (1994) indicaron que la disminución de la población de robles caducifolios de las especies Quercus robur y Q. petraea del norte y centro de Europa se debe a una mayor incidencia de enfermedad de la raíz causada por una mayor proliferación del hongo Phytophthora cinnamomi, debido al efecto del calentamiento global. Westerling et al. (2006) señalaron que la incidencia mayor y duración de incendios forestales en el oeste de los EE.UU. desde 1980 están relacionadas con el aumento de las temperaturas durante la primavera y el verano. Similarmente, Groisman et al. (2007) reportaron una relación directa entre el aumento del desarrollo de incendios forestales de Siberia y el este de Rusia, con el incremento del calentamiento de estas regiones durante los últimos 60 años.

Para el periodo estudiado, la condición de lluvias todo el año, más abundantes en verano para la región norte del estado, cambiará según el escenario A2 y B1 a lluvias en otoño e invierno con tendencia a llover cualquier mes del año desde el año 2050 (Cuadro 6); además, el clima cambiará de árido a semiárido.

 

CONCLUSIONES

El aumento promedio anual de las temperaturas del estado de Coahuila será 4.4 °C en el 2080 bajo el escenario A2, y 2.7 °C con el escenario B1. En los meses de verano se presentarán las temperaturas más altas para ambos escenarios. Esto tendrá un fuerte impacto en la tasa de evapotranspiración, principalmente en los cultivos de primavera verano. Los requerimientos de riego y las frecuencias de aplicación aumentarán.

La magnitud de la precipitación total anual para los dos escenarios y los tres años de proyección será la misma en todo el estado, pero la distribución de la lluvia cambiará porque en verano la lluvia será menor y aumentará otoño e invierno. La lluvia total anual será menor en la región Lagunera y Sur, y aumentará en la región Norte. Una menor precipitación en la región Lagunera y Sur afectará la agricultura de temporal y la agricultura de riego requerirá un volumen de agua mayor, lo cual puede aumentar el abatimiento de los acuíferos en las regiones agrícolas donde las fuentes de suministro son aguas subterráneas.

Las fórmulas climáticas cambiarán en todo el estado. Todas las regiones secas lo seguirán siendo pero con mayor grado de aridez y la región de Arteaga, única subhúmeda en Coahuila, pasará a semiárida en los dos escenarios. Como consecuencia se limitará seriamente la producción del manzano, frutal principal de esta región.

 

LITERATURA CITADA

Allen, L. H., D. Pan, K. J. Boote, N. B. Pickering, and J. W. Jones. 2003. Carbon dioxide and temperature effects on evapotranspiration and water use efficiency of soybean. Agron. J. 95(4): 1071-1081.         [ Links ]

Arrhenius, S. 1896. On the influence of carbonic acid in the air upon the temperature of the ground. Philosophical Magazine 41: 237-276.         [ Links ]

Brasier, C. M., and J. K. Scott. 1994. European oak declines and global warming: a theoretical assessment with special reference to the activity of phytophthora cinnamomi. EPPO Bulle. 24(1): 221-232.         [ Links ]

Fourier, J. 1824. Remarques générales sur les températures du globe terrestre et des espaces planétaires. Ann. Chem. Physique 27: 136-167.         [ Links ]

García, E. 1981. Modificaciones al Sistema de Clasificación Climática de Koeppen para Adaptarlo a las Condiciones de la República Mexicana. Offset Larios. México. 246 p.         [ Links ]

Garduño, R. 2003. El Veleidoso Clima. 3^a. Ed. La Ciencia para Todos. SEP. Fondo de Cultura Económica. México. 170 p.         [ Links ]

Goyal, R. K. 2004. Sensitivity of evapotranspiration to global warming: a case study of arid zone of Rajasthan (India). Agric. Water Manage. 69(1): 1-11.         [ Links ]

Gregory, P. J., S. N. Johnson, A. C. Newton, and J. S. I. Ingram. 2009. Integrating pests and pathogens into the climate change/food security debate. J. Exp. Bot. 60(10): 2827-2838.         [ Links ]

Groisman, P. Y., B. G. Sherstyukovb, V. N. Razuvaevb, R. W. Knightc, J. G. Enloec, N. S. Stroumentovac, P. H. Whitfieldd, E. Forlande, I. Hannsen-Bauere, H. Tuomenvirtaf, H. Aleksanderssong, A. V. Mescherskayah, and T. R. Karli. 2007. Potential forest fire danger over Northern Eurasia: Changes during the 20th century. Global and Planetary Change 56: 371-386.         [ Links ]

Hansen, J. E., and A. A. Laces. 1990. Sun and dust versus greenhouse gases: an assessment of their relative roles in global climate change. Nature 346: 713-719.         [ Links ]

IPCC (Intergovernmental Panel on Climate Change). 1992. Climate Change: The Supplementary Report to the IPCC Scientific Assessment.         [ Links ]

IPCC (Intergovernmental Panel on Climate Change). 2000. Resumen para responsables de políticas. Escenarios de emisiones.         [ Links ]

IPCC (Intergovernmental Panel on Climate Change). 2007. Climate Change: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the IPCC.         [ Links ]

Jáuregui-Ostos, E. 1995. Algunas alteraciones de largo período del clima de la Ciudad de México debidas a la urbanización. Revisión y perspectivas. Investigaciones Geográficas 31:9-44.         [ Links ]

Jáuregui, E., and A. Tejeda. 2001. A scenario of human thermal comfort in Mexico City for 2CO₂ conditions. Atmósfera 14(3): 125-138.         [ Links ]

Jones, R. G., M. Noguer, D. C. Hassel, D. Hudson, S. S. Wilson, G. J. Jenkins, and J. F. B. Mitchell. 2004. Generating high resolution climate change scenarios using PRECIS. Met Office Hadley Centre, Exeter, UK. 40 p.         [ Links ]

Liao, J., and G. Wang. 2002. Effect of drought, CO₂ concentration and temperature increasing on photosynthesis rate, evapotranspiration, and water use efficiency of spring wheat. Chinese J. Appl. Ecol. 13(5): 547-550.         [ Links ]

Manabe, S., R. T. Wetherald, and R. J. Stouffer. 1981. Summer dryness due to an increase of atmospheric CO₂ concentration. Climatic Change 3(4): 347-386.         [ Links ]

Moreno-Cadavid, J., y J. E. Salazar. 2009. Modelo autoregresivo multivariado basado en regímenes para la generación de series. Dyna 76(157): 101-108.         [ Links ]

Mousavi, M. E., J. L. Irish, A. E. Frey, F. Olivera, and B. L. Edge. 2011. Global warming and hurricanes: the potential impact of hurricane intensification and sea level rise on coastal flooding. From the issue entitled Climatic Change Letters 783-801.         [ Links ]

Palma, B. E. 2007 Escenarios Climáticos. Plan Estatal para el Cambio Climático, Gobierno del Estado de Veracruz. 163 p.         [ Links ]

Pfeffer, W. T., J. T. Harper, and S. O'Neel. 2008. Kinematic constraints on glacier contributions to 21st-century sea-level rise. Science 321: 1340-1343.         [ Links ]

Roos, J., R. Hopkins, A. Kvarnheden, and C. Dixelius. 2011. The impact of global warming on plant diseases and insect vectors in Sweden. Eur. J. Plant Pathol. 129(1): 9-19.         [ Links ]

Urrutia, R., and M. Vuille. 2009. Climate change projections for the tropical Andes using a regional climate model: Temperature and precipitation simulations for the end of the 21st century. J. Geophys. Res.: Atmospheres 114(D2): 2156-2202.         [ Links ]

Vázquez-Botello, A. 2008. Evaluación nacional de la vulnerabilidad actual y futura de la zona costera mexicana y de los deltas mas impactados ante el incremento del nivel del mar debido al cambio climático y fenómenos hidrometeorológicos extremos. Informe Final. INE, UNAM, SEMARNAT. 121 p.         [ Links ]

Volney, J. A., and R. A. Fleming. 2000. Climate change and impacts of boreal forest insects. Agric. Ecosys. Environ. 82(1-3): 283-294.         [ Links ]

Wang, M., and J. E. Overland. 2009. A sea ice free summer arctic within 30 years? Geophys. Res. Lett. 36:20-25.         [ Links ]

Westerling, A. L., H. G. Hidalgo, D. R. Cayan, and T.W. Swetnam. 2006. Warming and earlier spring increase Western U.S. forest wildfire activity. Science 313 (5789): 940-943.         [ Links ]