Las proyecciones globales de sequía repentina muestran un mayor riesgo en un clima más cálido

Comunicaciones Tierra y Medio Ambiente volumen 4, Número de artículo: 165 (2023) Citar este artículo

6299 Accesos

598 altmétrico

Detalles de métricas

La sequía repentina, caracterizada por un secado inusualmente rápido, puede tener un impacto sustancial en muchos sectores socioeconómicos, particularmente en la agricultura. Sin embargo, aún se desconocen los posibles cambios en el riesgo de sequía repentina en un clima más cálido. En este estudio, los cambios proyectados en la frecuencia de las sequías repentinas y el riesgo de las tierras de cultivo por sequías repentinas se cuantifican mediante simulaciones de modelos climáticos globales. Encontramos que se espera que la ocurrencia de sequías repentinas aumente a nivel mundial en todos los escenarios, observándose los aumentos más pronunciados en escenarios con mayor forzamiento radiativo y mayor uso de combustibles fósiles. Se espera que el riesgo de sequía repentina en las tierras de cultivo aumente a nivel mundial, con los mayores aumentos proyectados en América del Norte (cambio en el riesgo anual del 32% en 2015 al 49% en 2100) y Europa (32% al 53%) en el escenario de emisiones más extremo. . Seguir escenarios bajos y medios en comparación con escenarios altos indica una reducción notable en el riesgo de sequía repentina anual en las tierras de cultivo.

Según el escenario medio de la División de Población de las Naciones Unidas, se espera que la población mundial aumente a 9.700 millones en 2050 y 10.400 millones en 2100, frente a la población mundial proyectada de 8.000 millones a finales de 20221. Se espera que la demanda asociada de agricultura se duplique en 2050, lo que ejercerá presión sobre la seguridad alimentaria sostenible y equitativa a nivel mundial2,3,4. Además, los aumentos proyectados en la variabilidad climática debido al cambio climático global afectarán la expansión de las tierras de cultivo y la intensificación agrícola necesarias para satisfacer la demanda en las próximas décadas5,6.

De todos los fenómenos meteorológicos y climáticos extremos, la sequía probablemente traerá los desafíos más complejos a los sistemas alimentarios y la productividad agrícola durante el próximo siglo7,8,9. Se prevé que las sequías de diversos tipos (por ejemplo, meteorológicas, agrícolas, hidrológicas) aumenten en frecuencia, gravedad y extensión espacial en muchas regiones del mundo10,11,12,13. Si bien los cambios en la frecuencia de las sequías en algunos lugares son complicados debido a las incertidumbres en las precipitaciones10,14,15 (por ejemplo, la región de los monzones en el sudeste asiático), se espera de manera más consistente un riesgo elevado de sequía en América Central, Europa y el Amazonas10,11. dieciséis.

La sequía repentina presenta un desafío único dentro del ámbito de la sequía. Dado su rápido desarrollo, las estrategias de mitigación de la sequía son difíciles de implementar durante las sequías repentinas porque estos eventos a menudo se desarrollan sin previo aviso, al tiempo que provocan impactos de amplio alcance en toda la superficie terrestre17. Un ejemplo notable es la sequía repentina que se produjo en el oeste de Rusia durante el verano de 2010. El evento provocó una rápida desecación de la superficie terrestre que promovió el desarrollo de una ola de calor, lo que provocó una alta mortalidad y un exceso de 11.000 muertes18. Además, las condiciones de sequía repentina contribuyeron al desarrollo de incendios forestales que provocaron una grave contaminación del aire y el desplazamiento de miles de personas19,20. Sin embargo, los impactos de la sequía repentina no se limitaron a escalas locales. El momento de la sequía repentina de 2010 se produjo durante una etapa de crecimiento sensible para los cultivos de trigo de invierno y primavera y provocó una reducción de los rendimientos de trigo de hasta un 70% en las principales provincias productoras de trigo en Rusia21. Como resultado, el gobierno ruso prohibió la exportación de trigo en agosto de 2010 y los precios del trigo aumentaron a nivel mundial21,22.

Debido a la demanda cada vez mayor de productos agrícolas y al mayor riesgo para la seguridad alimentaria mundial durante el siglo XXI, este estudio aborda dos preguntas críticas centradas en las sequías repentinas: ¿Cuáles son las tendencias proyectadas en la frecuencia de las sequías repentinas en todo el mundo en un clima más cálido? ¿Y cómo cambiará en el futuro el riesgo agrícola debido a una sequía repentina? Estas preguntas se abordan mediante la identificación de sequías repentinas utilizando seis modelos de la Fase 6 del Proyecto de Intercomparación de Modelos Acoplados (CMIP623). Las simulaciones históricas capturan el período que abarca 1850-2014, mientras que se utilizan tres escenarios para proyectar el desarrollo de sequías repentinas bajo diferentes trayectorias socioeconómicas y niveles de forzamiento radiativo para los años 2015-2100. Los resultados identifican las características de las sequías repentinas en un clima que se calienta y las regiones que son más susceptibles a los impactos de estos eventos.

Para cuantificar el desarrollo de una sequía repentina, se utilizaron la evapotranspiración (ET), la evapotranspiración potencial (PET) y la humedad del suelo de seis modelos CMIP6 (Tabla complementaria 1) en escalas temporales diarias para los experimentos históricos, SSP126, SSP245 y SSP585. Se utilizaron ET y PET para derivar la relación de estrés evaporativo estandarizada24 (SESR) y cuantificar la tasa de intensificación hacia la sequía (el componente “rápido” de la sequía repentina). La humedad del suelo se utilizó para definir los umbrales de humedad en el desarrollo de una sequía repentina (el componente de “sequía” de la sequía repentina). El SESR y la humedad del suelo son sensibles a las condiciones ambientales que cambian rápidamente hacia una sequía repentina18,24,25,26,27,28,proporcionan una alerta temprana para el desarrollo de una sequía24,26,29,corresponden con los impactos de la sequía indicados a través del Monitor de sequía de los Estados Unidos24,25, 26,30 (USDM), y se han utilizado para cuantificar el desarrollo de sequías repentinas en escalas espaciales desde local hasta global31,32,33,34,35,36.

Primero examinamos los experimentos históricos de los modelos CMIP6 para determinar con qué precisión los modelos capturaron las características climatológicas de la sequía repentina durante el período 1980-2014. Se utilizaron cuatro conjuntos de datos de reanálisis (MERRA, MERRA-2, ERA Interim y ERA5) para evaluar el rendimiento de los modelos CMIP6. La frecuencia de sequía repentina CMIP6 en la mayoría de los lugares a nivel mundial está dentro del \(\pm\)5% de la ocurrencia de sequía repentina basada en reanálisis para el período que abarca 1980-2014, mientras que solo unas pocas ubicaciones presentan una frecuencia media de sequía repentina de múltiples modelos significativamente diferente (p <0,1) que la media de múltiples reanálisis (p. ej., el sureste de Estados Unidos y el este de Europa; Figura complementaria 1). En general, la frecuencia de las sequías repentinas está ligeramente subestimada en los modelos CMIP6 en latitudes bajas y medias (0–40°) y ligeramente sobreestimada en latitudes altas (hacia el polo de 40°N) en el hemisferio norte en comparación con los resultados de los conjuntos de datos de reanálisis.

En los puntos críticos globales de ocurrencia de sequías repentinas (es decir, 15 regiones de estudio seleccionadas con >30% de frecuencia de sequías repentinas entre 1980 y 2014; Figura complementaria 2), la media multimodelo CMIP6 captura el ciclo estacional de ocurrencia de sequías repentinas representado por un reanálisis en todo el mundo. una variedad de tipos de clima (Figura complementaria 3). Existe un acuerdo estadísticamente significativo (p < 0,1) en las regiones de estudio con excepciones en la Península Ibérica, el este del Amazonas y la Península de Indochina. En general, con algunas advertencias regionales, la comparación histórica brinda confianza en que el compuesto de los modelos CMIP6 tiene capacidad para representar el desarrollo de sequías repentinas en escenarios futuros.

Hacia finales del siglo XXI (2066-2100), se prevé que la aparición de sequías repentinas aumente a nivel mundial en los tres escenarios climáticos futuros investigados (Fig. 1). El escenario SSP126 muestra el menor aumento (6,0%), seguido por el SSP585 (8,2%) y luego el SSP245 (9,5%). A nivel regional, los mayores aumentos proyectados en la ocurrencia de sequías repentinas se dan en Europa y el Amazonas. También son evidentes cambios diferentes en la frecuencia de las sequías repentinas entre los diferentes escenarios en África central, cerca del Sahel, la India y el norte de Australia. Se proyecta que la ocurrencia de sequía repentina se mantendrá sin cambios o aumentará ligeramente en estas regiones para SSP126 y SSP245, pero disminuirá en SSP585.

a–c El cambio medio multimodelo en la frecuencia de las sequías repentinas entre los escenarios futuros de cambio climático (2066-2100) y el período histórico (1980-2014). Los escenarios futuros de cambio climático incluyen a SSP126, b SSP245 y c SSP585. El acuerdo unánime en el signo del cambio entre los modelos está punteado en negro. Las regiones sombreadas en gris son áreas enmascaradas que son demasiado áridas o frías para que se desarrolle una sequía repentina.

Los puntos críticos regionales en la ocurrencia de sequías repentinas (ver Figura 2 complementaria) revelan patrones únicos en el riesgo de sequía repentina a lo largo del tiempo (Figura 2). Entre mediados del siglo XIX y principios del siglo XXI, 11 de las 15 regiones de estudio tuvieron una tendencia neutral a lo largo del tiempo (es decir, <5% de cambio), y 7 regiones no tuvieron ni un aumento ni una disminución estadísticamente significativos (p < 0,1). tendencia en la sequía repentina (Figura complementaria 4). Sin embargo, las proyecciones futuras de sequías repentinas muestran una mayor frecuencia en la mayoría de las regiones y escenarios SSP (12 de 15 regiones en SSP126, 13 en SSP245 y 10 en SSP585), con tendencias crecientes estadísticamente significativas (p < 0,1) en sequías repentinas durante 6 de las regiones de estudio en SSP126, 10 en SSP245 y 7 en SSP585. Específicamente, los escenarios SSP585 y SSP245 a menudo muestran una frecuencia elevada de sequías repentinas en comparación con el SSP126 en regiones donde la frecuencia de las sequías repentinas aumenta a lo largo del siglo XXI (por ejemplo, la Península Ibérica, Europa oriental, Rusia occidental, el Amazonas oriental y Asia Menor). Por el contrario, existen tendencias divergentes en los distintos escenarios en el noreste de China, la India, el Gran Valle del Rift y el norte de Australia. En estas regiones, el SSP585 muestra una tendencia decreciente en la frecuencia de las sequías repentinas, mientras que el SSP126 muestra un aumento en la ocurrencia de sequías repentinas para fines del siglo XXI. Además, la frecuencia de las sequías repentinas aumenta monótonamente en el Sahel en los escenarios SSP126 y SSP245, mientras que la tendencia en el escenario SSP585 está disminuyendo a principios del siglo XXI, antes de revertirse a mediados del siglo XXI.

La cobertura media anual de sequía repentina de múltiples modelos en cada dominio de estudio para los modelos histórico (negro), SSP126 (azul), SSP245 (naranja) y SSP585 (rojo). A cada serie temporal se le aplica una media móvil centrada de 30 años. Las regiones sombreadas indican la variabilidad (±1σ) entre los promedios móviles centrados de 30 años entre los seis modelos para los escenarios históricos y futuros correspondientes.

La menor producción agrícola es uno de los principales impactos de la sequía repentina21,29,37,38. Como tal, es fundamental comprender cómo evoluciona el riesgo de sequía repentina para las tierras de cultivo en diferentes escenarios climáticos. A nivel mundial, los modelos indican que el porcentaje de superficie de tierras de cultivo que experimentó sequía repentina en el período histórico (1850-2014) disminuyó (África y Asia) o permaneció relativamente estacionario a lo largo del tiempo (Australia, América del Norte, América del Sur y Europa; Fig. 3). Por el contrario, las proyecciones futuras muestran aumentos en el área de tierras de cultivo afectadas por sequías repentinas en todos los continentes en todos los escenarios (Fig. 3). Los mayores aumentos entre 2015 y 2100 (valores tomados de la media móvil de 30 años) se proyectan en América del Norte (32–49%) y Europa (32–53%) en el escenario SSP585, con aumentos notables también en África (35 –47%), Asia (28–38%) y América del Sur (37–50%).

La media multimodelo del porcentaje anual de tierras de cultivo que experimentan sequías repentinas en continentes enteros para los escenarios histórico (negro), SSP126 (azul), SSP245 (naranja) y SSP585 (rojo). A cada serie temporal se le aplica una media móvil centrada de 30 años. Las regiones sombreadas indican la variabilidad (±1σ) entre los promedios móviles centrados de 30 años entre los seis modelos para los escenarios históricos y futuros correspondientes.

También existen cambios más complejos en la ocurrencia de sequías repentinas en tierras de cultivo: el SSP126 muestra el mayor riesgo para las tierras de cultivo en Australia y el SSP245 proyecta el riesgo más bajo (y mínimo) para las tierras de cultivo. Algunos continentes también muestran evidencia de un “punto de inflexión” para el riesgo de sequía repentina (es decir, un gran aumento del riesgo de sequía repentina para las tierras de cultivo entre escenarios). Los ejemplos incluyen África y América del Norte, donde los escenarios SSP126 y SSP245 generalmente proyectan el mismo riesgo para las tierras de cultivo para 2100, pero el SSP585 muestra un aumento notable en el riesgo de sequía repentina para las tierras de cultivo.

Las sequías repentinas crean desafíos complejos para la mitigación de las sequías y la alerta temprana debido a la rápida intensificación de las condiciones de sequía. Debido a la rápida intensificación de la sequía, el tiempo de anticipación a los impactos (por ejemplo, pérdida de rendimiento agrícola, incendios forestales, olas de calor) se reduce notablemente en comparación con la sequía convencional de desarrollo más lento17. El creciente riesgo de sequía repentina en un clima que se calienta amplifica aún más la frecuencia de estos impactos y es particularmente perjudicial en áreas donde la rápida pérdida del rendimiento agrícola puede conducir a la desestabilización de las economías regionales21.

Dado el conocimiento limitado del riesgo de sequía repentina en un clima que se calienta, este estudio destaca las proyecciones globales de ocurrencia de sequía repentina bajo diferentes escenarios de cambio climático en seis modelos CMIP6. En particular, este estudio cuantifica las tendencias de las sequías repentinas dentro de las regiones globales con mayor incidencia de sequías repentinas, así como los cambios en el riesgo agrícola debido a las sequías repentinas. Ilustramos un aumento general en la ocurrencia de sequías repentinas a nivel mundial durante el siglo XXI, independientemente del escenario futuro, con una frecuencia de sequías repentinas global que aumenta más con escenarios que combinan un mayor uso de combustibles fósiles y un mayor forzamiento radiativo (Fig. 1). Además, 11 de las 15 regiones críticas en todo el mundo mostraron un aumento en el riesgo de sequía repentina entre los tres escenarios de proyección climática entre 2014 y 2100 (Fig. 2). Finalmente, se prevé que los seis continentes experimenten un mayor riesgo de sequía repentina en las tierras de cultivo en todos los escenarios (Fig. 3). Estudios anteriores que investigan proyecciones de sequías repentinas en modelos climáticos en regiones específicas coinciden con nuestros hallazgos. Por ejemplo, un estudio28 mostró un riesgo creciente de sequías repentinas a finales del siglo XXI en el sureste de China, similar al que se muestra en la figura 1. Además, otro estudio39 reveló que los cambios en la frecuencia de las sequías repentinas en un clima cálido en toda la India son complicado debido a cambios en la variabilidad intraestacional de las precipitaciones monzónicas (Fig. 1). Las proyecciones de las características de las sequías repentinas también han demostrado que se espera que aumenten en duración y gravedad (magnitud de la sequía)40.

Las sequías repentinas se desarrollan debido a la combinación de déficits de precipitación y una mayor demanda de evaporación41. La forma en que estas dos variables fundamentales (precipitación y PET) evolucionan en un clima futuro puede proporcionar información sobre el cambio en la frecuencia de las sequías repentinas asociadas con diferentes escenarios de cambio climático. A nivel mundial, se espera que las cantidades medias anuales de precipitación aumenten en muchas regiones para fines del siglo XXI (Figura complementaria 5). Los puntos críticos de sequía repentina con los mayores aumentos de precipitación tienen cambios mínimos en la frecuencia de las sequías repentinas (por ejemplo, el noreste de China) o incluso una disminución en la frecuencia de las sequías repentinas (por ejemplo, el Sahel y la India, más evidente en SSP585; Fig. 1 y Fig. 5 complementaria). ). Sin embargo, algunos puntos críticos, como el Amazonas, la Península Ibérica y Asia Menor, exhiben disminuciones notables en las precipitaciones, especialmente en los escenarios SSP245 y SSP585, y un aumento asociado en la ocurrencia de sequías repentinas.

Además de las precipitaciones, el aumento de PET también puede contribuir a una mayor frecuencia de sequías repentinas. Incluso si las precipitaciones permanecen relativamente estacionarias a lo largo del tiempo en una región, niveles consistentemente más altos de demanda de evaporación conducirán a un agotamiento más rápido de la humedad del suelo y aumentarán la probabilidad de sequías repentinas debido al aumento de la ET. La temperatura, un impulsor crítico de la demanda de evaporación42, aumentará a finales del siglo XXI a nivel mundial, con cambios mayores vinculados a un mayor forzamiento radiativo neto (Figura 6 complementaria). Se prevé que las temperaturas aumenten más en latitudes más altas (Figura complementaria 6). Se observa un patrón similar para el PET, ya que la mayoría de las regiones situadas hacia el ecuador de 30° experimentaron aumentos relativamente menores en el PET a finales del siglo XXI (<5%, <10% y <20% en SSP126, SSP245, SSP585, respectivamente). en comparación con las regiones hacia el polo de 30 ° con aumentos relativamente grandes en la demanda de evaporación (10–30%—SSP126, 15–40%—SSP245, 25–50%—SSP585; Figura complementaria 7). En general, las anomalías de PET más altas en escenarios futuros de cambio climático se superponen a regiones con aumentos esperados en la frecuencia de sequías repentinas (Fig. 1 y Fig. 7 complementaria). Esta relación es más evidente en Europa y en latitudes más altas de América del Norte, donde un gradiente meridional de PET creciente se alinea con un gradiente de sequía repentina cada vez mayor. Además, las regiones con aumentos mínimos de PET experimentan un cambio insignificante o una pequeña disminución en la frecuencia de las sequías repentinas, en comparación con el período histórico (por ejemplo, el Sahel y la India).

Entre los principales impulsores de las sequías repentinas (falta de precipitaciones y aumento de la demanda de evaporación), es importante cuantificar sus contribuciones relativas a los cambios en la frecuencia de las sequías repentinas en escenarios climáticos futuros. En las 14 regiones críticas donde los tres escenarios (SSP126, SSP245 y SSP585) muestran una frecuencia creciente de sequías repentinas entre el período histórico (1980-2014) y el final del siglo XXI (2066-2100; todas las regiones de estudio excepto India ), se proyecta que 13 regiones tendrán un cambio porcentual positivo mayor en PET que un cambio negativo en la precipitación, mientras que una región exhibe un cambio porcentual negativo mayor en la precipitación que un cambio positivo en PET (Amazonía oriental; Fig. 4). En el contexto de los modelos históricos y los conjuntos de datos de reanálisis durante el período de desarrollo de la sequía repentina, en general se ha descubierto que la precipitación es el principal impulsor de la sequía repentina, mientras que la demanda evaporativa es un importante contribuyente secundario31,43. Sin embargo, en el contexto del cambio climático, se proyecta que los aumentos en la demanda de evaporación durante el próximo siglo serán mayores y, como tales, probablemente sean más importantes para un mayor riesgo de desarrollo de sequías repentinas, en comparación con las disminuciones en las precipitaciones. Si bien los cambios en la humedad del suelo en las proyecciones son mínimos en comparación con los cambios en la precipitación y la demanda de evaporación, 9 de las 15 regiones de estudio tienen un ligero secado (media de escenarios entre −0,2 y −6,5%) en la humedad del suelo para finales del siglo veinte. primer siglo (Fig. 4). El coeficiente de determinación también indica que la varianza explicada en los cambios de la frecuencia de las sequías repentinas a partir de los cambios en PET (67,4%) es mayor que la varianza explicada en los cambios de la frecuencia de las sequías repentinas a partir de los cambios en la precipitación (52,9%; Fig. 4). Sin embargo, es importante señalar que la relación más fuerte y la varianza explicada más alta de los cambios en la frecuencia de las sequías repentinas se produce con el cambio total combinado en la precipitación y el PET (Fig. 4), lo que refuerza el punto crítico de que el riesgo de sequía repentina es mayor. con la combinación de reducción de la precipitación y aumento de PET24,41.

a El cambio en la mediana multimodelo entre escenarios futuros (SSP126—azul, SSP245—naranja y SSP585—rojo para los años 2066-2100) y el período histórico (1980-2014) para la frecuencia de sequías repentinas (FD), precipitación ( P), evapotranspiración potencial (PET) y humedad del suelo en la zona de las raíces (RZSM) en cada dominio de estudio. b Comparación del cambio total en precipitación y PET (-P + PET), c cambio en precipitación y d cambio en evapotranspiración potencial versus cambio en la frecuencia de sequías repentinas entre la media de los escenarios futuros (2066-2100) y el período histórico ( 1980-2014).

Un aspecto crítico de la sequía repentina es la tasa de intensificación de la sequía. Esta característica definitoria de la sequía repentina (en comparación con el desarrollo más lento de la sequía convencional) reduce drásticamente el tiempo de desarrollo hacia impactos de amplio alcance, incluidas pérdidas agrícolas, estrés en los ecosistemas, desarrollo de incendios forestales y reducción de los recursos hídricos37,41,44,45. Estos impactos pueden verse exacerbados aún más en el futuro si las tasas de intensificación de las sequías repentinas aumentan con el tiempo. En todos los escenarios de cambio climático, se espera que la tasa de intensificación de la sequía repentina aumente a nivel mundial, observándose los mayores aumentos en SSP585 (32,1%; Figura complementaria 8) y específicamente en el norte de América del Sur, el Sahel y partes de la India (>70%). ).

Varios factores promueven una intensificación más rápida de la sequía, como niveles más altos de demanda de evaporación y diferencias en el tipo de cobertura del suelo18,44,46,47. A nivel mundial, se prevé que el PET aumente a lo largo del siglo XXI y probablemente sea el impulsor más importante del aumento global general de las tasas de intensificación repentina de las sequías (Figuras complementarias 7 y 8). Sin embargo, las variaciones locales en las tasas de intensificación se deben a otros factores. Por ejemplo, los máximos globales en la tasa de intensificación en el norte de América del Sur, particularmente en la región amazónica, también están espacialmente alineados con grandes disminuciones en la cubierta forestal primaria (Figura complementaria 9). La conversión de tierras boscosas en el Amazonas de bosques a tierras de cultivo y pastos altera el clima al extender los períodos secos48,49. La deforestación conduce a una disminución de la ET, ya que hay menos vegetación presente para realizar la fotosíntesis, y a una disminución de las precipitaciones en las regiones deforestadas, ya que los cambios en los presupuestos de energía y agua crean condiciones más secas en general50,51. Debido a que los bosques son más resilientes al desarrollo de sequías repentinas en comparación con los pastizales y las tierras agrícolas18,44,47, la deforestación acelerada en vías socioeconómicas más agresivas exacerba el aumento en la tasa de intensificación de las sequías repentinas.

Bajo el cambio climático futuro, las tierras de cultivo no sólo correrán un mayor riesgo de sufrir sequías52, sino que también serán más susceptibles a una mayor frecuencia de sequías repentinas (Fig. 3). En el siglo XXI, se espera una considerable expansión e intensificación de las tierras de cultivo, independientemente de la trayectoria socioeconómica, especialmente en África y América del Sur (Figura 10 complementaria). Como tal, la superficie total de tierras de cultivo que se prevé que experimente una sequía repentina también aumentará durante el período futuro. Sin embargo, el porcentaje relativo de tierras agrícolas que se ve afectado por la rápida intensificación de la sequía también aumenta debido a las proyecciones de una mayor frecuencia de sequías repentinas (Figs. 2 y 3). Debido a esto, incluso si la expansión de las tierras de cultivo continúa en las próximas décadas para dar cuenta de la creciente demanda agrícola, los desafíos para satisfacer la demanda mundial de alimentos se verán aún más exacerbados por el creciente riesgo de que las tierras de cultivo sufran sequías repentinas.

Las proyecciones de riesgo agrícola también resaltan la importancia de incluso los llamados escenarios moderados (como el SSP245) en comparación con escenarios más agresivos (es decir, el SSP585) de cambio climático futuro. Según el escenario SSP585, todos los continentes, excepto Australia, experimentan el mayor aumento en el riesgo agrícola de sequía repentina en comparación con los escenarios SSP126 y SSP245 (Fig. 3). Sin embargo, América del Norte, África y, hasta cierto punto, América del Sur muestran un aumento dramático en las tierras de cultivo que experimentan sequías repentinas anualmente si se sigue el escenario SSP585, mientras que SSP126 y SSP245 siguen siendo relativamente similares y el riesgo de sequía repentina se reduce notablemente.

A medida que aumenta la población mundial y crece la demanda de agricultura, los cambios en la frecuencia de las sequías repentinas afectarán aún más la seguridad alimentaria en el futuro. De hecho, las sequías repentinas crean desafíos adicionales al reducir el acceso a nuestras necesidades fundamentales de alimentos y agua en escalas de tiempo mucho más rápidas que las sequías convencionales de desarrollo más lento. Este estudio revela regiones agrícolas en todo el mundo que pueden ser más susceptibles a sequías repentinas más frecuentes e intensas en un clima cambiante y, por lo tanto, tienen la mayor exposición a los impactos de las sequías repentinas en la producción agrícola. En el futuro, se necesitan investigaciones futuras para explorar los impulsores atmosféricos y oceánicos dependientes de la región del desarrollo de sequías repentinas en un clima futuro (teleconexiones, patrones de ondas atmosféricas en los niveles superiores, etc.). Además, los impactos a escala local y las estrategias de mitigación de las sequías repentinas requieren una investigación adicional basada en los cambios proyectados en la ocurrencia de sequías repentinas dentro del contexto del calentamiento global.

Los datos sobre el uso de la tierra se han tomado del proyecto de Armonización del uso de la tierra (LUH2 v2f)53. LUH2 proporciona estados de uso de la tierra para el período histórico (1850-2014) y futuro (2015-2100) en los modelos CMIP6 en escalas anuales con una resolución espacial de 0,25°. Los escenarios históricos y futuros de uso de la tierra del SSP54 (SSP126, SSP245 y SSP585) se utilizaron para el análisis junto con los experimentos CMIP6 correspondientes. Es importante señalar que, si bien los modelos CMIP6 utilizan el mismo conjunto de datos de uso y cobertura del suelo (LULC) (LUH2 v2f), puede existir incertidumbre al clasificar diferentes categorías de LULC. Estas incertidumbres pueden afectar las emisiones de CO2 y el ciclo global del carbono55, y los modelos del sistema terrestre pueden ser sensibles a los cambios en LULC56,57. Ciertos tipos de LULC pueden ser más susceptibles o resilientes al desarrollo de sequías repentinas (p. ej., bosques versus pastizales versus tierras de cultivo)18,44. Sin embargo, se prevé que la mayoría de las áreas a nivel mundial tengan aumentos en la ocurrencia de sequías repentinas en una amplia gama de tipos de LULC (Fig. 1). Como tal, cualquier incertidumbre en LULC dentro de las proyecciones futuras puede afectar la magnitud de los cambios en la frecuencia de las sequías repentinas, pero la tendencia general en la ocurrencia de sequías repentinas seguirá siendo la misma.

La sequía repentina histórica se cuantificó utilizando cuatro conjuntos de datos de reanálisis global: MERRA58, MERRA-259, ERA-Interim60 y ERA561. Varios estudios han demostrado que estos conjuntos de datos de reanálisis pueden capturar eficazmente las sequías repentinas desde una perspectiva climatológica y análisis de estudios de casos18,24,25,31,33,46,62,63,64. Los modelos CMIP623 se utilizaron en este estudio para el modelado histórico y la proyección futura de sequía repentina, con detalles de cada modelo proporcionados en la Tabla complementaria 1. Los modelos se seleccionaron del experimento CMIP6 en función de la disponibilidad de las variables necesarias para el análisis de sequía repentina (ET, PET y humedad del suelo) en escalas de tiempo diarias y escenarios utilizados en el análisis (histórico, SSP126, SSP245, SSP585). Dados estos requisitos, seis modelos proporcionaron los datos necesarios para este estudio (IPSL-CM6A-LR, MPI-ESM1-2-HR, MPI-ESM1-2-LR, MRI-ESM2-0, NorESM2-LM y NorESM2-MM). ; Tabla complementaria 1).

La ET diaria, el PET y la humedad del suelo cerca de la superficie se obtuvieron de los cuatro conjuntos de datos de reanálisis global entre 1980 y 2014, entre 1850 y 2014 para los modelos históricos, y entre 2015 y 2100 para los escenarios futuros. La PET diaria se derivó de cada conjunto de datos utilizando la ecuación de Penman-Monteith de la Organización para la Agricultura y la Alimentación65. Es importante señalar que el PET calculado mediante la ecuación de Penman-Monteith (y otras formulaciones de PET comunes) no considera el papel del aumento de la concentración de CO2 en el calentamiento del clima y puede llevar a una sobreestimación del secado en variables que incorporan PET66. A pesar de esta limitación, este estudio se centra en la sequía repentina y la tasa de intensificación de la sequía, y no en la magnitud general de la sequía. En los modelos CMIP6 la velocidad del viento se proporciona a 10 m. Sin embargo, la velocidad del viento de 2 m se aproximó a partir de la velocidad del viento de 10 metros utilizando el método de la ref. 67 para incorporar a la ecuación del PET. Los valores diarios de la relación de estrés evaporativo (ESR) se calcularon tomando la relación entre ET y PET diarios. Se calcularon los valores medios de la pentada de ESR y humedad del suelo y se estandarizó la ESR en cada punto de la cuadrícula para calcular la ESR estandarizada (SESR). SESR se da como:

donde \({{{{{{\rm{SESR}}}}}}}_{{ijp}}\) (denominado SESR) es la puntuación z de ESR en un punto específico de la cuadrícula (i, j) para una pentada p específica, \(\overline{{{{{{{\rm{ESR}}}}}}}}\) es la ESR media en un punto específico de la cuadrícula (i, j) para una pentada p específica. pentada p para los años entre 1980 y 2014, y \({\sigma }_{{{{{{\rm{ESR}}}}}}}}\) es la desviación estándar de la ESR en un punto específico de la cuadrícula (i, j) para una pentada p específica para los años entre 1980 y 2014.

Para tener en cuenta la variabilidad de pentada a pentada en SESR, se utilizó el filtro Savitzky-Golay68 para suavizar la serie temporal de SESR en cada punto de la cuadrícula y al mismo tiempo preservar los momentos más altos en los datos32. Siguiendo la guía de las aplicaciones a las observaciones de teledetección69, se utilizó d = 4 para el grado del polinomio y m = 10 como la mitad del ancho de la ventana de suavizado (longitud total de la ventana de 21 pentadas). También se aplicó el filtro Savitzky-Golay con el mismo grado de polinomio y longitud de ventana a la humedad del suelo en cada punto de la cuadrícula.

Tras el cálculo de SESR y el filtro Savitzky-Golay, el cambio temporal en SESR se calculó y estandarizó como:

donde \({({\Delta {{{{{\rm{SESR}}}}}}}_{{ijp}})}_{z}\) (denominado ΔSESR) es el z- puntuación del cambio en SESR de una pentada a otra pentada en un punto específico de la cuadrícula (i, j) para una pentada p específica, \(\overline{\Delta {{{{{{\rm{SESR}}}}} }}}\) es el cambio medio en los valores de SESR en un punto específico de la cuadrícula (i, j) para una pentada p específica para los años entre 1980-2014, y \({\sigma }_{\Delta {{{{ {{\rm{SESR}}}}}}}}\) es la desviación estándar de los cambios de SESR en un punto específico de la cuadrícula (i, j) para una pentada p específica para los años entre 1980 y 2014.

La sequía repentina se caracteriza por la rápida intensificación de las condiciones de sequía24,41. En este estudio, los eventos de sequía repentina se identificaron utilizando un marco modificado de una metodología de identificación previamente establecida24. La metodología utilizada en este estudio utiliza tres criterios, dos de los cuales se centran en los impactos de la sequía y uno enfatiza la rápida intensificación de la sequía32. Estos criterios son:

ΔSESR debe estar en o por debajo del percentil 25 de los valores de ΔSESR.

Una duración mínima de cinco pentadas cambios en SESR, equivalente a una duración de seis pentadas (30 días).

Un valor final de humedad del suelo por debajo del percentil 20 de los valores de humedad del suelo.

Los percentiles para el criterio 1 se tomaron de la distribución de ΔSESR y los percentiles para el criterio 3 se tomaron de la distribución de la humedad del suelo en cada punto de la cuadrícula y pentadas específicas para los años entre 1980 y 2014 en el conjunto de datos. Los percentiles se extrajeron de la distribución de ΔSESR y la humedad del suelo entre 1980-2014 para tener la misma ventana temporal de análisis entre los conjuntos de datos de reanálisis y los modelos históricos y para mantener un marco de referencia consistente para toda la duración de los modelos climáticos (1850-2014). 2100). Los criterios 2 y 3 se utilizan para capturar los impactos en la superficie terrestre asociados con el desarrollo de sequías repentinas. El segundo criterio se utiliza para delimitar entre períodos secos de corta duración y eventos en los que una rápida intensificación de la sequía produce un impacto. El umbral del percentil 20 asociado con el tercer criterio satisface el componente de sequía de la sequía repentina41.

Se identificaron sequías repentinas entre marzo y octubre en latitudes del hemisferio norte superiores a 30°N y entre septiembre y abril en latitudes del hemisferio sur hacia los polos de 30°S. Esto se debe a las limitaciones de la demanda de evaporación durante la estación fría, de modo que la rápida intensificación de la sequía está muy limitada24. Se identificaron sequías repentinas a lo largo del año en latitudes ecuatoriales (entre 30°S y 30°N), ya que hay altos niveles de demanda de evaporación disponibles durante todo el año.

En estudios previos que utilizaron la metodología original de sequía repentina de SESR18,24,25,27,31,62,63,70,71,72,73,74, se utilizaron dos criterios separados pero complementarios para identificar la rápida tasa de intensificación hacia la sequía ( es decir, el componente “rápido” de una sequía repentina). Los dos criterios se utilizaron para tener en cuenta la variabilidad de pentada a pentada en la tasa de intensificación de la sequía durante una sequía repentina. Sin embargo, la aplicación del filtro Savitzky-Golay en las series temporales SESR permite simplificar estos criterios, de modo que un criterio individual (ΔSESR menor o igual al percentil 25) puede usarse para identificar una rápida intensificación de la sequía32.

Además, se utilizó la humedad del suelo para determinar si se alcanzaron condiciones de sequía durante el evento de sequía repentina. En el marco original de sequía repentina del SESR, se utilizaron valores de SESR por debajo del percentil 20 para verificar que se alcanzaran las condiciones de sequía durante la sequía repentina24. Sin embargo, dadas las escalas de tiempo de varios siglos examinadas en este estudio y los complejos cambios de SESR durante largos períodos de tiempo debido a cambios en la temperatura, precipitación, déficit de presión de vapor y varias otras variables térmicas, de humedad y de flujo radiativo, se utilizó la humedad del suelo. en lugar de SESR en el criterio 3.

Obtener resultados confiables y sólidos para las proyecciones climáticas de sequía repentina puede ser particularmente desafiante, dado que la identificación de eventos de sequía repentina es sensible a los conjuntos de datos, las variables y la metodología de identificación utilizados en el análisis27,63. Este estudio aprovechó varios enfoques para aumentar la confiabilidad y solidez de los resultados presentados aquí. En primer lugar, este estudio utiliza un enfoque conjunto de conjuntos de datos y modelos múltiples para la identificación de sequías repentinas. Por lo tanto, si bien los resultados de un conjunto de datos individual pueden variar de otros conjuntos de datos, se pueden capturar señales más sólidas a partir de la media de múltiples conjuntos de datos31,43. En este estudio, se utilizaron seis modelos CMIP6 para contribuir a la media de múltiples modelos, y se encontró que las características climatológicas de la sequía repentina de la media del modelo histórico eran similares a los resultados medios de cuatro conjuntos de datos de reanálisis (Figuras complementarias 1 y 3). ).

En segundo lugar, se utilizó un enfoque multivariado para la identificación de sequías repentinas17,32,63 para aumentar la solidez de los resultados y minimizar la variabilidad creada mediante el uso de enfoques de una sola variable para la detección de sequías repentinas. Las métricas basadas en ET y la humedad del suelo son los dos indicadores más comúnmente utilizados para definir la sequía repentina75 y, si bien la mayoría de los estudios utilizan una de estas métricas para identificar la sequía repentina, este estudio combina la utilidad del estrés por evaporación y la humedad del suelo para identificar el componente "rápido". (a través del estrés evaporativo) y el componente de “sequía” (a través de la humedad del suelo) de la rápida intensificación de la sequía. Además, el estrés evaporativo es multivariado en sí mismo, ya que representa la relación entre la humedad disponible en la superficie terrestre y la demanda atmosférica24,76,77,78.

Finalmente, la identificación de sequías repentinas debe identificar eventos de sequía repentinas previamente conocidos y notables y corresponderse con los impactos de la sequía indicados por otras métricas de sequía. Este estudio utilizó una versión modificada del Christian et al. (2019, 2022)24,32 enfoque de identificación que, junto con SESR, ha capturado la evolución espacial y temporal de los principales eventos de sequías repentinas (por ejemplo, el centro de Estados Unidos en 2012 y el suroeste de Rusia en 201018,25, se compara favorablemente con los Estados Unidos). States Drought Monitor24,25 (USDM), y corresponde a la desecación de la superficie terrestre detectada mediante teledetección satelital18,24,32. Un ejemplo del importante evento de sequía repentina en el centro de los Estados Unidos en 201225,29,44 utilizando el marco de identificación en este El estudio se muestra en la figura complementaria 11.

Se identificaron eventos de sequía repentina en cada conjunto de datos y modelo de reanálisis. Un año en particular se denominaba “año de sequía repentina” si se producía al menos una sequía repentina. Posteriormente, se promediaron los conjuntos de datos para cada segmento del análisis, de modo que las observaciones históricas a través de los cuatro conjuntos de datos de reanálisis se promediaron juntos, los seis modelos CMIP6 históricos se promediaron juntos y las proyecciones futuras de los seis modelos CMIP6 se promediaron para cada escenario (SSP126, SSP245 y SSP585). Debido a que los conjuntos de datos de reanálisis y CMIP6 tienen diferentes resoluciones espaciales, se produjeron mapas espaciales compuestos (1) interpolando bilinealmente cada conjunto de datos a una nueva cuadrícula con una resolución espacial de 0,5° × 0,5°, y (2) y calculando la media entre los conjuntos de datos recién conjuntos de datos cuadriculados interpolados.

Para las series de tiempo, todos los puntos de la cuadrícula que sufrieron sequías repentinas durante un año determinado se acumularon y luego se convirtieron a un porcentaje, que representa la cobertura espacial de sequías repentinas con respecto a todo el dominio. Luego, este porcentaje anual se promedió entre los conjuntos de datos apropiados para producir cada serie temporal.

En cada mapa espacial se enmascararon los puntos de la cuadrícula para ubicaciones demasiado áridas o frías. Las ubicaciones áridas se determinaron calculando el índice de aridez como:

donde P es la precipitación promedio anual y PET es la ET potencial promedio anual del conjunto de datos MERRA-2 entre los años 1980 y 2014. Específicamente, se enmascararon los puntos de la cuadrícula donde el índice de aridez promedio anual era inferior a 0,2 (lugares áridos e hiperáridos). ) o donde el promedio diario de PET fue <1 mm/día durante la temporada de crecimiento para el hemisferio norte (marzo a octubre) y el hemisferio sur (septiembre a abril). El umbral de aridez se utilizó para poner énfasis en el rápido desarrollo de sequías en regiones que pueden pasar de condiciones ambientales más húmedas a condiciones ambientales más secas y que tienen más probabilidades de experimentar efectos vegetativos, agrícolas o ambientales debido a una sequía repentina. Además, el umbral de PET requiere que las regiones tengan suficiente demanda de evaporación durante la temporada de crecimiento para permitir tasas de ET más altas, un agotamiento suficiente de la humedad del suelo y un mayor estrés por evaporación para crear un rápido desarrollo de sequía.

En este estudio, se utilizó un enfoque de promedio conjunto con los modelos CMIP6 en lugar de una corrección de sesgo individual de cada modelo. Los métodos de corrección de sesgos pueden mejorar las medias climatológicas para una variable específica, pero también pueden generar sesgos adicionales, como un mayor sesgo en la variabilidad79. Además, las técnicas de corrección de sesgos no pueden corregir las tendencias climáticas futuras80,81 y también pueden conducir a tendencias no físicas en proyecciones futuras82. Debido a estas limitaciones, se analizaron comparaciones espaciales y temporales de medias de modelos múltiples entre los modelos CMIP6 y los conjuntos de datos de reanálisis (Figuras complementarias 1 y 3). En general, se encontró que el enfoque de promedio conjunto para los modelos CMIP6 pudo representar las características de sequía repentina en comparación con la media de los conjuntos de datos de reanálisis para la mayoría de las regiones del mundo (Figuras complementarias 1 y 3).

Las variables y variables derivadas utilizadas en este estudio de MERRA y MERRA-2 están disponibles en https://disc.gsfc.nasa.gov, de ERA-Interim están disponibles en https://apps.ecmwf.int/datasets/, y de ERA5 están disponibles en https://cds.climate.copernicus.eu. Los datos de CMIP6 están disponibles en https://esgf-node.llnl.gov/projects/cmip6/.

El código utilizado para este estudio está disponible en https://doi.org/10.5281/zenodo.7796371.

Naciones Unidas. Perspectivas de la población mundial 2022: resumen de resultados. ONU DESA/POP/2022/TR/NO. 3 (ONU, 2022).

Godfray, HCJ y cols. Seguridad alimentaria: el desafío de alimentar a 9 mil millones de personas. Ciencia 327, 812–818 (2010).

Artículo CAS Google Scholar

Spiertz, JHJ & Ewert, F. Producción de cultivos y uso de recursos para satisfacer la creciente demanda de alimentos, piensos y combustible: oportunidades y limitaciones. NJAS - Wageningen J. Ciencias de la vida. 56, 281–300 (2009).

Artículo de Google Scholar

Tilman, D., Balzer, C., Hill, J. & Befort, BL La demanda mundial de alimentos y la intensificación sostenible de la agricultura. Proc. Acad. Nacional. Ciencia. Estados Unidos 108, 20260–20264 (2011).

Artículo CAS Google Scholar

Seager, R., Naik, N. y Vogel, L. ¿El calentamiento global provoca una intensificación de la variabilidad hidroclimática interanual? J. Clim. 25, 3355–3372 (2012).

Artículo de Google Scholar

Thornton, PK, Ericksen, PJ, Herrero, M. & Challinor, AJ Variabilidad climática y vulnerabilidad al cambio climático: una revisión. Globo. Chang. Biol. 20, 3313–3328 (2014).

Artículo de Google Scholar

Cheeseman, J. en Halophytes for Food Security in Dry Lands (eds Khan, MA, Ozturk, M., Gul, B. & Ahmed, MZ) 111–123 (Académico, 2016)

Gregory, PJ, Ingram, JSI & Brklacich, M. Cambio climático y seguridad alimentaria. Filos. Trans. R. Soc. B Biol. Ciencia. 360, 2139–2148 (2005).

Artículo CAS Google Scholar

Ziervogel, G. & Ericksen, PJ Adaptación al cambio climático para sostener la seguridad alimentaria. Wiley Interdisciplinario. Rev. Clim. Chang. 1, 525–540 (2010).

Artículo de Google Scholar

Cook, BI y cols. Proyecciones de sequía del siglo XXI en los escenarios de forzamiento del CMIP6. El futuro de la Tierra 8, e2019EF001461 (2020).

Lu, J., Carbone, GJ & Grego, JM Incertidumbre y puntos críticos en las proyecciones de sequía agrícola del siglo XXI a partir de modelos CMIP5. Ciencia. Rep. 9, 4922 (2019).

Artículo de Google Scholar

Wang, T., Tu, X., Singh, VP, Chen, X. & Lin, K. Evaluación de datos globales y análisis de las características de la sequía basado en CMIP6. J. hidrol. 596, 126091 (2021).

Artículo de Google Scholar

Ukkola, AM, Kauwe, MGD, Roderick, ML, Abramowitz, G. & Pitman, AJ Cambios futuros sólidos en la sequía meteorológica en las proyecciones cmip6 a pesar de la incertidumbre en las precipitaciones. Geofís. Res. Letón. 47, e2020GL087820 (2020).

Aadhar, S. y Mishra, V. Sobre la disminución proyectada de las sequías en el sur de Asia en el conjunto multimodelo CMIP6. J. Geophys. Res. Atmos. 125, e2020JD033587 (2020).

Wang, B., Jin, C. y Liu, J. Comprensión del cambio futuro de los monzones globales proyectados por los modelos CMIP6. J. Clim. 33, 6471–6489 (2020).

Artículo de Google Scholar

Zhao, T. & Dai, A. Cambios hidroclimáticos y de sequía proyectados por el modelo CMIP6 y sus causas en el siglo XXI. J. Clim. https://doi.org/10.1175/jcli-d-21-0442.1 (2021).

Otkin, JA et al. Adelantándose a la sequía repentina: de la alerta temprana a la acción temprana. Toro. Soy. Meteorol. Soc. https://doi.org/10.1175/bams-d-21-0288.1 (2022)

Christian, JI, Basara, JB, Hunt, ED, Otkin, JA y Xiao, X. Desarrollo repentino de sequías e impactos en cascada asociados con la ola de calor rusa de 2010. Reinar. Res. Letón. 15, 094078 (2020).

Artículo de Google Scholar

Bondur, VG Monitoreo satelital de incendios forestales durante la anómala ola de calor de 2010 en Rusia. Izvestia Atmos. Física del océano. 47, 1039-1048 (2011).

Artículo de Google Scholar

Shaposhnikov, D. y col. Mortalidad relacionada con la contaminación del aire con la ola de calor y los incendios forestales de Moscú de 2010. Epidemiology 25, 359–364 (2014).

Artículo de Google Scholar

Hunt, E. y col. Impactos de la sequía repentina de Rusia en 2010 en la agricultura y la seguridad alimentaria. Clima climático. Extremos 34, 100383 (2021).

Artículo de Google Scholar

Welton, G. El impacto de la prohibición de exportación de cereales de Rusia en 2010. Informe de investigación de Oxfam 1–32 (Oxfam, 2011).

Eyring, V. y col. Descripción general del diseño y organización experimental del proyecto de intercomparación de modelos acoplados fase 6 (CMIP6). Geociencias. Desarrollo de modelos. 9, 1937-1958 (2016).

Artículo de Google Scholar

Christian, JI y cols. Una metodología para la identificación de sequías repentinas: aplicación de la frecuencia de las sequías repentinas en los Estados Unidos. J. Hidrometeorol. 20, 833–846 (2019).

Artículo de Google Scholar

Basara, JB y cols. La evolución, propagación y propagación de la sequía repentina en el centro de Estados Unidos durante 2012. Medio ambiente. Res. Letón. 14, 084025 (2019).

Artículo de Google Scholar

Ford, TW, McRoberts, DB, Quiring, SM y Hall, RE Sobre la utilidad de las observaciones in situ de la humedad del suelo para la alerta temprana de sequías repentinas en Oklahoma, EE. UU. Geofís. Res. Letón. 42, 9790–9798 (2015).

Artículo de Google Scholar

Osman, M. y col. Inicio de una sequía repentina en los Estados Unidos contiguos: sensibilidad de los inventarios y tendencias a las definiciones cuantitativas. Hidrol. Sistema Tierra. Ciencia. 25, 565–581 (2021).

Artículo de Google Scholar

Yuan, X. y col. Cambio antropogénico hacia un mayor riesgo de sequía repentina en China. Nat. Comunitario. 10, 4661 (2019).

Artículo de Google Scholar

Otkin, JA et al. Evaluación de la evolución de la humedad del suelo y las condiciones de la vegetación durante la sequía repentina de 2012 en Estados Unidos. Agrícola. Meteorol forestal. 218, 230–242 (2016).

Artículo de Google Scholar

Otkin, JA et al. Desarrollo de un índice de intensidad de sequía repentina. Atmósfera 12, 741 (2021).

Artículo de Google Scholar

Christian, JI y cols. Distribución global, tendencias y causas de la aparición de sequías repentinas. Nat. Comunitario. 12, 6330 (2021).

Artículo CAS Google Scholar

Christian, JI y cols. Identificación de sequías repentinas a partir del índice de aguas superficiales terrestres basado en satélites. Aplicación de sensores remotos. Soc. Reinar. 26, 100770 (2022).

Google Académico

Koster, RD, Schubert, SD, Wang, H., Mahanama, SP y DeAngelis, AM Sequía repentina capturada por datos de reanálisis: desenredando las contribuciones del déficit de precipitación y exceso de evapotranspiración. Sequía repentina capturada por datos de reanálisis: desenredando las contribuciones de la precipitación déficit y exceso de evapotranspiración. J. Hidrometeorol. 20, 1241-1258 (2019).

Artículo de Google Scholar

Mukherjee, S. & Mishra, AK Un indicador multivariado de sequía repentina para identificar puntos críticos globales y controles climáticos asociados. Geofís. Res. Letón. 49, e2021GL096804 (2022).

Otkin, JA et al. Evaluación de la evolución de la humedad del suelo y las condiciones de la vegetación durante una secuencia de sequía repentina-recuperación repentina en el centro-sur de los Estados Unidos. J. Hidrometeorol. 20, 549–562 (2019).

Artículo de Google Scholar

Sehgal, V., Gaur, N. y Mohanty, BP Monitoreo global de sequías repentinas utilizando la humedad superficial del suelo. Recurso Acuático. Res. 57, e2021WR029901 (2021).

Hoell, A. y col. Lecciones aprendidas de la sequía repentina de 2017 en las Grandes Llanuras del Norte de EE. UU. y las praderas canadienses. Toro. Soy. Meteorol. Soc. 101, E2171-E2185 (2020).

Artículo de Google Scholar

Otkin, JA, Haigh, T., Mucia, A., Anderson, MC & Hain, C. Comparación de los resultados de la encuesta de partes interesadas agrícolas y conjuntos de datos de monitoreo de sequía durante la sequía repentina de las Llanuras del Norte de EE. UU. de 2016. Clima climático. Soc. 10, 867–883 (2018).

Artículo de Google Scholar

Mishra, V., Aadhar, S. y Mahto, SS El calentamiento antropogénico y la variabilidad intraestacional del monzón de verano amplifican el riesgo de futuras sequías repentinas en la India. Clima Npj. Atmos. Ciencia. 4, 1 (2021).

Artículo de Google Scholar

Sreeparvathy, V. & Srinivas, VV Proyecciones de riesgo de sequías repentinas meteorológicas basadas en escenarios de cambio climático CMIP6. Clima Npj. Atmos. Ciencia. 5, 77 (2022).

Artículo CAS Google Scholar

Otkin, JA et al. Sequías repentinas: una revisión y evaluación de los desafíos impuestos por las sequías de aparición rápida en los Estados Unidos. Toro. Soy. Meteorol. Soc. 99, 911–919 (2018).

Artículo de Google Scholar

Hobbins, M., Wood, A., Streubel, D. y Werner, K. ¿Qué impulsa la variabilidad de la demanda de evaporación en los Estados Unidos contiguos? J. Hidrometeorol. 13, 1195-1214 (2012).

Artículo de Google Scholar

Hoffmann, D., Gallant, AJE & Hobbins, M. Sequía repentina en modelos CMIP5. J. Hidrometeorol. https://doi.org/10.1175/jhm-d-20-0262.1 (2021)

Jin, C. y col. La sequía repentina de 2012 amenazó los agroecosistemas del medio oeste de Estados Unidos. Mentón. Geogr. Ciencia. 29, 768–783 (2019).

Artículo de Google Scholar

Zhang, M., Yuan, X. & Otkin, JA Teledetección del impacto de las sequías repentinas en la dinámica del carbono terrestre en China. Gestión del balance de carbono. 15, 20 (2020).

Artículo CAS Google Scholar

Chen, L., Ford, TW y Yadav, P. El papel de la vegetación en la aparición de sequías repentinas: un estudio de sensibilidad utilizando el modelo del sistema terrestre comunitario, versión 2. J. Hydrometeorol. 22, 845–857 (2021).

Artículo de Google Scholar

Zhang, M. & Yuan, X. Rápida reducción de la productividad de los ecosistemas causada por sequías repentinas basada en observaciones FLUXNET de una década de duración. Hidrol. Sistema Tierra. Ciencia. 24, 5579–5593 (2020).

Artículo CAS Google Scholar

Malhi, Y. et al. Explorando la probabilidad y el mecanismo de una muerte regresiva de la selva amazónica inducida por el cambio climático. Proc. Acad. Nacional. Ciencia. Estados Unidos 106, 20610–20615 (2009).

Artículo CAS Google Scholar

Butt, N., Oliveira, PA de & Costa, MH Evidencia de que la deforestación afecta el inicio de la temporada de lluvias en Rondonia, Brasil. J. Geophys. Res. Atmos. https://doi.org/10.1029/2010JD015174 (2011).

Coe, MT, Costa, MH & Soares-Filho, BS La influencia de la deforestación histórica y potencial futura en el flujo del río Amazonas – Procesos de la superficie terrestre y retroalimentaciones atmosféricas. J. hidrol. 369, 165-174 (2009).

Artículo de Google Scholar

Davidson, EA y cols. La cuenca del Amazonas en transición. Naturaleza 481, 321–328 (2012).

Artículo CAS Google Scholar

Li, Y., Ye, W., Wang, M. & Yan, X. Cambio climático y sequía: una evaluación de riesgos de los impactos en el rendimiento de los cultivos. Subir. Res. 39, 31–46 (2009).

Artículo CAS Google Scholar

Hurtt, GC y cols. Armonización del cambio y la gestión global del uso de la tierra para el período 850-2100 (LUH2) para CMIP6. Geociencias. Desarrollo de modelos. 13, 5425–5464 (2020).

Artículo CAS Google Scholar

Popp, A. y col. Futuros del uso de la tierra en las vías socioeconómicas compartidas. Globo. Reinar. Chang. 42, 331–345 (2017).

Artículo de Google Scholar

Lawrence, PJ, Lawrence, DM & Hurtt, GC Atribución de los impactos del ciclo del carbono del cambio histórico y futuro de CMIP5 en el uso de la tierra y la cobertura del suelo en el modelo del sistema terrestre comunitario (CESM1). J. Geophys. Res. Biogeoscos. 123, 1732-1755 (2018).

Artículo de Google Scholar

Malyshev, S., Shevliakova, E., Stouffer, RJ y Pacala, SW Contrastación de los efectos locales versus regionales de la heterogeneidad inducida por el cambio de uso de la tierra en el clima histórico: análisis con el modelo del sistema terrestre GFDL. J. Clim. 28, 5448–5469 (2015).

Artículo de Google Scholar

Ma, L. y col. Reglas globales para traducir el cambio de uso de la tierra (LUH2) en cambio de cobertura del suelo para CMIP6 utilizando GLM2. Geociencias. Desarrollo de modelos. 13, 3203–3220 (2020).

Artículo CAS Google Scholar

Rienecker, MM et al. MERRA: análisis retrospectivo de la era moderna de la NASA para investigaciones y aplicaciones. J. Clim. 24, 3624–3648 (2011).

Artículo de Google Scholar

Gelaro, R. y col. El análisis retrospectivo de la era moderna para investigaciones y aplicaciones, versión 2 (MERRA-2). J. Clim. 30, 5419–5454 (2017).

Artículo de Google Scholar

Dee, DP y cols. El reanálisis ERA-Interim: configuración y rendimiento del sistema de asimilación de datos. Meteorol QJR. Soc. 137, 553–597 (2011).

Artículo de Google Scholar

Hersbach, H. y col. El reanálisis global del ERA5. Meteorol QJR. Soc. 146, 1999-2049 (2020).

Artículo de Google Scholar

Christian, JI, Basara, JB, Otkin, JA y Hunt, ED Características regionales de las sequías repentinas en los Estados Unidos. Reinar. Res. Comunitario. 1, 125004 (2019).

Artículo de Google Scholar

Mukherjee, S. & Mishra, AK Análisis global de sequía repentina: incertidumbres de indicadores y conjuntos de datos. El futuro de la Tierra 10, e2022EF002660 (2022).

Parker, T., Gallant, A., Hobbins, M. & Hoffmann, D. Sequía repentina en Australia y su relación con la demanda por evaporación. Reinar. Res. Letón. 16, 064033 (2021).

Artículo de Google Scholar

Allen, RG, Pereira, LS, Raes, D. & Smith, M. Evapotranspiración de cultivos: pautas para calcular los requisitos de agua de los cultivos. Documento de Riego y Drenaje de la FAO 56 (FAO, 1998).

Milly, PCD & Dunne, KA Evapotranspiración potencial y secado continental. Nat. Subir. Chang. 6, 946–949 (2016).

Artículo de Google Scholar

Brutsaert, W. Evaporación a la atmósfera: teoría, historia y aplicaciones (Springer, 1982).

Savitzky, A. & Golay, MJE Suavizado y diferenciación de datos mediante procedimientos de mínimos cuadrados simplificados. Anal. Química. 36, 1627-1639 (1964).

Artículo CAS Google Scholar

Chen, J. y col. Un método sencillo para reconstruir un conjunto de datos de series temporales de NDVI de alta calidad basado en el filtro Savitzky-Golay. Sensores remotos. Medio ambiente. 91, 332–344 (2004).

Artículo de Google Scholar

Deng, S., Tan, X., Liu, B., Yang, F. y Yan, T. Una reversión en la ocurrencia global de sequías repentinas alrededor del año 2000 identificada por cambios rápidos en la proporción de estrés evaporativo estandarizado. Ciencia. Medio ambiente total. 848, 157427 (2022).

Artículo CAS Google Scholar

Gong, Z. y col. Las características de las sequías repentinas regionales en cuatro áreas típicas de China y sus posibles mecanismos. Ciencia. Medio ambiente total. 827, 154217 (2022).

Artículo CAS Google Scholar

Gou, Q. y col. Aplicación de un método mejorado de identificación espacio-temporal de sequías repentinas. J. hidrol. 604, 127224 (2022).

Artículo de Google Scholar

Hu, C. y col. Un nuevo marco para la identificación de sequías repentinas: perspectivas estadísticas multivariables y probabilísticas: identificación de sequías repentinas. En t. J. Climatol. 41, 5862–5878 (2021).

Artículo de Google Scholar

Edris, SG y cols. Análisis de los componentes críticos de la sequía repentina utilizando el índice de estrés evaporativo estandarizado. Agrícola. Meteorol forestal. 330, 109288 (2023).

Artículo de Google Scholar

Lisonbee, J., Woloszyn, M. & Skumanich, M. Dar sentido a la sequía repentina: definiciones, indicadores y hacia dónde vamos a partir de aquí. J. Aplica. Serv. Climatol. 2021, 1-19 (2021).

Artículo de Google Scholar

Anderson, MC, Norman, JM, Mecikalski, JR, Otkin, JA & Kustas, WP Un estudio climatológico de la evapotranspiración y el estrés por humedad en los Estados Unidos continentales basado en sensores remotos térmicos: 1. Formulación de modelos. J. Geophys. Res. Atmos. https://doi.org/10.1029/2006JD007506 (2007).

Otkin, JA et al. Examinar el desarrollo de sequías de inicio rápido utilizando el índice de estrés evaporativo basado en infrarrojo térmico. J. Hidrometeorol. 14, 1057-1074 (2013).

Artículo de Google Scholar

Otkin, JA, Anderson, MC, Hain, C. y Svoboda, M. Examinando la relación entre el desarrollo de la sequía y los cambios rápidos en el índice de estrés evaporativo. J. Hidrometeorol. 15, 938–956 (2014).

Artículo de Google Scholar

White, RH y Toumi, R. Las limitaciones del sesgo que corrige las entradas del modelo climático regional: limitaciones de la corrección del sesgo. Geofís. Res. Letón. 40, 2907–2912 (2013).

Artículo de Google Scholar

Chen, J., Brissette, FP y Caya, D. Fuentes de error restantes en los resultados del modelo climático con corrección de sesgo. Subir. Chang. 162, 563–582 (2020).

Artículo de Google Scholar

Maraun, D. Corrección parcial de simulaciones de cambio climático: una revisión crítica. actual. Subir. Chang. Representante 2, 211–220 (2016).

Artículo de Google Scholar

Maraun, D. y col. Hacia la corrección del sesgo de las simulaciones de cambio climático basada en el proceso. Nat Clim Chang. 7, 764–773 (2017).

Artículo de Google Scholar

Descargar referencias

Este trabajo fue financiado por la subvención OIA-1946093 de la Fundación Nacional de Ciencias.

Escuela de Meteorología, Universidad de Oklahoma, Norman, OK, EE.UU.

Jordan I. Christian, Elinor R. Martin, Jeffrey B. Basara y Jason C. Furtado

Escuela de Ingeniería Civil y Ciencias Ambientales, Universidad de Oklahoma, Norman, OK, EE. UU.

Jeffrey B. Basara

Instituto Cooperativo de Estudios de Satélites Meteorológicos, Centro de Ingeniería y Ciencias Espaciales, Universidad de Wisconsin–Madison, Madison, WI, EE. UU.

Jason A. Otkin

Departamento de Ingeniería, Universidad Wake Forest, Winston-Salem, Carolina del Norte, EE. UU.

Lauren EL Lowman

Escuela de Recursos Naturales, Universidad de Nebraska-Lincoln, Lincoln, NE, EE. UU.

Eric D. cazar

Ingeniería Civil, Instituto Indio de Tecnología (IIT), Gandhinagar, India

vimal mishra

Ciencias de la Tierra, Instituto Indio de Tecnología (IIT), Gandhinagar, India

vimal mishra

Departamento de Microbiología y Biología Vegetal, Centro de Análisis Espacial, Universidad de Oklahoma, Norman, OK, EE.UU.

Xiang Ming Xiao

También puedes buscar este autor en PubMed Google Scholar.

JIC concibió la idea presentada. JIC, ERM, JBB y JCF organizaron el esquema y desarrollaron la metodología. JAO desarrolló la metodología. JIC tomó la iniciativa en la redacción del manuscrito y proporcionó cifras. JIC, ERM, JBB, JCF, JAO, LELL, EDH, VM y XX contribuyeron a la redacción del artículo.

Correspondencia a Jordan I. Christian.

Los autores declaran no tener conflictos de intereses.

Communications Earth & Environment agradece a los revisores anónimos por su contribución a la revisión por pares de este trabajo. Editores principales: Leiyi Chen, Heike Langenberg. Los informes de los revisores pares están disponibles.

Nota del editor Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado a los autores originales y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Christian, JI, Martin, ER, Basara, JB et al. Las proyecciones globales de sequía repentina muestran un mayor riesgo en un clima que se calienta. Entorno Terrestre Comunitario 4, 165 (2023). https://doi.org/10.1038/s43247-023-00826-1

Descargar cita

Recibido: 10 de noviembre de 2022

Aceptado: 26 de abril de 2023

Publicado: 25 de mayo de 2023

DOI: https://doi.org/10.1038/s43247-023-00826-1

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.