Las proyecciones globales de sequías repentinas muestran un mayor riesgo en un clima más cálido

Communications Earth & Environment volumen 4, Número de artículo: 165 (2023) Citar este artículo

3117 Accesos

477 Altmetric

Detalles de métricas

Las sequías repentinas, caracterizadas por un secado inusualmente rápido, pueden 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 globalmente entre todos los escenarios, con los aumentos más pronunciados observados 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 los escenarios de gama baja y media en comparación con los escenarios de gama alta indica una reducción notable en el riesgo anual de sequías repentinas en las tierras de cultivo.

De acuerdo con 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 desde la población mundial proyectada de 8.000 millones a fines de 20221. Se espera que la demanda asociada de agricultura se duplique en 2050, ejerciendo 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 requerida para satisfacer la demanda en las próximas décadas5,6.

De todos los extremos meteorológicos y climáticos, la sequía probablemente traerá los desafíos más complejos para los sistemas alimentarios y la productividad agrícola durante el próximo siglo7,8,9. Se prevé que sequías de varios tipos (p. ej., 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 (p. ej., la región de los monzones en el sureste de Asia), se espera un riesgo elevado de sequía de manera más constante en América Central, Europa y la Amazonía10,11, 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 con una advertencia limitada, al tiempo que provocan impactos de gran alcance en 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 condujo a 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 ocurrió durante una etapa de crecimiento sensible para los cultivos de trigo de invierno y primavera y condujo a rendimientos de trigo hasta un 70 % más bajos en los principales oblasts productores 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 aumento del 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 cambia el riesgo agrícola de sequías repentinas en el futuro? 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 va de 1850 a 2014, mientras que se utilizan tres escenarios para proyectar el desarrollo de sequías repentinas bajo diferentes vías socioeconómicas y niveles de forzamiento radiativo para los años 2015-2100. Los resultados identifican las características de las sequías repentinas en un clima más cálido y las regiones que son más susceptibles a los impactos de estos eventos.

Para cuantificar el desarrollo de la 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 el índice de estrés por evaporación estandarizado24 (SESR) y cuantificar la tasa de intensificación hacia la sequía (el componente "flash" de la sequía repentina). La humedad del suelo se utilizó para definir los umbrales de humedad en el desarrollo de la sequía repentina (el componente de "sequía" de la sequía repentina). SESR y la humedad del suelo son sensibles a las condiciones ambientales que cambian rápidamente hacia sequías repentinas18,24,25,26,27,28, brindan una alerta temprana para el desarrollo de sequías24,26,29, se corresponden con los impactos de 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 de local a 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 que abarca 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 las sequías repentinas de la CMIP6 en la mayoría de las ubicaciones a nivel mundial está dentro del \(\pm\)5 % de la ocurrencia de sequías repentinas basadas en reanálisis para el período que abarca 1980-2014, mientras que solo unas pocas ubicaciones presentan una frecuencia de sequías repentinas media multimodelo significativamente diferente (p < 0,1) que la media de múltiples reanálisis (p. ej., el sureste de los Estados Unidos y el este de Europa; Fig. 1 complementaria). En general, la frecuencia de las sequías repentinas se subestima levemente en los modelos CMIP6 en latitudes bajas a medias (0–40°) y se sobreestima levemente 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 puntos críticos globales de ocurrencia de sequías repentinas (es decir, 15 regiones de estudio seleccionadas con una frecuencia de sequías repentinas >30 % entre 1980 y 2014; Fig. 2 complementaria), la media de modelos múltiples de CMIP6 captura el ciclo estacional de ocurrencia de sequías repentinas representado por un nuevo análisis en una variedad de tipos de clima (Fig. 3 complementaria). Existe un acuerdo estadísticamente significativo (p < 0,1) en las regiones de estudio con excepciones en la península ibérica, el este de la Amazonía 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 habilidad para representar el desarrollo de sequías repentinas en escenarios futuros.

Hacia fines del siglo XXI (2066–2100), se proyecta que la ocurrencia 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 de SSP585 (8,2%) y luego SSP245 (9,5%). A nivel regional, los mayores aumentos proyectados en la ocurrencia de sequías repentinas se encuentran en Europa y el Amazonas. Los cambios disímiles en la frecuencia de las sequías repentinas entre los diferentes escenarios también son evidentes en África central cerca del Sahel, India y el norte de Australia. Se proyecta que la ocurrencia de sequía repentina permanezca sin cambios o aumente ligeramente en estas regiones para SSP126 y SSP245, pero disminuya en SSP585.

a–c El cambio medio multimodelo en la frecuencia de las sequías repentinas entre escenarios futuros de cambio climático (2066–2100) y el período histórico (1980–2014). Los escenarios de cambio climático futuro incluyen a SSP126, b SSP245 yc 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 el desarrollo de sequías repentinas.

Los puntos críticos regionales en la ocurrencia de sequías repentinas (ver la Fig. 2 complementaria) revelan patrones únicos en el riesgo de sequías repentinas a lo largo del tiempo (Fig. 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 un aumento o una disminución estadísticamente significativos (p < 0,1). tendencia en la sequía repentina (Figura complementaria 4). Sin embargo, las proyecciones futuras de ocurrencia 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 años. 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 SSP126 en regiones donde la frecuencia de sequías repentinas aumenta durante el siglo XXI (p. ej., la Península Ibérica, Europa del Este, el oeste de Rusia, el este del Amazonas y Asia Menor). Por el contrario, existen tendencias divergentes en los diversos escenarios del noreste de China, India, el Gran Valle del Rift y el norte de Australia. En estas regiones, SSP585 muestra una tendencia decreciente en la frecuencia de sequías repentinas, mientras que SSP126 muestra un aumento en la ocurrencia de sequías repentinas a 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.

Cobertura de sequía repentina anual media multimodelo en cada dominio de estudio para modelos históricos (negro), SSP126 (azul), SSP245 (naranja) y SSP585 (rojo). Se aplica un promedio móvil centrado de 30 años a cada serie de tiempo. 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 las sequías repentinas21,29,37,38. Como tal, es fundamental comprender cómo evoluciona el riesgo de sequías repentinas para las tierras de cultivo en diferentes escenarios climáticos. Globalmente, los modelos indican que el porcentaje de área de cultivo que experimentó una sequía repentina en el período histórico (1850-2014) disminuyó (África y Asia) o permaneció relativamente estacionario con el 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 experimenta sequías repentinas en continentes enteros para los escenarios histórico (negro), SSP126 (azul), SSP245 (naranja) y SSP585 (rojo). Se aplica un promedio móvil centrado de 30 años a cada serie de tiempo. 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, con SSP126 que muestra el riesgo más alto para las tierras de cultivo en Australia y SSP245 que proyecta el riesgo más bajo (y cambio mínimo en) 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 en el 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 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 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 (p. ej., pérdida de rendimiento agrícola, incendios forestales, olas de calor) se reduce notablemente en comparación con la sequía convencional de desarrollo más lento17. El aumento del riesgo de sequías repentinas en un clima más cálido amplifica aún más la frecuencia de estos impactos y es particularmente perjudicial en áreas donde la rápida pérdida de rendimiento agrícola puede conducir a la desestabilización de las economías regionales21.

Dado el conocimiento limitado del riesgo de sequías repentinas en un clima cálido, este estudio destaca las proyecciones globales de ocurrencia de sequías repentinas bajo diferentes escenarios de cambio climático en seis modelos CMIP6. En particular, este estudio cuantifica las tendencias en las sequías repentinas dentro de las regiones críticas globales de ocurrencia de sequías repentinas, así como los cambios en el riesgo agrícola de 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 de puntos críticos 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 proyecta que los seis continentes experimenten un mayor riesgo de sequía repentina en las tierras de cultivo entre todos los escenarios (Fig. 3). Estudios previos que investigaron proyecciones de sequías repentinas en modelos climáticos en regiones específicas concuerdan con nuestros hallazgos. Por ejemplo, un estudio28 mostró un riesgo creciente de sequías repentinas a fines del siglo XXI en el sureste de China, similar al que se muestra en la Fig. 1. Además, otro estudio39 reveló que los cambios en la frecuencia de las sequías repentinas en un clima más cálido en India son complicado debido a los cambios en la variabilidad intraestacional de la precipitación monzónica (Fig. 1). Las proyecciones de las características de las sequías repentinas también han demostrado que se espera que las sequías repentinas aumenten en duración y gravedad (magnitud de la sequía)40.

Las sequías repentinas se desarrollan debido a la combinación de déficit de precipitación y aumento de la demanda por 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 la sequía repentina (p. ej., el noreste de China) o incluso una disminución en la frecuencia de la sequía repentina (p. ej., 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 muestran disminuciones notables en las precipitaciones, especialmente en los escenarios SSP245 y SSP585, y un aumento asociado en la ocurrencia de sequías repentinas.

Además de la precipitación, el aumento de PET también puede contribuir a una mayor frecuencia de sequías repentinas. Incluso si la precipitación permanece relativamente estacionaria a lo largo del tiempo en una región, los niveles más altos de demanda de evaporación conducirán a un agotamiento más rápido de la humedad del suelo y aumentarán la probabilidad de sequías repentinas a través del 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 más grandes vinculados a un mayor forzamiento radiativo neto (Figura complementaria 6). Se prevé que las temperaturas aumenten más en latitudes más altas (Figura complementaria 6). Se observa un patrón similar para PET, con la mayoría de las regiones hacia el ecuador de 30 ° experimentando aumentos relativamente menores en PET a fines 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 los escenarios de cambio climático futuro se superponen a las regiones con aumentos esperados en la frecuencia de las 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 creciente de ocurrencia de sequías repentinas. Además, las regiones con aumentos mínimos en 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 dentro de los escenarios climáticos futuros. En las 14 regiones de puntos críticos 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 la PET que un cambio negativo en la precipitación, mientras que 1 región exhibe un cambio porcentual negativo mayor en la precipitación que un cambio positivo en la PET (Amazonia oriental; Fig. 4). Dentro del contexto de modelos históricos y conjuntos de datos de reanálisis durante el período de desarrollo de la sequía repentina, generalmente se ha encontrado que la precipitación es el principal impulsor de la sequía repentina, mientras que la demanda evaporativa es un contribuyente secundario importante31,43. Sin embargo, en el contexto del cambio climático, se prevé que los aumentos en la demanda de evaporación durante el próximo siglo sean mayores y, como tales, probablemente sean más importantes para un mayor riesgo de desarrollo de sequías repentinas, en comparación con la disminución de las precipitaciones. Si bien los cambios en la humedad del suelo en las proyecciones son mínimos en comparación con los cambios en la demanda de precipitación y evaporación, 9 de las 15 regiones de estudio tienen un ligero secado (media de los escenarios entre −0,2 y −6,5 %) en la humedad del suelo al final de los veinte años. primer siglo (Fig. 4). El coeficiente de determinación también indica que la varianza explicada en los cambios de frecuencia de sequía repentina a partir de cambios en PET (67,4 %) es mayor que la varianza explicada en los cambios de frecuencia de sequía repentina a partir de cambios en la precipitación (52,9 %; Fig. 4). Sin embargo, es importante tener en cuenta que la relación más fuerte y la mayor varianza explicada de los cambios en la frecuencia de las sequías repentinas es 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 precipitación reducida y aumento de PET24,41.

a El cambio en la mediana de varios modelos 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 sequía repentina (FD), precipitación ( P), la evapotranspiración potencial (PET) y la humedad del suelo en la zona de 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 frecuencia de sequía repentina 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 las pérdidas agrícolas, el estrés del ecosistema, el desarrollo de incendios forestales y la reducción de los recursos hídricos37,41,44,45. Estos impactos pueden exacerbarse 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, con los mayores aumentos observados en SSP585 (32,1 %; Fig. 8 complementaria) y específicamente en el norte de Sudamérica, el Sahel y partes de la India (>70 % ).

Varios factores promueven una intensificación más rápida de la sequía, como niveles más altos de demanda evaporativa y diferencias en el tipo de cobertura del suelo18,44,46,47. A nivel mundial, se prevé que el PET aumente durante el siglo XXI, y probablemente sea el factor impulsor más importante en el aumento global general de las tasas de intensificación de las sequías repentinas (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 alineados espacialmente con grandes disminuciones en la cubierta forestal primaria (Figura complementaria 9). La conversión de tierras boscosas en la Amazonía de bosques a tierras de cultivo y pastos altera el clima al extender los períodos secos48,49. La deforestación conduce a disminuciones en la ET, ya que hay menos vegetación presente para realizar la fotosíntesis, y a disminuciones en las precipitaciones sobre las regiones deforestadas, ya que los cambios en los balances de energía y agua crean condiciones más secas en general50,51. Debido a que los bosques son más resistentes 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 sequías repentinas.

Bajo el cambio climático futuro, las tierras de cultivo no solo estarán en mayor riesgo de sequía52, 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 complementaria 10). Como tal, el área total de tierras de cultivo proyectada para experimentar una sequía repentina también aumenta a lo largo del período futuro. Sin embargo, el porcentaje relativo de tierra agrícola que se ve afectada por la rápida intensificación de la sequía también aumenta debido a las proyecciones de mayor frecuencia en la ocurrencia 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 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 SSP245) en comparación con escenarios más agresivos (es decir, SSP585) del cambio climático futuro. Bajo 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 sequías repentinas 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 ejercerán una mayor presión sobre 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 sequías repentinas en la producción agrícola. En el futuro, se necesita investigación futura 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 de nivel superior, 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 en el contexto del calentamiento global.

Los datos de uso de la tierra se toman del proyecto Armonización del uso de la tierra (LUH2 v2f)53. LUH2 proporciona estados de uso del suelo 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 correspondientes de la CMIP6. Es importante tener en cuenta que, si bien los modelos CMIP6 utilizan el mismo conjunto de datos de uso y cobertura de la tierra (LULC) (LUH2 v2f), puede existir incertidumbre al clasificar las 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 resistentes al desarrollo de sequías repentinas (p. ej., bosques frente a pastizales frente a 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 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 de manera efectiva 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 la 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 la 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 ; Cuadro complementario 1).

La ET, PET y la humedad del suelo cerca de la superficie diarias 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. El PET diario se derivó de cada conjunto de datos utilizando la ecuación Penman-Monteith de la Organización para la Agricultura y la Alimentación65. Es importante tener en cuenta que el PET calculado a través de la ecuación de Penman-Monteith (y otras formulaciones comunes de PET) no considera el papel del aumento de la concentración de CO2 en el calentamiento del clima y puede dar lugar 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 del secado. 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 en la ecuación para 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 la 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 \({{{{{{{\rm{SESR}}}}}}}}_{{ijp}}\) (referido como SESR) es la puntuación z de ESR en un punto de cuadrícula específico (i, j) para una pentada p específica, \(\overline{{{{{{{\rm{ESR}}}}}}}\) es la ESR media en un punto de cuadrícula específico (i, j) para una determinada pentada p para los años entre 1980 y 2014, y \({\sigma }_{{{{{{\rm{ESR}}}}}}}\) es la desviación estándar de ESR en un punto de cuadrícula específico (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 usó el filtro Savitzky-Golay68 para suavizar la serie temporal de SESR en cada punto de la cuadrícula y preservar los momentos más altos en los datos32. Siguiendo la guía de las aplicaciones a las observaciones de sensores remotos69, se usó 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.

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

donde \({({\Delta {{{{{{\rm{SESR}}}}}}}}_{{ijp}})}_{z}\) (referido como ΔSESR) es el z- puntuación del cambio en SESR de una pentada a otra pentada en un punto de cuadrícula específico (i, j) para una pentada p específica, \(\overline{\Delta {{{{{{\rm{SESR}}}}} }}}\) es el cambio medio en los valores SESR en un punto de cuadrícula específico (i, j) para una pentada p específica para los años entre 1980 y 2014, y \({\sigma }_{\Delta {{{{ {{\rm{SESR}}}}}}}}\) es la desviación estándar de los cambios de SESR en un punto de cuadrícula específico (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 cambia 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 y 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 longitud de los modelos climáticos (1850– 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 delinear entre períodos secos a corto plazo y eventos en los que la rápida intensificación de la sequía conduce al impacto de la sequía. 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 superiores a 30°N en el hemisferio norte y entre septiembre y abril en latitudes hacia el polo de 30°S en el hemisferio sur. Esto se debe a las limitaciones en la demanda de evaporación durante la estación fría, de modo que la rápida intensificación de la sequía está muy restringida24. Se identificaron sequías repentinas durante todo el año en latitudes ecuatoriales (entre 30°S y 30°N) ya que los altos niveles de demanda evaporativa están disponibles durante todo el año.

En estudios previos que utilizaron la metodología original de sequía repentina SESR18,24,25,27,31,62,63,70,71,72,73,74, se usaron dos criterios separados pero complementarios para identificar la tasa rápida de intensificación hacia la sequía ( es decir, el componente "flash" de la sequía repentina). Los dos criterios se utilizaron para dar cuenta de la variabilidad de pentada a pentada en la tasa de intensificación de la sequía durante la sequía repentina. Sin embargo, la aplicación del filtro Savitzky-Golay en la serie temporal SESR permite una simplificación de estos criterios, de modo que se puede utilizar un criterio individual (ΔSESR menor o igual al percentil 25) para identificar la intensificación rápida 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 sequías repentinas de SESR, los valores de SESR por debajo del percentil 20 se utilizaron para verificar que se alcanzaron las condiciones de sequía durante las sequías repentinas24. Sin embargo, dadas las escalas de tiempo de varios siglos examinadas en este estudio y los cambios complejos de SESR durante largos períodos de tiempo debido a cambios en la temperatura, la precipitación, el 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.

Los resultados confiables y sólidos para las proyecciones climáticas de sequías repentinas pueden ser particularmente desafiantes, dado que la identificación de eventos de sequías repentinas es sensible a los conjuntos de datos, las variables y la metodología de identificación utilizada en el análisis27,63. Este estudio aprovechó varios enfoques para aumentar la confiabilidad y la solidez de los resultados presentados aquí. En primer lugar, este estudio utiliza un enfoque de conjuntos 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 usaron seis modelos CMIP6 para contribuir a la media de varios 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 de múltiples variables para la identificación de sequías repentinas17,32,63 para aumentar la solidez de los resultados y minimizar la variabilidad creada al usar 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 utilizados para definir la sequía repentina75 y, aunque la mayoría de los estudios usan 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 "flash" (a través del estrés por evaporación) y el componente de "sequía" (a través de la humedad del suelo) de la rápida intensificación de la sequía. Además, el estrés por evaporación es multivariante 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 sequías repentinas conocidos y notables y corresponder con los impactos de sequía indicados por otras métricas de sequía. Este estudio utilizó una versión modificada de Christian et al. (2019, 2022)24,32 El enfoque de identificación que, junto con SESR, capturó la evolución espacial y temporal de los principales eventos de sequías repentinas (p. ej., el centro de Estados Unidos en 2012 y el suroeste de Rusia en 201018,25) se compara favorablemente con los Estados Unidos. State Drought Monitor24, 25 (USDM), y corresponde a la desecación de la superficie terrestre detectada a través de sensores remotos satelitales. 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 fue etiquetado como "año de sequía repentina" si ocurrió al menos una sequía repentina. Posteriormente, los conjuntos de datos se promediaron 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 históricos CMIP6 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 nuevos conjuntos de datos cuadriculados interpolados.

Para las series temporales, todos los puntos de la cuadrícula que sufrieron sequías repentinas durante un año determinado se acumularon y luego se convirtieron a un porcentaje, lo 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.

Los puntos de cuadrícula para ubicaciones que son demasiado áridas o frías se enmascararon en cada mapa espacial. Las ubicaciones áridas se determinaron calculando el índice de aridez como:

donde P es la precipitación anual promedio y PET es la ET potencial anual promedio del conjunto de datos MERRA-2 entre los años 1980 y 2014. Específicamente, los puntos de la cuadrícula se enmascararon donde el índice de aridez promedio anual estaba por debajo de 0.2 (ubicaciones áridas e hiperáridas). ) o donde el PET diario promedio 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 más secas y tienen más probabilidades de experimentar efectos vegetativos, agrícolas o ambientales debido a sequías repentinas. Además, el umbral de PET requiere que las regiones tengan suficiente demanda de evaporación durante la temporada de crecimiento para permitir tasas más altas de ET, suficiente agotamiento de la humedad del suelo y mayor estrés por evaporación para crear un rápido desarrollo de sequía.

En este estudio, se utilizó un enfoque de promedio de conjunto con los modelos CMIP6 en lugar de la corrección de sesgo individual de cada modelo. Los métodos de corrección de sesgos pueden mejorar los medios climatológicos 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 dar lugar a tendencias no físicas en las proyecciones futuras82. Debido a estas limitaciones, se analizaron las comparaciones espaciales y temporales de las medias de varios modelos 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 de 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 las 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 et al. Seguridad alimentaria: el desafío de alimentar a 9 mil millones de personas. Ciencia 327, 812–818 (2010).

Artículo CAS Google Académico

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 Google Académico

Tilman, D., Balzer, C., Hill, J. & Befort, BL La demanda mundial de alimentos y la intensificación sostenible de la agricultura. proc. Academia Nacional. ciencia EE. UU. 108, 20260–20264 (2011).

Artículo CAS Google Académico

Seager, R., Naik, N. & Vogel, L. ¿El calentamiento global causa una variabilidad hidroclimática interanual intensificada? J. Clim. 25, 3355–3372 (2012).

Artículo Google Académico

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 Google Académico

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

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

Artículo CAS Google Académico

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

Artículo Google Académico

Cook, BI et al. Proyecciones de sequía del siglo XXI en los escenarios de forzamiento de la 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 Google Académico

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

Artículo Google Académico

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

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

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

Artículo Google Académico

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. Adelantarse 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 de sequía repentina e impactos en cascada asociados con la ola de calor rusa de 2010. Reinar. Res. Letón. 15, 094078 (2020).

Artículo Google Académico

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

Artículo Google Académico

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

Artículo Google Académico

Caza, E. et al. Impactos en la agricultura y la seguridad alimentaria de la sequía repentina de Rusia de 2010. Tiempo Clim. Extremos 34, 100383 (2021).

Artículo Google Académico

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

Eyring, V. et al. Descripción general del diseño experimental y la organización de la fase 6 del proyecto de intercomparación de modelos acoplados (CMIP6). Geosci. Desarrollo del modelo 9, 1937–1958 (2016).

Artículo Google Académico

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

Artículo Google Académico

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

Artículo Google Académico

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

Artículo Google Académico

Osman, M. et al. Inicio de 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 Google Académico

Yuan, X. et al. Cambio antropogénico hacia un mayor riesgo de sequía repentina en China. Nat. común 10, 4661 (2019).

Artículo Google Académico

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 los Estados Unidos. agricola Meteorol del Bosque. 218, 230–242 (2016).

Artículo Google Académico

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

Artículo Google Académico

Christian, JI et al. Distribución global, tendencias y factores impulsores de la ocurrencia de sequías repentinas. Nat. común 12, 6330 (2021).

Artículo CAS Google Académico

Christian, JI et al. Identificación de sequías repentinas a partir del índice de aguas superficiales terrestres basado en satélites. Aplicación de sensor remoto Soc. Reinar. 26, 100770 (2022).

Google Académico

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

Artículo Google Académico

Mukherjee, S. & Mishra, AK Un indicador multivariante de sequía repentina para identificar puntos críticos globales y controles climáticos asociados. Geofísico. 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 y recuperación repentina en el centro-sur de los Estados Unidos. J. Hidrometeorol. 20, 549–562 (2019).

Artículo Google Académico

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

Hoell, A. et al. 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 Google Académico

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

Artículo Google Académico

Mishra, V., Aadhar, S. y Mahto, SS El calentamiento antropogénico y la variabilidad de los monzones de verano intraestacionales aumentan el riesgo de futuras sequías repentinas en la India. Npj Clima. atmósfera ciencia 4, 1 (2021).

Artículo Google Académico

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

Artículo CAS Google Académico

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

Artículo Google Académico

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

Artículo Google Académico

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

Jin, C. et al. La sequía repentina de 2012 amenazó los agroecosistemas del medio oeste de EE. UU. Mentón. Geogr. ciencia 29, 768–783 (2019).

Artículo Google Académico

Zhang, M., Yuan, X. y Otkin, JA Detección remota 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 Académico

Chen, L., Ford, TW & Yadav, P. El papel de la vegetación en la ocurrencia de sequías repentinas: un estudio de sensibilidad utilizando el modelo de sistema de tierra comunitaria, versión 2. J. Hydrometeorol. 22, 845–857 (2021).

Artículo Google Académico

Zhang, M. & Yuan, X. Reducción rápida en la productividad del ecosistema causada por sequías repentinas basada en observaciones FLUXNET de una década. Hidrol. Sistema Tierra ciencia 24, 5579–5593 (2020).

Artículo CAS Google Académico

Malhi, Y. et al. Explorando la probabilidad y el mecanismo de una muerte regresiva de la selva amazónica inducida por el cambio climático. proc. Academia Nacional. ciencia EE. UU. 106, 20610–20615 (2009).

Artículo CAS Google Académico

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. atmósfera https://doi.org/10.1029/2010JD015174 (2011).

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

Artículo Google Académico

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

Artículo CAS Google Académico

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. Clima Res. 39, 31–46 (2009).

Artículo CAS Google Académico

Hurtt, GC et al. Armonización de la gestión y el cambio global del uso de la tierra para el período 850–2100 (LUH2) para CMIP6. Geosci. Desarrollo del modelo 13, 5425–5464 (2020).

Artículo CAS Google Académico

Popp, A. et al. Futuros usos de la tierra en las vías socioeconómicas compartidas. globo Reinar. Chang. 42, 331–345 (2017).

Artículo Google Académico

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

Artículo Google Académico

Malyshev, S., Shevliakova, E., Stouffer, RJ y Pacala, SW Contraste 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 Google Académico

Ma, L. et al. Reglas globales para traducir el cambio de uso del suelo (LUH2) a cambio de cobertura del suelo para CMIP6 utilizando GLM2. Geosci. Desarrollo del modelo 13, 3203–3220 (2020).

Artículo CAS Google Académico

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

Artículo Google Académico

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

Artículo Google Académico

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

Artículo Google Académico

Hersbach, H. et al. El reanálisis global ERA5. Meteorol QJR. Soc. 146, 1999–2049 (2020).

Artículo Google Académico

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

Artículo Google Académico

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. y Hoffmann, D. Sequía repentina en Australia y su relación con la demanda por evaporación. Reinar. Res. Letón. 16, 064033 (2021).

Artículo Google Académico

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

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

Artículo Google Académico

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

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

Artículo CAS Google Académico

Chen, J. et al. Un método simple para reconstruir un conjunto de datos de series temporales de NDVI de alta calidad basado en el filtro Savitzky-Golay. Sensores Remotos Entorno. 91, 332–344 (2004).

Artículo Google Académico

Deng, S., Tan, X., Liu, B., Yang, F. & Yan, T. Una reversión en las ocurrencias globales de sequías repentinas alrededor de 2000 identificadas por cambios rápidos en la relación de estrés por evaporación estandarizada. ciencia Entorno Total. 848, 157427 (2022).

Artículo CAS Google Académico

Gong, Z. et al. Las características de las sequías repentinas regionales en cuatro áreas típicas de China y los posibles mecanismos. ciencia Entorno Total. 827, 154217 (2022).

Artículo CAS Google Académico

Gou, Q. et al. Aplicación de un método mejorado de identificación espacio-temporal de sequías repentinas. J. Hydrol. 604, 127224 (2022).

Artículo Google Académico

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

Artículo Google Académico

Edris, SG et al. Análisis de los componentes críticos de la sequía repentina utilizando el índice de estrés evaporativo estandarizado. agricola Meteorol del Bosque. 330, 109288 (2023).

Artículo Google Académico

Lisonbee, J., Woloszyn, M. y Skumanich, M. Dar sentido a la sequía repentina: definiciones, indicadores y hacia dónde vamos desde aquí. Aplicación J. serv. Climatol. 2021, 1–19 (2021).

Artículo Google Académico

Anderson, MC, Norman, JM, Mecikalski, JR, Otkin, JA y 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 del modelo. J. Geophys. Res. atmósfera https://doi.org/10.1029/2006JD007506 (2007).

Otkin, JA et al. Examinar el desarrollo rápido de la sequía utilizando el índice de estrés por evaporación basado en el infrarrojo térmico. J. Hidrometeorol. 14, 1057–1074 (2013).

Artículo Google Académico

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

Artículo Google Académico

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

Artículo Google Académico

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

Artículo Google Académico

Maraun, D. Bias corrigiendo simulaciones de cambio climático: una revisión crítica. actual Clima Chang. Rep. 2, 211–220 (2016).

Artículo Google Académico

Maraun, D. et al. Hacia la corrección del sesgo informada por el proceso de las simulaciones de cambio climático. Nat Clim Chang. 7, 764–773 (2017).

Artículo Google Académico

Descargar referencias

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

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, NC, EE. UU.

Lauren EL Lowman

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

eric d caza

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.

Xiangming Xiao

También puede 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 de escribir el 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 de manejo principal: Leiyi Chen, Heike Langenberg. Los informes de los revisores están disponibles.

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

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar 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 regulación legal o excede el uso permitido, deberá obtener el 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, Martín, ER, Basara, JB et al. Las proyecciones globales de sequía repentina muestran un mayor riesgo en un clima más cálido. Entorno terrestre común 4, 165 (2023). https://doi.org/10.1038/s43247-023-00826-1

Descargar cita

Recibido: 10 noviembre 2022

Aceptado: 26 abril 2023

Publicado: 25 mayo 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, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido 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.