¿Qué es Downscaling?

Downscaling se basa en el principio de que el clima regional es un proceso al azar que está condicionado por el clima de gran escala. El clima regional es el resultado de las interacciones de la atmósfera, el océano, la topografía, el uso de suelo, etc. Por lo tanto, el objetivo del downscaling empírico/estadístico es derivar información local o regional a través de la inferencia de las relaciones que existen en diferentes escalas usando una función de transferencia al azar o determínistica de tal forma que:

Downscaling no es una técnica nueva; sin embargo, actualmente se le utiliza desde un punto de vista que es conceptualmente nuevo: derivación de la variabilidad y cambio climático a nivel local. Este nuevo downscaling surge en los 80s como una necesidad de mejorar las proyecciones (escenarios) de cambio climático a nivel local generadas por los modelos globales acoplados de atmósfera/océano (AOGCMs). Estos modelos de gran escala (> 1o de lat/long de resolucióon) aún no son capaces de modelar correctamente las variaciones climáticas a escala regional y local. Para resolver este problema se han desarrollado diversas metodologías de regionalización climática desde aproximaciones bastante simples y puramente empíricas, pasando por técnicas estadísticas (lineales y no lineales, paramétricas y no paramétricas) hasta modelos híbridos más sofisticados (estadístico/dinámico).

Yo tengo tres publicaciones en el area de downscaling mediante redes neuronales artificiales: Cavazos, 1997, 1999, 2000.

Para una revisión extensa de downscaling, metodologías y aplicaciones ver: von Storch et al. 2000