Intercomparación de métodos de ajuste de sesgo para su aplicación en índices multivariados de estrés térmico en el sureste de Sudamérica

Abstract

Según el último informe del Panel Intergubernamental de Cambio Climático (IPCC), el continente sudamericano se encuentra altamente expuesto, vulnerable y fuertemente impactado por el cambio climático (IPCC, 2022). En esta región, el calentamiento global se refleja no solo en las tendencias al alza detectadas de temperaturas extremas (Balmaceda-Huarte y otros, 2022) sino también en diferentes amenazas climáticas y su creciente frecuencia. Entre ellos, episodios de olas de calor persistentes que afectan directamente el confort y la salud humana, así como la productividad laboral (Casanueva y otros, 2020). Concretamente, el estrés térmico surge como consecuencia del efecto combinado de altas temperaturas con altas humedades relativas, y se ve favorecido por otras variables meteorológicas como la radiación solar y la ausencia de viento, siendo entonces un problema multivariante. Algunos de los índices que se utilizan actualmente para cuantificar el estrés térmico son utilizados en los sistemas de alerta de calor de diferentes países del mundo (Burgstall y otros 2019) o para definir umbrales críticos en las normas internacionales de salud laboral (ISO 2017). Sin embargo, en el sur de Sudamérica, estos índices han sido muy poco estudiados, y en la mayoría de los países de la región los sistemas de alerta por calor están basados únicamente en umbrales de temperatura. Los Modelos Climáticos Regionales (RCMs, por sus siglas en inglés) son herramientas valiosas capaces de proporcionar información climática a escala local, lo cual resulta particularmente relevante en regiones como el sur de Sudamérica (SSA), donde la topografía compleja y el contraste tierra-océano influyen fuertemente en el clima. No obstante, los RCMs, presentan errores sistemáticos, los cuales deben ser corregidos para su adecuado uso en estudios que a menudo dependen de la superación de ciertos umbrales (como por ejemplo, los índices de estrés térmico). En estos casos, los métodos de corrección o ajuste de sesgos (BA por sus siglas en inglés, "bias adjustment”) son típicamente aplicados (Casanueva y otros 2020). Numerosos métodos de BA con diferentes características pueden encontrarse en la literatura, que van desde métodos simples a técnicas estadísticas complejas, métodos empíricos o paramétricos, métodos multivariados o univariados, entre otras variantes. Sin embargo, en Sudamérica el potencial de estas técnicas no se ha explorado de manera tan sustancial ni tan sistemática como en otras regiones del mundo. Ni menos aún para su aplicación en cálculo de índices de impacto multivariados como los indicadores de estrés térmico. En este sentido, el presente estudio busca evaluar diferentes métodos de BA en el sureste de Sudamérica (SESA) con especial foco en la estimación de índices multivariados de estrés térmico.