Reporte Final Escenarios3cncch VFinal LR

DESARROLLO DE LOS
ESCENARIOS
CLIMÁTICOS
DE HONDURAS
Y MÓDULO ACADÉMICO
D E C A PA C I TA C I Ó N
El presente informe forma parte de las consultorías realizadas por
el Programa de las Naciones Unidas para el Desarrollo (PNUD),
para la elaboración de la Tercera Comunicación Nacional sobre
Cambio Climático de Honduras dentro de la Convención Marco
de las Naciones Unidas sobre Cambio Climático (CMNUCC).
OCTUBRE 2018
DESARROLLO DE LOS
ESCENARIOS
CLIMÁTICOS
DE HONDURAS
Y MÓDULO ACADÉMICO
D E C A PA C I TA C I Ó N
Sdp/00090482/001-2017
OCTUBRE 2018
Preparado por
Carlos Eduardo Navarro Racines (CIAT)
Fredy Alexander Monserrate Rojas (CIAT)
Lizeth Llanos Herrera (CIAT)
Diego Obando Bonilla (CIAT)
Juana Marcela Córdoba Sánchez (CIAT)
Revisado por
Luis Carlos Guardiola Gómez (PTCN/MiAmbiente)
Cita correcta:
Navarro-Racines, C., Monserrate, F., Llanos-Herrera, L, Obando, D. Córdoba, J. (2018)
Desarrollo de los Escenarios Climáticos de Honduras y Módulo Académico de Capacitación.
Centro Internacional de Agricultura Tropical (CIAT); Programa de las Naciones Unidas para el
Desarrollo (PNUD); Dirección Nacional de Cambio Climático de MiAmbiente. 140p.
Contenido
Acrónimos ..................................................................................................................................... 10
Antecedentes ................................................................................................................................. 11
Introducción .................................................................................................................................. 13
Área de Estudio ............................................................................................................................. 15
Caracterización del clima histórico ............................................................................................... 16
Manejo de la información meteorológica ................................................................................. 18
Llenado de datos ....................................................................................................................... 23
Distribución espacial de las observaciones ............................................................................... 25
Clima de referencia ................................................................................................................... 27
Proyecciones futuras ..................................................................................................................... 34
Escenarios de emisiones ........................................................................................................... 34
Modelos Generales de Circulación ........................................................................................... 36
Cambios proyectados ................................................................................................................ 38
Precisión de los modelos ........................................................................................................... 43
Variables secundarias................................................................................................................ 45
Incertidumbres .......................................................................................................................... 47
Metodología de downscaling .................................................................................................... 50
Fichas regionales....................................................................................................................... 53
Incremento del nivel del mar ........................................................................................................ 86
Comparación entre los escenarios de la segunda y tercera comunicación nacional y otros

escenarios de cambio climático para Honduras y la región ...................................................... 89
Repositorios de Información ......................................................................................................... 91
3
Línea base o normal climatológica a nivel mensual ................................................................. 93
Estaciones meteorológicas ........................................................................................................ 93
Escenarios de cambio climático para la plataforma continental de Honduras.......................... 95
Escenarios de cambio climático para la plataforma oceánica de Honduras ............................. 97
Aplicación web ......................................................................................................................... 99
Módulo académico de capacitación ............................................................................................ 100
Generalidades .......................................................................................................................... 100
Tutorial para estudiantes y docentes ....................................................................................... 103
Evidencias del módulo ............................................................................................................ 107
Conclusiones y recomendaciones ............................................................................................... 109
Observaciones y recomendaciones para el manejo y gestión de información meteorológica en

Honduras ................................................................................................................................. 109
Conclusiones y recomendaciones de la consultoría para la generación de los escenarios

climáticos de Honduras ........................................................................................................... 111
Bibliografía ................................................................................................................................. 113
Anexos ........................................................................................................................................ 120
4
Lista de Figuras
Figura 1. Regiones de desarrollo según Plan de Nación de la República de Honduras empleadas

en los análisis de clima histórico y futuro. ................................................................................... 15
Figura 2. Detección de errores en la serie de tiempo de temperatura máxima diaria para la estación
Tela-78706 (CENAOS-COPECO; arriba) y de precipitación acumulada diaria para la estación San
Francisco JFK – 27013 (DGRH-SERNA; abajo). ........................................................................ 21
Figura 3. Detección de datos atípicos a nivel mensual y anual de precipitación para la estación de
Olanchito (Red CENAOS-COPECO)........................................................................................... 22
Figura 4. Rellenado de datos faltantes para la estación 21 de Octubre – 56035
(CENAOS/COPECO). Observaciones en negro, CHIRPS en rojo y datos modelados en azul. .. 24
Figura 5. Distribución de las estaciones meteorológicas recopiladas de diversas fuentes, para
precipitación (arriba) y para temperatura (abajo). ........................................................................ 26
precipitación (arriba) y para temperatura (abajo). ........................................................................ 26
Figura 7. Precipitación acumulada mensual de referencia (línea base). Mapas derivados de la
interpolación de datos de estaciones meteorológicas de diversas fuentes. Valores en mm/mes. . 29
Figura 8. Temperatura mínima mensual de referencia (línea base). Mapas derivados de la
interpolación de datos de estaciones meteorológicas de diversas fuentes. Valores en grados
Celsius. .......................................................................................................................................... 29
Figura 9. Temperatura media mensual de referencia (línea base). Mapas derivados de la
Celsius. .......................................................................................................................................... 30
Figura 10. Temperatura máxima mensual de referencia (línea base). Mapas derivados de la
Celsius. .......................................................................................................................................... 30
Figura 11. Precipitación acumulada anual (arriba) y estacional (abajo) de referencia. Mapas
derivados de la interpolación de datos de estaciones meteorológicas de diversas fuentes. Valores
en mm............................................................................................................................................ 31
5
Figura 12. Temperatura media anual (arriba) y estacional (abajo) de referencia. Mapas derivados
de la interpolación de datos de estaciones meteorológicas de diversas fuentes. Valores en grados
Celsius. .......................................................................................................................................... 32
Figura 13. Validación cruzada de la interpolación de las superficies climáticas mensuales de
Honduras para la precipitación acumulada mensual (A y D), temperatura máxima (B y E),
temperatura mínima mensual (C y F). A-C muestra la variación del coeficiente de determinación
R2 y las Figuras D-F del error cuadrático medio ECM. Línea roja punteada 50% y continua 75%
del métrico. ................................................................................................................................... 33
Figura 14. Cambio de la temperatura global (media y desviación estándar) en relación a 1986-2005
para los escenarios SRES (CMIP3) y los escenarios de RCP (CMIP5). El número de modelos se
indica entre paréntesis. Los diagramas de caja (media, desviación estándar, y el mínimo a máximo
rango) se dan para 2080-2099 para CMIP5 (colores) y para el modelo MAGICC calibrado para 19
modelos CMIP3 (negro). Fuente: Knutti & Sedláček (2012). ...................................................... 35
Figura 15. Cambios proyectados en precipitación (arriba), temperatura mínima (medio) y
temperatura máxima estacional (abajo) para 2030s, 2050s y 2080s bajo el escenario RCP 2.6. . 39
Figura 19. Comparación (R2 arriba y EMC abajo) de la climatología observada (Superficies
interpoladas [LB] y estaciones meteorológicas [ST]) para Honduras. Precipitación acumulada
(izquierda) y temperatura media (derecha) anual (ANU) y trimestral (DEF, MAM, JJA, SON). 44
Figura 20. Cambios proyectados en radiación solar (arriba) y velocidad media del viento (abajo)
para 2030s, 2050s y 2080s bajo el escenario RCP 2.6.................................................................. 45
6
Figura 24. Incertidumbres en la proyección de precipitación total para RCP 8.5 en 2050s.
Izquierda: A) Cambio en precipitación total de un promedio de 18 GCMs. B) promedio del primer
cuartil (25%), C) promedio del tercer cuartil (75%), y D) fracción de GCMs en acuerdo con la
dirección del cambio medio de la precipitación. Derecha: Dispersión de GCMs (sombreado) entre
diferentes escenarios y periodos y media de todos los modelos (línea azul). .............................. 48
Figura 25. Incertidumbres en la proyección de temperatura media anual para RCP 8.5 en 2050s.
A) Cambio en temperatura media anual de un promedio de 18 GCMs. B) promedio del primer
cuartil (25%), C) promedio del tercer cuartil (75%), y D) desviación estándar. Dispersión de GCMs
(sombreado) entre diferentes escenarios y periodos y media de todos los modelos (línea naranja).
....................................................................................................................................................... 49
Figura 26. Ilustración del proceso de reducción a escala con la temperatura máxima de enero
utilizando el GCM BCCR-BCM 2.0: (a) datos de referencia, (b) datos futuros para 2050 (promedio
2040-2069), (c) delta o anomalía para 2050 , (d) delta o anomalía para el 2050 con los centroides
GCM (puntos) superpuestos, (e) anomalías interpoladas 30 segundos de arco, y (e) superficie
climática reducida a escala futura a una resolución espacial de 30 segundos de arco. Tomado de
Ramírez-Villegas et al. (2010a). ................................................................................................... 52
Figura 27. Componentes de las fichas de cambio climático de las subregiones de desarrollo. .... 53
Figura 28. Aumento del nivel del futuro, bajo RCP 4.5 y 8.5. Evolución en horizontes de tiempo.
....................................................................................................................................................... 87
Figura 29. Aumento del nivel del mar histórico (desde 1993) y futuro, bajo los RCP 4.5 y 8.5.
Evolución año tras año hasta fin de siglo...................................................................................... 88
Figura 30. Acceso a las capas SIG e Información en la Plataforma Agua de Honduras
https://aguadehonduras.gob.hn/descargas.html ............................................................................ 92
Figura 31. Información meteorológica de Honduras disponible a través del portal CCAFS-Climate.
....................................................................................................................................................... 94
Figura 32. Aplicación web desarrollada en la plataforma Agua de Honduras para consultar los
resultados de los escenarios de cambio Climático de Honduras................................................... 99
Figura 33. Gestión de la Información hidroclimática en Honduras (Peña, 2016). ..................... 109
7
Lista de Tablas
Tabla 1. Regiones de desarrollo de la República de Honduras y cuencas que las componen. ..... 16
Tabla 2. Número de estaciones por fuente y variable antes y después del control de calidad. .... 23
Tabla 3. Descripción y referencias de las cuatro familias de RCP ............................................... 34
Tabla 4. Modelos de Circulación General (GCM) empleados en la Tercera Comunicación ....... 37
Tabla 5. Comparación de escenarios de cambio climático generados para Honduras ................. 89
Tabla 6. Acrónimos de las variables, RCPs, Temporadas y periodos generadas ......................... 92
Tabla 7. Metadatos para la plataforma Dataverse de la línea base climática o normal climatológica.
....................................................................................................................................................... 93
Tabla 8. Metadatos para la plataforma Dataverse de los escenarios de cambio climático de la
plataforma continental en Honduras ............................................................................................. 95
Tabla 9. Metadatos para la plataforma Dataverse de los escenarios de cambio climático de la
plataforma oceánica en Honduras ................................................................................................. 98
Tabla 10. Actualización del análisis de la situación de la información hidro-meteorológica en
Honduras de acuerdo al esquema planteado por Peña (2016) con la visión del CIAT ............... 110
8
Lista de Anexos
Anexo 1. Listado general de estaciones con información de precipitación empleadas en el
desarrollo de la línea base climatológica luego del control de calidad ....................................... 120
Anexo 2. Listado general de estaciones con información de temperatura empleadas en el desarrollo
de la línea base climatológica luego del control de calidad ........................................................ 122
Anexo 3. Disponibilidad de datos de estaciones de DGRH........................................................ 123
Anexo 4. Disponibilidad de datos de estaciones de COPECO ................................................... 124
Anexo 5. Disponibilidad de datos de estaciones de ENEE ......................................................... 125
Anexo 6. Disponibilidad de datos de estaciones de SANAA ..................................................... 126
Anexo 7. Guía de consulta de estaciones meteorológicas procesadas por CIAT para CENAOS-
COPECO ..................................................................................................................................... 127
Anexo 8. Guía de consulta de estaciones meteorológicas procesadas por CIAT para INETER
(Nicaragua) ................................................................................................................................. 129
Anexo 9. Guía de consulta de estaciones meteorológicas procesadas por CIAT para SANAA 131
Anexo 10. Agenda módulo de capacitación a expertos .............................................................. 132
Anexo 11. Agenda módulo de capacitación a tomadores de decisión ........................................ 135
Anexo 12. Registro fotográfico del módulo académico de capacitación presencial en la EAP
Zamorano y el centro interactivo de mi Ambiente+ ................................................................... 137
9
Acrónimos
CENAOS Centro de Estudios Atmosféricos Oceanográficos y Sísmicos
CMNUCC Convención Marco de las Naciones Unidas sobre Cambio Climático
COP Conferencia de las Partes
COPECO Comisión Permanente de Contingencias
DGRH Dirección General de Recursos Hídricos
ENEE Empresa Nacional de Energía Eléctrica
GCM Modelos de Circulación General (siglas en inglés)
GEI Gases de Efecto Invernadero
NOAA Administración Nacional Oceánica y Atmosférica (siglas en inglés)
OMM Organización Meteorológica Mundial
PNUD Programa de las Naciones Unidas para el Desarrollo
RCP Caminos Representativos de Concentración (siglas en inglés)
RCM Modelo Climático Regional (siglas en inglés)
SANAA Servicio Autónomo Nacional de Acueductos y Alcantarillados
SERNA Secretaría de Recursos Naturales y Ambiente
10
Antecedentes
Honduras es signatario de convenios y tratados internacionales en materia de cambio climático,

adquiriendo con ellos compromisos ante las Conferencias de las Partes (COP) de las Naciones
Unidas. En efecto, Honduras firmó la CMNUCC y la ratificó en 1995, logrando hasta el presente
grandes avances en cuanto al cumplimiento de los tratados internacionales y para la reducción de
la vulnerabilidad ante el cambio climático. Estos avances incluyen la creación de la Oficina
Nacional de Cambio Climático, llamada a partir del 2010 Dirección Nacional de Cambio Climático
(DNCC). En ese mismo año, se elaboró la Estrategia Nacional de Cambio Climático (ENCC), se
conformó el Comité Interinstitucional de Cambio Climático (CICC) y se formuló la Ley de
Cambio Climático. Asimismo, se trabaja en la construcción de políticas, leyes, estrategias,
mecanismos, proyectos de políticas y leyes para la acción climática.
En el año 2015 se inició el proceso de elaboración del Plan Nacional de Adaptación (PNA), el cual
se consolidó en el 2016 como un proceso de consulta participativa que involucró a los diversos
actores de la sociedad hondureña y sectores gubernamentales, considerando las experiencias
previas y conocimientos tradicionales y científicos. El PNA Sirve como un instrumento estratégico
que visualiza la adaptación al cambio climático como un proceso de desarrollo que ubica a las
personas en el centro de la intervención y que forma parte del Sistema Nacional de Planificación.
En 2017, Honduras pasó a formar parte de la NDC Partnership, una coalición global que trabaja
para mejorar la implementación de compromisos climáticos y en 2018, la Oficina Presidencial de
Cambio Climático y la Secretaría de Recursos Naturales y Ambiente de la República de Honduras,
aprobaron el plan de acción del país para cumplir sus compromisos con el Acuerdo de París,
convirtiéndola en el primer país miembro del NDC Partnership para desarrollar y finalizar un Plan
de Acción del NDC Partnership.
Para cumplir los compromisos adquiridos en materia de mitigación y adaptación al cambio

climático, Honduras ha adelantado también Comunicaciones Nacionales que son la principal
fuente de información sobre el posible comportamiento del cambio climático a futuro y de donde
parten el desarrollo de acciones nacionales, regionales y locales. Para la elaboración de la Primera
11
Comunicación Nacional (SERNA, 2000) Honduras participó en la ejecución de un proyecto
centroamericano de cambio climático financiado por la Agencia de Protección Ambiental de los
Estados Unidos en 1998. Se realizaron estudios de vulnerabilidad de los recursos hídricos,
agrometeorología y los recursos marinos costeros al cambio climático.
Para la Segunda Comunicación Nacional en Honduras, el Centro de Estudios Nacionales

Atmosféricos, Oceanográficos y Sísmicos (CENAOS), perteneciente a la Comisión Permanente
de Contingencias de Honduras (COPECO) desarrollaron escenarios de cambio climático basados
en los escenarios SRES (Informes Especiales sobre Escenarios de Emisiones) del Panel
Intergubernamental de Expertos sobre Cambio Climático (IPCC). Los escenarios fueron realizados
sobre los horizontes de tiempo 2020 y 2030 utilizando los escenarios pesimista SRES-A2 y
optimista SRES-B2 (Argeñal, 2010). Paralelamente CEPAL desarrollo escenarios climáticos
regionalizados para el 2030, presentados en la publicación sobre la Economía del Cambio
Climático en Honduras (CEPAL et al., 2016). Los escenarios 2030 presentan las bases para las
medidas de adaptación en el largo plazo de vigencia del PNA.
12
Introducción
Cumpliendo con los compromisos adquiridos ante la Convención Marco de las Naciones Unidas
sobre el Cambio Climático (CMNUCC), Honduras avanza en la generación de la Tercera
Comunicación de Cambio Climático, donde se informe a las Naciones Unidas sobre los avances
de la gestión en cuanto a cambio climático. El cambio climático se ha convertido en una
preocupación importante en todo el mundo y para adaptarse a sus impactos, primero se deben
entender los cambios esperados. Las comunicaciones nacionales son la principal fuente de
información sobre el posible comportamiento del cambio climático a futuro, y fuente obligada de
consulta para el desarrollo de acciones nacionales, regionales y locales.
Uno de los elementos base para comprender qué podría ocurrir con el clima a futuro viene de los
escenarios de cambio climático. De acuerdo con el IPCC (2007) un escenario de cambio climático
es la representación posible y generalmente simplificada del posible clima futuro. Los escenarios
son utilizados como base para el planeamiento estratégico y pueden requerirse para: ilustrar el
cambio climático, proyectar de las consecuencias potenciales del cambio climático, el
planeamiento estratégico ante riesgos de incrementos de nivel del mar y de inundaciones y
desarrollar políticas de control de las emisiones y de adaptación.
La información climática actual y futura desarrollada con la construcción de los escenarios de

cambio climático se constituyen en el elemento base para determinar cómo dicho fenómeno podrá
afectar a la República de Honduras. La generación de los escenarios de cambio climático para la
el país contempló dos fases: 1) generación de la línea base climatológica (clima de referencia) en
base a registros de estaciones meteorológicas, 2) generación de las proyecciones futuras de clima
en base a Modelos de Circulación General (GCM por sus siglas en inglés).
Para la generación de la línea base climatológica se empleó información de variables

meteorológicas entre 1981-2010 proveniente de estaciones meteorológicas de diversas fuentes
(nacionales y regionales) a nivel diario, las cuáles se agregaron a nivel mensual y posteriormente
se promediaron en normales climatológicas de 30 años. Las estaciones fueron sometidas a
13
controles de calidad estadísticos y complementación de datos faltantes apoyados en datos
satelitales.
En la generación de datos de cambio climático futuro, se emplearon las salidas de las simulaciones
más recientes de GCM corridas sobre cuatro escenarios de emisiones denominados Caminos
Representativos de Concentración (RCP, por sus siglas en inglés). Se proyectaron horizontes de
corto, mediano y largo plazo (2030s, 2050s y 2080s), relevantes para toma de decisión en gestión
ambiental, salud pública, energía y agrícola. Se generaron resultados detallados y agregados por
cada una de las 16 subregiones de desarrollo establecidas en el marco conceptual del Plan de
Nación y Visión de país (CNEG, 2010). Se muestran los cambios en precipitación y temperatura
mínima y máxima mensual, a nivel nacional y regional. De la misma, manera se hicieron
proyecciones del aumento del nivel del mar a futuro.
Para la apropiación de la información por parte de los actores nacionales, especialmente tomadores
de decisión, se desarrolló un módulo académico de capacitación, una aplicación web para consultar
los resultados de escenarios y fichas regionales que resumen los posibles impactos del cambio en
el clima sobre los diversos medios de vida de cada región de desarrollo.
El presente informe forma parte de las consultorías realizadas por el Programa de las Naciones
Unidas para el Desarrollo (PNUD), para la elaboración de la Tercera Comunicación Nacional
sobre Cambio Climático de Honduras dentro de la Convención Marco de las Naciones Unidas
sobre Cambio Climático (CMNUCC).
14
Área de Estudio
Se considera todo el territorio de Honduras incluyendo la zona insular para el estudio. Para la
caracterización del clima se recolectó información de estaciones meteorológicas en todo el
territorio del país sumado a recursos de información de Guatemala, El Salvador y Nicaragua. Para
la generación de las superficies climáticas de referencia fue utilizado un marco de interpolación
mayor al territorio de Honduras para asegurar que los recursos de información o estaciones
climáticas de otros países se incluyeran (12.3-16.8°N de latitud y ~90-83° W de longitud).
Para línea base de referencia y las proyecciones de cambio climático, se generaron superficies de
1 km de resolución y se hicieron análisis regionales tomamos como referencia las 16 subregiones
de desarrollo del país delimitadas en el marco conceptual Visión de País 2010 – 2038 (CNEG,
2010). La Tabla 1 y Figura 1 muestran la organización de las regiones y las cuencas hidrográficas
que las componen. Estas regiones fueron planteadas de acuerdo a la organización del territorio en
grandes corrientes de agua, las cuales también definen regiones de desarrollo socioeconómico. La
división está basada variables socio-económicas y en las cuencas hidrográficas del país. Las 16
subregiones se tomarán como base para la elaboración de fichas regionales de cambio climático.
Figura 1. Regiones de desarrollo según Plan de Nación de la República de Honduras empleadas en los
análisis de clima histórico y futuro.
15
Tabla 1. Regiones de desarrollo de la República de Honduras y cuencas que las componen.
Región Cuencas Hidrográficas Subregiones
1. Región del Valle de Sula Ulúa 1. Valle de Sula

Chamelecón 2. Comayagua
Motagua 3. Occidente
2. Región del Valle de Lean o Aguán 4. Valle de Lean

Caribe Hondureño Sico Paulaya 5. Valle de Aguán
6. Cordillera de Nombre de Dios
3. Región de la Biosfera Patuca 7. Norte de Olancho

Plátano 8. Valle de Olancho
Coco o Segovia 9. Biosfera del Rio Plátano
Warunta 10. La Mosquitia
Nakunta 11. El Paraíso
Cruta
Mocorón
4. Región Sur Choluteca 12. Distrito Central

Goascorán 13. Golfo de Fonseca
Negro
Sampile
5. Región Lempa Lempa 14. Lempa
6. Región de Arrecife Islas de la Bahía 15. Mesoamericano

Mesoamericano 16. Santa Bárbara
Caracterización del clima histórico
La caracterización del clima de un lugar determinado se realiza a partir de la estadística del tiempo
atmosférico en un periodo de tiempo prolongado. En la ciencia del clima, es común el uso de
normales climatológicas que hacen referencia al valor medio de un elemento climático durante un
lapso de tiempo de al menos 30 años (WMO, 2012). Las normales climatológicas constituyen una
base con la que se puede evaluar las condiciones del clima en una zona, comparar las observaciones
presentes o recientes, y en particular para fundamentar muchos conjuntos de datos basados en
anomalías (e.g. escenarios de cambio climático). El procedimiento de definición de una normal
climatológica de acuerdo a lo recomendado por la organización meteorológica mundial (WMO,
16
2012), es el procedimiento propuesto por el IPCC1 que permite establecer una referencia estándar
para evaluar los impactos del cambio climático.
Como el clima varía naturalmente de un año a otro se utilizan medias de 30 años de temperaturas,
precipitaciones, humedad y otras variables para definir, por ejemplo, la magnitud de una ola de
calor o una tormenta en el contexto histórico. Recientemente, el aumento de las concentraciones
atmosféricas de gases de efecto invernadero está cambiando el clima de la tierra mucho más rápido,
por consiguiente, es necesario calcular normales utilizando periodos de 30 años recientes
(Williams, 2014), tales como 1971-2000 o 1981-2010.
La información primaria para la representación de los patrones climáticos de referencia de una

zona es el registro de estaciones meteorológicas. Dicha información puede provenir de redes
locales, nacionales, regionales e incluso globales. A mayor densidad de estaciones y confiablidad
de los datos, mejor será la representación del clima de la zona. Los patrones históricos de las
variables climatológicas se generan a partir de la interpolación espacial de promedios mensuales
multianuales de la información de las estaciones, procedimiento que se presenta en detalle en una
sección posterior (e.g. Hijmans et al., 2005).
En el marco de la Tercera Comunicación Nacional sobre Cambio Climático en Honduras, se

generaron normales climatológicas del periodo 1981-2010 en base a información de estaciones
meteorológicas de diversas fuentes. Se interpolaron las medias aritméticas (promedio) mensuales
multianuales a alta resolución (~1 Km2), para las variables de precipitación, temperatura máxima
y mínima. Se usó altitud como co-variable para estimar los efectos de la topografía sobre el clima.
La media aritmética o, como se conoce normalmente, el promedio, es una de las estadísticas más
frecuentemente utilizadas en climatología. Se calcula dividendo simplemente la suma de los
valores entre el número de valores (OMM, 2011).
1
http://www.ipcc.ch/ipccreports/tar/wg2/index.php?idp=144
17
Manejo de la información meteorológica
Análisis de impacto de cambio climático requieren de información meteorológica confiable como

datos de entrada. Sin embargo, las redes climatológicas nacionales de la mayoría de países
centroamericanos están caracterizadas por la baja densidad de estaciones. Esto dificulta capturar
la variación ambiental que puede ser mayor en las montañas y otras áreas con gradientes
altitudinales. La orientación brindada por la Organización Meteorológica Mundial (OMM) dice
que una red debe proporcionar una representación satisfactoria de las características climáticas de
todo tipo de terreno en el territorio, incluyendo llanuras, regiones montañosas, mesetas, costas,
islas, entre otros (WMO, 2015).
Existen además algunas limitaciones en el trabajo con información de estaciones meteorológicas,

a saber: (1) existen zonas donde no es posible ubicar una estación; (2) las estaciones no siempre
están bien administradas, por lo que los datos solo están disponibles durante un corto período o
contienen espacios vacíos; (3) los datos recopilados no se almacenan adecuadamente en formatos
estándares; (4) los datos no superan los controles de calidad básicos y (5) el acceso a los datos está
restringido por las instituciones poseedoras de las información. Todas estas restricciones afectan
los análisis de clima y destacan la importancia de hacer públicos los datos (Ramirez-Villegas &
Challinor, 2012). Debido a las limitaciones mencionadas y para poder lograr una buena
representación climatológica en el desarrollo de los escenarios de cambio climático para Honduras,
se hizo una recopilación de información meteorológica de diferentes organizaciones nacionales,
regionales y globales, a saber:
 La Dirección General de Recursos Hídricos (DGRH) – Secretaría de Recursos Naturales y

Ambiente (SERNA).
 El Centro de Estudios Atmosféricos Oceanográficos y Sísmicos (CENAOS) - La Comisión
Permanente de Contingencias (COPECO).
 El Servicio Autónomo Nacional de Acueductos y Alcantarillados (SANAA).
 La Empresa Nacional de Energía Eléctrica (ENEE).
 El Instituto Nicaragüense de Estudios Territoriales (INETER)
18
 El Ministerio de Medio Ambiente y Recursos Naturales de El Salvador (MARN).
 El Instituto Nacional de Sismología, Vulcanología, Meteorología e Hidrología de
Guatemala (INSIVUMEH).
 La Red Global de Climatología Histórica (GHCN, siglas en inglés).
 El Resumen diario de Superficie Global (GSOD, siglas en inglés).
Tras la recopilación de la información y dado que cada una de las instituciones utiliza su
información para diferentes propósitos y la almacenan en diferentes formatos, se realizó una
estandarización de los datos. Así mismo, para asegurar la calidad de la información se diseñó un
esquema de control de calidad de los datos con el que se depuraron datos erróneos o dudosos
relacionados con problemas en la observación realizada por el lector meteorológico y/o
errores de digitalización o transcripción de la información. Posterior a eso, rellenamos datos
faltantes empleando métodos estadísticos. Los códigos de programación para el reformateo de los
datos, control de calidad y rellenado de datos faltantes se encuentran en un repositorio de GitHub2
del estudio.
Para el análisis de control de calidad se aplicaron los 5 filtros que son descritos a continuación:
 Control 1. Revisión de rangos. Valores teóricos – gruesos en datos diarios:

o Precipitación: valores entre 0 a 600 mm.
o Temperatura máxima: valores entre 15 a 45 °C.
o Temperatura mínima: valores entre –2 a 30 °C.
 Control 2. Consistencia interna entre las temperaturas mínimas y máximas: Con este filtro
se verifica que en el mismo día no se presenten temperaturas mínimas mayores a las
máximas, de ser así, se procede a reemplazar por dato faltante.
2
https://github.com/CIAT-DAPA/usaid_hnd
19
 Control 3. Valores atípicos (mensual y anual): Se definen como los valores mayores al
tercer cuartil (Q3) más 5 veces el rango intercuartílico (RIQ) o menor que el primer cuartil
(Q1) menos 5 veces el RIQ.
 Control 4. Días consecutivos con igual valor: Se identifican rachas de 5 días o más con
valores iguales. Éstos pasan a ser dato faltante. Para el caso de precipitación no se tienen
en cuenta los días consecutivos con 0 mm.
 Control 5. Diferencias entre observaciones consecutivas: Este filtro solo aplica para las
temperaturas diarias, se verifica que de un día a otro consecutivo no se presenten
diferencias mayores a 15 grados Celsius.
Otros controles estadísticos como los de homogeneidad u otros no fueron realizados debido a la
ausencia de la información necesaria. Es así como, en los casos en los que la historia de la estación
está bien documentada y se han efectuado suficientes mediciones paralelas respecto de los cambios
de emplazamiento, instrumentos, u observador, podría procederse a una homogeneización basada
en esa información cualitativa y cuantitativa. El archivo de todos los metadatos históricos es de
suma importancia para homogeneizar eficazmente las series temporales de datos climatológicos y
todos los servicios meteorológicos deberían prestarle especial atención (OMM, 2011). En el caso
de estudio, no se realizó análisis de homogeneidad, debido a que no se contaba con información
de los metadatos de las estaciones meteorológicas, que son fundamentales para apoyar los test
estadísticos que se utilizan para detectar cambios en la serie.
En la Figura 2 se muestra un ejemplo de detección de errores de acuerdo a los métodos propuestos

en las series meteorológicas de temperatura máxima diaria para la estación Tela-78706 (CENAOS-
COPECO) y precipitación acumulada diaria para la estación San Francisco JFK – 27013 (DGRH-
SERNA). Los puntos rojos hacen referencia a datos consecutivos iguales, los cuales se procedieron
a reemplazar como dato faltante, al igual que los datos que se encontraron por fuera del rango
permitido (puntos verdes). En la Figura 3 se puede apreciar un ejemplo de corrección de datos
atípicos para la estación Olanchito-33004 (CENAOS-COPECO). De acuerdo a los rangos
encontrados se muestran con círculos aquellos puntos considerados como atípicos.
20
Figura 2. Detección de errores en la serie de tiempo de temperatura máxima diaria para la estación
Tela-78706 (CENAOS-COPECO; arriba) y de precipitación acumulada diaria para la estación San
Francisco JFK – 27013 (DGRH-SERNA; abajo).
21
Figura 3. Detección de datos atípicos a nivel mensual y anual de precipitación para la estación de
Olanchito (Red CENAOS-COPECO).
Todos los pasos mencionados del control de calidad se encuentran compilados en el paquete
RClimTool (Llanos-Herrera, 2014), el cual identifica y corrige los errores en los datos de
estaciones. Solo las estaciones con menos del 40% de datos faltantes fueron seleccionadas para el
análisis de línea base. Se seleccionó el periodo 1981-2010, con el periodo de referencia de línea
base, puesto que contenía el mayor porcentaje de información asociada a las estaciones y es el
periodo de la normal climatológica histórica más reciente. El número total de estaciones
meteorológicas antes y después de ese proceso se muestra en la Tabla 2 y la lista de estaciones
después del procesamiento de control de calidad figura en el Anexo 1.
22
Tabla 2. Número de estaciones por fuente y variable antes y después del control de calidad.
Precipitación Temperatura máxima Temperatura mínima

Fuente
Antes Después Antes Después Antes Después
DGRH 121 59 24 - 24 -
COPECO 33 29 14 14 14 14
SANAA 8 8 3 - 3 -
ENEE 39 39 8 8 8 8
INETER 130 111 17 17 17 17
MARN 25 25 25 25 25 25
INSIVUMEH 8 8 - - - -
GHCN 33 3 5 5 5 5
GSOD 12 - 12 - 12 -
Total 409 282 108 69 108 69
Llenado de datos
Una vez hecho el análisis de control de calidad de todas las estaciones recolectadas, aplicamos una
metodología de llenado de datos faltantes basada en datos derivados de satélite y de reanalisis.
Para precipitación la metodología genera un modelo de regresión lineal entre las observaciones
con control de calidad y lo observado por CHIRPS (Climate Hazards group Infrared Precipitation
with Stations, siglas en inglés; Funk et al., 2015) para el punto de localización de la estación. Para
las estaciones con buen ajuste del modelo lineal (R2 >0.4), se predicen los valores de precipitación
basados en el modelo ajustado para la estación a escala mensual. Se descargaron datos de CHIRPS
para el período 1981-20103 a 0.05º (~5km) de resolución. Un ejemplo de los resultados de este
proceso se muestra en la Figura 4, donde se presentan los datos de precipitación para la estación
3
Disponibles en ftp://ftp.chg.ucsb.edu/pub/org/chg/products/CHIRPS-2.0
23
21 de Octubre – 56035 (CENAOS-COPECO) y su respectivo ajuste utilizando los datos de
CHIRPS, los cuales explican un 78% del total de la variabilidad para esta estación (R2= 0.78).
Figura 4. Rellenado de datos faltantes para la estación 21 de Octubre – 56035 (CENAOS/COPECO).

Observaciones en negro, CHIRPS en rojo y datos modelados en azul.
En el caso de la temperatura, se empleó para el llenado de datos faltantes TerraClimate

(Abatzoglou et al., 2018), un set de datos mensuales de alta resolución (0.04° ~4km) que combina
las normales climatológicas de alta resolución de WorldClim v2.0 (Fick & Hijmans, 2017) con
datos de resolución más gruesa como CRU TS v4.0 (Harris et al., 2014) y JRA-55 (Kobayashi et
al., 2015). El ajuste de TerraClimate en comparación a la mayoría de estaciones es mayor al 70%
(R2=0.7). Los códigos de programación para el reformateo de los datos, control de calidad y
rellenado de datos faltantes se encuentran en el repositorio de GitHub4 del estudio.
4
https://github.com/CIAT-DAPA/usaid_hnd
24
Distribución espacial de las observaciones
La distribución espacial de las estaciones meteorológicas resultantes tras los procesos de control
de calidad y llenado de datos faltantes para Honduras se muestra en la Figura 6 y Figura 6. Los
mapas muestran que la mayoría de las estaciones están ubicadas al oeste del país tanto para
precipitación como para temperatura. El conjunto de datos más grande proviene de DGRH
dispersos por todo el territorio, con baja densidad en llanuras por debajo de 200 msnm y bosques.
Considerando esta y otras fuentes de información, se obtienen 135 estaciones con precipitación y
22 con temperatura (máxima y mínima) dentro de los límites del país (vea un listado completo de
estaciones después del control de calidad en los Anexo 1-2).
La red meteorológica hondureña denota una densidad de una estación en 830 km2 para
precipitación y 5113 km2 para temperatura. Aproximadamente un 90% de las estaciones se
encuentran debajo de los 1000 msnm. Así mismo, gran cantidad de estaciones tienen series de
tiempo incompletas, siendo algunos casos, inferiores a un año de datos (vea Anexo 3-Anexo 6).
Esto factores hacen ver la necesidad de complementar la base de datos con otras redes regionales
y globales. Sumando datos provenientes de INETER (Nicaragua), MARN (El Salvador),
INSIVUMEH (Guatemala), GHCN (global) y GSOD (global) se obtiene una base de datos final
con 282 estaciones de precipitación y 69 de temperatura (Anexo 1-2).
En algunas áreas de baja densidad de estaciones con información de precipitación, se complementó

la red con datos derivados de CHIRPS. Se seleccionaron puntos aleatorios en zonas fuera del radio
de acción de las estaciones meteorológicas (>25 km) basados en funciones de densidad de Kernell.
Se establecen 131 puntos, denominados pseudo-estaciones (Figura 5). La complementación con
datos CHIRPS es importante en la modelación del clima por los patrones heterogéneos del país y
la influencia de los efectos atmosféricos locales en el clima nacional. El mismo procedimiento se
empleó para datos de temperatura, en este caso usando datos 25 puntos extraídos de TerraClimate
(Figura 6).
25
precipitación (arriba) y para temperatura (abajo).

precipitación (arriba) y para temperatura (abajo).
26
Clima de referencia
Con el objetivo de caracterizar el clima histórico para la República de Honduras, se desarrollaron

superficies climáticas mensuales a través de interpolación espacial de los promedios
climatológicos a nivel mensual de cada estación de acuerdo a los procedimientos descritos
anteriormente. Las superficies fueron generadas a ~1 km2 de resolución (30 arco segundos), para
precipitación, temperatura máxima y mínima. De estas últimas se derivaron el rango de
temperatura (diferencia entre la temperatura máxima y mínima) y la temperatura media. Asimismo
se agregaron todas las variables por trimestres: Diciembre-Enero-Febrero (DEF), Marzo-Abril-
Mayo (MAM), Junio-Julio-Agosto (JJA) y Septiembre-Octubre-Noviembre (SON). En función a
la disponibilidad de datos se seleccionó el periodo 1981-2010 para el cálculo del clima de
referencia.
Para el desarrollo del clima de referencia se interpolaron las estaciones siguiendo el procedimiento
descrito por Hijmans et al (2005), empleando el algoritmo ANUSPLIN versión 4.4, el cual utiliza
una técnica de suavizado denominada thin-plate spline para la interpolación espacial de datos
multivariados y ruidosos, aprobada por la OMM. Se hizo una interpolación de segundo orden
empleando latitud, longitud y elevación como variables independientes. Se usó el modelo de
elevación digital CGIAR SRTM (Jarvis et al., 2008b). A fin de evaluar el desempeño en la
interpolación se hicieron comparaciones entre los datos de estaciones de la línea base original y
datos de estaciones de las nuevas superficies interpoladas (observados vs. interpolados).
Adicionalmente, se realizó un método de validación cruzada, usando k =25 como una cantidad
aceptable de iteraciones y un porcentaje de test/train de 25/75 para analizar el error. Los códigos
para generar la interpolación y todos los métodos aquí descritos se encuentran en el repositorio de
códigos de GitHub mencionado anteriormente.
Los resultados de la interpolación para las variables precipitación acumulada, temperatura

máxima, media y mínima a nivel mensual se muestran en las Figuras 7 a 10 y a nivel estacional
(trimestral y anual) en las Figuras 11 y 12 para precipitación y temperatura media. La resolución
27
espacial de 1 km2 permite capturar la variedad ambiental que se puede perder a bajas resoluciones,
particularmente en las montañas.
Los mapas generados muestran la distribución típica de las lluvias hondureñas, principalmente
monomodal. La temporada de lluvias en el país comienza en Mayo y concluye en Noviembre. En
JJA y SON, las lluvias son generalizadas con mayores volúmenes de agua en altitudes elevadas (>
1600 msnm) y menores en las zonas más planas. El trimestre DEF muestra sequía estacional en la
mayor parte del país. La estación seca comienza en Noviembre, cuando la lluvia ha disminuido.
En las zonas montañosas y el litoral pacífico (Golfo de Fonseca) durante la estación lluviosa se
presenta una disminución en la precipitación en un período conocido como Canícula o veranillo,
el cual se puede apreciar en los meses de Julio y Agosto, hacia el centro y sur del país (Argeñal,
2010).
Debido a la posición geográfica tropical de Honduras, la cantidad de sol recibida durante el año es
prácticamente la misma, lo que produce que la temperatura es homogénea entre meses. Algunas
variaciones se producen por la cercanía al mar y por su altitud. Al comienzo de la estación seca
los frentes fríos provenientes del norte suelen llegar durante toda la temporada hasta los meses de
Marzo o Abril. En consecuencia, la temperatura es más baja en el trimestre Diciembre-Enero-
Febrero y aumenta en el resto de los meses. Las temperaturas medias más bajas se presentan en el
mes de Diciembre y oscilan entre 8°C, en las partes altas de la sierra de Celaque, hasta 28°C en
las planicies del sur, mientras que el mes más caliente es el de abril donde las temperaturas medias
oscilan desde los 10°C en las partes altas de la sierra de Celaque hasta 31°C en las planicies del
sur (Argeñal, 2010). En junio la temperatura más alta de toda Honduras se registra en el Valle de
Sula, eso se debe a que es hasta en este mes que se inicia la temporada lluviosa en la región
noroccidental.
28
Figura 7. Precipitación acumulada mensual de referencia (línea base). Mapas derivados de la
interpolación de datos de estaciones meteorológicas de diversas fuentes. Valores en mm/mes.
Figura 8. Temperatura mínima mensual de referencia (línea base). Mapas derivados de la interpolación
de datos de estaciones meteorológicas de diversas fuentes. Valores en grados Celsius.
29
Figura 9. Temperatura media mensual de referencia (línea base). Mapas derivados de la interpolación de
datos de estaciones meteorológicas de diversas fuentes. Valores en grados Celsius.
Figura 10. Temperatura máxima mensual de referencia (línea base). Mapas derivados de la interpolación
de datos de estaciones meteorológicas de diversas fuentes. Valores en grados Celsius.
30
Figura 11. Precipitación acumulada anual (arriba) y estacional (abajo) de referencia. Mapas derivados
de la interpolación de datos de estaciones meteorológicas de diversas fuentes. Valores en mm.
31
Figura 12. Temperatura media anual (arriba) y estacional (abajo) de referencia. Mapas derivados de la
interpolación de datos de estaciones meteorológicas de diversas fuentes. Valores en grados Celsius.
32
La Figura 13. muestra una evaluación el rendimiento del algoritmo de interpolación a través de la
validación cruzada. La precipitación acumulada mensual para los datos modelados y observados
muestra un coeficiente de determinación (R2) mayor a 0.5 (50%; línea punteada roja) en la mayoría
de meses y 0.75 (75%; línea roja continua) en los meses más secos (Noviembre-Marzo). La
variación del R2 es alta en todos los meses y más baja en los meses más húmedos. Pese a ello, el
Error Medio Cuadrático (EMC) sigue siendo bajo, especialmente en los meses más secos (<40
mm; línea roja punteada). El coeficiente R2 a lo largo de los meses es más alto para la temperatura
mínima y más bajo para la temperatura máxima, sin embargo, el error permanece por debajo de
0.3 ° C en ambos casos, mostrando una amplia confidencia del algoritmo de interpolación.
Figura 13. Validación cruzada de la interpolación de las superficies climáticas mensuales de Honduras
para la precipitación acumulada mensual (A y D), temperatura máxima (B y E), temperatura mínima
mensual (C y F). A-C muestra la variación del coeficiente de determinación R2 y las Figuras D-F del
error cuadrático medio ECM. Línea roja punteada 50% y continua 75% del métrico.
33
Proyecciones futuras
Escenarios de emisiones
Un escenario de emisión es un resultado plausible y consistente que ha sido construido para

explicar las consecuencias potenciales de la influencia de las emisiones humanas de gases de efecto
invernadero sobre el clima (Jones et al., 2004). Es, por tanto, una representación de futuras
emisiones de sustancias que son activamente radioactivas (por ejemplo, gases de efecto
invernadero) que van en función de supuestos o hipótesis acerca de factores externos, tales como
demografía, desarrollo socio-económico y cambio tecnológico a futuro.
Nunca se sabrá exactamente como las emisiones antropogénicas cambiarán el futuro, sin embargo,
el IPCC (Panel Intergubernamental de Cambio Climático) ha desarrollado cuatro familias de
escenarios para el Quinto Reporte de Evaluación (IPCC, 2013) denominadas Caminos
Representativos de Concentración (RCP, siglas en inglés), denominados así: RCP 8.5, RCP 6.0,
RCP 4.5 y RCP 2.6 (vea una descripción en la Tabla 3). Los números se refieren a los valores de
forzamiento radiativo al 2100 relativos a los valores pre-industriales.
Tabla 3. Descripción y referencias de las cuatro familias de RCP
RCP Descripción Modelo Referencias Principales

Aumento del forzamiento radiativo Rao et al. (2006)
RCP 8.5 MESSAGE
que conduce a 8.5 W/m2 en 2100. Riahi et al. (2007, 2011)
Estabilización sin exceder de 6
Fujino et al. (2006)
RCP 6.0 W/m2 y estabilización después de AIM
Hijioka et al. (2008)
2100.
Estabilización sin exceder de 4.5 Smith and Wigley (2006)
GCAM
RCP 4.5 W/m2 y estabilización después de Clarke et al. (2007)
(MiniCAM)
2100. Wise et al. (2009)
Pico en forzamiento radiativo a ~ 3
van Vuuren et al. (2006,
RCP 2.6 W/m2 antes de 2100 y disminución IMAGE
2007)
posterior.
34
En el marco de la Tercera Comunicación Nacional, se hicieron proyecciones de cambio climático
para los horizontes de tiempo de corto, mediano y largo plazo. Se trabajan en promedios de 30
años futuros, delimitados así: 2020-2049 (2030s), 2040-2069 (2050s) y 2070-2099 (2080s). Como
lo muestra la Figura 14, hacia los periodos de tiempo más lejanos temperatura global no convergen
en relación con el modelo de cambio medio para un escenario dado. Por tal motivo, se consideraron
todo el abanico de los 4 RCPs (2.6, 4.5, 6.0 y 8.5) en la generación de las proyecciones. No se
realizaran series de tiempo de los periodos porque el objetivo es analizar el cambio climático
progresivo.
Figura 14. Cambio de la temperatura global (media y desviación estándar) en relación a 1986-2005 para
los escenarios SRES (CMIP3) y los escenarios de RCP (CMIP5). El número de modelos se indica entre
paréntesis. Los diagramas de caja (media, desviación estándar, y el mínimo a máximo rango) se dan para
2080-2099 para CMIP5 (colores) y para el modelo MAGICC calibrado para 19 modelos CMIP3 (negro).
Fuente: Knutti & Sedláček (2012).
35
Modelos Generales de Circulación
Para estimar los efectos que las emisiones establecidas por los escenarios tienen sobre el clima
global, se emplean los Modelos Climáticos Globales (GCM, siglas en inglés). Los GCMs
describen importantes elementos y procesos en la atmósfera, los océanos y la superficie de la tierra.
Son algoritmos que simulan los procesos terrestres a escala mundial, basado de una serie de fuerzas
motrices (población, economía, tecnología, energía, uso del suelo, agricultura).
La mayoría de los GCMs simulan amplias características de clima y pueden mostrar los cambios
de gran escala observados en el pasado reciente, de manera que puede ser usado con alguna
confianza para dar proyecciones de la respuesta de clima a la actual y futura actividad humana.
Los componentes principales de los modelos globales son: atmósfera, océano, suelo y hielo de
mar, los cuales han sido gradualmente integrados y acoplados. Los escenarios climáticos basados
en la salida de los GCMs son la mayor fuente de información para las investigaciones climáticas.
Cada variable de salida de un GCM se ejecuta en un determinado escenario de emisiones, en una
resolución espacial de 3 a 5 grados.
Idealmente, la generación de escenarios de cambio climático se debe realizar utilizando las salidas
de una amplia gama de modelos climáticos con el fin de representar las incertidumbres que
conlleva el uso de diferentes escenarios de emisiones, estructuras de los modelos, esquemas de
parametrización y variabilidad climática (Lobell & Burke, 2010; Schlenker & Lobell, 2010). La
selección de los escenarios y los modelos siempre representa un desafío científico, principalmente
debido a la dificultad de entender y cuantificar las incertidumbres las cuales están relacionadas
con los factores de cambio (i.e. las fuentes y los sumideros de gases antropogénicos de efecto
invernadero y aerosoles) y la respuesta del sistema climático a estos factores (Mote et al., 2011).
Todo ello provoca un amplio rango de dispersión entre escenarios de emisiones e incertidumbre
entre los modelos (Figura 14).
El Proyecto de intercomparación de modelos acoplados (CMIP, siglas en inglés; Taylor et al.,

2012) ha puesto a disposición la última serie de simulaciones de GCM correspondientes al informe
de evaluación del IPCC AR5 a través del portal en línea del Earth System Grid (ESGF, 2016).
Estos fueron los datos de entrada para la generación de las proyecciones de cambio climático.
36
Debido a la baja convergencia entre GCM para un escenario dado, se emplearon la mayor cantidad
de GCMs disponibles para los 4 RCPs, con un total de 18 modelos (Tabla 4).
Tabla 4. Modelos de Circulación General (GCM) empleados en la Tercera Comunicación
Modelo País Instituto Referencias Principales

BCC-CSM1.1 China Beijing Climate Center, China
Wu, 2012; Xin et al., 2012, 2013
BCC-CSM1.1(m) China Meteorological Administration
National Science Foundation,
Department of Energy, National
CESM1-CAM5 United States Hurrell et al., 2013
Center for Atmospheric
Research
Queensland Climate Change
Centre of Excellence and
CSIRO-Mk3.6.0 Australia Commonwealth Scientific and Rotstayn et al., 2012
Industrial Research
Organization
The First Institute of
FIO-ESM China Oceanography, State Oceanic Qiao et al., 2013
Administration, China
Delworth et al., 2006; Donner et al.,
GFDL-CM3 United States
NOAA Geophysical Fluid 2011
GFDL-ESM2G United States Dynamics Laboratory
Dunne et al., 2013
GFDL-ESM2M United States
NASA Goddard Institute for
GISS-E2R United States Schmidt et al., 2006, 2014
Space Studies USA
IPSL-CM5A-LR France Institut Pierre Simon Laplace Dufresne et al., 2013
MIROC-ESM Japan University of Tokyo, National
Institute for Environmental
MIROC-ESM-CHEM Japan Studies and Japan Agency for Watanabe et al, 2011
Marine-Earth Science and
MIROC-MIROC5 Japan Technology
United Collins et al., 2011; Martin et al.,
OHC-HadGEM2-ES UK Met Office Hadley Centre
Kingdom 2011
Meteorological Research
MRI-CGCM3 Japan Yukimoto et al., 2011, 2012
Institute
US National Centre for
NCAR-CCSM4 United States Gent et al., 2011
Atmospheric Research
NCC-NorESM1-M Norway Norwegian Climate Centre Iversen et al., 2013
National Institute of
Meteorological Research and Collins et al., 2011; Martin et al.,
NIMR-HADGEM2-AO Korea
Korea Meteorological 2011
Administration
37
Cambios proyectados
Figura 15 a 18 muestran los cambios proyectados en el clima para la República de Honduras para
precipitación, temperatura mínima y máxima considerando tres periodos futuros (filas) y
temporadas (columnas). Cada Figura corresponde a un RCP diferente, desde el más optimista al
más pesimista. A continuación describimos el panorama general de las proyecciones de cambio
climático y en la sección Fichas Regionales se ofrece un análisis en detalle por las 16 regiones de
desarrollo.
Se proyectan déficits de precipitación estacional en toda la geografía Hondureña en el trimestre

más húmedo del año (JJA), en comparación con la normal climatológica 1981-2010, a corto,
mediano y largo plazo. Para todas las demás temporadas la tendencia es al aumento especialmente
en el trimestre MAM, lo cual sugiere que hacia futuro las lluvias podrían comenzar antes en el año
en comparación con las condiciones normales. Los cambios en precipitación fluctúan entre -10%
and +20% con mayores incrementos hacia el centro y sur del país, y déficits hacia el Litoral Caribe.
La tendencia de cambio es la misma a través de todos los periodos futuros pero con mayores
contrastes (positivos/negativos) hacia fin de siglo. De la misma manera, la tendencia de cambio es
similar entre escenarios, a excepción del escenario RCP 8.5, donde hay una marcada proyección
hacia la disminución de la precipitación en todas las estaciones del año y en el acumulado anual.
Para el caso de la temperatura mínima mensual y máxima mensual se proyectan aumentos de

temperatura para todos los escenarios y épocas del año. Para RCP 2.6 los cambios en temperatura
máxima son de un máximo de +1.5°C, para RCP 4.5 de +2.0°C y para RCP 8.5 hasta 4.5°C hacia
fin de siglo. Los mayores aumentos de temperatura se acentúan hacia el trimestre JJA. Pese a que
la distribución de la temperatura máxima y mínima es muy homogénea en toda la región, el
calentamiento podría intensificarse hacia la zona centro y sur occidente del país. Las proyecciones
también indican un aumento más rápido de la temperatura máxima que de la mínima. Esta
discrepancia en la que la temperatura máxima crece a una tasa más alta que el mínimo en la
mayoría de los escenarios y estaciones, sugiere mayor grados día a lo largo del año y en
consecuencia mayores tasas de evapotranspiración y áreas de aridez más extensas.
38
Figura 15. Cambios proyectados en precipitación (arriba), temperatura mínima (medio) y temperatura
máxima estacional (abajo) para 2030s, 2050s y 2080s bajo el escenario RCP 2.6.
39
40
41
42
Precisión de los modelos
Para evaluar cuán bien los GCMs representan las condiciones de observadas en el clima se realizó
un análisis de comparación de los datos de GCM (evaluando el coeficiente de correlación R2 y el
error medio cuadrático ECM) y los datos de observaciones (Línea Base LB y Estaciones
Meteorológicas ST) en el periodo histórico 1981-2010. La Figura 19 resume los resultados.
Para pocos GCMs la correlación es menor a 0.5 en precipitación y en ninguno para temperatura.
En precipitación la correlación muestra ser menor hacia los meses de Marzo-Abril-Mayo, donde
los GCMs sobrestiman la precipitación y en Junio-Julio-Agosto, donde el efecto es de
subestimación. En temperatura el rendimiento se mantiene por encima del 98% de correlación en
todos los modelos. Los dos modelos con más bajo rendimiento en precipitación son el modelo
estadounidense GISS E2 R y el modelo japonés MRI CGCM3. El Error Medio Cuadrático (EMC)
es bajo en todas las temporadas, salvo a nivel anual donde hay una marcada diferencia entre las
observaciones de la línea base y las salidas de los modelos. Así mismo en la temporada Junio-
Julio-Agosto, el error es relativamente mayor en precipitación.
Si bien los análisis de correlación indican que hay unos modelos más fuertemente correlacionados
que otros, no muestran con claridad que haya un acuerdo entre modelos. Adicionalmente, hay que
advertir que el hecho de que un modelo no tenga buen rendimiento en línea base, no indicaría que
no hiciera una buena proyección futura. Debido a estas razones, se tomó cada GCM
individualmente para hacer el downscaling y todo el rango de modelos hacer el ensamblaje
(promedio), sin pesar o hacer promedios ponderados.
43
PRECPITACIÓN ACUMULADA TEMPERATURA MEDIA
ANU DEF MAM JJA SON ANU DEF MAM JJA SON
MODEL
LB ST LB ST LB ST LB ST LB ST LB ST LB ST LB ST LB ST LB ST
BCC CSM1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
BCC CSM1 1 M 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
CESM1 CAM5 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
CSIRO MK3 6 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 R2
FIO ESM 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 < 0.50
GFDL CM3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.50 ‐ 0.60
GFDL ESM2G 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.60 ‐ 0.70
GFDL ESM2M 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.70 ‐ 0.80
GISS E2 R 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.80 ‐ 0.90
IPSL CM5A LR 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.90 ‐ 0.95
MIROC ESM 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.95 ‐ 0.98
MIROC ESM CHEM 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.98 ‐ 1.00
MIROC MIROC5 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
MOHC HADGEM2 ES 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
MRI CGCM3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
NCAR CCSM4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
NCC NORESM1 M 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
NIMR HADGEM2 AO 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
BCC CSM1 1 ## ## ## ## ## # ## ## ## # 2 3 3 1 1 1 2 2 3 3 Prec EMC (mm)
BCC CSM1 1 M ## ## ## ## ## # ## ## ## # 3 3 3 2 2 2 3 3 3 3 > 2000
CESM1 CAM5 ## ## ## ## ## # ## ## ## # 1 2 2 2 1 1 1 1 2 2 1400‐2000
CSIRO MK3 6 0 ## ## ## ## ## # ## ## ## # 4 3 4 3 4 4 4 4 5 4 1000‐1400
FIO ESM ## ## ## ## ## # ## ## ## # 2 2 2 1 1 1 2 2 3 3 600‐1000
GFDL CM3 ## ## ## ## ## # ## ## ## # 1 1 1 1 1 1 1 1 2 1 400‐600
GFDL ESM2G ## ## ## ## ## # ## ## ## # 1 1 1 2 1 2 2 2 2 1 200‐400
GFDL ESM2M ## ## ## ## ## # ## ## ## # 1 2 1 2 1 2 2 3 2 2 100‐200
GISS E2 R ## ## ## ## ## # ## ## ## # 2 2 2 1 1 1 2 1 2 2 0‐100
IPSL CM5A LR ## ## ## ## ## # ## ## ## # 0 1 1 2 2 2 0 1 1 1 Temp EMC (°C)
MIROC ESM ## ## ## ## ## # ## ## ## # 2 2 2 1 2 3 3 3 3 3 > 7
MIROC ESM CHEM ## ## ## ## ## # ## ## ## # 3 2 2 1 2 3 3 3 3 3 6‐7
MIROC MIROC5 ## ## ## ## ## # ## ## ## # 3 3 3 4 4 3 3 4 3 3 5‐6
MOHC HADGEM2 ES ## ## ## ## ## # ## ## ## # 2 2 2 1 2 1 1 1 2 2 4‐5
MRI CGCM3 ## ## ## ## ## # ## ## ## # 2 2 2 2 2 1 1 1 2 2 3‐4
NCAR CCSM4 ## ## ## ## ## # ## ## ## # 1 2 2 2 1 1 1 2 2 2 2‐3
NCC NORESM1 M ## ## ## ## ## # ## ## ## # 1 1 1 1 1 2 1 1 1 1 1‐2
NIMR HADGEM2 AO ## ## ## ## ## # ## ## ## # 2 3 3 2 2 2 2 2 3 3 0‐1
Figura 19. Comparación (R2 arriba y EMC abajo) de la climatología observada (Superficies interpoladas
[LB] y estaciones meteorológicas [ST]) para Honduras. Precipitación acumulada (izquierda) y
temperatura media (derecha) anual (ANU) y trimestral (DEF, MAM, JJA, SON).
44
Variables secundarias
Se analizaron cambios en las variables radiación solar (de onda corta) y velocidad media del viento,
derivados de datos de salidas de GCMs. Los resultados se aprecian en las Figuras 20 y 23. Se
proyectan ligeras variaciones en radiación solar de entre -2 y +6 Wm-2, sobre toda la geografía
hondureña. Bajo el escenario RCP 2.6 se proyectan descensos sobre la zona centro-sur del país,
principalmente sobre las temporadas MAM y SON. Bajo otros escenarios la tendencia es al
aumento en la radiación, acentuado sobre la temporada JJA hacia el sur occidente, el Litoral
Pacífico y el Caribe. Hay mayor acuerdo para la variable velocidad media del viento, cuya
proyección muestra una tendencia hacia una disminución poco significativa entre -0.2 y -0.4 ms-1.
Figura 20. Cambios proyectados en radiación solar (arriba) y velocidad media del viento (abajo) para
2030s, 2050s y 2080s bajo el escenario RCP 2.6.
45
46
Incertidumbres
Al presente existen muchos vacíos en la representación del sistema climático. Los GCM no
proporcionan estimaciones realistas de las condiciones climáticas en un sitio en particular, sino
que proporcionan proyecciones para una gran escala. Para que las proyecciones de clima puedan
usarse en estudios de impacto (por ejemplo en agricultura o recursos hídricos), se deben tener
presente las incertidumbres y las dispersiones que deben cuantificarse de manera sólida (Ramirez-
Villegas & Challinor, 2012), entendiendo que siempre se toman decisiones en un contexto de
incertidumbre.
Existen diferentes fuentes de incertidumbre, incluyendo aquellas asociadas a la elección de los

GCMs y de escenarios RCP. Para considerar la incertidumbre inherente al clima y asociada a la
elección de los modelos, se tomó un rango amplio de modelos (18 GCMs en total) y se cuantificó
el acuerdo de los modelos al cambio medio de la precipitación (Figura 24) y la desviación estándar
47
en el caso de temperatura (Figura 25), al igual que el primer y tercer cuartil considerando el rango
de modelos. Por otra parte, para considerar la incertidumbre asociada a la elección de los RCP, se
compararon los cambios de precipitación y temperatura bajo los cuatro RCP y los tres periodos de
estudio.
En la mayor parte de la geografía del país un 60% o más de los modelos están de acuerdo con el
cambio medio de la precipitación anual. En algunas zonas del Occidente, particularmente del
Corredor Seco, lo modelos muestran un nivel de acuerdo por debajo del 40% y por tanto existe
una mayor incertidumbre allí. Para precipitación el cambio medio bajo el escenario RCP 8.5 en
2050s muestra disminuciones leves (con un máximo de -10% de déficit) generalizadas en todo el
país incluyendo la zona insular. Algunos modelos muestran mayores déficits de precipitación
(primer cuartil) e incrementos leves-moderados (tercer cuartil). Sin embargo, hay más tendencia
al déficit. Considerando los cuatro Caminos de Concentración, bajo escenarios de mayores
emisiones la tendencia es mayormente hacia el déficit de precipitación, especialmente sobre los
horizontes de mediano y largo plazo. Solo el RCP 2.6 muestra incremento medio de precipitación,
pero la incertidumbre es alta entre modelos. A medida que la proyección se hace más lejos en el
tiempo, la dispersión entre GCM se hace mayor.
Figura 24. Incertidumbres en la proyección de precipitación total para RCP 8.5 en 2050s. Izquierda: A)
Cambio en precipitación total de un promedio de 18 GCMs. B) promedio del primer cuartil (25%), C)
promedio del tercer cuartil (75%), y D) fracción de GCMs en acuerdo con la dirección del cambio medio
48
de la precipitación. Derecha: Dispersión de GCMs (sombreado) entre diferentes escenarios y periodos y
media de todos los modelos (línea azul).
Figura 25. Incertidumbres en la proyección de temperatura media anual para RCP 8.5 en 2050s. A)
Cambio en temperatura media anual de un promedio de 18 GCMs. B) promedio del primer cuartil (25%),
C) promedio del tercer cuartil (75%), y D) desviación estándar. Dispersión de GCMs (sombreado) entre
diferentes escenarios y periodos y media de todos los modelos (línea naranja).
En el caso de temperatura media anual, la desviación estándar entre GCM se mantiene debajo de
los 0.5°C, lo que da a entender una amplia confidencia en las proyecciones. Bajo el escenario RCP
8.5 en 2050s, el primer cuartil muestra cambios más leves de temperatura (de alrededor de 1°C) y
el tercer cuartil cambios más abruptos (de entre 2 y 3°C). Considerando los cuatro Caminos de
Concentración, bajo escenarios de mayores emisiones la tendencia es a un aumento de mayor
grado, especialmente sobre los horizontes de mediano y largo plazo. Bajo escenarios de menor
forzamiento radiativo, la incertidumbre asociada a los modelos permanece baja y en el escenario
RCP 8.5 aumenta la dispersión de los modelos, particularmente hacia fin de siglo. En todos los
escenarios, a medida que la proyección se hace más lejos en el tiempo, la dispersión entre GCM
se hace mayor.
49
Metodología de downscaling
A pesar del considerable esfuerzo realizado por los centros de modelización del clima, las salidas
de los GCM son todavía demasiado gruesas para evaluar los impactos sobre la biodiversidad,
servicios ambientales, los sistemas agrícolas, distribución de las especies, la planificación de la
conservación, entre otros (Fowler et al., 2007; Jarvis et al., 2008a; Jones & Thornton, 2003;
Kremen et al., 2008; Qian et al., 2015; Salathé et al., 2007; Tabor & Williams, 2010; Zhang,
2006). Sin datos de alta resolución, la modelación de cultivos, recurso hídrico y biodiversidad se
vería considerablemente afectada.
Para satisfacer la necesidad de datos de alta resolución, los científicos han desarrollado varios
métodos de desescalamiento (comúnmente conocido como downscaling) que van desde métodos
estadísticos como suavizado e interpolación de las anomalías y redes neuronales, hasta dinámicos,
como el modelado climático regional (RCM). Métodos de downscaling estadísticos, proporcionan
una forma más rápida para el desarrollo de superficies de alta resolución para estudios regionales
de evaluación de impacto en cambio climático (Ramirez-Villegas & Challinor, 2012; Ramirez-
Villegas & Jarvis, 2010a).
Cada método de downscaling tiene sus fortalezas y debilidades en la aplicación. El downscaling

estadístico es menos exigente desde el punto de vista informático y puede aplicarse fácilmente,
pero requiere una observación de superficie de alta calidad a largo plazo para establecer una
relación estadística sólida entre las variables de gran escala y las variables locales (Tang et al.,
2016). El downscaling dinámico implica el uso de modelos numéricos regionales basados en la
física del clima pero es computacionalmente costoso (Rummukainen, 2010), además de que no
todos los GCMs han sido adecuados como condiciones de frontera para su aplicación en RCMs.
Debido a ello pocos GCM pueden emplearse, dificultando así los análisis de incertidumbre.
En el presente estudio, se utilizó un método estadístico de downscaling llamado método delta

(Ramirez-Villegas & Jarvis, 2010a), basado en la suma de los cambios en los climas (deltas o
anomalías, calculados a partir de la información de GCMs) y el clima de referencia (en este caso
las normales climatológicas interpoladas), teniendo en cuenta el posible sesgo debido a la
diferencia en las líneas de base. El método supone que los cambios en los climas sólo son
50
relevantes a escala gruesa, y que las relaciones entre las variables se mantienen hacia el futuro
(Ramírez y Jarvis, 2010). A pesar de las asunciones, el método es apropiado para llegar a escalas
de análisis regional como se requiere en el presente estudio.
Los pasos empleados para el proceso se muestran en la Figura 26 y se describen a continuación:
a) Cálculo de la normal climatológica histórica 1981-2010 en base a la interpolación de la

información de estaciones meteorológicas, para las variables precipitación acumulada
mensual, temperatura máxima y mínima mensual multianual.
b) Obtención de las salidas del ensamblaje multi-modelo de los GCMs a nivel mensual.
c) Suavización a 30 arco-segundos (~1 km2 ) de las anomalías a partir de una interpolación
de los centroides de GCMs, utilizando el método splines.
d) Adición de las anomalías al clima de referencia obteniendo superficies futuras de 30 arco-
segundos (~1Km2), conforme a las Ecuaciones 1 y 2, para temperatura y precipitación
respectivamente, obteniendo así las superficies futuras de alta resolución.
X DC.i  X OBS.i  X I .i Ec. 1
X DC.i  X OBS.i * 1  X I .i Ec. 2
Donde:
XDCi es el valor futuro con downscaling de cada pixel para la variable X, en el mes i.
XOBSi es el valor actual de las observaciones (línea base interpolada) de cada pixel para la variable
X, en el mes i.
ΔXIi es el valor de la anomalía interpolada de cada píxel para la variable X, en el mes i.
51
Figura 26. Ilustración del proceso de reducción a escala con la temperatura máxima de enero utilizando
el GCM BCCR-BCM 2.0: (a) datos de referencia, (b) datos futuros para 2050 (promedio 2040-2069), (c)
delta o anomalía para 2050 , (d) delta o anomalía para el 2050 con los centroides GCM (puntos)
superpuestos, (e) anomalías interpoladas 30 segundos de arco, y (e) superficie climática reducida a escala
futura a una resolución espacial de 30 segundos de arco. Tomado de Ramírez-Villegas et al. (2010a).
Los superficies regionalizadas a 1 Km2 para Honduras, se usaron para la elaboración de las fichas
regionales (próxima sección) y sirven de base para estudios posteriores de impacto del cambio
climático sobre medios de vida, agricultura, hidrología y otros estudios ambientales.
52
Fichas regionales
A partir de la información de alta resolución generada para la línea de referencia desarrollada y

las proyecciones de cambio climático, se realizaron unas fichas regionales, que contienen la
información descrita a continuación:
Figura 27. Componentes de las fichas de cambio climático de las subregiones de desarrollo.
53
ESCENARIOS DE Puerto
CAMBIO
Cortés
CLIMÁTICO Choloma
San Pedro
Sula
FICHA REGIONAL
El Progreso
Progreso
Agricultura
Ganadería
REGIÓN DE DESARROLLO R01

Agroindustria
Maquilas
Piscicultura
VALLE DE SULA
Lago de
Yojoa
Turismo
Áreas protegidas
PRECIPITACIÓN TOTAL
Línea base referencia 1981-2010 Cambio a 2050 (RCP 4.5-Intermedio) Cambio a 2050 (RCP 8.5-Pesimista)
TEMPERATURA MEDIA ANUAL

ESCENARIOS DE REGIÓN DE DESARROLLO R01
CAMBIO
CLIMÁTICO VALLE DE SULA
CLIMOGRAMA CAMBIOS POR RCPs / PERIODOS
NARRATIVA DE LOS CAMBIOS EN EL CLIMA

Los escenarios no muestran cambios representativos de precipitación total en la región, sin embargo se proyectan aumentos ligeros hacia el sur y
disminuciones hacia el norte bajo el escenario RCP 4.5, y disminuciones generalizadas, acentuádas hacia el norte bajo el escenario RCP 8.5. En
general, las poblaciones que pueden verse más afectadas por aumentos de precipitación serían zonas altas como Villanueva y Potrerillos. Los
escenarios plantean aumentos de precipitación para la región hasta de un 5% para 2050s y disminuciones de hasta el 12% para fin de siglo. Se
proyectan disminuciones en gran parte de la época lluviosa (Jun-Sep) y aumentos finalizando esta (Oct-Nov).
Los escenarios muestran aumentos de la temperatura media anual de hasta 2°C para 2050 y 3.5°C para el fin de siglo. Las zonas de mayor aumento
se concentran al sur de la región, hacia el Lago de Yojoa, donde también se presentan las mayores precipitaciones. El cambio de temperatura se
incrementa transversalmente hacia el sur este.
POSIBLES IMPACTOS DEL CAMBIO CLIMÁTICO EN LOS MEDIOS DE VIDA

La agricultura familiar y de gran escala pueden verse afectadas por Los incrementos en la temperatura especialmente en los meses de
los incrementos de la temperatura, principalmente sobre sistemas mayor afluencia turística (Marzo-Abril y Octubre), pueden generar
de café, banano y palma. Adicionalmente, debido a las variaciones disminución en los bancos de pesca por cambios en el metabolismo,
en los patrones de precipitación los granos básicos como maíz y propios de los incrementos de temperatura de las aguas,
frijol, y otros cultivos como caña de azúcar y hortalizas, especialmente en el Lago de Yojoa y en la costa Atlántica.
necesitarían estrategias de adaptación para la producción
sostenible. Al incrementar la temperatura y precipitaciones, Se esperarían aumentos en costos energéticos en maquilas por
especialmente hacia el final del periodo humedo y con el suelo aumentos de temperatura y el uso de aires acondicionados.
saturado, incrementaría la evaporación, la intensidad de las Cambios en el clima también traerían afectaciones a la salud
precipitaciones cortas, y posiblemente la aparición y propagación (contaminación hídrica y proliferación de vectores).
de plagas y enfermedades en los cultivos.
Podría incrementarse el turismo interno, por condiciones óptimas
Incrementos de precipitación hacia el final de la temporada de temperatura y bajas precipitaciones en Omoa, Puerto Cortés y
humeda (Sep-Oct) podrían incrementar la incidencia de Tela. Sin embargo, el aumento del nivel del mar (alrededor de
inundaciones, afectando la agroindustria de palma africana, 30cm) podría afectar la infraestructura turística en algunas playas
banano, plátano, caña de azúcar y cacao, especialmente en las y las comunidades costeras que subsisten a base de este medio de
zonas bajas. Adicionalmente, la disminución de las precipitaciones vida.
especialmente en Julio con mayores temperaturas podrían
incrementar los requerimientos de riego. En el área de la producción hidroeléctrica aumentos de
temperaturas influirían negativamente en los caudales de los ríos,
El incremento de la temperatura podría disminuir la producción de sin embargo, el aumento de precipitación proyectado podría
carne y lácteos por el aumento del gasto energético de los impactar positivamente el sector energético, especialmente en el
animales y podrían darse pérdidas de forraje en las zonas bajas largo plazo.
inundables.
ENLACES DE INTERÉS CRÉDITOS

Las fichas regionales sobre cambio climático forman parte de las consultorías realizadas por el Programa de las Naciones Unidas para el
Módulo Académico sobre Cambio Climático para Honduras Desarrollo (PNUD), para la elaboración de la Tercera Comunicación Nacional sobre Cambio Climático de Honduras dentro de la Convención
https://cgspace.cgiar.org/handle/10568/97760 Marco de las Naciones Unidas sobre Cambio Climático (CMNUCC).
Datos y documentación sobre Escenarios de Cambio climático para Honduras

https://aguadehonduras.gob.hn/descargas.html
Aplicación Web para consulta de Escenarios de Cambio climático para Honduras
https://aguadehonduras.gob.hn/cambioclimatico.php
ESCENARIOS DE
CAMBIO
CLIMÁTICO
FICHA REGIONAL Siguatepeque
Comayagua
REGIÓN DE DESARROLLO R02 Agricultura
COMAYAGUA
Café
Turismo
Áreas protegidas

CAMBIO
CLIMÁTICO COMAYAGUA

Hacia 2050s los escenarios de cambio climático proyectan aumentos ligeros de precipitación anual en toda la geografía de la región
de Comayagua, acentuándose hacia el sur bajo el escenario intermedio. Bajo el escenario pesimista se proyectan disminuciones
ligeras de menor proporción hacia el sur. Los aumentos son del orden de 6% en 2050s y menores hacia fin de siglo. Bajo el RCP 8.5.
La tendencia es al déficit en todos los periodos evaluados. Se proyectan disminuciones en gran parte de la época lluviosa (Jun-Sep)
y aumentos leves en los demás meses (Oct-May).
Los escenarios muestran aumentos de la temperatura media anual de hasta 2.2°C para 2050 y 3.7°C para el fin de siglo. Espacial-
mente, los escenarios muestran un aumento homogéneo de la temperatura media que fluctúa entre +1.5 y 1.7°C en 2050s bajo el
escenario intermedio. Las zonas de mayor aumento se concentran al este de la región, donde también se presentan las mayores
precipitaciones.

La mayor afectación por el incremento de temperaturas ción en la cantidad de precipitación, mientras que en tempo-
puede presentarse en el café, el cual requiere de medidas de radas de mayor precipitación se incrementarían las perdidas
adaptación para afrontar los efectos adversos del cambio por incidencia y severidad de plagas, enfermedades e
climático (especialmente el aumento de la temperatura) o inundaciones en zonas bajas.
incluso transformación a otros sistemas agrícolas en las
zonas de menor altitud (Bunn et. al., 2018). Modificaciones El turismo cultural se puede ver afectado por las altas
en el ciclo de precipitación anual, podrían alterar la siembra temperaturas para las actividades al aire libre. Cambios en
y la cosecha de los granos básicos en el departamento de la distribución de lluvias en el año podrían aumentar la
Comayagua y la desincronización del café. El alza de frecuencia de inundaciones especialmente hacia Octubre,
temperatura y los trastornos potenciales del ciclo hidrológi- afectando el turismo cultural y ecológico. Aumentos de
co podrían modificar la disponibilidad de agua, afectando el temperatura de 2°C hacia 2050s, podrían ocasionar cambios
suministro de agua para agricultura y usos domésticos. en los ecosistemas terrestres, con pérdida de biodiversidad y
Estas condiciones son propicias para una mayor frecuencia desplazamiento de especies.
de incendios forestales, pérdidas de producción de granos y
desfases de ejecución de prácticas agrícolas como la En el área de la producción hidroeléctrica aumentos de
siembra, el control de plagas, enfermedades y la cosecha. temperaturas influirían negativamente en los caudales de
Para granos básicos en el valle durante la temporada los ríos, sin embargo, el aumento de precipitación proyecta-
Junio-Septiembre, especialmente en Julio en la Canícula, do podría impactar positivamente el sector energético,
requeriría mayor suministro de agua de riego por la reduc- especialmente en el largo plazo.


ESCENARIOS DE Agricultura
CAMBIO
CLIMÁTICO
Café
La Entrada
Producción hidroeléctrica
El Paraíso Turismo
Áreas protegidas
Ruinas Copán
Santa Rosa
FICHA REGIONAL
de Copán

OCCIDENTE

CAMBIO
CLIMÁTICO OCCIDENTE
Hacia 2050s los escenarios de cambio climático proyectan aumentos ligeros de la precipitación anual en toda la
geografía de la región de Comayagua, acentuándose hacia el sur-oeste, bajo el escenario RCP 4.5. Bajo el escenario rcp
8.5 se proyectan disminuciones ligeras de menor proporción hacia el sur. Los aumentos son del orden del 2 al 6% en
2050s . A diferencia de los ecenarios más optimistas e intermedios, bajo el RCP 8.5, la tendencia es al déficit en todos los
periodos evaluados. Se proyectan disminuciones en gran parte de la época lluviosa (Jun-Sep) y aumentos leves en los
demás meses (Oct-May).
Los escenarios muestran aumentos de la temperatura media anual de hasta 2.2°C para 2050 y hasta 4°C para el fin de
siglo, siendo más alto que la mayoría de regiones del país. Espacialmente, los escenarios muestran un aumento
homogéneo de la temperatura media en 2050s.

La producción agrícola puede verse afectada por los por lo que un programa de cosecha de agua puede ser
incrementos de temperatura y cambios leves en las adecuado por la topografía de la región.
cantidades de precipitación. Las zonas climáticas aptas
para el cultivo de café, podrían desplazarse hacia Cambios en la distribución de lluvias en el ciclo anual,
zonas de mayor altitud, dejando a su vez amplias podría aumentar la frecuencia de inundaciones,
zonas en Cópan y Ocotepeque con la necesidad de afectando el turismo cultural y ecológico, las carret-
cambiar de cultivo (Bunn et. Al., 2018). Los granos eras y provocando daños en la infraestructura turísti-
básicos, podrían tener déficits en la producción en el ca, especialmente en las zonas de mayor pendiente del
departamento de Copán, lo que supone implementar occidente. La salud humana también se puede ver
medidas de adaptación para esta región. Las condi- afectada por el incremento de vectores e incidencia de
ciones climáticas favorecerían la proliferación de enfermedades respiratorias. Podrán aumentar desli-
enfermedades fungosas por lo que deberán existir zamientos sobre las poblaciones que se encuentran
solidos programas de monitoreo y control sanitario. El ubicadas en topografías con pendientes elevadas,
aumento en las precipitaciones proyectado por debido al aumento de precipitaciones y cambios en la
algunos escenarios podría ayudar a disminuir los cobertura del suelo, por lo que los sectores de
requerimientos hídricos de algunos cultivos o mejorar construcción e infraestructura en general deben incor-
la disponibilidad especialmente en épocas húmedas, porar medidas de adaptación en este sentido.

ESCENARIOS DE
CAMBIO
CLIMÁTICO La Ensenada La Ceiba Balfete
FICHA REGIONAL
Jutiapa
La Masica
VALLE DE LEAN Turismo

Áreas protegidas
PRECIPITACIÓN TOTAL TEMPERATURA MEDIA ANUAL

Línea base referencia 1981-2010 Línea base referencia 1981-2010
Cambio a 2050 (RCP 4.5-Intermedio) Cambio a 2050 (RCP 4.5-Intermedio)
Cambio a 2050 (RCP 8.5-Pesimista) Cambio a 2050 (RCP 8.5-Pesimista)

CAMBIO
CLIMÁTICO VALLE DE LEAN

Los escenarios no muestran cambios representativos de precipitación total, sin embargo se proyectan aumentos ligeros
hacia el oeste y disminuciones hacia el centro y el este de la región bajo el escenario intermedio, y disminuciones leves
generalizadas bajo el escenario pesimista. Los escenarios plantean aumentos de precipitación para la región hasta de un
5% para 2050s y disminuciones de hasta el 12% para fin de siglo. Se proyectan aumentos en los meses de mayor pluviosi-
dad Oct-Nov) y dismuniciones en los demás meses, particularmente hacia el inicio de la época lluviosa (Ago-Sep).
Los escenarios muestran aumentos de la temperatura media anual de hasta 2.1°C para 2050 y hasta 3.5°C para el fin de
siglo. El incremento de la temperatura se acentuaría de hacia el centro y oeste de la región, donde también se incremen-
taría la precipitación. A través del año el aumento es homogéneo en todos meses.
Podrían ocasionarse cambios en los sistemas agrícolas Cambios en la distribución de lluvias en el ciclo anual,
y pecuarios. Algunos cultivos como la yuca, en los que podrían aumentar la frecuencia de inundaciones,
la tasa fotosintética aumenta con el calor (sembrada afectando el turismo cultural y ecológico, las
ampliamente por comunidades garífunas), podrían ser carreteras y provocando daños en la infraestructura
beneficiados con los aumentos de temperatura. turística. Aumentos de temperatura de 2°C hacia
Algunos otros cultivos de subsistencia como el plátano 2050s, podrían ocasionar cambios en los ecosistemas
(en las zonas costeras), o el maíz, frijol y arroz (en los terrestres y marino-costeros, con pérdida de
litorales), pueden verse afectados negativamente por biodiversidad, desplazamiento y posible extinción de
cambios en el clima. La palma aceitera, ampliamente especies. Los incrementos en el nivel del océano
sembrada en el litoral caribe, podría ser vulnerable a podrían afectar algunas construcciones presentes a la
los cambios en el clima (especialmente por la orilla del mar. Así mismo, las áreas con tendencia a
modificación de los patrones de lluvias) en el mediano inundación durante marea alta presentarían mayor
y largo plazo por ser un cultivo de planificación de 25 susceptibilidad a dichos eventos.
a 30 años. De la misma forma, podrían modificarse los
ciclos reproductivos de plagas y la aparición de nuevas
plagas y enfermedades.


CAMBIO
CLIMÁTICO
Puerto Castilla Turismo
Áreas protegidas
Trujillo Jericó
Bonito
Oriental
FICHA REGIONAL
Tocoa
Sonaguera
Sabá

VALLE DE AGUÁN

CAMBIO
CLIMÁTICO VALLE DE AGUÁN

Los escenarios no muestran cambios representativos de precipitación total, sin embargo se proyectan aumentos
ligeros hacia el oeste y disminuciones hacia el noreste de la región bajo RCP 4.5. Considerando el escenario RCP 8.5
se proyectan disminuciones en de precipitación en toda la región que se acentúan hacia el centro y norte. Los esce-
narios plantean aumentos de precipitación para la región hasta de un 5% para 2050s y disminuciones de hasta el
12% para fin de siglo. Se proyectan aumentos en los meses de mayor pluviosidad (Oct-Nov) y dismuniciones en los
meses más secos del año.
Los escenarios muestran aumentos de la temperatura media anual de hasta 2.1°C para 2050 y hasta 3.5°C para el
fin de siglo. El incremento de la temperatura se acentuaría de hacia el centro y suroeste de la región, donde también
se incrementaría la precipitación. A través del año el aumento es homogéneo en todos meses.

Cambios en el clima podrían ocasionar disminución suelos e inundaciones en zonas bajas. Los cambios
y pérdidas de cultivos prioritarios en el valle. en la temperatura incrementarían también la
Algunos cultivos como la yuca hacia el litoral atlán- incidencia de enfermedades y plagas en los cultivos
tico, en los que la tasa fotosintética aumenta con el ocasionando disminuciones en la producción.
calor (sembrada ampliamente por comunidades
garífunas), podrían ser beneficiados con los aumen- Podría incrementarse el turismo interno, por condi-
tos de temperatura. Algunos otros cultivos de ciones óptimas de temperatura y bajas precipita-
subsistencia como el plátano (en las zonas coste- ciones. Sin embargo, el aumento del nivel y el calen-
ras), o el maíz y arroz (en los litorales), pueden tamiento oceánico del mar podría afectar en turismo
verse afectados negativamente por cambios en el en algunas playas, los ecosistemas marinos y las
clima. La palma aceitera, ampliamente sembrada en comunidades costeras que subsisten a base de este
el litoral caribe, podría ser vulnerable a los cambios medio de vida. Cambios en la distribución de lluvias
en el clima por el aumento de temperaturas y may- en el ciclo anual, podría aumentar la frecuencia de
ores precipitaciones en las épocas con suelos satura- inundaciones, afectando el turismo cultural y
dos como hacia el final de la época húmeda. Estas ecológico, particularmente por daños en la infrae-
condiciones también pueden generar erosión de los structura y las carreteras.

ESCENARIOS DE
CAMBIO
CLIMÁTICO
Tocoa
FICHA REGIONAL
Gualaco

Forestería
CORDILLERA DE NOMBRE DE DIOS

Ganadería
Áreas protegidas


CAMBIO
CLIMÁTICO CORDILLERA DE NOMBRE DE DIOS

Los escenarios no muestran cambios representativos de precipitación total, sin embargo se proyectan aumentos ligeros
hacia el centro y oeste, y disminuciones hacia el este de la región bajo el escanrio intermedio. Bajo condiciones pesimistas
(RCP 8.5), se proyectan disminuciones ligeras de precipitación generalizadas en toda la región. Los escenarios plantean
aumentos de precipitación para la región hasta de un 5% para 2050s y disminuciones de hasta el 12% para fin de siglo.
Se proyectan aumentos en los meses de mayor pluviosidad (Oct-Nov) y dismuniciones en los meses más secos del año.
Los escenarios muestran aumentos de la temperatura media anual de hasta 2.2°C para 2050 y 3.7°C para el fin de siglo.
Espacialmente, los escenarios muestran un aumento homogéneo de la temperatura media que fluctúa entre +1.5 y 1.7°C
en 2050s. Las zonas de mayor aumento se concentran al oeste de la región, donde también se presentarían aumentos de
precipitación.
El sector agropecuario a escala familiar se vería incrementarse, así como las pérdidas de cultivos en
afectado por los incrementos de las temperaturas. Así algunas zonas bajas hacia Octubre.
mismo, las variaciones en los patrones de precipitación
obligarían a la implementación de estrategias de El sector de ganadería podrá verse afectado dada la
adaptación para una producción sostenible posible disminución del recurso hídrico en las épocas
particularmente de granos básicos que suplen un secas. Así mismo, se podrían disminuir la producción
porcentaje de la demanda nacional. Particularmente de carne y lácteos por el aumento temperatura, ya que
fríjol y maíz podrían estar bajo presión en el el ganado tendría mayor gasto energético.
departamento de Yoro, por bajas en la precipitación en
las épocas lluviosas y especialmente por la mayor Debido a que en esta zona hay una gran explotación
disminución en Julio en la época de Canícula. El de madera, por la disminución de las lluvias, habrá
incremento de temperatura podría incrementar la una alteración de la biomasa afectando su producción
evapotranspiración disminuyendo la oferta hídrica También se podrían incrementar los incendios
para la agricultura y otros usos. La incidencia de forestales y las especies serían más vulnerables a
enfermedades y plagas para por cultivos puede plagas como el gorgojo.


ESCENARIOS DE
CAMBIO
CLIMÁTICO San Francisco
de la Paz
FICHA REGIONAL Guayapé Salama
NORTE DE OLANCHO
Ganadería
Áreas protegidas


CAMBIO
CLIMÁTICO NORTE DE OLANCHO
La tendencia de cambio de precipitación es hacia el aumento leve (acentuádose hacia el oeste) bajo el
escenario intermedio, y déficit leve bajo el escenario pesimista en toda la extensión de la región. Los escenarios
plantean aumentos de precipitación para la región hasta de un 5% para 2050s y disminuciones de hasta el 12%
para fin de siglo. Se proyectan aumentos en el inicio y final de época lluviosa (Mayo y Octubre) y
disminuciones en los meses intermedios (Junio a Septiembre).
Los escenarios muestran un aumento en toda la región para la temperatura media anual variando entre 1 - 2.1
°C en 2050 y 1 - 4°C en 2080. El incremento se muestra de manera uniforme en la región. Algunas zonas que
comunmente son las más frías (noroccidente), aumentarían considerablemente su temepratura media.
El aumento de la temperatura y los trastornos Noreste de Olancho podría sufrir considerables

potenciales del ciclo hidrológico podrían modificar bajas de rendimiento. Los aumentos de
la disponibilidad de agua, las condiciones de temperatura sumados a los déficits de
aridez y la frecuencia y duración de las sequías. precipitación en la época lluviosa podrían generar
Estas condiciones son propicias para una mayor mayores costos para los cultivos.
frecuencia de incendios forestales, pérdidas de
producción de granos y desfases en la El sector de ganadería podrá verse afectado dada
determinación de actividades agrícolas como la la posible disminución del recurso hídrico y la
siembra, el control de plagas y la cosecha. Por los oferta de forrajes como consecuencia del
cambios en la temperatura incremento de incremento de temperatura. Así mismo, la
enfermedades y plagas en los cultivos pueden producción de leche y carne se puede afectar
ocasionar disminuciones en la producción. Por los directamente por las altas temperaturas que
incrementos de temperatura y cambios leves en provoca estrés calórico en los animales.
las cantidades de precipitación el maíz en el


ESCENARIOS DE
CAMBIO
CLIMÁTICO Santa María
del Real
Juticalpa
Catacamas
FICHA REGIONAL Guaimaca

Campamento

Café Forestería
VALLE DE OLANCHO Ganadería

Piscicultura
Producción hidroeléctrica
Áreas protegidas


CAMBIO
CLIMÁTICO VALLE DE OLANCHO

Los escenarios no muestran cambios representativos de precipitación total, sin embargo se proyectan aumentos ligeros hacia el
centro y oeste, y disminuciones hacia el este de la región bajo el escenario RCP 4.5, y dismiuciones ligeras generalizadas bajo el
escenario RCP 8.5. Los escenarios plantean aumentos de precipitación para la región hasta de un 5% para 2050s y disminuciones de
hasta el 12% para fin de siglo. Se proyectan aumentos en el inicio y final de época lluviosa (Mayo, Octubre y Noviembre) y
disminuciones en los meses intermedios (Junio a Septiembre).
Los escenarios muestran aumentos de la temperatura media anual de hasta 2.1°C para 2050 y hasta 3.7°C para el fin de siglo. El incre-
mento de la temperatura se acentuaría de hacia el centro y oeste de la región. A través del año el aumento es homogéneo en todos
meses.

Por los incrementos de temperatura y cambios leves en las Algunas actividades pesqueras de Santa María del Real y en
cantidades de precipitación se podría disminuir la produc- Campamento, podrían verse afectadas. En las especies
ción de maíz y frijol en Juticalpa, Catacamas y otras zonas acuáticas las temperaturas corporales varían en función de
productivas de la región. Además, se aumentarían enferme- la temperatura ambiente. Cualquier cambio en la tempera-
dades y plagas en los cultivos, lo que ocasionaría significati- tura de su hábitat influye notablemente en su metabolismo,
vas disminuciones en la producción. tasa de crecimiento, productividad, reproducción estacional
y sensibilidad a enfermedades y toxinas. Por esto, se esperan
La producción de leche y carne en zonas como el valle de pérdidas de rendimientos y mayor morbilidad.
Guayape se pueden afectar directamente por las altas
temperaturas que provocan estrés calórico en los animales. En el sector de producción hidroeléctrica, el efecto combina-
Además, el déficit de precipitación sugiere sequías más do del alza de la temperatura y los cambios de la precip-
intensas en la temporada lluviosa lo que puede afectar la itación afectan la evapotranspiración en las cuencas, su
producción de forrajes y el pico de producción de leche entre caudal y la evaporación en los embalses hidroeléctricos. Esto
Junio y Septiembre en el departamento de Olancho. impactaría negativamente el sector energético (especial-
mente sobre la Central Hidroeléctrica Santa María del Real),
Las alzas en la temperatura podrían aumentar la frecuencia a largo plazo (impactos más fuertes hacia 2080s). Además,
de incendios forestales. Debido a que en esta zona hay una por la disminución de las lluvias y el aumento significativo
gran explotación de madera. La disminución de las lluvias de las temperaturas, habría una disminución importante de
podría alterar la generación de biomasa y su producción. caudales que afectarían a la mayoría de la población que se
También se podrían incrementar los incendios forestales y abastecen de aguas superficiales. Podría haber menos escor-
las especies serían más vulnerables a plagas. rentía en sectores como Guaimaca y Campamento.

TEMPERATURA MEDIA ANUAL PRECIPITACIÓN TOTAL

CAMBIO
ESCENARIOS DE
°C
mm

CLIMÁTICO
FICHA REGIONAL
BIÓSFERA DEL RÍO PLÁTANO

Forestería
Ganadería
Agricultura
Piscicultura
Áreas protegidas

de Culmi
Dulce Nombre
°C
CAMBIO
CLIMÁTICO BIOSFERA DEL RÍO PLÁTANO

Los escenarios no muestran cambios representativos de precipitación total, solo un déficit generalizado en toda la región
de menos de entre 3% (bajo RCP 4.5) y 4% (bajo RCP 8.5) hacia 2050s. Considerando los diversos horizontes de tiempo
futuro, se proyectan aumentos de precipitación para la región hasta de un 5% para 2050s y disminuciones de hasta el
12% para fin de siglo. Se proyectan aumentos en la precipitación acumulada en el inicio y final de época lluviosa (Mayo,
Octubre, Noviembre y Diciembre) y disminuciones en los meses intermedios (Junio a Septiembre).
Los escenarios muestran aumentos de la temperatura media anual de hasta 2°C para 2050 y hasta 3.5°C para el fin de
siglo. El incremento de la temperatura se acentuaría de hacia el sur de la región. A través del año el aumento es homogé-
neo en todos meses.

En el sector agrícola por los incrementos de tempera- Los ecosistemas marino-costeros se verán afectados
tura y cambios leves en las cantidades de precipitación con cambios en la biodiversidad, por desplazamiento y
los cultivos pueden disminuir la producción de maíz y posible extinción de especies. En las especies acuáticas
frijol en Colón. Sin embargo, podrían existir zonas de las temperaturas corporales varían en función de la
presión de estos granos básicos los que podría provo- temperatura ambiente. Aumentos de temperatura de
car que sus áreas de producción migren a mejores su hábitat influye notablemente en su metabolismo,
condiciones climáticas en algunas zonas de Colón. tasa de crecimiento (por inapetencia de alimento),
Cambios en la temperatura incrementarán la inciden- productividad, reproducción estacional y sensibilidad
cia de enfermedades y plagas en los cultivos. Algunos a enfermedades y toxinas.
cultivos como la yuca, en los que la tasa fotosintética
aumenta con el calor (sembrada ampliamente por El sector de ganadería podrá verse afectado especial-
comunidades garífunas), podrían ser beneficiados con mente por el incremento de las temperaturas y la
los aumentos de temperatura. Algunos otros cultivos oferta de forrajes verse afectada, especialmente por
de subsistencia como el plátano (en las zonas coste- posibles anegamientos en zonas bajas, lo que puede
ras), o frijol y arroz (en los litorales), pueden verse inducir a un incremento en la frontera agrícola. Así
afectados negativamente por cambios en el clima. mismo, la producción de leche y carne se puede afectar
directamente por las altas temperaturas que provoca
estrés calórico en los animales.

CAMBIO
CLIMÁTICO
Piscicultura
Forestería
Áreas protegidas
FICHA REGIONAL GRACIAS

A DIOS

LA MOSQUITIA
CAMBIO
CLIMÁTICO LA MOSQUITIA
La tendencia de cambio de precipitación es hacia la disminución moderada en toda su extensión, acentuádose hacia el
oriente donde se registran las mayores precipitación (por encima de 3000 mm/año). El déficit es mayor si se considera
el escenario más pesimista (RCP 8.5). Los escenarios plantean aumentos de precipitación para la región hasta de un 6%
para 2050s (bajo el escenario RCP 2.6) y disminuciones de hasta el 8% para fin de siglo (bajo RCP 8.5). Considerando el
ciclo monomodal de precipitaciones presente en la región, se proyectan aumentos hacia inicio y final de la época lluviosa
(Mayo, Octubre y Noviembre) y disminuciones considerables en los meses restantes (Junio a Septiembre). En la época
seca, las precipitaciones permanecen sin variaciones significativas.
Los escenarios muestran aumentos de la temperatura media anual de hasta 2°C para 2050 y 3.2°C para el fin de siglo. Las
zonas de mayor aumento se concentran al sur-oeste de la región.
Debido a la explotación de madera en la zona el sector toxinas. Por esto, se esperan pérdidas de rendimientos
forestal será uno de los mayores afectados, especial- y mayor morbilidad en el sector pesquero, especial-
mente por la disminución de las lluvias, lo que podría mente el artesanal.
alterar la producción de la biomasa. También se
podrían incrementar los incendios forestales y las Algunos cultivos como la yuca, en los que la tasa
especies serían más vulnerables a plagas como el fotosintética aumenta con el calor (sembrada amplia-
gorgojo. Por las alzas en la temperatura podrían mente por comunidades garífunas), podrían ser bene-
aumentar la frecuencia de incendios forestales. ficiados con los aumentos de temperatura. Algunos
otros cultivos de subsistencia como el plátano (en las
En las especies acuáticas las temperaturas corporales zonas costeras), o el maíz y arroz (en los litorales),
varían en función de la temperatura ambiente. Cual- pueden verse afectados negativamente por cambios
quier cambio en la temperatura de su hábitat influye en el clima. Sin embargo, podrían existir zonas de
notablemente en su metabolismo, tasa de crecimiento menor precipitación donde el fríjol podría migrar por
(por inapetencia de alimento), productividad, repro- mejores condiciones climáticas en Gracias a Dios.
ducción estacional y sensibilidad a enfermedades y


ESCENARIOS DE Agricultura Agroindustria
CAMBIO
CLIMÁTICO
Café Forestería
Ganadería Áreas protegidas
FICHA REGIONAL
Teupasenti
Danli Trojes
Potrerillos

EL PARAÍSO
Línea base referencia 1981-2010
Línea base referencia 1981-2010

(RCP 4.5-Intermedio)
(RCP 4.5-Intermedio)
Cambio a 2050
Cambio a 2050
(RCP 8.5-Pesimista)
(RCP 8.5-Pesimista)
Cambio a 2050
Cambio a 2050
CAMBIO
CLIMÁTICO EL PARAÍSO

La tendencia de cambio de precipitación es hacia el aumento leve en toda la extensión de la región (bajo el escenario RCP 4.5),
acentuádose hacia el oeste, donde se registran las menores lluvias (debajo de 1200 mm/año). Para el escenario más pesimista
(RCP 8.5), la tendencia es al déficit. Los escenarios plantean aumentos de precipitación para la región hasta de un 7% para
2050s (bajo el escenario RCP 2.6) y disminuciones de hasta el 10% para fin de siglo (bajo RCP 8.5). Considerando el ciclo mono-
modal de precipitaciones presente en la región, se proyectan aumentos hacia final de época lluviosa (Octubre y Noviembre) y
disminuciones en los meses restantes.
Los escenarios muestran un aumento en toda la región para la temperatura media anual variando entre 1 - 2.1 °C en 2050 y 1
- 3.7°C en 2080. El incremento se muestra de manera uniforme en la región, ligeramente mayor concentrado hacia el oeste de
la región.
La producción agrícola puede verse afectada por los La agroindustria alimenticia se vería afectada por bajas
incrementos de temperatura y cambios leves en las canti- en el rendimiento de materias primas para productos en
dades de precipitación. La incidencia de enfermedades y base a maíz y otros cereales.
plagas para cultivos puede incrementarse. Café como
rubro de importancia económica requeriría medidas de La producción de leche y carne se puede afectar directa-
adaptación para afrontar los efectos adversos del cambio mente por el incremento de la temperatura que provoca
climático (especialmente los cambios en temperatura) o estrés calórico en los animales. Es posible que en la
incluso transformación a otros cultivos en las zonas de temporada seca se alargue habiendo poca disponibilidad
menor altitud (Bunn et.al., 2018). Modificaciones en el de agua para abrevar o alteraciones en la producción de
ciclo de precipitación anual, podría alterar la siembra y la forrajes.
cosecha de los granos básicos en el departamento de El
Paraíso y la desincronización de algunas actividades en el En el sector forestal, por la disminución de las lluvias,
cultivo de café. Particularmente zonas de producción habrá una alteración de la biomasa afectando su produc-
fríjol en El Paraíso podrían verse seriamente afectadas ción. El aumento de temperatura y la mala distribución
por bajas en el rendimiento, debido a condiciones climáti- de las lluvias puede presentar una mayor presencia de
cas que favorecerían la proliferación de enfermedades plagas y las alzas en la temperatura podrían aumentar la
fungosas. frecuencia de incendios forestales.


CAMBIO
CLIMÁTICO
Café
Agroindustria
Maquilas
San Juan
Áreas protegidas de Flores
Valle de
Comayaguela Ángeles
Tegucigalpa
FICHA REGIONAL Yucarán
Guinope
REGIÓN DE DESARROLLO R12 Sabanagrande
DISTRITO CENTRAL
CAMBIO
CLIMÁTICO DISTRITO CENTRAL

Al igual que en otras regiones del sur-occidente del país, la tendencia de cambio de precipitación es hacia el
aumento leve en el escenario intermedio en toda la extensión geográfica de la región, acentuádose hacia el oeste,
donde se registran las mayores precipitación (por arriba de 1200 mm/año). Bajo el escenario pesimista las condi-
ciones futuras son de déficit leve, ligeramente acentúando hacia el este. Los escenarios plantean aumentos de
precipitación para la región hasta de un 8% para 2050s (bajo el escenario RCP 2.6) y disminuciones de hasta el
10% para fin de siglo (bajo RCP 8.5). Considerando el ciclo monomodal de precipitaciones presente en la región,
se proyectan aumentos hacia inicio y final de la época lluviosa (Mayo y Octubre) y disminuciones en los meses
restantes (Junio a Septiembre). En la época seca, las precipitaciones permanecen sin variaciones significativas.
Los escenarios muestran un aumento en toda la región para la temperatura media anual variando entre 1 - 2.1 °C
en 2050 y 1 - 3.7°C en 2080. El incremento se muestra de manera uniforme en la región.
El incremento en la cantidad de precipitación otros cultivos en las zonas de menor altitud (Bunn
durante el mes de octubre puede incrementar el et, al., 2018). Modificaciones en el ciclo de precip-
riesgo de deslizamientos e inundaciones. La itación anual, podría alterar la siembra y la cose-
producción agrícola puede verse afectada por los cha de los granos básicos en la zona montañosa del
incrementos de temperatura y cambios leves en las departamento de Francisco Morazán y cambios en
cantidades de precipitación. Para café, ganadería, y algunas prácticas asociadas al café. Incremento de
granos básicos serían necesarias estrategias de enfermedades y plagas en los cultivos pueden
adaptación sistémicas y en algunos casos de trans- ocasionar disminuciones importantes en la produc-
formación a otros rubros productivos. Café como ción.
rubro de importancia económica requeriría medi-
das de adaptación para afrontar los efectos adver- La agroindustria alimenticia se vería afectada por
sos del cambio climático (especialmente los cambi- bajas en el rendimiento de materias primas para
os en temperatura) o incluso transformación a productos en base a maíz y otros cereales.

ESCENARIOS DE
CAMBIO
CLIMÁTICO Lauterique
Concepción
Oriente
FICHA REGIONAL Pespire
Monjaras
San Marcos
de Colón
Choluteca

Ganadería
GOLFO DE FONSECA
El Triunfo Piscicultura
Áreas protegidas

CAMBIO
CLIMÁTICO GOLFO DE FONSECA

Al igual que en otras regiones del sur del país, la tendencia de cambio de precipitación es hacia el aumento leve-moderado,
acentuádose hacia este a oeste bajo el escnario intermedio y hacia el déficit leve bajo el escenario pesimista. Los mayores aumentos
se presentarían donde se registran las precipitaciones más altas (por arriba de 1200 mm/año). Los escenarios plantean aumentos de
precipitación para la región hasta de un 8% para 2050s (bajo el escenario RCP 2.6). Hacia el inicio de la época lluviosa (Mayo) el
aumento es mayor que en otros meses. También se esperarían algunas disminuciones ligeras durante los meses húmedos (Junio a
Septiembre). En la época seca, las precipitaciones permanecen sin variaciones significativas.
Los escenarios muestran aumentos de la temperatura media anual de hasta 2.2°C para 2050 y 3.7°C para el fin de siglo. Espacial-
mente, los escenarios muestran un aumento en toda la región pero se acentúa con mayor intensidad al norte de la región, donde las
temperaturas medias registradas son menores (abajo de 24°C).

Las sequías estacionales son frecuentes en esta región, por La ganadería puede verse afectada por los incrementos en la
lo que las comunidades cuyos medios de vida son dependi- temperatura, que ocasionarían también reducción en la
entes de la agricultura con pocas opciones de adaptación, producción de pastos, leche y carne. El cambio en el clima
podrían estar expuestas a inseguridad alimentaria por las podría ocasionar migración ganadera durante los meses
reducciones de precipitación en los meses húmedos, más secos.
especialmente en Julio y agosto, donde el efecto de la
Canícula se prevé más marcado. El alza de la temperatura y En las especies acuáticas los aumentos de temperatura
los trastornos potenciales del ciclo hidrológico modificarán influirían notablemente en su metabolismo, tasa de
la disponibilidad de agua, las condiciones de aridez y la crecimiento, productividad, reproducción estacional y sensi-
frecuencia y duración de las sequías. Estas condiciones son bilidad a enfermedades y toxinas. Por esto, se esperan pérdi-
propicias para una mayor frecuencia de incendios forestales, das de rendimientos y mayor morbilidad en el sector
pérdidas de producción de granos y desfases de ejecución de pesquero del Golfo de Fonseca. El déficit de precipitación
prácticas agrícolas como la siembra, el control de plagas y durante los meses lluviosos (Junio a Septiembre), podría
la cosecha. Cambios de precipitación en los meses de canícu- reducir la producción de camarón en granjas. Así mismo, el
la Julio-Agosto podría también afectar la agricultura de incremento en la temperatura puede afectar la reproducción
granos básicos de subsistencia. Fríjol y maíz podrían verse del camarón. Aunque se proyecta un aumento bajo del nivel
muy afectados por pérdidas de rendimiento en los departa- del mar a futuro, el incremento de la frecuencia de mareja-
mentos de Valle y Choluteca, en localidades como Liure, das podrían limitar la actividad pesquera.
Soledad y Morolica.


Cambio a 2050 Cambio a 2050 Línea base referencia 1981-2010
(RCP 8.5-Pesimista) (RCP 4.5-Intermedio)
CAMBIO
ESCENARIOS DE
LEMPA
CLIMÁTICO
FICHA REGIONAL

Café
Ganadería
Agricultura
Áreas protegidas
Valladolid
Mapulaca

Cabanas
CAMBIO
CLIMÁTICO LEMPA
La tendencia de cambio de precipitación es hacia el aumento moderado en toda la extensión de la región, acentuádose
hacia el sur, donde se registran las mayores lluvias (arriba de 2000 mm/año en algunas zonas), bajo el RCP 8.5. Consid-
erando el RCP 4.5 la tendencia es hacia el déficit leve. Los escenarios plantean aumentos de precipitación para la región
hasta de un 7% para 2050s (bajo el escenario RCP 2.6) y disminuciones de hasta el 14% para fin de siglo (bajo RCP 8.5).
Considerando el ciclo monomodal de precipitaciones presente en la región, se proyectan aumentos hacia el inicio y final
de época lluviosa (Octubre y Noviembre) y disminuciones en los meses de mayores lluvias (Junio a Septiembre).
Los escenarios muestran aumentos considerables de la temperatura media anual de hasta 1.9°C para 2050 y 3.2°C para
el fin de siglo. Espacialmente, los escenarios muestran un aumento en toda la región pero se acentúa con mayor inten-
sidad al norte de la región.
La producción agrícola se podría ver afectada por los sequías son frecuentes en esta región, por lo que las
incrementos de temperatura, principalmente al sur de comunidades cuyos medios de vida son dependientes
la región en la frontera con el Salvador. Sumados a los de la agricultura con pocas opciones de adaptación,
cambios leves en las cantidades de precipitación, café podrían estar expuestas a inseguridad alimentaria por
y granos básicos se verían afectados e incluso se las reducciones de precipitación en los meses húme-
podría evaluar el reemplazo por otros rubros más dos. Cambios de precipitación en los meses de canícula
aptos. Fríjol y maíz podrían tener decrementos en la Julio-Agosto podría también afectar la agricultura de
producción en el departamento de Lempira lo que granos básicos de subsistencia.
supone implementar medidas de adaptación para esta
región. Así mismo, podrían existir zonas de presión a El sector de ganadería podrá verse afectado dada la
donde fríjol y maíz podrían migrar por mejores condi- posible disminución del recurso hídrico. Así mismo, la
ciones especialmente en la zona montañosa limítrofe producción de leche y carne se puede afectar directa-
con El Salvador. Las condiciones climáticas favore- mente por las altas temperaturas.
cerían la proliferación de enfermedades fungosas. Las


CAMBIO
ESCENARIOS DE
MESOAMERICANO
CLIMÁTICO
FICHA REGIONAL

Turismo
Piscicultura
Áreas protegidas
Utila
Roatán

Guanaja
CAMBIO
CLIMÁTICO MESOAMERICANO

Los escenarios no muestran cambios representativos de precipitación total, solo un déficit generaliza-
do en toda la región de menos del 3% bajo el escenario intermedio (RCP 4.5) y alrededor del 5% para
el escenario pesimista (RCP 8.5) hacia 2050s. Bajo diversos escenarios RCP se proyectan aumentos de
precipitación para la región hasta de un 5% para 2050s y disminuciones de hasta el 14% para fin de
siglo.Los meses de mayor precipitación (Octubre, Noviembre y Diciembre), presentarían aun mayores
precipitaciones a futuro.
Los escenarios muestran aumentos considerables de la temperatura media anual de hasta 1.9°C para
2050 y 3.2°C para el fin de siglo. El cambio de temperatura es homogéneo en la región y podría
aumentar la evapotranspiración.
Los incrementos en el nivel del océano podrían En las especies acuáticas las temperaturas
afectar las construcciones actualmente corporales varían en función de la
presentes a la orilla del mar, así mismo, las temperatura ambiente. Cualquier cambio en
áreas con tendencia a inundación durante la temperatura de su hábitat influye
marea alta presentarían mayor notablemente en su metabolismo, tasa de
susceptibilidad a dichos eventos. Los crecimiento, productividad, reproducción
ecosistemas marino-costeros se verán estacional y sensibilidad a enfermedades y
afectados con cambios en la biodiversidad, toxinas. Por esto, se esperan pérdidas de
desplazamiento y posible extinción de rendimientos y mayor morbilidad en el sector
especies. El turismo de playa en general pesquero.
podría sufrir afectaciones por marejadas y
pérdidas de costa.

ESCENARIOS DE
CAMBIO
CLIMÁTICO
FICHA REGIONAL Ilama
Santa Bárbara
Agricultura

Lago de
Ganadería Yojoa
Agroindustria
SANTA BÁRBARA
Piscicultura
El Níspero
Áreas protegidas Azacualpa

CAMBIO
CLIMÁTICO SANTA BÁRBARA

La tendencia de cambio de precipitación es hacia el aumento leve en toda la extensión de la región bajo el esce-
nario intermedio y disminución leve (acentuada hacia el norte) bajo el escenario pesimista. Los escenarios
plantean aumentos de precipitación para la región hasta de un 7% para 2050s y disminuciones de hasta el 12%
para fin de siglo. Se proyectan aumentos en el inicio y final de época lluviosa (Mayo, Octubre y Noviembre) y
disminuciones en los meses intermedios (Junio a Septiembre), así como en la época seca.
Los escenarios muestran aumentos considerables de la temperatura, incluso a mayor tasa que otras regiones
del país. La temperatura media anual aumentaría 2.3°C para 2050 y casi 4°C para el fin de siglo. El cambio de
termperatura es homogéneo, acentúado hacia el sur-oeste de la región, pero afectaría también la zona de la
Montaña de Santa Bárbara.
El alza de temperaturas y los trastornos El sector de ganadería podrá verse afectado dada
potenciales del ciclo hidrológico modificarán la la posible disminución del recurso hídrico. Así
disponibilidad de agua, las condiciones de aridez mismo, la producción de leche y carne se puede
y la frecuencia y duración de las sequías. Estas afectar directamente por las altas temperaturas
condiciones son propicias para una mayor que provoca estrés calórico en los animales.
frecuencia de incendios forestales, pérdidas de
producción de granos y desfases de ejecución de Café como rubro representativo en la región se
prácticas agrícolas como la siembra, el control de vería desplazado de las zonas bajas hacia zonas
plagas y la cosecha. Los aumentos de temperatura más montañosas de la región, sin embargo, áreas
sumados a los déficits de precipitación podrían de mayor aptitud climática futura para el cultivo
generar mayores costos para los cultivos. son áreas declaradas de protección. Déficit de
precipitación podría afectar afectar la
agroindustria de la caña de azúcar debilitando su
productividad.

Incremento del nivel del mar
La expansión térmica del océano junto con el derretimiento de los glaciares son los principales
contribuyentes al aumento del nivel medio del mar. Desde 1993 se ha experimentado un aumento
más acelerado del incremento del nivel del mar, lo cual es una respuesta al forzamiento radiativo
(tanto antropogénico como natural) y al aumento de la pérdida de masa de la capa de hielo (Church
et al., 2013). El cambio climático futuro, agregará calor al sistema climático lo cual hace muy
probable que la tasa de aumente del nivel del mar se incremente gradualmente durante el siglo 21.
Es muy probable que este cambio tendrá un fuerte patrón regional, con algunos lugares
experimentando desviaciones locales y regionales de cambio del nivel del mar en comparación
con el cambio medio global, como es el caso de los litorales hondureños.
Los escenarios futuros de aumento del nivel del mar para Honduras se derivaron de 10 Modelos
de Circulación General (MCG) de las proyecciones CMIP5 para dos Caminos Representativos de
Concentración (RCPs por sus siglas en inglés; RCP 4.5 y 8.5) para la serie de tiempo 2006-2100
(proyección año a año). Así mismo remuestreamos las proyecciones a 4 km y agregamos en tres
períodos futuros nombrados como 2030 (Normal climatológica -NC- entre 2026 a 2045), 2050s
(CN entre 2046-2065) y 2080 (CN entre 2076 a 2095). Usamos la variable altura del nivel del mar
sobre el geoide (zos), para describir los cambios.
Las condiciones de referencia, para evaluar el aumento en el periodo histórico, provienen del
"Global Ocean - Multimission altimeter satellite gridded sea surface heights and derived
variables", distribuidas por el Servicio de Monitoreo del Medio Marino de Copernicus (Copernicus
Marine Service Information, 2018). Específicamente, utilizamos el conjunto de datos Sealevel-
Glo-Phy-L4-Rep-Observations-008-047. Este procesa datos de todas las misiones de altimetría
satelital: Jason-3, Sentinel-3A, HY-2A, Saral/AltiKa, Cryosat-2, Jason-2, Jason-1,
Topex/Poseidon, ENVISAT, GFO, ERS1/2. La resolución final es de 0.25x0.25 grados.
Las Figuras 26 y 27 muestran las proyecciones de aumento del nivel del mar para Honduras, en
horizontes futuros de tiempo y en su evolución año tras año respectivamente. Hay una marcada
diferencia en la tasa de aumento en Litoral Pacífico y el Atlántico. El Atlántico muestra un aumento
86
más acelerado hacia futuro, alcanzando unos 200 mm más hacia fines de siglo en comparación de
100mm proyectados para el Pacífico. Los aumentos pueden ser mayores hacia zonas como Tela,
Roatán y Puerto Lémpira, alcanzando el umbral de los 300 mm a fin de siglo. Sobre el Golfo de
Fonseca las variaciones son poco significativas y no se esperan aumentos mayores del nivel del
mar hacia futuro. Las proyecciones sobre Honduras muestran un panorama más positivo que las
medias de incremento global, que indican un aumento hasta de 1 metro a fin de siglo (Church et
al., 2013). Teniendo en cuenta los límites marítimos de Honduras (línea amarilla Figura 27) sobre
RCP 8.5 el incremento anual se proyecta a una tasa de +3mm/año en la Costa Caribe y +1.6
mm/año sobre el Pacífico. Sobre RCP 4.5 el incremento es ligeramente menor.
Figura 28. Aumento del nivel del futuro, bajo RCP 4.5 y 8.5. Evolución en horizontes de tiempo.
87
Figura 29. Aumento del nivel del mar histórico (desde 1993) y futuro, bajo los RCP 4.5 y 8.5. Evolución
año tras año hasta fin de siglo.
88
Comparación entre los escenarios de la segunda y tercera comunicación nacional y otros
escenarios de cambio climático para Honduras y la región
En la Tabla 5, se evidencia que los actuales escenarios del proyecto TCN/BUR son los únicos
realizados a nivel nacional con base en las proyecciones del quinto reporte de evaluación del IPCC.
Adicionalmente, dos de los mayores avances fueron: primero, la construcción de una línea de base
o normal climatológica actual propia para Honduras con 282 estaciones de precipitación y 69 de
temperatura; segundo, la regionalización o downscaling de 18 MCG y para los 4 RCPs para evaluar
los impactos y vulnerabilidades.
Tabla 5. Comparación de escenarios de cambio climático generados para Honduras
Modelos de
Escenarios de Horizontes
Normal Climatológica o circulación
Estudio Nivel emisiones temporales
línea base actual General
empleados futuros
MCG)
Construida con registros
con control de calidad de Quinto reporte del
datos de 282 estaciones de IPCC (CMIP5):
18 MCG y
Tercera precipitación, 69 de 4 Escenarios RCP
método de 2030’s
Comunicación temperatura. (Caminos
Nacional regionalización 2050’s
Nacional- Método de interpolación representativos de
estadística 2080’s
CIAT (2018) ANUSPLIN (Usado por concentración):
delta.
WorldClim) RCP2.6, RCP4.5,
Normal climatológica: RCP6.0, RCP8.5
1981- 2010.
Precipitación basada en 5 MCG para la
interpolación con Kriging precipitación y
de registros de 67 3 MCG para la
Segunda Cuarto reporte de
estaciones de precipitación. temperatura, 2020’s
Comunicación evaluación del
Nacional usando 2050’s
Nacional IPCC: SRES-AR4
Temperatura uso superficies regionalización 2090’s
(2010) 2 Escenarios: A2
globales de WorldClim dinámica
(representativo de
Normal PRECIS-
una condición
Climatológica:1961-1990. MAGIC
pesimista) y B2
Uso de superficies globales
Economía del (condición 4 MCG y
de WorldClim para 2020’s
cambio optimista) método de
temperatura y precipitación. 2030’s
climático- Regional regionalización
2050’s
CEPAL estadística
Normal 2100’s
(2011) delta.
Climatológica:1961-1990.
89
Existen otros escenarios regionales (No incluidos en la tabla) desarrollados por CATIE (Imbach
et al., 2018) que evalúan 2 RCPs (RCP4.5 y RCP8.5), sin embargo, la resolución espacial es más
baja (8km2), solo se evaluó el 2050 y la normal climatológica es de la base de datos mundial de
Worldclim, por lo que se considera que los escenarios de la tercera comunicación de Honduras,
son los de mayor especificidad y validez para el territorio Hondureño.
Pese a las diferencias en los datos de entrada y las técnicas empleadas para la modelación de clima,
los escenarios de la segunda y tercera comunicación muestran una tendencia de déficit de
precipitación sobre el territorio hondureño. La segunda comunicación proyecta valores de hasta
40% (60%) de déficit de precipitación anual estacional en 2050s (2080s), mientras que los
presentes nuevos escenarios proyectan valores máximos de déficit de 10% (30%) en 2050s
(2080s). En temperatura la segunda comunicación presenta incrementos de cerca de 2°C y en estos
nuevos escenarios entre 2 y 2.5°C. Ambos reportes coinciden en disminuciones de precipitación y
aumentos de temperatura más significativos en la temporada Junio-Julio-Agosto.
90
Repositorios de Información
Para facilitar la difusión de la información entre los interesados locales en Honduras, las capas
resultantes del proceso de generación de línea base, downscaling y aumento del nivel del mar se
disponen en los repositorios Dataverse5 y CGSpace6. Estos portales de acceso abierto permiten
difundir, preservar, citar, explorar y analizar datos producto de la investigación en diversos
campos. Los datos pueden consultarse de la a partir de las siguientes direcciones:
 Superficies climáticas mensuales, trimestrales y anuales para Honduras a 30-segundos (1Km2)

de resolución espacial.
http://hdl.handle.net/10568/97534
https://doi.org/10.7910/DVN/QET5UQ
 Escenarios de cambio climático para Honduras a una resolución de 30 arco-segundos (1 Km2).
https://doi.org/10.7910/DVN/E3C1KB
 Replicación de datos para: Línea base y escenarios de cambio climático para el aumento del
nivel del mar en Honduras a una resolución de 4-km.
https://doi.org/10.7910/DVN/ANQTXW
Igualmente, se ha colocado un enlace a los datos en Dataverse en la plataforma gubernamental

Agua de Honduras7 en la sección Catálogo de Información y Cambio Climático (Figura 30). Las
capas de Sistemas de Información Geográfica (SIG) fueron generadas en formato raster (GeoTiff)
5
https://dataverse.harvard.edu/dataverse/CIAT
6
https://cgspace.cgiar.org/
7
91
a una resolución espacial de 30 arco-segundos (~1Km2) y en el sistema de coordenadas geográficas
WGS84. En la Tabla 6, se muestran los acrónimos y las unidades de las variables generadas.
Figura 30. Acceso a las capas SIG e Información en la Plataforma Agua de Honduras
Tabla 6. Acrónimos de las variables, RCPs, Temporadas y periodos generadas
Variables RCPs
prec Precipitación acumulada mensual [decimal] rcp26 (RCP 2.6)
tmax Temperatura máxima mensual [°C *10] rcp45 (RCP 4.5)
tmin Temperatura mínima mensual [°C *10] rcp60 (RCP 6.0)
dtr Rango diurno de temperatura (tmax-tmin) [°C *10] rcp85 (RCP 8.5)
tmean Temperatura media mensual [°C *10]
rsds Radiación solar de onda corta [W/m2 *10]
wsmean Velocidad del viento media [m2/s *10]
Temporadas Periodos
1 a 12 Meses de Enero a Diciembre Actual Promedio entre 1981-2010
DJF Diciembre-Enero-Febrero 2030 Promedio entre 2021-2050
MAM Marzo-Abril-Mayo 2050 Promedio entre 2041-2070
JJA Junio-Julio-Agosto 2080 Promedio entre 2071-2100
SON Septiembre-Octubre-Noviembre
ANN Anual
92
Línea base o normal climatológica a nivel mensual
Se constituye de 80 rasters de la plataforma continental de Honduras. 60 rasters mensuales de 5

variables prec, tmax, tmin, tmean, dtr; 16 rasters estacionales (trimestrales) de 4 variables (prec,
tmax, tmin, tmean); 4 rasters anuales de las variables prec, tmax, tmin, tmean. Los metadatos en la
plataforma Dataverse para este conjunto de datos se muestran en la Tabla 7.
Tabla 7. Metadatos para la plataforma Dataverse de la línea base climática o normal climatológica.
Campo de Metadatos Metadatos

Título Superficies climáticas mensuales, trimestrales y anuales para
Honduras a 30-segundos (1Km2) de resolución espacial.
Autores (Afiliaciones) Carlos Navarro-Racines (CIAT), Lizeth Llanos-Herrera
(CIAT), Fredy Monserrate-Rojas (CIAT)
Productor CIAT
Fecha de producción 2018
Donante UNDP
Número de la concesión SdP/00090482/001-2017 / UNDP D267
Descripción: Las superficies climáticas para Honduras (promedios de 30 años) fueron desarrolladas a
partir de las observaciones de estaciones meteorológicas de diferentes fuentes oficiales (instituciones
locales, nacionales y regionales) para el periodo 1981 a 2010 (último periodo definido por la OMM para
el cálculo de la normal climatológica), con una resolución espacial de 30 arco- segundos (1Km2). Las
variables generadas fueron precipitación mensual (prec), la temperatura mínima mensual (tmin),
temperatura máxima mensual (tmax), temperatura media mensual (tmean) y el rango diurno de
temperatura mensual (dtr). Adicionalmente, fueron derivadas las superficies trimestrales y anuales a
partir de los juegos de datos mensuales. Para las interpolaciones, seguimos el procedimiento descrito por
Hijmans et al. (Hijmans et al., 2005), usando como entrada las normales climatológicas de las estaciones
meteorológicas luego de los procesos de control de calidad y llenado de datos faltantes. En áreas con
poca densidad de estaciones meteorológicas fueron complementadas con pseudo-estaciones de
Terraclimate (Abatzoglou et al., 2018) para la temperatura y CHIRPS (Funk et al., 2015) para la
precipitación. Este juego de datos hace parte del trabajo desarrollado por el CIAT para la generación de
los escenarios de cambio climático para Honduras en el marco de la Tercera Comunicación Nacional
ante la CMNUCC.
Palabras claves Línea Base, Normal Climatológica, Estación Meteorológica,

Cambio Climático, Honduras, Interpolación.
Clasificación del tema Datos climáticos
Estaciones meteorológicas
La información de algunas estaciones meteorológicas usadas en el desarrollo de la normal

climatológica, se encuentra disponible a través del portal CCAFS-Climate, en la sección
93
Estaciones Meteorológicas (http://ccafs-climate.org/weather_stations/). El portal permite hacer
búsquedas de los datos filtrando por país, estado o bien a través del código de la estación. Los sets
de estaciones disponibles son: COPECO, DGRH-NOAA y ENEE. La información está restringida
por un usuario y contraseña, que es suministrado a cada entidad poseedora de la información.
Además de la posibilidad de descargar los datos (en bruto y procesados), el portal ofrece la opción
de visualizar gráficos de líneas de cada variable meteorológica a nivel diario, mensual y anual,
para el periodo de datos disponibles para cada estación. La Figura 31 muestra las estaciones
meteorológicas disponibles para Honduras a través del portal.
Figura 31. Información meteorológica de Honduras disponible a través del portal CCAFS-Climate.
94
Escenarios de cambio climático para la plataforma continental de Honduras
Los metadatos en la plataforma Dataverse para este conjunto de datos se muestra en la Tabla 8.
Tabla 8. Metadatos para la plataforma Dataverse de los escenarios de cambio climático de la plataforma
continental en Honduras

Título Escenarios de cambio climático para Honduras a una resolución de 30 arco-
segundos (1 Km2).
Autores (Afiliaciones) Carlos Navarro-Racines (CIAT), Fredy Monserrate-Rojas (CIAT)
Productor CIAT
Donante UNDP
Description : Los escenarios de cambio climático para Honduras fueron desarrollados mediante la
regionalización de las proyecciones de 18 Modelos de Circulación General (MCG) del reporte CMIP5
para cuatro Caminos Representativos de Concentración (RCPs por sus siglas en inglés; RCP 2.6, 4.5, 6.0
y 8.5; IPCC, 2013) y tres periodos futuros de referencia denominados 2030’s (Normal Climatológica –
NC- del 2021 a 2050), 2050’s (NC del 2041 a 2070) y 2080s (NC del 2071 a 2100).
Los periodos futuros fueron seleccionados por PNUD y MiAmbiente en Honduras para tener información
climática para procesos de toma de desiciones en el corto, mediano y largo plazo. Seguimos el método
de regionalización delta descrito en Ramírez-Villegas y Jarvis (Ramirez-Villegas & Jarvis, 2010b).
Desarrollamos superficies de 30 arco-segundos (1Km2) de resolución espacial para la precipitación
mensual (prec), la temperatura mínima mensual (tmin), máxima temperatura mensual (tmax),
temperatura media mensual (tmean), el rango diurno de temperatura (dtr), la radiación solar (rsds) y la
velocidad media del viento (wsmean).
Tres tipos de datos están disponibles:
‐ Escenarios futuros regionalizados para Honduras por cada GCM.
‐ Escenarios futuros regionalizados para Honduras para el ensamblaje (promedio) de 18 MCG.
‐ Anomalías o cambios del clima futuro en Honduras para el ensamblaje (promedio) de 18 MCG.
Los datos son parte del trabajo realizado por el CIAT en la generación de los escenarios de cambio
climático en Honduras para la Tercera Comunicación Nacional ante la CMNUCC.
Palabras claves Regionalización, cambio climático, escenarios climáticos, Honduras,

Clasificación del tema Datos Climáticos
Este conjunto de datos está constituido por tres sub-conjuntos así:
 Anomalías o cambios del clima futuro en Honduras para el ensamblaje (promedio) de 18

Modelos de Circulación General (MCG): En este conjunto de datos se presentan un total de
2436 rasters correspondientes a los deltas o cambios para el ensamblaje o promedio de los 18
95
GCMs evaluados. Los rasters fueron organizados en 4 grupos de 609 rasters de acuerdo a cada
uno de los RCPs (anomalies_ensemble_rcp26_honduras.zip,
anomalies_ensemble_rcp45_honduras.zip, anomalies_ensemble_rcp60_honduras.zip,
anomalies_ensemble_rcp85_honduras.zip). Dentro de la carpeta de cada RCP los rasters se
organizan en 3 subcarpetas de acuerdo a los horizontes temporales (2030s, 2050s, 2080s) con
203 rasters cada carpeta así:
7 variables mensuales * 12 meses* 2 rasters (promedio y desviación estándar) = 168 rasters

+ 7 variables estacionales * 4 estaciones (trimestres) = 28 rasters
+ 7 variables anuales = 7 rasters
_____________________________
Total: 203 rasters por subcarpeta
 Escenarios de cambio climático futuros regionalizados en Honduras para el ensamblaje

(promedio) de 18 GCM: En este conjunto de datos, los archivos rasters se organizaron de
forma similar a lo presentado en la sección anterior relacionada con las anomalías. Los rasters
fueron organizados de acuerdo a cada RCP en 4 carpetas:
downscaled_ensemble_rcp26_honduras.zip, downscaled_ensemble_rcp45_honduras.zip,
downscaled_ensemble_rcp60_honduras.zip, downscaled_ensemble_rcp85_honduras.zip. La
estructura de los archivos sigue el mismo orden descrito en la sección anterior.
 Escenarios de cambio climático futuros regionalizados para Honduras para cada uno de
los 18 GCM: En este conjunto de datos se presentan 4106 rasters, los cuales están organizados
en tres niveles. El primero en 4 carpetas de acuerdo a cada RCP
(downscaled_models_rcp26_honduras.zip, downscaled_models_rcp45_honduras.zip,
downscaled_models_rcp60_honduras.zip, downscaled_models_rcp85_honduras.zip). En el
segundo nivel, los mapas están organizados en 18 carpetas correspondientes a cada uno de los
modelos evaluados (bcc_csm1_1, bcc_csm1_1_m, cesm1_cam5, csiro_mk3_6_0, fio_esm,
gfdl_cm3, gfdl_esm2g, gfdl_esm2m, giss_e2r, ipsl_cm5a_lr, miroc_esm, miroc_esm_chem,
miroc_miroc5, ohc_hadgem2_es, mri_cgcm3, ncar_ccsm4, ncc_noresm1_m,
nimr_hadgem2_ao). Finalmente, en el tercer nivel, dentro de la carpeta de cada modelo, los
96
archivos están organizados en 3 sub-carpetas correspondientes a cada uno de los horizontes de
tiempo evaluados. Se debe anotar que para algunos GCM, las variables de radiación solar y
velocidad media del viento no estaban disponibles.
Escenarios de cambio climático para la plataforma oceánica de Honduras
La variable evaluada fue el cambio en el nivel medio del mar con relación al geoide de referencia
a una resolución espacial de 4 km, la cual fue obtenida de la observación satelital para la línea base
y como producto de la evaluación de 10 GCMs y 2 RCPs en condiciones de cambio climático
(RCP4.5 y RCP8.5, estos dos escenarios de emisiones fueron los únicos para los que se
encontraron evaluaciones de esta variable en varios GCMs). Los conjuntos de datos entregados se
organizaron en tres:
 El primero (baseline_sealevel_honduras.zip), para las observaciones de la línea base a nivel

anual entre 1996 y 2015, periodo para el cual se pudieron obtener observaciones satelitales de
la plataforma europea Copernicus (http://marine.copernicus.eu/training/education/ocean-
parameters/sea-level/). Se entregan los mapas raster en formatos Geotiff y netCDF (.nc).
 El segundo conjunto de datos (anomalies_sealevel_ensemble_honduras.zip), en dos carpetas,

una por cada RCP para el promedio o ensamblaje a nivel anual de los 10 GCMs evaluados. En
este caso, dentro de cada carpeta RCP, se comparte el promedio (avg), desviación estándar
(std), valor máximo (max), valor mínimo (min), quartil 90% (q90) y quartil 10% (q10) a nivel
anual desde 2006 a 2100 y para los promedios de los periodos comparados de los 2030’s,
2050’s y 2080’s. Se entregan los mapas raster en formatos Geotiff.
 El tercero (anomalies_sealevel_models_honduras.zip), donde se organizaron los archivos en

dos carpetas, una por cada RCP evaluado y dentro de cada una de ellas 10 subcarpetas que
corresponden a cada GCM evaluado (csiro_mk3_6_0, gfdl_cm3, gfdl_esm2g, gfdl_esm2m,
giss_e2_r, ipsl_cm5a_lr, miroc_miroc5, mohc_hadgem2_es, mri_cgcm3, ncc_noresm1_m).
Dentro de cada sub-carpeta se presentan las series de tiempo anuales (ts) y los promedios de
cada periodo de referencia evaluado (avg) para los 2030’s, 2050’s y 2080’s. Se entregan los
mapas raster en formatos netCDF (.nc).
97
Los metadatos en la plataforma Dataverse para este conjunto de datos se muestra en la Tabla 9.
Tabla 9. Metadatos para la plataforma Dataverse de los escenarios de cambio climático de la plataforma
oceánica en Honduras

Título Línea base y escenarios de cambio climático para el aumento del nivel
del mar en Honduras a una resolución de 4-km.
Autores (Afiliaciones) Carlos Navarro-Racines (CIAT), Fredy Monserrate-Rojas (CIAT)
Productor CIAT
Donante UNDP
Descripción: Los escenarios futuros de aumento del nivel del mar para Honduras se derivaron de 10
Modelos de Circulación General (MCG) de las proyecciones CMIP5 para dos Caminos Representativos
de Concentración (RCPs por sus siglas en inglés; RCP 4.5 y 8.5; IPCC, 2013) y la serie temporal 2006-
2100. Así mismo remuestreamos las proyecciones a 4 km y agregamos en tres períodos futuros
nombrados como 2030s (2026 a 2045), 2050 (2046-2065) y 2080 (2076 a 2095). Los períodos futuros
fueron seleccionados por PNUD y MiAmbiente en Honduras con el fin obtener información climática
para procesos de toma de decisiones en torno al cambio climático en el corto, mediano y largo plazo.
Usamos la variable altura del nivel del mar sobre el geoide (zos).
Ponemos a disposición dos tipos de datos:
- _ts: Cambios en la altura del nivel del mar entre el período de referencia 1996-2015 y las proyecciones
históricas/ futuras anuales de los MCGs.
- _avg: Cambios en la altura del nivel del mar entre el período de referencia 1996-2015 y las normales
climáticas futuras (2030s, 2050s, 2080s) de los MCGs.
Las condiciones de referencia provienen del " Global Ocean - Multimission altimeter satellite gridded
sea surface heights and derived variables ", distribuidas por el Servicio de Monitoreo del Medio Marino
de Copernicus. Específicamente, utilizamos el conjunto de datos Sealevel-Glo-Phy-L4-Rep-
Observations-008-047. Este procesa datos de todas las misiones de altimetría satelital: Jason-3, Sentinel-
3A, HY-2A, Saral / AltiKa, Cryosat-2, Jason-2, Jason-1, T / P, ENVISAT, GFO, ERS1 / 2. La resolución
es 0.25X0.25 grados y tiene una resolución temporal irregular. Los datos comienzan en 1993 hasta el
presente. Usamos el promedio de 20 años y las series temporales de 1996-2015. Re-distribuimos los
datos procesados, incluyendo:
- _ts: Cambios en la altura del nivel del mar entre el período de referencia 1996-2015 y los datos
satelitales históricos.
- _avg: Normal climatológica de la altura del nivel del mar 1996-2015 derivado de datos satelitales
históricos.
Los datos son parte del trabajo realizado por el CIAT en la generación de los escenarios de cambio
climático en Honduras para la Tercera Comunicación Nacional ante la CMNUCC.
Palabras claves Cambio climático, escenarios climáticos, aumento del nivel del mar,
Honduras, normal climática, Caminos Representativos de
Concentración, Modelos de Circulación General.
Clasificación del tema Datos climáticos
98
Aplicación web
Para consultar las variables de la superficie continental, se generó una aplicación web que consulta
los datos referenciados en este informe y presenta resúmenes a nivel de Región de Desarrollo y
Microcuenca. Esta aplicación web se puede consultar en la pagina de Agua de Honduras en la
sección de Cambio Climático (https://aguadehonduras.gob.hn/cambioclimatico.php) y se puede
acceder como se muestra en la Figura 32. Se puede observar una vista previa de la aplicación y los
10 pasos para consultar y descargar la información climática.
Figura 32. Aplicación web desarrollada en la plataforma Agua de Honduras para consultar los resultados
de los escenarios de cambio Climático de Honduras.
99
Módulo académico de capacitación
Generalidades
Título del Módulo
Escenarios de Cambio Climático en Honduras para la Tercera Comunicación Nacional (TCN) ante
la CMNUCC
Resumen
El módulo académico de capacitación es un espacio virtual diseñado para facilitar el uso de la

información de los escenarios de cambio climático desarrollados para el proyecto de la tercera
comunicación nacional de Honduras ante la Convención Marco de las Naciones Unidas sobre el
Cambio Climático (CMNUCC).
El módulo y los escenarios de cambio climático fueron desarrollados por el Centro Internacional
de Agricultura Tropical (CIAT) bajo la consultoría para el Desarrollo de los Escenarios Climáticos
de Honduras y Módulo Académico de Capacitación (Sdp/00090482/001-2017) financiada por el
Programa de las Naciones Unidas para el Desarrollo (PNUD) en Honduras. El módulo se
constituye de 5 unidades que presentan los conceptos básicos sobre cambio climático, los procesos
de construcción de la línea base del clima y los escenarios de cambio climático en Honduras, la
forma de acceder a la información sobre los escenarios y finalmente ejemplos sobre la aplicación
de este tipo de información en los sectores de agricultura y recursos hídricos.
Enlace permanente para compartir el Módulo: https://hdl.handle.net/10568/97760

Enlace externo para ingresar al Módulo: https://bit.ly/2MMTDfG
Sitio donde es posible encontrar los enlaces: https://aguadehonduras.gob.hn/descargas.html

sección Escenarios Cambio Climático>Módulo Académico de Capacitación.
100
Introducción
El módulo académico de capacitación es un espacio virtual diseñado para facilitar el uso de la

información de los escenarios de cambio climático para la tercera comunicación ante la CMNUCC.
Este módulo busca aclarar algunos conceptos claves para comprender los métodos usados y la
información obtenida. Adicionalmente, facilita guías y/o ejercicios que permiten visualizar los
resultados sobre la línea base climática y de los escenarios de cambio climático, descargarlos y
usarlos en aplicaciones específicas.
El módulo fue desarrollado en la plataforma CourseSites by Blackboard®, la cúal es una

plataforma con licencia Creative Commons Attribution (CC BY), que permite el acceso gratuito
para administrar la entrada de estudiantes e instructores, integrar contenido multimedia, material
de apoyo y evaluaciones estructuradas en unidades, evaluar el rendimiento y gestión de
calificaciones.
Contenidos del módulo
El contenido del módulo está constituido por cuatro secciones principales:
1. Conceptos de cambio climático.

2. Manejo de la información sobre el clima histórico (Normal climatológica).
3. Manejo de la información sobre proyecciones de cambio climático.
4. Repositorios de información.
5. Análisis de posibles impactos del cambio climático en Honduras.
A continuación, se describen los principales temas incluidos en cada sección o unidad:
 Unidad 0 – Generalidad del curso

o Acerca del curso
o Proyecto de la Tercera Comunicación de Cambio Climático en Honduras
o Introdución al módulo de capacitación
o Objetivos de aprendizaje
o Acrónimos
101
o Contáctenos
o Cómo citarnos
 Unidad 1- Conceptos básicos

o Clima y estado del tiempo
o Variabilidad climática y cambio climático
o Reflexión: ¿En qué se parece tu personalidad al clima y estado del tiempo?
o Adaptación y mitigación al cambio climático
o Fuentes consultadas
o Evaluación de la Unidad: Manejo de conceptos básicos
 Unidad 2 – Linea base climática para Honduras

o Clima Histórico y Línea Base (Definiciones).
o ¿Cómo se construyó la línea base climática para Honduras?
o Evaluación Unidad 2- Conceptos básicos línea base climática
 Unidad 3 – Escenarios de Cambio Climático para Honduras

o Escenarios de cambio climático (Definiciones)
o Cómo se construyeron los escenarios de cambio climático para Honduras
o Evaluación de la Unidad
 Unidad 4 – ¿Dónde consultar la información desarrollada para los nuevos escenarios para
Honduras?
o Aplicativo de Escenarios por Regiones de Desarrollo y Microcuencas
o Repositorio de datos
o Información meteorológica
o Reportes y documentación
o Fichas regionales
o Evaluación de la Unidad
 Unidad 5 - Evaluación de los impactos del cambio climático en honduras basado en

estudios de caso
o Impactos sobre agricultura (caso de estudio.
o Impactos sobre recursos hídricos (caso de estudio).
o Evaluación de la unidad
102
Tutorial para estudiantes y docentes
1. Inscripción e ingreso a la plataforma virtual de capacitación: La inscripción al Modulo es

completamente gratuita, se debe llenar un registro y obtener un usuario y clave que puede
ser encontrada en la Plataforma Agua de Honduras en la sección de descargas (Catálogo
de Información). Luego de la inscripción es posible acceder al curso a través de la
plataforma Agua de Honduras o directamente en https://preview-learn.blackboard.com/.
`
2. Dentro de la plataforma Blackboard, para ingresar al módulo de capacitación seleccione
“Cursos” en el panel del lado izquierdo.
3. A continuación, seleccione el curso virtual de su interés. En este caso, el módulo de

capacitación virtual “Escenarios de Cambio Climático en Honduras”.
103
4. Así podrá ver la información acerca de los temas y subtemas del módulo de capacitación.
5. Ahora puede ingresar a la unidad de su interés haciendo clic sobre ella. Por ejemplo,
UNIDAD 1- CONCEPTOS BÁSICOS y entrando desde este usuario editar el contenido
del curso.
104
6. Al final de cada unidad podrá realizar una evaluación y obtener un certificado al final de
la terminación satisfactoria de todas las evaluaciones.
7. Información para docentes y facilitadores de talleres sobre cambio climático en Honduras:

Mediante estas opciones un docente u otro interesado puede facilitar una capacitación
usando el módulo, crear grupos, generar discusiones, etc. Todos los usuarios inscritos
pueden generar un grupo y crear discusiones personalizadas. Los pasos son:
i. Ingrese al módulo virtual a través de la plataforma Blackboard o mediante el enlace

colocado en Agua de Honduras. Seleccione “Cursos” en el panel del lado izquierdo.
105
ii. Seleccione el curso virtual de su interés. En este caso, el módulo de capacitación virtual
“Escenarios de Cambio Climático en Honduras”.
iii. Una vez haya ingresado al curso, en el panel de la izquierda seleccione la opción de
“Grupos” y luego en la parte superior seleccione la opción “Crear grupo”
iv. Complete la información que se le solicita y haga clic en enviar.
106
v. Una vez cree el grupo, solicítele a sus estudiantes que se inscriban al grupo que acaba
de crear, haciendo click en la opción ‘Inscribirse’ disponible debajo de cada grupo.
vi. Las siguientes son las herramientas del grupo que pueden ser usada en ejercicios
pedagógicos.
Evidencias del módulo
Como prueba piloto del módulo de la eficacia del módulo, se impartió un taller a dos grupos
identificados y convocados por el proyecto de la Tercera Comunicación y la Dirección Nacional
de Cambio Climático. El primer grupo con la presencia de expertos nacionales en el manejo de
información meteorológica y de datos de Sistemas de Información Geográfica (SIG). El segundo
107
grupo, tomadores de decisión y/o técnicos de instituciones los cuales deban usar la información
generada de los escenarios para generar sus planes sectoriales de adaptación y mitigación del
cambio climático.
El taller a expertos en manejo de SIG y datos meteorológicos se llevó a cabo el miércoles 12 de

Septiembre a doble jornada en el auditorio de la Facultad de Ambiente y Desarrollo de la EAP
Zamorano y en la jornada de la tarde del jueves 13 de septiembre en el centro interactivo del agua
de MiAmbiente+. En los Anexo 10 y 11 se puede observar la programación de estos talleres,
mientras en el Anexo 11 se pueden encontrar un registro fotográfico de los talleres.
El taller general, enfocado en tomadores de decisión y/o técnicos encargados de usar la

información para generar planes de adaptación y mitigación sectoriales, fue desarrollado en el
Centro Interactivo de MiAmbiente+ el jueves 12 de septiembre a doble jornada. En el Anexo 2, se
puede observar la programación de este taller general, mientras en el Anexo 12 se pueden encontrar
los listados de asistencia y registro fotográfico del taller.
108
Conclusiones y recomendaciones
Observaciones y recomendaciones para el manejo y gestión de información meteorológica

en Honduras
Luego del proceso del proceso de caracterización del clima de honduras basado en la información
de las estaciones meteorológicas, se realizó un análisis de la situación de la gestión de la
información hidro-meteorológica en el país. Este análisis se realizó basado en el esquema
planteado en la consultoría “Diagnóstico de la información existente sobre el recurso hídrico,
actores, roles, avances, limitantes y necesidades” (Peña, 2016) (ver Figura 33) financiado por
PNUD y que consolidó la situación de la gestión de este tipo de información basado en opiniones
de expertos e interesados nacionales. Por lo cual, el presente análisis, busca complementar o
actualizar la consultoría de Peña (2016) (Tabla 10, Gris), a la luz de la experiencia del CIAT como
centro de Investigación y usuario de la información hidro-meteorológica en Honduras (Tabla 10,
Blanco).
Principales Retos
1 Inter-institucionalidad de los datos
2 Espacialidad y calidad
3 Información disponible en tiempo y forma
Figura 33. Gestión de la Información hidroclimática en Honduras (Peña, 2016).
109
Tabla 10. Actualización del análisis de la situación de la información hidro-meteorológica en Honduras
de acuerdo al esquema planteado por Peña (2016) con la visión del CIAT
Retos/Etapa Situación según Situación actual (Experiencia CIAT Recomendaciones

Peña (2016) 2017-2018)
Inter- Al menos 5 Se incrementaron las entidades, debido a Debido a los diversos intereses de las
institucionalidad entidades públicas que el SMN se dividió en Meteorología entidades con datos meteorológicos, no
de los datos y varias privadas y aeronáutica y CENAOS. Adicionando un parece posible la fusión de todas las
ONGs, recolectan nuevo actor. entidades, pero sería recomendable
datos hidro- centralizar en una entidad las funciones
meteorológicos sin de normalización y gestión de la
una entidad líder información. Mientras eso sucede, los
en la gestión y esfuerzos se deberían enfocar a fortalecer
normalización de una sola base de datos que centralice la
los datos a nivel información, por ejemplo MCH de la
gubernamental. OMM.
Equipo/ Equipo no La baja cobertura espacial se hizo Se podría mejorar la cobertura con
Instrumentación estandarizado y sin evidente en el presente estudio mayor coordinación de las entidades y
una cobertura especialmente para la temperatura y en complementando en sectores con baja
espacial necesaria. zonas boscosas y altas del territorio. cobertura como el oriente del país, zonas
altas montañosas.
Lectura y Distintos Dos iniciativas de importancia se han Se debe apoyar la formación y/o
almacenamiento protocolos de desarrollado: contratación de personal especializado
del dato lecturas y de 1- La consultoría actual y la plataforma en el manejo de grandes bases de datos
almacenamiento Agua de Honduras proveen códigos y hidro-meteorológicas y su análisis para
del dato protocolos para facilitar la unificación de las entidades encargadas para aprovechar
bases de datos históricas por parte de las los desarrollos recientes y las
entidades (https://github.com/CIAT- herramientas tecnológicas disponibles.
DAPA/usaid_hnd). Además de las bases
de datos estandarizadas (http://ccafs-
climate.org/weather_stations/).
2- La OMM con apoyo de la actividad
GEMA de USAID, está apoyando a
CENAOS/COPECO, DGRH,
Meteorología Aeronáutica para
implementar su base de datos MCH, la
cual puede capturar en tiempo real los
datos hidro-meteorológicos, generar
reportes y mapas. La ENEE está
buscando el apoyo de la OMM para
implementar esta base de datos.
Espacialidad y La continuidad de Usando técnicas de control de calidad y La contratación/formación de personal
Calidad las series es la llenado de datos en esta consultoría se para el manejo, análisis y gestión de la
principal limitante pudo incluir el 67% de la información de información es crítica. Además del
y falta una entidad precipitación y 45% de temperatura para aseguramiento de los recursos
nacional que la normal climatológica 1981-2010. Para económicos necesarios para el
sintetice y asegure otros fines el porcentaje podría aumentar. mantenimiento de las redes desde la
esta calidad. En la En el repositorio de códigos y gestión de los datos en campo hasta el
actualización del procedimientos se encuentran los mantenimiento de las bases de datos.
balance hídrico códigos y procedimientos para este tipo
solo se pudo usar de análisis que mejore la disponibilidad
el 40% de la y calidad https://github.com/CIAT-
Información. DAPA/usaid_hnd). Además de las bases
de datos estandarizadas (http://ccafs-
climate.org/weather_stations/).
Análisis de los En su mayoría no Esta consultoría analizó la información Se debe buscar la formación de personas
datos se analiza la de 201 estaciones de precipitación y 49 técnicas especializadas para fortalecer el
información de temperatura a nivel nacional de 4 análisis en tiempo real de las estaciones.
entidades (COPECO, DGRH, ENEE, Varias entidades han mejorado su
SANAA). COPECO genera algunos infraestructura o están buscando
productos para los boletines mejorarla. La DGRH recibió un data
agroclimáticos, ENEE y SANAA la center de la plataforma Agua de
utiliza en algunos análisis sectoriales. La Honduras. La ENEE está en proceso de
DGRH facilita la información a instalar una estación terrena para la
entidades para análisis sectoriales. recepción y análisis de información.
Información Se señala a la El CIAT ha verificado el recelo entre las La alineación de inversiones de diversos
disponible en autoridad del agua instituciones, pero la voluntad de donantes y fuentes de financiación,
tiempo y forma como ente compartir información, lo que se vio además del fortalecimiento de
gubernamental reflejado en esta consultoría. El factor capacidades son un factor fundamental
110
encargado y decisivo ha sido el trabajo coordinado para asegurar la confianza entre las
señalado para con cada entidad y el involucramiento de instituciones para que se compartan los
cumplir este rol y investigadores de CIAT para buscar datos en tiempo y forma.
el recelo al mejorar las capacidades técnicas de los Se debe buscar fortalecer lo existente
intercambio de interesados, para hacer más eficiente cada inversión.
información entre De manera informal, las entidades
entidades. Además critican y desconfían de la actitud de
del rol de la consultores que buscan acaparar
empresa privada información y no compartir sus
para la conocimientos.
financiación de las
redes.
Bases de datos Las bases de datos La OMM con apoyo de la actividad Se deberían alinear las diversas
de las instituciones GEMA de USAID, está apoyando a iniciativas para evitar duplicar los
son limitadas CENAOS/COPECO, DGRH y ENEE esfuerzos.
Entrega de La accesibilidad de para implementar su base de datos MCH, Este es el principal reto a superar para
resultados la información es la cual puede capturar en tiempo real los que las entidades tengan asegurada la
limitada datos hidro-meteorológicos, genera financiación continua de las actividades
reportes y mapas. de mantenimiento y gestión de sus redes
hidro-meteorológicas y tengan al mismo
tiempo la voluntad de compartir de
forma ágil y continua la información.
Debido a que las herramientas
tecnológicas están disponibles.
Conclusiones y recomendaciones de la consultoría para la generación de

los escenarios climáticos de Honduras
 Los datos meteorológicos de las entidades públicas en Honduras permitieron construir una
normal climatológica de alta resolución con datos locales, los cuales fueron complementados
con información satelital. Esto marca un precedente para trabajos posteriores que podrán contar
con este producto y sin duda se debe valorar el trabajo realizado por las entidades como
CENAOS/COPECO, Meteorología Aeronáutica, DGRH, ENEE y SANAA para mantener las
observaciones y registros meteorológicos que fueron usados en este trabajo.
 Para la mejora de la gestión de información meteorológica, además de los costos operativos

requeridos por estas entidades públicas, se ha identificado un factor crítico que es la
contratación y/o formación de personal técnico especializado en el manejo de grandes bases
de datos meteorológicas y aprovechar así la tecnología disponible.
 Un gran reto es la inter-institucionalidad de los datos y por ende la falta de centralización de

los mismos, sin embargo, se deben alinear esfuerzos y fortalecer la generación de bases de
datos unificadas como MCH de la OMM, lo cual permitirá facilitar la implementación de
111
múltiples e innovadoras iniciativas como la Plataforma Agua de Honduras, Observatorios
regionales y otros que requieren de bases de datos hidro-meteorológicos.
 Los escenarios de cambio climático de la TCN/BUR, son una herramienta para la toma de
decisiones única en la región, porque involucra la regionalización de 18 MCG, 4 RCP’s y 3
horizontes temporales, además de 8 variables, incluidas la altura sobre el nivel del mar. Sin
embargo, se evidenció la necesidad de poner a disposición de múltiples actores la información
de forma libre y ágil. Un primer esfuerzo se hizo por iniciativa del grupo consultor en
https://aguadehonduras.gob.hn/cambioclimatico.php, sin embargo, se podría profundizar y
hacer aplicaciones más detalladas buscando siempre que la información sea utilizada por los
tomadores de decisión y se tomen decisiones basado en información cuantitativa y con soporte
científico.
 Los escenarios generados son una herramienta que puede servir a otros para evaluar los
impactos y vulnerabilidades. Son un resultado que busca nutrir la discusión en el país y que le
permitirá a diferentes actores investigar sobre los impactos y vulnerabilidades. Es decir estos
escenarios de cambio climático son un punto de partida para la evaluación de los impactos y
vulnerabilidades debidas al clima en el país, se requiere de procesos de planificación,
investigación aplicada a nivel sectorial para sacar provecho de los mismos.
 Uno de los productos más atractivos de la consultoría realizada es el módulo virtual, el cual
busca aclarar muchos conceptos para la interpretación y posterior uso de los escenarios. Se
buscó mediante un lenguaje sencillo explicar conceptos que para muchos interesados resultan
complejos. Se espera que mediante los recursos de información generados, se generé una
discusión amplia que permita la interacción entre diferentes interesados en la búsqueda de una
mejor adaptación al cambio climático en el País.
 Las fichas regionales diseñadas en esta consultoría son una primera versión ejecutiva de los
impactos climáticos a nivel de región de desarrollo, se espera que los interesados regionales y
locales las puedan usar para propiciar discusiones basadas en datos cuantitativos y
complementarlas basado en sus experiencias y conocimientos locales.
112
Bibliografía
Abatzoglou, J. T., Dobrowski, S. Z., Parks, S. A., & Hegewisch, K. C. (2018). TerraClimate, a
high-resolution global dataset of monthly climate and climatic water balance from 1958–2015.
Scientific Data, 5, 170191. Retrieved from http://dx.doi.org/10.1038/sdata.2017.191
Argeñal, F. (2010). Variabilidad Climática y Cambio Climático en Honduras.
CEPAL, MiAmbiente, & Minas. (2016). La Economía del Cambio Climático en Honduras:
Mensajes Clave 2016. Ciudad de México.
Church, J. a., Clark, P. U., Cazenave, a., Gregory, J. M., Jevrejeva, S., Levermann, a., Merrifield,
M. a., Milne, G. a., Nerem, R. ., Nunn, P. D., Payne, a. J., Pfeffer, W. T., Stammer, D., &
Unnikrishnan, a. S. (2013). Sea level change. Climate Change 2013: The Physical Science Basis.
Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel
on Climate Change, 1137–1216. http://doi.org/10.1017/CB09781107415315.026
Clarke, L., Edmonds, J., Jacoby, H., Pitcher, H., Reilly, J., & Richels, R. (2007). Scenarios of
Greenhouse Gas Emissions and Atmospheric Concentrations. Washington, 7 DC., USA.
CNEG. (2010). República de Honduras, Visión de País 2010 – 2038 y Plan de Nación 2010‐ 2022.
Collins, W. J., Bellouin, N., Doutriaux-Boucher, M., Gedney, N., Halloran, P., Hinton, T., Hughes,
J., Jones, C. D., Joshi, M., Liddicoat, S., Martin, G., O’Connor, F., Rae, J., Senior, C., Sitch, S.,
Totterdell, I., Wiltshire, A., & Woodward, S. (2011). Development and evaluation of an Earth-
System model – HadGEM2. Geosci. Model Dev., 4(4), 1051–1075. http://doi.org/10.5194/gmd-4-
1051-2011
Copernicus Marine Service Information. (2018). Product user manual for Sea Level SLA products.
(CMEMS, Ed.).
Delworth, T. L., Broccoli, A. J., Rosati, A., Stouffer, R. J., Balaji, V., Beesley, J. A., Cooke, W.
F., Dixon, K. W., Dunne, J., Dunne, K. A., Durachta, J. W., Findell, K. L., Ginoux, P.,
Gnanadesikan, A., Gordon, C. T., Griffies, S. M., Gudgel, R., Harrison, M. J., Held, I. M., Hemler,
R. S., Horowitz, L. W., Klein, S. A., Knutson, T. R., Kushner, P. J., Langenhorst, A. R., Lee, H.-
C., Lin, S.-J., Lu, J., Malyshev, S. L., Milly, P. C. D., Ramaswamy, V., Russell, J., Schwarzkopf,
M. D., Shevliakova, E., Sirutis, J. J., Spelman, M. J., Stern, W. F., Winton, M., Wittenberg, A. T.,
Wyman, B., Zeng, F., & Zhang, R. (2006). GFDL’s CM2 Global Coupled Climate Models. Part I:
Formulation and Simulation Characteristics. Journal of Climate, 19(5), 643–674.
http://doi.org/10.1175/jcli3629.1
Donner, L. J., Wyman, B. L., Hemler, R. S., Horowitz, L. W., Ming, Y., Zhao, M., Golaz, J.-C.,
Ginoux, P., Lin, S.-J., Schwarzkopf, M. D., Austin, J., Alaka, G., Cooke, W. F., Delworth, T. L.,
Freidenreich, S. M., Gordon, C. T., Griffies, S. M., Held, I. M., Hurlin, W. J., Klein, S. A.,
Knutson, T. R., Langenhorst, A. R., Lee, H.-C., Lin, Y., Magi, B. I., Malyshev, S. L., Milly, P. C.
D., Naik, V., Nath, M. J., Pincus, R., Ploshay, J. J., Ramaswamy, V., Seman, C. J., Shevliakova,
113
E., Sirutis, J. J., Stern, W. F., Stouffer, R. J., Wilson, R. J., Winton, M., Wittenberg, A. T., & Zeng,
F. (2011). The Dynamical Core, Physical Parameterizations, and Basic Simulation Characteristics
of the Atmospheric Component AM3 of the GFDL Global Coupled Model CM3. Journal of
Climate, 24(13), 3484–3519. http://doi.org/10.1175/2011JCLI3955.1
Dufresne, J.-L., Foujols, M.-A., Denvil, S., Caubel, A., Marti, O., Aumont, O., Balkanski, Y., …
Vuichard, N. (2013). Climate change projections using the IPSL-CM5 Earth System Model: from
CMIP3 to CMIP5. Climate Dynamics, 40(9–10), 2123–2165. http://doi.org/10.1007/s00382-012-
1636-1
Dunne, J. P., John, J. G., Shevliakova, E., Stouffer, R. J., Krasting, J. P., Malyshev, S. L., Milly,
P. C. D., Sentman, L. T., Adcroft, A. J., Cooke, W., Dunne, K. A., Griffies, S. M., Hallberg, R.
W., Harrison, M. J., Levy, H., Wittenberg, A. T., Phillips, P. J., & Zadeh, N. (2013). GFDL’s
ESM2 Global Coupled Climate–Carbon Earth System Models. Part II: Carbon System
Formulation and Baseline Simulation Characteristics*. Journal of Climate, 26(7), 2247–2267.
http://doi.org/10.1175/JCLI-D-12-00150.1
ESGF. (2016). The Earth System Grid Federation (ESGF) Peer-to-Peer (P2P) enterprise system.
Retrieved from https://pcmdi.llnl.gov/projects/esgf-llnl/
Fick, S., & Hijmans, R. (2017). WorldClim 2: new 1‐km spatial resolution climate surfaces for
global land areas. International Journal of Climatology, 37(12), 4302–4315.
http://doi.org/10.1002/joc.5086
Fowler, H. J., Blenkinsop, S., & Tebaldi, C. (2007). Linking climate change modeling to impact
studies: recent advances in downscaling techniques of hydrological modeling. International
Journal of Climatology, (27), 1547–1578.
Fujino, J., Nair, R., Kainuma, M., Masui, T., & Matsuoka, Y. (2006). Multi-gas Mitigation
Analysis on Stabilization Scenarios Using Aim Global Model. The Energy Journal, Multi-
Gree(Special Issue #3), 343–354. Retrieved from
http://econpapers.repec.org/RePEc:aen:journl:2006se_weyant-a17
Funk, C., Peterson, P., Landsfeld, M., Pedreros, D., Verdin, J., Shukla, S., Husak, G., Rowland, J.,
Harrison, L., Hoell, A., & Michaelsen, J. (2015). The climate hazards infrared precipitation with
stations—a new environmental record for monitoring extremes. Scientific Data, 2, 150066.
Retrieved from http://dx.doi.org/10.1038/sdata.2015.66
Gent, P. R., Danabasoglu, G., Donner, L. J., Holland, M. M., Hunke, E. C., Jayne, S. R., Lawrence,
D. M., Neale, R. B., Rasch, P. J., Vertenstein, M., Worley, P. H., Yang, Z.-L., & Zhang, M. (2011).
The Community Climate System Model Version 4. Journal of Climate, 24(19), 4973–4991.
http://doi.org/10.1175/2011JCLI4083.1
Harris, I., Jones, P. D., Osborn, T. J., & Lister, D. H. (2014). Updated high-resolution grids of
monthly climatic observations – the CRU TS3.10 Dataset. International Journal of Climatology,
34(3), 623–642. http://doi.org/10.1002/joc.3711
114
Hijioka, Y., Matsuoka, Y., Nishimoto, H., Masui, M., & Kainuma, M. (2008). Global GHG
emissions scenarios under GHG concentration stabilization targets. Journal of Global
Environmental Engineering, 13, 97–108.
Hijmans, R. J., Cameron, S. E., Parra, J. L., Jones, P. G., & Jarvis, A. (2005). Very high resolution
interpolated climate surfaces for global land areas. International Journal of Climatology, 1978,
1965–1978. http://doi.org/10.1002/joc.1276
Hurrell, J. W., Holland, M. M., Gent, P. R., Ghan, S., Kay, J. E., Kushner, P. J., Lamarque, J.-F.,
Large, W. G., Lawrence, D., Lindsay, K., Lipscomb, W. H., Long, M. C., Mahowald, N., Marsh,
D. R., Neale, R. B., Rasch, P., Vavrus, S., Vertenstein, M., Bader, D., Collins, W. D., Hack, J. J.,
Kiehl, J., & Marshall, S. (2013). The Community Earth System Model: A Framework for
Collaborative Research. Bulletin of the American Meteorological Society, 94(9), 1339–1360.
http://doi.org/10.1175/BAMS-D-12-00121.1
Imbach, P., Chou, S. C., Lyra, A., Rodrigues, D., Rodriguez, D., Latinovic, D., Siqueira, G., Silva,
A., Garofolo, L., & Georgiou, S. (2018). Future climate change scenarios in Central America at
high spatial resolution. PLOS ONE, 13(4), e0193570.
http://doi.org/10.1371/journal.pone.0193570
IPCC. (2007). IPCC Fourth Assessment Report: Climate Change 2007 (AR4). (IPCC, Ed.).
Geneva, Switzerland: IPCC. Retrieved from
http://www.ipcc.ch/publications_and_data/publications_and_data_reports.shtml#1
IPCC. (2013). Climate Change 2013 The Physical Science Basis Working Group I Contribution
to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Stocker, T.F.,
D. Qin, G.-K. Plattner, M. Tignor, S.K. Allen, J. Boschung, A. Nauels, Y. Xia, V. B. Cambridge
University Press United Kingdom and New York, NY, USA, 1535 pp.
Iversen, T., Bentsen, M., Bethke, I., Debernard, J. B., Kirkevåg, A., Seland, Ø., Drange, H.,
Kristjansson, J. E., Medhaug, I., Sand, M., & Seierstad, I. A. (2013). The Norwegian Earth System
Model, NorESM1-M – Part 2: Climate response and scenario projections. Geosci. Model Dev.,
6(2), 389–415. http://doi.org/10.5194/gmd-6-389-2013
Jarvis, A., Lane, A., & Hijmans, R. J. (2008a). The effect of climate change on crop wild relatives.
Agriculture, Ecosystems & Environment, 126(1–2), 13–23. http://doi.org/DOI:
10.1016/j.agee.2008.01.013
Jarvis, A., Reuter, H. I., Nelson, A., & Guevara, E. (2008b). Hole-filled seamless SRTM data V4.
(I. C. for T. A. (CIAT), Ed.). International Center for Tropical Agriculture (CIAT). Retrieved from
http://srtm.csi.cgiar.org
Jones, P. G., & Thornton, P. K. (2003). The potential impacts of climate change on maize
production in Africa and Latin America in 2055. Global Environmental Change, 13(1), 51–59.
http://doi.org/Doi: 10.1016/s0959-3780(02)00090-0
Jones, R., Noguer, M., Hassell, D., Hudson, D., Wilson, S., Jenkins, G., & Mitchell, J. (2004).
115
Generating high resolution climate change scenarios using PRECIS. Exeter, UK: Met Office
Hadley Centre.
Knutti, R., & Sedláček, J. (2012). Robustness and uncertainties in the new CMIP5 climate model
projections. Nature Climate Change, 3(4), 369–373. http://doi.org/10.1038/nclimate1716
Kobayashi, S., Ota, Y., Harada, Y., Ebita, A., Moriya, M., Onoda, H., ONOGI, K., KAMAHORI,
H., KOBAYASHI, C., ENDO, H., MIYAOKA, K., & TAKAHASHI, K. (2015). The JRA-55
Reanalysis: General Specifications and Basic Characteristics. Journal of the Meteorological
Society of Japan. Ser. II, 93(1), 5–48. http://doi.org/10.2151/jmsj.2015-001
Kremen et al., C. (2008). Aligning conservation priorities across taxa in Madagascar with high
resolution planning tools. Science , (320), 222–226.
Lobell, D., & Burke, M. (2010). Climate change and food security: adapting agriculture to a
warmer world. Advances in global change research. Dordrecht, New York: Springer.
Martin, G., Bellouin, N., Collins, W. J., Culverwell, I. D., Halloran, P. R., Hardiman, S. C., Hinton,
T. J., … Wiltshire, A. (2011). The HadGEM2 family of Met Office Unified Model climate
configurations. Geosci. Model Dev., 4(3), 723–757. http://doi.org/10.5194/gmd-4-723-2011
Mote, P., Brekke, L., Duffy, P. B., & Maurer, E. (2011). Guidelines for constructing climate
scenarios. Eos, Transactions American Geophysical Union, 92(31), 257.
http://doi.org/10.1029/2011EO310001
OMM. (2011). Guía de prácticas climatológicas. Organización Meteorológica Mundial (Vol.
100). http://doi.org/OMM-No 168
Peña, T. (2016). Diagnóstico de la información existente sobre el recurso hídrico, actores, roles,
avances, limitantes y necesidades. Tegucigalpa (Honduras).
Qian, B., Wang, H., He, Y., Liu, J., & De Jong, R. (2015). Projecting spring wheat yield changes
on the Canadian Prairies: effects of resolutions of a regional climate model and statistical
processing. International Journal of Climatology, n/a-n/a. http://doi.org/10.1002/joc.4571
Qiao, F., Song, Z., Bao, Y., Song, Y., Shu, Q., Huang, C., & Zhao, W. (2013). Development and
evaluation of an Earth System Model with surface gravity waves. Journal of Geophysical
Research: Oceans, 118(9), 4514–4524. http://doi.org/10.1002/jgrc.20327
Ramirez-Villegas, J., & Challinor, A. (2012). Assessing relevant climate data for agricultural
applications. Agricultural and Forest Meteorology, 161, 26–45.
http://doi.org/10.1016/j.agrformet.2012.03.015
Ramirez-Villegas, J., & Jarvis, A. (2010a). Downscaling Global Circulation Model Outputs: The
Delta Method. Decision and Policy Analysis Working Paper No. 1. Decision and Policy Analysis
Working Papers. Cali, Colombia: International Center for Tropical Agriculture (CIAT). Retrieved
from http://gisweb.ciat.cgiar.org/GCMPage/docs/Downscaling-WP-01.pdf
116
Ramirez-Villegas, J., & Jarvis, A. (2010b). Downscaling Global Circulation Model Outputs: The
Delta Method. Decision and Policy Analysis Working Paper No. 1. Decision and Policy Analysis
Working Papers. Cali, Colombia: International Center for Tropical Agriculture (CIAT).
Rao, S., & Riahi, K. (2006). The role of non-CO2 greenhouse gases in climate change mitigation:
Long-term scenarios for the 21st century. The Energy Journal, 27, 177–200. Retrieved from
http://pure.iiasa.ac.at/7872/
Riahi, K., Grübler, A., & Nakicenovic, N. (2007). Scenarios of long-term socio-economic and
environmental development under climate stabilization. Technological Forecasting and Social
Change, 74(7), 887–935. http://doi.org/http://dx.doi.org/10.1016/j.techfore.2006.05.026
Riahi, K., Rao, S., Krey, V., Cho, C., Chirkov, V., Fischer, G., Kindermann, G., Nakicenovic, N.,
& Rafaj, P. (2011). RCP 8.5---A scenario of comparatively high greenhouse gas emissions.
Climatic Change, 109(1), 33–57. http://doi.org/10.1007/s10584-011-0149-y
Rotstayn, L. D., Jeffrey, S. J., Collier, M. A., Dravitzki, S. M., Hirst, A. C., Syktus, J. I., & Wong,
K. K. (2012). Aerosol- and greenhouse gas-induced changes in summer rainfall and circulation in
the Australasian region: a study using single-forcing climate simulations. Atmos. Chem. Phys.,
12(14), 6377–6404. http://doi.org/10.5194/acp-12-6377-2012
Rummukainen, M. (2010). State-of-the-art with regional climate models. Wiley Interdisciplinary
Reviews-Climate Change, 1(1), 82–96. http://doi.org/10.1002/wcc.008
Salathé, P., Mote, P., & Wiley, M. W. (2007). Review of scenario selection and downscaling
methods for the assessment of climate change impacts on hydrology in the United States pacific
northwest. International Journal of Climatology, (27), 1611–1621.
Schlenker, W., & Lobell, D. B. (2010). Robust negative impacts of climate change on African
agriculture. Environmental Research Letters, 5(1), 14010. Retrieved from
http://stacks.iop.org/1748-9326/5/i=1/a=014010
Schmidt, G. A., Kelley, M., Nazarenko, L., Ruedy, R., Russell, G. L., Aleinov, I., Bauer, M.,
Bauer, S. E., Bhat, M. K., Bleck, R., Canuto, V., Chen, Y.-H., Cheng, Y., Clune, T. L., Del Genio,
A., de Fainchtein, R., Faluvegi, G., Hansen, J. E., Healy, R. J., Kiang, N. Y., Koch, D., Lacis, A.
A., LeGrande, A. N., Lerner, J., Lo, K. K., Matthews, E. E., Menon, S., Miller, R. L., Oinas, V.,
Oloso, A. O., Perlwitz, J. P., Puma, M. J., Putman, W. M., Rind, D., Romanou, A., Sato, M.,
Shindell, D. T., Sun, S., Syed, R. A., Tausnev, N., Tsigaridis, K., Unger, N., Voulgarakis, A., Yao,
M.-S., & Zhang, J. (2014). Configuration and assessment of the GISS ModelE2 contributions to
the CMIP5 archive. Journal of Advances in Modeling Earth Systems, 6(1), 141–184.
http://doi.org/10.1002/2013MS000265
Schmidt, G. A., Ruedy, R., Hansen, J. E., Aleinov, I., Bell, N., Bauer, M., Bauer, S., Cairns, B.,
Canuto, V., Cheng, Y., Del Genio, A., Faluvegi, G., Friend, A. D., Hall, T. M., Hu, Y., Kelley, M.,
Kiang, N. Y., Koch, D., Lacis, A. A., Lerner, J., Lo, K. K., Miller, R. L., Nazarenko, L., Oinas,
V., Perlwitz, J., Perlwitz, J., Rind, D., Romanou, A., Russell, G. L., Sato, M., Shindell, D. T.,
Stone, P. H., Sun, S., Tausnev, N., Thresher, D., & Yao, M.-S. (2006). Present-Day Atmospheric
117
Simulations Using GISS ModelE: Comparison to In Situ, Satellite, and Reanalysis Data. Journal
of Climate, 19(2), 153–192. http://doi.org/10.1175/jcli3612.1
SERNA. (2000). Primera Comunicación de Honduras a la Convención Marco de las Naciones
Unidas sobre Cambio Climático. Tegucigalpa, Honduras.
Smith, S. J., & Wigley, T. M. L. (2006). Multi-Gas Forcing Stabilization with Minicam. The
Energy Journal, Multi-Gree(SI3). http://doi.org/10.5547/ISSN0195-6574-EJ-VolSI2006-NoSI3-
19
Tabor, K., & Williams, J. W. (2010). Globally downscaled climate projections for assessing the
conservation impacts of climate change. Ecological Applications, 20(2), 554–565. Retrieved from
http://ccr.aos.wisc.edu/publications/pdfs/globaldownscale.pdf
Tang, J., Niu, X., Wang, S., Gao, H., Wang, X., & Wu, J. (2016). Statistical downscaling and
dynamical downscaling of regional climate in China: Present climate evaluations and future
climate projections. Journal of Geophysical Research: Atmospheres, 121(5), 2110–2129.
http://doi.org/10.1002/2015JD023977
Taylor, K. E., Stouffer, R. J., & Meehl, G. A. (2012). An overview of CMIP5 and the Experiment
Design. Bulletin of the American Meteorological Society, 1–39. http://doi.org/10.1175/BAMS-D-
11-00094.1
van Vuuren, D. P., Eickhout, B., Lucas, P. L., & den Elzen, M. G. J. (2006). Long-Term Multi-
Gas Scenarios to Stabilise Radiative Forcing — Exploring Costs and Benefits Within an
Integrated Assessment Framework. The Energy Journal, 27, 201–233. Retrieved from
http://www.jstor.org/stable/23297082
van Vuuren, D. P., Elzen, M. J. G., Lucas, P. L., Eickhout, B., Strengers, B. J., Ruijven, B.,
Wonink, S., & Houdt, R. (2007). Stabilizing greenhouse gas concentrations at low levels: an
assessment of reduction strategies and costs. Climatic Change, 81(2), 119–159.
http://doi.org/10.1007/s10584-006-9172-9
Watanabe, S., Hajima, T., Sudo, K., Nagashima, T., Takemura, T., Okajima, H., Nozawa, T.,
Kawase, H., Abe, M., Yokohata, T., Ise, T., Sato, H., Kato, E., Takata, K., Emori, S., & Kawamiya,
M. (2011). MIROC-ESM 2010: model description and basic results of CMIP5-20c3m
experiments. Geosci. Model Dev., 4(4), 845–872. http://doi.org/10.5194/gmd-4-845-2011
Williams, M. (2014, July 9). Scientists urge more frequent updates of 30-year climate baselines to
keep pace with rapid climate change. Press Release No. 997. Heidelberg, Germany. Retrieved
from https://www.wmo.int/pages/mediacentre/press_releases/pr_997_en.html
Wise, M., Calvin, K., Thomson, A., Clarke, L., Bond-Lamberty, B., Sands, R., Smith, S. J.,
Janetos, A., & Edmonds, J. (2009). Implications of limiting CO2 concentrations for land use and
energy. Science (New York, N.Y.), 324(5931), 1183–1186. http://doi.org/10.1126/science.1168475
WMO. (2012). Technical Regulations, Volume I: General Meteorological Standards and
Recommended Practices (Vol. I). http://doi.org/ISBN: 978-92-631-0049-8
118
WMO. (2015). Manual on the Global Observing System, Volume I - Global aspects: Annex V to
the WMO Technical Regulations (No. 544). WMO. Retrieved from
http://library.wmo.int/pmb_ged/wmo_544-v1-2015_en.pdf
Wu, T. (2012). A mass-flux cumulus parameterization scheme for large-scale models: description
and test with observations. Climate Dynamics, 38(3–4), 725–744. http://doi.org/10.1007/s00382-
011-0995-3
Xin, X., Wu, T., Li J, F., Wang, Z., & Li, W. (2012). How Well does BCC_CSM1.1 Reproduce
the 20th Century Climate Change over China? Atmospheric and Oceanic Science Letters, 6(1),
21–26. Retrieved from http://159.226.119.58/aosl
Xin, X., Zhang, L., Zhang, J., Wu, T., & Fang, Y. (2013). Climate Change Projections over East
Asia with BCC_CSM1.1 Climate Model under RCP Scenarios. Journal of the Meteorological
Society of Japan. Ser. II, 91(4), 413–429. http://doi.org/10.2151/jmsj.2013-401
Yukimoto, S., Adachi, Y., Hosaka, M., Sakami, T., Yoshimura, H., Hirabara, M., Tanaka, T. Y.,
Shindo, E., Tsujino, H., Deushi, M., Mizuta, R., Yabu, S., Obata, A., Nakano, H., Koshiro, T.,
Ose, T., & Kitoh, A. (2012). A New Global Climate Model of the Meteorological Research
Institute: MRI-CGCM3 —Model Description and Basic Performance— Journal of
the Meteorological Society of Japan. Ser. II, 90A, 23–64. http://doi.org/10.2151/jmsj.2012-A02
Yukimoto, S., Yoshimura, H., Hosaka, M., Sakami, T., Tsujino, H., Hirabara, M., Tanaka, T.,
Deushi, M., Obata, A., Nakano, H., Adachi, Y., Shindo, E., Yabu, S., Ose, T., & Kitoh, A. (2011).
Meteorological Research Institute-Earth System Model v1 (MRI-ESM1)—Model Description.
Ibaraki, Japan.
Zhang, X. C. (2006). Spatial downscaling of global climate model output for site-specific
assessment of crop production and soil erosion. Agricultural and Forest Meteorology, (135), 215–
229.
119
Anexos
Anexo 1. Listado general de estaciones con información de precipitación empleadas en el desarrollo de la

línea base climatológica luego del control de calidad
ID Fuente Nombre Longitud Latitud 56063 SERNA Namasigue -87.14 13.21

23010 SERNA Quimistan -88.41 15.34 56085 SERNA Linaca -87.10 13.99
23011 SERNA LaEntrada -88.73 15.08 56086 DGRH AzacualpaFM -87.07 14.03
23018 SERNA ElCiruelo -88.51 15.30 58103 SERNA ElCedrito -87.07 13.10
23020 SERNA LaLibertadCallejones -88.63 15.20 786630 GHCN SanSalvadorIlopan -89.12 13.70
25022 SERNA Victoria -87.39 14.94 787050 COPECO LaCeibaAirport -86.87 15.73
25026 SERNA ElCoyolar -87.51 14.32 78706 COPECO Tela -87.47 15.78
25070 SERNA Marcala -88.04 14.16 78706 SMN Tela -87.53 15.77
25080 SERNA LAErmita -87.07 14.47 78706 COPECO Tela -87.47 15.78
25081 DGRH AguaCalienteFM -87.29 14.68 78706 SMN Tela -87.53 15.77
25084 SERNA Playitas -87.70 14.42 787080 COPECO LaMesaSanPedro -87.93 15.45
25088 SERNA SanNicolas -87.34 14.71 78711 SMN PuertoLempira -83.80 15.21
25095 SERNA LaLaguna -87.76 14.42 78711 COPECO P.Lempira -83.77 15.26
25096 SERNA PortillodelaMora -87.77 14.42 78711 SMN PuertoLempira -83.80 15.21
25146 SERNA Subirana -87.45 15.20 78711 COPECO P.Lempira -83.77 15.26
27011 SERNA LaUnionAtlantida -86.98 15.72 78714 COPECO Catacamas -85.87 14.84
27012 SERNA SanMarcosAtlantida -87.11 15.53 78714 SMN Catacamas -85.88 14.84
27013 SERNA SanFranciscoJFK -87.03 15.68 78714 COPECO Catacamas -85.87 14.84
33037 DGRH PiedraBlanca -86.71 15.34 78714 SMN Catacamas -85.88 14.84
33038 DGRH ElRosario -86.70 14.90 78717 COPECO SantaRosa -88.77 14.78
33041 SERNA Sonaguera -86.28 15.62 78717 SMN SantaRosaDeCopan -88.58 14.58
33042 SERNA ElCoco -86.06 15.74 78717 COPECO SantaRosa -88.77 14.78
33043 SERNA Mejia -86.87 15.13 78717 SMN SantaRosaDeCopan -88.58 14.58
33047 SERNA LasMangas -86.06 15.56 78720 COPECO Tegucigalpa -87.22 14.06
33048 SERNA AguaCalienteYoro -87.06 15.42 78720 SMN Tegucigalpa -87.22 14.06
78719 COPECO LaEsperanza -88.17 14.29 78724 COPECO choluteca -87.15 13.32
78719 COPECO LaEsperanza -88.17 14.29 78724 SMN Choluteca -87.16 13.41
33051 SERNA Tapiquil -86.02 15.48 78724 COPECO choluteca -87.15 13.32
39003 SERNA Guayabillas -86.29 14.59 78724 SMN Choluteca -87.16 13.41
39009 SERNA VillaAhumada -86.57 14.00 25018 ENEE Eljaral -88.00 14.94
39015 SERNA Teupasenti -86.71 14.22 25020 ENEE Elmochito -88.08 14.85
39027 SERNA LaConce -86.19 14.65 25117 ENEE Lasflores -87.57 14.29
39028 SERNA Guajiniquil -86.15 14.28 25077 ENEE Graciaslempira -88.58 14.58
45102 SERNA SanMarcosdeColon -86.80 13.44 25079 ENEE Pitosolo -88.01 14.78
46211 SERNA SanJuanGuarita -88.83 14.18 25083 ENEE Santarita -87.87 15.19
46231 ENEE LaVirtud -88.70 14.06 25085 ENEE Santaelena -87.92 14.89
46213 SERNA Cololaca -88.88 14.31 25086 ENEE Elcajon -87.74 14.98
46214 SERNA Valladolid -88.73 14.15 25087 ENEE Sanjerónimo -87.60 14.63
46215 SERNA Erandique -88.47 14.23 25103 ENEE Sulaco -87.27 14.91
52003 SERNA Alianza -87.72 13.52 25104 ENEE Vallecillo -87.40 14.52
52004 SERNA Goascoran -87.75 13.61 25105 ENEE Esquias -87.37 14.74
52005 SERNA Caridad -87.69 13.83 25106 ENEE Sanignacio -87.04 14.66
54005 ENEE Reitoca -87.47 13.83 25114 ENEE Ulapa -88.60 14.97
54008 SERNA SanLorenzoValle -87.44 13.42 25116 ENEE Marale -87.17 14.89
54009 SERNA Lepaterique -87.45 14.05 25120 ENEE Gualtaya -88.82 14.68
54012 DGRH LaLibertadFM -87.51 13.72 25122 ENEE Palmital -87.82 14.85
35007 ENEE LaVenta -87.17 14.31 25138 ENEE Snjosedelamontaña -88.36 14.69
56005 SERNA ElZamorano -87.00 14.01 25139 ENEE Eltablon -88.45 14.73
56006 SERNA Potrerillos -87.19 13.49 25140 ENEE Launion -88.40 14.81
56010 SERNA Guinope -86.94 13.89 25142 ENEE Elnispero -88.34 14.77
56012 DGRH LaFloridaOropoli -86.82 13.82 25156 ENEE Lapimienta -88.05 14.75
56013 SERNA Maraita -87.04 13.89 25200 ENEE Pueblonuevo -87.78 14.76
56013 COPECO Maraita -87.04 13.87 39038 ENEE Azacualpa -86.11 14.44
56014 SERNA SanAntoniodeFlores -86.89 13.72 39001 ENEE Cayetano -86.01 14.46
56015 SERNA SanLucas -86.95 13.74 39032 ENEE Elbijao -86.41 14.45
56016 SERNA Texiguat -87.02 13.65 39039 ENEE Eljunquino -86.18 14.24
56019 SERNA Marcovia -87.31 13.29 39043 ENEE Guayape -86.86 14.79
56021 SERNA NuevaArmenia -87.16 13.75 39037 ENEE Lalima -86.60 14.56
56023 SERNA LaLujosa -87.29 13.32 39025 ENEE Lasanimas -86.61 14.21
56050 SERNA Liure -87.09 13.53 39030 ENEE Lasmesetas -85.77 14.81
120
39033 ENEE Manto -86.38 14.92 55028 INETER LaMajada -85.86 12.62
39026 SERNA Punuare -85.97 14.74 55029 INETER Guasimón -85.54 12.94
39042 ENEE Rioabajo -86.81 14.44 55036 INETER ErmitaEsquipulas -85.63 13.15
39031 ENEE Sanantonio -86.31 14.66 55041 INETER LosHorcones -86.07 13.22
19102 SERNA Sanisidro -89.17 14.83 55043 INETER LaPorfia -86.05 13.15
39035 ENEE Aldeavieja -86.68 14.64 55051 INETER EmpalmeAranjuez -85.92 13.02
33016 ENEE Yorito -87.28 15.07 55053 INETER ErmitaSanJose -85.62 13.27
56035 COPECO 21deOctubre -87.17 14.11 58001 INETER PaloGrande -87.03 12.99
25028 COPECO AguaCaliente -87.29 14.68 58002 INETER SanJuandeLimay -86.61 13.18
78700 COPECO Amapala -87.65 13.29 58003 INETER SanJosedeCusmapa -86.65 13.29
31061 COPECO Balfate -86.38 15.78 60002 INETER MinaElLimon -86.74 12.75
251720 COPECO flores -87.57 14.29 60006 INETER Achuapa -86.59 13.05
Smn.Hon 60009 INETER Villa15Julio -86.95 12.79
COPECO Galeras -88.24 14.94
d020 60012 INETER Nacascolo -86.48 13.00
56070 COPECO Jacaleapa -86.67 14.02 61022 INETER SanJuandeDios -84.98 12.36
78705 COPECO LaCeiba -86.84 15.75 64018 INETER Chinandega -87.13 12.63
25065 COPECO LaLabor -89.01 14.49 64034 INETER Corinto -87.20 12.52
78708 COPECO LaMesa -87.93 15.45 64035 INETER Jiquilillo -87.44 12.73
390600 COPECO lepaguare -86.44 14.62 64043 INETER León -86.91 12.43
56011 COPECO Moroceli -86.87 14.12 69021 INETER SanRafaeldelNorte -86.12 13.22
78718 COPECO N.Ocotepeque -89.19 14.43 69023 INETER ELCascabel -85.71 12.45
33004 COPECO Olanchito -86.56 15.47 69025 INETER SanFranciscoLibre -86.28 12.50
21024 COPECO Omoa -88.04 15.77 69035 INETER MinaLaIndia -86.30 12.75
78703 COPECO Roatan -86.53 16.32 69037 INETER LaConcordia -86.17 13.20
54003 COPECO SabanaGrande -87.26 13.80 69056 INETER SanLorenzoBoaco -85.67 12.38
56031 COPECO SantaLucia -87.12 14.12 69058 INETER AguasZarcas -86.10 13.01
78707 COPECO Yoro -87.13 15.12 69059 INETER SantaRosadelPeñón -86.37 12.80
Ptobarr INSIVUMEH PtoBarr -88.59 15.74 69060 INETER BajolosOrtegas -85.97 12.54
Launión INSIVUMEH LaUnión -89.29 14.96 69061 INETER ElBocon -86.22 12.91
Camotán INSIVUMEH Camotán -89.37 14.82 69063 INETER ValleSantaCruz -86.32 13.02
Esquip INSIVUMEH Esquip -89.51 14.56 69067 INETER SanJosédelosRemates -85.76 12.60
Asunmit INSIVUMEH AsunMit -89.71 14.33 69084 INETER Boaco -85.66 12.47
Cahabón INSIVUMEH Cahabón -89.81 15.61 69092 INETER LosPotrerios -86.20 13.14
Panzos INSIVUMEH Panzos -89.64 15.40 69093 INETER SanLorenzoII -86.20 13.02
45004 INETER Quilali -86.03 13.57 69113 INETER LaMontaña -86.42 12.89
45007 INETER Somoto -86.59 13.48 Elaguacat
SANAA Elaguacatal -87.37 13.98
45008 INETER Macuelizo -86.60 13.48 al
45009 INETER Murra -86.02 13.76 560105 SANAA Labrea -87.39 14.05
45010 INETER Telpaneca -86.29 13.53 Lassabana
SANAA Lassabanas -87.34 14.03
45012 INETER SantaRosadeVentia -85.90 13.54 s
45014 INETER HaciendaPalmira -86.52 13.59 560303 SANAA Quiebramontes(Hmo) -87.31 14.00
45016 INETER SanFernando -86.32 13.68 560301 SANAA Elbatallón -87.26 14.00
45017 INETER Ocotal -86.47 13.62 560106 SANAA Concepcion(Hmo) -87.27 13.99
45018 INETER LasPraderas -85.95 13.35 Rinconde SANAA Rinconde -87.39 14.10
45024 INETER SanJuandeRíoCoco -86.17 13.54 5602 SANAA Sanmatias -87.34 14.14
45027 INETER SanLucas -86.61 13.41 A.15 MARN Güija -89.47 14.23
45030 INETER SantaLeonor -86.33 13.47 A.18 MARN FincaLosAndes -89.63 13.87
45033 INETER Jalapa -86.13 13.93 A.27 MARN CandelariadelaFrontera -89.66 14.12
45036 INETER Montañuela -86.47 13.29 A.31 MARN PlanesdeMontecristo -89.36 14.40
45037 INETER ElGuanacaste -86.34 13.26 A.37 MARN SantaAna-UNICAES -89.55 13.98
45039 INETER LosPlanes -86.55 13.78 B.01 MARN ChorreradelGuayabo -88.76 13.99
47002 INETER PuertoCabezas -83.38 14.05 B.06 MARN Sensuntepeque -88.64 13.87
53008 INETER Rosita -84.41 13.93 B.10 MARN CerrónGrande -88.90 13.93
53010 INETER Bonanza -84.59 14.02 C.09 MARN Cojutepeque -88.93 13.72
55001 INETER CorintoFinca -85.88 13.17 G.03 MARN NuevaConcepción -89.29 14.13
55002 INETER HaciendaSanFrancisco -85.87 12.95 G04 MARN LaPalma -89.16 14.28
55003 INETER MinaLaReyna -85.81 12.92 G.13 MARN LasPilas -89.10 14.37
55004 INETER Caretera -85.75 13.16 H.08 MARN Ahuachapán -89.86 13.94
55005 INETER Sebaco -86.09 12.86 L.04 MARN SanAndres -89.40 13.81
55006 INETER LosRobles -85.95 13.17 T.06 MARN AcajutlaPuertoNuevo -89.83 13.58
55009 INETER Dario -86.13 12.73 T.24 MARN LosNaranjos -89.67 13.87
55010 INETER BuenaEsperanza -85.42 12.63 V.09 MARN PuenteCuscatlán -88.59 13.60
55011 INETER LaLabranza -85.97 12.83 Z.02 MARN SanFranciscoGotera -88.11 13.69
55012 INETER Trapichito -85.37 12.70 Z.03 MARN Perquín -88.16 13.96
55013 INETER TierraAzul -85.55 12.70 L.08 MARN SantaTeclaSM. -89.17 13.41
55016 INETER SanDionisio -85.85 12.76 L.27 MARN Chiltiupán -89.48 13.59
55017 INETER Camoapa -85.52 12.38 M.24 MARN SanMiguel-UES -88.16 13.44
55018 INETER Esquipulas -85.79 12.66 N.02 MARN LaUniónCORSAIN -87.81 13.32
55023 INETER SantaRita -85.40 12.53 S.10 MARN Ilopango -89.12 13.70
55025 INETER SanRamón -85.84 12.92
55026 INETER Terrabona -85.97 12.73
55027 INETER MuyMuy -85.63 12.76
121
Anexo 2. Listado general de estaciones con información de temperatura empleadas en el desarrollo de la
línea base climatológica luego del control de calidad
ID Fuente Nombre Longitud Latitud 4702 NIC Puertocabezasii -83.38 14.05

25086 ENEE Elcajon -87.74 14.98 55020 NIC Jinotega -86.00 13.09
25142 ENEE Elnispero -88.34 14.77 55027 NIC Muymuy -85.63 12.76
25202 ENEE Laslajas -87.57 14.89 64018 NIC Chinandega -87.13 12.63
25232 ENEE Mapulaca -88.64 14.03 64034 NIC Corintoii -87.20 12.52
25087 ENEE Sanjeronimo -87.60 14.63 64043 NIC Leon(Aerop.Godoy) -86.91 12.43
25085 ENEE Santaelena -87.92 14.89 690132 NIC Raulgonzalez -86.19 12.91
25083 ENEE Santarita -87.87 15.19 s10 SLV Ilopango -89.12 13.70
25114 ENEE Ulapa -88.60 14.97 a18 SLV Fincalosandes -89.63 13.87
78700smn SMN Amapala -87.65 13.29 t24 SLV Losnaranjos -89.67 13.87
78706smn SMN Tela -87.53 15.77 a37 SLV Santaana -89.55 13.98
78707smn SMN Yoro -87.14 15.15 c09 SLV Cojutepeque -88.93 13.72
78714smn SMN Catacamas -85.88 14.84 l04 SLV Sanandrés -89.40 13.81
78718smn SMN Nuevaocotepeque -89.19 14.43 h08 SLV Ahuachapán -89.86 13.94
78724smn SMN Choluteca -87.16 13.41 t06 SLV Acajutla -89.83 13.58
787340 GHCN Jinotega -85.98 13.08 a15 SLV Guija -89.47 14.23
787390 GHCN Chinandega -87.13 12.63 a27 SLV Candelarialafrontera -89.66 14.12
78700 COPECO Amapala -87.65 13.29 l27 SLV Chiltiupán -89.48 13.59
78714 COPECO Catacamas -85.87 14.84 g03 SLV Nuevaconcepción -89.29 14.13
78724 COPECO Choluteca -87.15 13.32 b06 SLV Sensuntepeque -88.64 13.87
78705 COPECO Laceiba -86.84 15.75 b01 SLV Chorreraelguayabo -88.76 13.99
78719 COPECO Laesperanza -88.17 14.29 v09 SLV Puentecuscatlán -88.59 13.60
78708 COPECO Lamesa -87.93 15.45 b10 SLV Cerróngrande -88.90 13.93
78718 COPECO N.Ocotepeque -89.19 14.43 a31 SLV Planesdemontecristo -89.36 14.40
78711 COPECO P.Lempira -83.77 15.26 g13 SLV Laspilas -89.10 14.37
78703 COPECO Roatan -86.53 16.32 g04 SLV Lapalma -89.16 14.28
78717 COPECO Santarosa -88.77 14.78 u06 SLV Santiagodemaría -89.17 13.41
78720 COPECO Tegucigalpa -87.22 14.06 m24 SLV Sanmiguel -88.16 13.44
78706 COPECO Tela -87.47 15.78 n04 SLV Launión -87.81 13.32
31001 COPECO Trujillo -85.94 15.93 z02 SLV Sanfranciscogotera -88.11 13.69
78707 COPECO Yoro -87.13 15.12 z03 SLV Perquin -88.16 13.96
45017 NIC Ocotal -86.47 13.62
45050 NIC Condega -86.39 13.34
Anexo 3. Disponibilidad de datos de estaciones de DGRH
DGRH – Precipitación DGRH – Temperatura
123
Anexo 4. Disponibilidad de datos de estaciones de COPECO
COPECO – Precipitación COPECO - Temperatura
124
Anexo 5. Disponibilidad de datos de estaciones de ENEE
ENEE – Precipitación ENEE - Temperatura
125
Anexo 6. Disponibilidad de datos de estaciones de SANAA
SANAA – Precipitación SANAA - Temperatura
126
Anexo 7. Guía de consulta de estaciones meteorológicas procesadas por CIAT para CENAOS-COPECO
127
128
Anexo 8. Guía de consulta de estaciones meteorológicas procesadas por CIAT para INETER (Nicaragua)
129
130
Anexo 9. Guía de consulta de estaciones meteorológicas procesadas por CIAT para SANAA
131
Anexo 10. Agenda módulo de capacitación a expertos
Manejo de información espacial de los Escenarios de Cambio Climático para

Honduras
Duración: 12 Horas (Tres Jornadas de 4 Horas)
Lugares y fechas:
 Jornada 1: Miércoles 12 de Septiembre 8:30 a.m – 12:30 a.m
EAP Zamorano- Auditorio departamento de Ambiente y Desarrollo
 Jornada 2: Miércoles 12 de Septiembre 1:30 p.m – 5:30 p.m
EAP Zamorano- Auditorio departamento de Ambiente y Desarrollo
 Jornada 3: Jueves 12 de Septiembre 2:00 p.m – 5:00 p.m
MiAmbiente- Auditorio centro interactivo
Objetivo:
Capacitar a expertos hondureños en el área de sistemas de información geográfica (SIG)
interesados en el tema de cambio climático y el manejo de la información espacial generada sobre
los escenarios de Cambio Climático para Honduras.
Introducción:
Las superficies climáticas de alta resolución, tanto de las condiciones actuales (Línea base) como
de cambio climático, son juegos de datos que pueden ser utilizados con múltiples propósitos en
la gestión ambiental del país. Estas superficies se constituyen en un punto de referencia para
entender los efectos de cambio climático y planificar acciones de adaptación y mitigación en
diversos sectores como la agricultura, hídrico, salud, infraestructura, biodiversidad, entre muchos
otros.
Sin embargo, uno de los principales limitantes para la apropiación y uso habitual de este tipo de
información espacial en el país, por ejemplo con la información de la segunda comunicación
nacional de Cambio Climático (Argeñal, 2010), ha sido la limitada difusión y las dificultades propias
de la manipulación de múltiples superficies climáticas de alta resolución en un SIG. Esta
consultoría, está colocando a disposición más de 1000 superficies climáticas de todo el país, con
diferentes variables climáticas de las condiciones actuales y proyectadas a diferentes horizontes
de tiempo y escenarios de acumulación de Gases Efecto Invernadero (GEI). Por lo que se hace
necesario capacitar a interesados expertos en el área de SIG para que estos a su vez puedan
difundir el uso de este tipo de superficies.
Perfil de los participantes:

Personas con experiencia en manejo de Sistemas de Información Geográfica (SIG) e información
ambiental como son las variables climatológicas. Deseable experiencia básica de ArcGIS y R.
132
Materiales Requeridos: Computador portátil con ArcGIS y extensiones de análisis espacial, R
y R Studio Instalados. Deseable la lectura previa de métodos y resultados obtenidos en esta
consultoría (Proveídos por el equipo de la TCN/BUR).
Jornada 1: Miércoles 12 de Septiembre 8:30 a.m – 12:30 a.m

Lugar: EAP Zamorano- Auditorio departamento de Ambiente y Desarrollo
Hora Actividad
08:00 am – 09:00 am Bienvenida y Registro de los participantes
Presentación de los participantes
Bienvenida a la EAP Zamorano
08:30 am – 09:00 am Verificación de requisitos de Software y actualizaciones.
- R versión >3.0
- RStudio
- Librerias: raster, rgdal, sp, ggplot2, rastervis, reshape2, ncdf4,
maptools, dyplr, bioclim
- ArcGIS versión > 9.3
- Pythonwin (manual)
09:00 am – 9:30 am Presentaciones cortas
- Introducción a la 3ra Comunicación
- Breve introducción de metodología de elaboración de
escenarios climáticos para Honduras
- Presentación métodos usados para la definición de la línea
base climática.
- Obtención y procesamiento de información de estaciones
meteorológicas
9:30 am- 9:40 am P&R
09:40 am – 10:20 am Fundamentos del software R, RStudio, ggplot
Manejo de rasters en R (Cargar, visualizar, cortar, máscara, algebra,
extraer, stack). Demostración con CHIRPS.
10:20 am – 10:40 am Refrigerio
10:40 am – 12:30 am Práctica
Ejercicios con la línea base climática de Honduras en R.
Crop, mascara, extraer, stack, promedios trimestrales, visualización,
bioclim.
12:30 pm – 1:30 pm Almuerzo
Jornada 2: Miercoles 12 de Septiembre 1:30 p.m – 5:30 p.m

Lugar: EAP Zamorano- Auditorio departamento de Ambiente y Desarrollo
Hora Actividad
1:30 pm – 1:50 pm Métodos usados para la generación de los escenarios de cambio
climático y nivel del mar.
Retroalimentación y aclaración de dudas sobre los métodos usados.
133
1:50 pm – 2:00 pm P&R
2:00 pm – 3:30 pm Ejercicios con datos de los escenarios de cambio climático de
Honduras en R (Cortar una región, extraer una serie, visualizar, exportar
mapas, gráfico de líneas, climograma).
3:30 pm – 4:30 pm Generación de estadísticas espaciales en ArcGIS. Mostrar el aplicativo.
Model Builder, ejercicio regiones de desarrollo
4:30 pm – 5:00 pm Retroalimentación de la jornada. Invitación al segundo día.
Jornada 3: Jueves 13 de Septiembre 2:00 p.m – 5:00 p.m

Lugar: MiAmbiente- Auditorio centro interactivo
Hora Actividad
02:00 pm – 2:30 pm Presentación de generalidades del módulo virtual.
2:30- 3:30 Ejercicio con la aplicación y las fichas
Ejercicios prácticos de consulta y análisis de información de la línea
base climática a nivel de región de desarrollo, municipio,
microcuenca, etc.
3:30 pm – 4:30 pm Aplicaciones de la información de escenarios de cambio climático en
Honduras
134
Anexo 11. Agenda módulo de capacitación a tomadores de decisión
AGENDA MÓDULO DE CAPACITACIÓN
Interpretación y toma de decisiones basados en la Información de Escenarios de

Cambio Climático para Honduras
Duración: 12 Horas (Tres Jornadas de 4 Horas)
Lugares y fechas:
 Jornada 1: Jueves 13 de Septiembre 9:00 a.m – 12:00 a.m
 Jornada 2: Jueves 13 de Septiembre 1:00 a.m – 5:00 a.m
 Jornada 3: Viernes 14 de Septiembre 9:00 a.m – 12:00 p.m
Objetivo:
Capacitar a interesados y tomadores de decisión en torno al cambio climático en la interpretación
y uso de la información de escenarios de cambio climático en Honduras.
Racionalidad:
Las superficies climáticas de alta resolución, tanto de las condiciones actuales (Normal
climatológica actual) como de cambio climático, son juegos de datos que pueden ser utilizados
con múltiples propósitos en la gestión ambiental del país. Estas superficies se constituyen en un
punto de referencia para entender los efectos de cambio climático y planificar acciones de
adaptación y mitigación en diversos sectores como la agricultura, hídrico, salud, infraestructura,
biodiversidad, entre muchos otros.
En este taller se busca familiarizar a diversos interesados y tomadores de decisiones con los
conceptos asociados a la generación de este tipo de información, además propiciar una discusión
basada en los hallazgos de los escenarios generados. Todo esto mediante la interacción con
plataformas informáticas que han sido diseñadas para difundir los conceptos e interactuar con la
información. Se busca que este primer grupo de interesados pueda replicar el módulo y
empoderarse de los métodos y resultados obtenidos y/o pueda colaborar en el futuro en moderar
espacios de discusión basados en la información generada en esta consultoría.
Perfil de los participantes:

Interesados en el uso de la información de escenarios de cambio climático en diversos sectores
impactados por el cambio climático del país. Deseablemente personas que trabajen el tema de
cambio climático y estén interesados en usar la información generada en sus trabajos o entidades.
Materiales Requeridos: Computador portátil (No requerido).
135
Jornada 1: Jueves 13 de Septiembre 9:00 a.m – 12:00 a.m
Hora Actividad
9:00 am – 09:30 am Bienvenida y Registro de los participantes
Presentación de los participantes
9:30 am – 10:30 am Presentaciones cortas
- Introducción a la 3ra Comunicación
- Introducción a la consultoría
- Registro al módulo virtual
- Unidad 1- estado del tiempo y clima
- Variabilidad y Cambio Climático
10: 30 am – 11:00 am Línea Base o Normal Climatológica (Definiciones y presentación de

resultados)
11: 00 am- 12: 00 pm Escenarios de emisiones, balance y forzamiento radiativo, familias de

escenarios de emisiones, MCG y su evolución (Definiciones y
presentación de resultados)
12:00 pm – 1:00 pm Almuerzo
Jornada 2: Jueves 13 de Septiembre 1:00 p.m – 4:00 p.m

Hora Actividad
02:00 pm – 2:30 pm Presentación de generalidades del módulo virtual.
2:30- 3:30 Ejercicio con la aplicación y las fichas
Ejercicios prácticos de consulta y análisis de información de la línea
base climática a nivel de región de desarrollo, municipio,
microcuenca, etc.
3:30 pm – 4:30 pm Aplicaciones de la información de escenarios de cambio climático en
Honduras
Jornada 3: Viernes 14 de Septiembre 8:30 p.m – 12:00 m

Hora Actividad
8:30 am – 10:00 am 1. Manejo de rasters
10:30 am – 10:40 am Refrigerio
10:40 am – 12:00 Sesiones libres – Mesas de trabajo
pm 1. Agua de honduras
2. Impactos
3. Plataforma curso virtual
12:00 pm – 12:30 Retroalimentación de la jornada
pm
136
Anexo 12. Registro fotográfico del módulo académico de capacitación presencial en la EAP Zamorano y
el centro interactivo de mi Ambiente+
 Retroalimentación y aclaración de dudas sobre los métodos usados para la generación de

escenarios de Cambio Climático.
 Exposición de fundamentos del paquete R y práctica del manejo de rasters y shapefiles en

R
137
 Fotografía del grupo capacitado
 Presentación del módulo virtual: “Escenarios de cambio climático en Honduras para la

tercera comunicación nacional (TCN) ante la CMNUCC”.
138
 Creación de usuario para desarrollar módulo virtual y generación de grupos para impartir
el módulo a grupos de interesados de diferentes instituciones en cambio climático.
 Presentación de Fichas Resumen por región de Desarrollo
139
 Análisis de las fichas de escenarios de cambio Climático por cada Región de desarrollo
 Exposición de la interpretación de las fichas de escenarios y la interpretación del impacto

del cambio Climático en los medios de vida de cada región de desarrollo.
140
DESARROLLO DE LOS ESCENARIOS
CLIMÁTICOS DE HONDURAS Y MÓDULO
ACADÉMICO DE CAPACITACIÓN
Sdp/00090482/001-2017
Programa de las Naciones

Unidas para el Desarrollo

Sede Principal Sede Regional Honduras

Km 17 Recta Cali-Palmira CP 763537 Edificio Las Naciones Unidas
Apartado Aéreo 6713, Cali, Colombia Avenida República de México 2816
Tel: +57 2 4450000 Tegucigalpa, Honduras
www.ciat.cgiar.org Tel: +504 22361300
www.hn.undp.org

Reporte Final Escenarios3cncch VFinal LR

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Reporte Final Escenarios3cncch VFinal LR

Transféré par

Droits d'auteur :

Formats disponibles

DESARROLLO DE LOS

Antecedentes ................................................................................................................................. 11

Introducción .................................................................................................................................. 13

Área de Estudio ............................................................................................................................. 15

Caracterización del clima histórico ............................................................................................... 16

Manejo de la información meteorológica ................................................................................. 18

Llenado de datos ....................................................................................................................... 23

Distribución espacial de las observaciones ............................................................................... 25

Clima de referencia ................................................................................................................... 27

Proyecciones futuras ..................................................................................................................... 34

Escenarios de emisiones ........................................................................................................... 34

Modelos Generales de Circulación ........................................................................................... 36

Cambios proyectados ................................................................................................................ 38

Precisión de los modelos ........................................................................................................... 43

Variables secundarias................................................................................................................ 45

Incertidumbres .......................................................................................................................... 47

Metodología de downscaling .................................................................................................... 50

Fichas regionales....................................................................................................................... 53

Incremento del nivel del mar ........................................................................................................ 86

Comparación entre los escenarios de la segunda y tercera comunicación nacional y otros

Repositorios de Información ......................................................................................................... 91

Estaciones meteorológicas ........................................................................................................ 93

Escenarios de cambio climático para la plataforma continental de Honduras.......................... 95

Escenarios de cambio climático para la plataforma oceánica de Honduras ............................. 97

Aplicación web ......................................................................................................................... 99

Módulo académico de capacitación ............................................................................................ 100

Generalidades .......................................................................................................................... 100

Tutorial para estudiantes y docentes ....................................................................................... 103

Evidencias del módulo ............................................................................................................ 107

Conclusiones y recomendaciones ............................................................................................... 109

Observaciones y recomendaciones para el manejo y gestión de información meteorológica en

Conclusiones y recomendaciones de la consultoría para la generación de los escenarios

Bibliografía ................................................................................................................................. 113

Anexos ........................................................................................................................................ 120

Figura 1. Regiones de desarrollo según Plan de Nación de la República de Honduras empleadas

CENAOS Centro de Estudios Atmosféricos Oceanográficos y Sísmicos

CMNUCC Convención Marco de las Naciones Unidas sobre Cambio Climático

COP Conferencia de las Partes

COPECO Comisión Permanente de Contingencias

DGRH Dirección General de Recursos Hídricos

ENEE Empresa Nacional de Energía Eléctrica

GCM Modelos de Circulación General (siglas en inglés)

GEI Gases de Efecto Invernadero

NOAA Administración Nacional Oceánica y Atmosférica (siglas en inglés)

OMM Organización Meteorológica Mundial

PNUD Programa de las Naciones Unidas para el Desarrollo

RCP Caminos Representativos de Concentración (siglas en inglés)

RCM Modelo Climático Regional (siglas en inglés)

SANAA Servicio Autónomo Nacional de Acueductos y Alcantarillados

SERNA Secretaría de Recursos Naturales y Ambiente

Honduras es signatario de convenios y tratados internacionales en materia de cambio climático,

Para cumplir los compromisos adquiridos en materia de mitigación y adaptación al cambio

Para la Segunda Comunicación Nacional en Honduras, el Centro de Estudios Nacionales

La información climática actual y futura desarrollada con la construcción de los escenarios de

Para la generación de la línea base climatológica se empleó información de variables

Región Cuencas Hidrográficas Subregiones

1. Región del Valle de Sula Ulúa 1. Valle de Sula

2. Región del Valle de Lean o Aguán 4. Valle de Lean

3. Región de la Biosfera Patuca 7. Norte de Olancho

4. Región Sur Choluteca 12. Distrito Central

5. Región Lempa Lempa 14. Lempa

6. Región de Arrecife Islas de la Bahía 15. Mesoamericano

Caracterización del clima histórico