El Futuro que no queremos
Cambio climático y Futuro
1. INTRODUCCIÓN
A. SOBRE EL FUTURO QUE NO QUEREMOS
El proyecto Future We Don’t Want es una colaboración entre C40 Cities, Global Covenant of Mayors, Acclimatise y la Red de Investigación sobre el Cambio Climático Urbano (UCCRN) cuyo objetivo es comprender y comunicar los desafíos clave que enfrentan las ciudades, y que seguirán enfrentando, como resultado del cambio climático. Estas cuatro organizaciones se han unido para ilustrar los riesgos únicos que el cambio climático plantea a las ciudades a través de un análisis científico de datos globales, así como para compartir respuestas urbanas a esos riesgos a través de ejemplos de estudios de casos de experiencias urbanas del mundo real y líneas narrativas.
Este Informe Técnico destaca el análisis de datos y los estudios de casos desarrollados por la Red de Investigación sobre el Cambio Climático Urbano para este proyecto. Sirve como base para construir narrativas y herramientas de comunicación clave en torno a los impactos globales del cambio climático en las ciudades y sus respuestas que servirán de inspiración para otras ciudades que buscan construir sus propios planes de resiliencia.
B. ¿POR QUÉ LAS CIUDADES?
Cada año se suman 67 millones de nuevos habitantes urbanos. Una gran parte de esta rápida urbanización se está produciendo en los países en desarrollo. Se estima que, para 2030, el 60 por ciento de la población mundial vivirá en zonas urbanas. Esa cifra seguirá aumentando hasta mediados de siglo, cuando se prevé que más del 65 por ciento de la población mundial viva en ciudades (IPCC, 2014). Este crecimiento urbano rápido y sin precedentes plantea muchos desafíos urbanos, incluso sin la presión añadida del cambio climático. Sin embargo, mientras la población urbana del mundo sigue creciendo, las ciudades y las personas que viven en ellas serán cada vez más vulnerables a los extremos climáticos, incluidas las olas de calor más frecuentes, más prolongadas y más intensas, las inundaciones interiores exacerbadas por las fuertes lluvias y las inundaciones costeras prolongadas debido al aumento del nivel del mar.
El cambio climático ya está en marcha y es cada vez más necesario que las ciudades planifiquen e implementen soluciones en respuesta a una serie de peligros climáticos que corren el riesgo de afectar la salud y el bienestar de los residentes, así como las economías urbanas y los sistemas de infraestructura. El 70 por ciento de las ciudades ya están lidiando con los efectos del cambio climático, y casi todas están en riesgo. Por ejemplo, más del 90 por ciento de las áreas urbanas son costeras, lo que pone a la mayoría de las ciudades del mundo en riesgo de inundaciones por el aumento del nivel del mar y tormentas poderosas. Los efectos financieros del cambio climático pueden ser tan devastadores como los físicos y las interrupciones inesperadas causadas por tormentas, inundaciones y sequías pueden provocar importantes trastornos en el gobierno de las ciudades y las operaciones comerciales. En vista de este desafío global, muchas áreas urbanas han comenzado a desarrollar estrategias de resiliencia que abarcan enfoques integrados estructurales, conductuales, programáticos y basados en la naturaleza.
Los líderes de las ciudades están en la posición correcta para enfrentar este desafío climático por dos razones clave:
- Primero, las ciudades son grandes usuarias de energía, consumen dos tercios de la energía mundial y generan más del 70 por ciento de los gases de efecto invernadero.
- Segundo, los alcaldes de las ciudades de muchos países son directamente responsables ante sus electores por sus decisiones que afectan los desarrollos globales, así como la vida cotidiana.
Las principales redes de ciudades y organizaciones internacionales están ayudando a esa acción de las ciudades proporcionando recursos, promoción y asociaciones. Como parte del proyecto de investigación, C40 Cities, Global Covenant of Mayors, Acclimatise y la Red de Investigación sobre el Cambio Climático Urbano (UCCRN) se han unido para ilustrar los riesgos únicos que el cambio climático plantea a las ciudades mediante la generación de datos a escala mundial sobre los impactos climáticos y destacando ejemplos de respuestas urbanas a esos riesgos mediante estudios de casos pertinentes. En este informe técnico destacan el análisis de datos y la base de estudios de casos desarrollados por la Red de Investigación sobre el Cambio Climático Urbano para el proyecto.
El Segundo Informe de Evaluación sobre el Cambio Climático y las Ciudades (ARC3.2) de la UCCRN1 proporciona una base para el análisis del Futuro que no queremos al presentar proyecciones climáticas para aproximadamente 153 ciudades y catalogar los desastres y riesgos urbanos, junto con los efectos sobre la salud humana en las ciudades (UCCRN, 2018).
El ARC3.2 proporciona soluciones concretas a las ciudades con respecto a la mitigación y la adaptación; la planificación y el diseño urbanos; la equidad y la justicia ambiental; la economía, las finanzas y el sector privado; así como para sectores urbanos como la energía, el agua, el transporte, la vivienda y los asentamientos informales, la gestión de residuos sólidos y la gobernanza climática.
El ARC3.2 también incluye una estación de acoplamiento de estudios de caso (CSDS) que documenta ejemplos de ciudades y respuestas sobre el terreno a la resiliencia y el cambio climático en 153 ciudades de la UCCRN (este enfoque se desarrolla con más detalle en la Sección 4). De las 153 ciudades de la UCCRN, el 35 por ciento son ciudades C40 y el 45 por ciento son ciudades del Pacto Mundial que se han comprometido a alcanzar los objetivos del Acuerdo de París. Los estudios de casos urbanos del CSDS forman la base de los ejemplos de impactos climáticos y soluciones que se comparten a lo largo de este Informe Técnico.
El futuro que no queremos tiene como objetivo destacar los riesgos críticos que las ciudades y sus residentes enfrentarán como resultado del cambio climático. También proporciona lecciones tangibles aprendidas de las ciudades que están invirtiendo en acciones para construir resiliencia frente a estos riesgos. Al analizar la vulnerabilidad urbana al cambio climático, El futuro que no queremos tiene como objetivo generar conciencia sobre lo que enfrentarán las ciudades si no tomamos medidas drásticas para reducir las emisiones globales. Al mismo tiempo, nuestra investigación tiene como objetivo facilitar la colaboración urbana donde las ciudades puedan aprender unas de otras y tomar las acciones climáticas adecuadas para cumplir con los objetivos de adaptación del Acuerdo de París. A través de una mayor conciencia y una acción ambiciosa, los líderes de las ciudades pueden garantizar la resiliencia continua y el desarrollo sostenible de las áreas urbanas en la era del cambio climático.
C. ACERCA DEL INFORME TÉCNICO
El Informe Técnico presenta el trabajo realizado por UCCRN para el proyecto El futuro que no queremos. El informe contiene los resultados del análisis de datos de seis vulnerabilidades urbanas globales importantes al cambio climático en función de varios peligros clave, así como estudios de casos que presentan ejemplos de cómo las ciudades están respondiendo a estos desafíos.
El informe presenta los antecedentes del análisis de datos técnicos y una descripción general de la estación de acoplamiento de estudios de casos de la UCCRN en la que se basa el análisis de los estudios de casos. Luego, el informe detalla cada una de las seis vulnerabilidades individualmente. Se presenta un hallazgo general para cada una, junto con un mapa de la perspectiva urbana global para esa vulnerabilidad y la metodología utilizada para desarrollar esa información. Luego, se analiza una descripción general de esa vulnerabilidad en particular y los hallazgos generales del análisis de datos. Para cada área de impacto, se han seleccionado tres ciudades de estudio de casos, destacando ejemplos de cómo los tomadores de decisiones urbanas están experimentando y respondiendo a ese desafío en particular. El informe concluye con un resumen y mensajes clave generales sobre cómo las ciudades pueden usar esta información para prepararse para un clima cambiante.
* Calor extremo: Número total de personas que viven en ciudades donde están expuestas regularmente a las temperaturas máximas promedio de tres meses más altas que alcanzan al menos 35 °C (95 °F) en la actualidad y en la década de 2050.
* Calor extremo y pobreza: Número total de personas que viven en la pobreza en ciudades donde están expuestas regularmente a las temperaturas máximas promedio de tres meses más altas que alcanzan al menos 35 °C (95 °F) en la actualidad y en la década de 2050.
* Disponibilidad de agua: Número total de personas que viven en ciudades donde se proyecta que la disponibilidad de agua dulce proveniente de los cursos de agua disminuirá al menos un 10 por ciento para la década de 2050, en comparación con la actualidad.
* Seguridad alimentaria: Número total de personas que viven en ciudades donde se proyecta que su rendimiento nacional de al menos uno de los cuatro cultivos principales (maíz, arroz, soja o trigo) disminuirá al menos un 10 por ciento para la década de 2050, en comparación con la actualidad.
* Aumento del nivel del mar: Número de personas que viven en ciudades costeras en las que se prevé que el nivel del mar aumentará al menos 0,5 metros para la década de 2050 en comparación con la actualidad. Las ciudades costeras se definen como aquellas que se encuentran a 10 kilómetros de la costa y tienen una elevación media inferior a 5 metros.
* Aumento del nivel del mar y centrales eléctricas: Número de personas que viven en ciudades en las que se prevé que las instalaciones de suministro de energía cercanas a 50 kilómetros de la ciudad sean vulnerables a un aumento del nivel del mar de 0,5 metros para la década de 2050, en comparación con la actualidad. Las centrales eléctricas costeras se definen como aquellas que se encuentran a 5 kilómetros de la costa y tienen una elevación media inferior a 5 metros.
2. ENFOQUE DEL ANÁLISIS TÉCNICO
El análisis técnico realizado por la UCCRN incluye tres componentes principales: 1) Un análisis de datos a escala global de seis vulnerabilidades urbanas principales al cambio climático; 2) Estudios de caso que contextualizan las seis vulnerabilidades principales y cómo las ciudades están respondiendo a ellas; y 3) Una base de datos SIG global que incluye capas de mapas mediante las cuales estos seis peligros pueden visualizarse globalmente en diferentes ciudades. Este informe técnico incluye los resultados del análisis de datos a escala global, mapas globales de ciudades que se prevé que experimenten las vulnerabilidades y los estudios de caso que fundamentan la investigación en experiencias urbanas tangibles.
A. ANÁLISIS DE DATOS
El análisis de datos de El futuro que no queremos calcula la vulnerabilidad urbana al cambio climático, centrándose en seis temas principales. Si bien estas no son las únicas vulnerabilidades que enfrentan las ciudades como resultado del cambio climático, estas seis áreas resaltan los riesgos generales que la mayoría de las ciudades enfrentarán y, por lo tanto, brindan un contexto amplio que abarca casi todas las ciudades del mundo. Las seis condiciones clave de vulnerabilidad climática estudiadas en el análisis de Future We Don’t Want son:
• Extremos de calor
• Pobreza y extremos de calor
• Disponibilidad de agua
• Seguridad alimentaria
• Inundaciones costeras y aumento del nivel del mar • Suministro de energía y aumento del nivel del mar.
En la base del análisis de datos, para cada una de estas condiciones de vulnerabilidad climática, se encuentra la población urbana estimada que enfrenta estos peligros. La Figura 1 a continuación ilustra las ciudades globales que se consideraron en este análisis, estimando sus niveles de población total, hoy y en el futuro.
Las estimaciones de población en el período de base, para la década de 2000, provienen del Natural Earth Populated Places Dataset 2 para ciudades con más de 100.000 residentes. Las estimaciones de población para la década de 2050 se basan en las tasas de crecimiento de la población hasta la década de 2050 derivadas de la aplicación de la tasa de crecimiento de las extensiones de población urbana del Global Rural-Urban Mapping Project (GRUMP)3 a la población de referencia para las ciudades dentro del Natural Earth Dataset de ciudades con más de 100.000 residentes (Marcotullio, comunicación personal).
Las ciudades se clasificaron según el tamaño de su población en cinco clases: a) 100 000 a 500 000; b) 500 001 a 1 000 000; c) 1 000 001 a 5 000 000; d) 5 000 001 a 10 000 000; y e) 10 000 000+. Esta metodología para la población se aplicó a cada uno de los seis análisis de vulnerabilidad climática y se refleja en los mapas a lo largo del informe.
El número total de ciudades en el conjunto de datos de población, y por lo tanto el número total de ciudades incluidas en este análisis, es de 2586. La población urbana total estimada de referencia de todas las ciudades del conjunto de datos de Natural Earth en la década de 2000 es de aproximadamente 1400 millones (1 435 802 343) de personas. La población urbana total estimada para el futuro en la década de 2050 para todas las ciudades de este análisis es de aproximadamente 3.500 millones (3.547.807.209) de personas. La Figura 1 destaca el crecimiento del tamaño de la población de las ciudades a lo largo de las cinco décadas entre 2000 y 2050, como lo indica la presencia de ciudades mucho más densamente pobladas, con más de 1 millón, 5 millones y 10 millones de residentes, en comparación con el período de referencia.
Figura 1. Ciudades globales con poblaciones de 100.000 o más en la década de 2000 (arriba) y poblaciones urbanas estimadas en la década de 2050 (abajo). Fuente de datos para la población de referencia en la década de 2000 de Natural Earth Dataset. Fuente de datos para la población en la década de 2050 estimada a partir de las estimaciones de crecimiento demográfico de GRUMP aplicadas a los datos de población de referencia en Natural Earth Dataset de la década de 2000 (Center for International Earth Science Information Network [CIESIN], Universidad de Columbia, 2017).
Center for International Earth Science Information Network (CIESIN), Universidad de Columbia. 2017. Documentation for the Global Rural-Urban Mapping Project, Version 1 (GRUMPv1): Urban Extent Polygons, Revision 01. Palisades, NY: NASA Socioeconomic Data and Applications Center (SEDAC). http://dx.doi.org/10.7927/H4C53HSR
B. ESTUDIOS DE CASOS
Cada sección del Informe Técnico presenta estudios de casos que destacan cómo las ciudades están abordando las seis vulnerabilidades climáticas sobre el terreno. El contenido de estos estudios de casos proviene de la Base de Datos de Estudios de Casos de la UCCRN (CSDS), que fue desarrollada como parte del Segundo Informe de Evaluación sobre Cambio Climático y Ciudades (ARC3.2) por expertos y profesionales locales (Rosenzweig et al., 2018). La Base de Datos de Estudios de Casos de la UCCRN incluye proyecciones climáticas para aproximadamente 150 ciudades (Bader et al., 2018), y documenta experiencias de ciudades de la UCCRN y sus estrategias para mejorar la resiliencia al cambio climático.
Figura 2.a. Motor de búsqueda de la estación de acoplamiento de casos prácticos (CSDS) ARC3.2. Véase: http://uccrn.org/casestudies/
La Figura 2.a ilustra el motor de búsqueda de CSDS, y la Figura 2.b proporciona un ejemplo de una búsqueda de CSDS. De las casi 150 ciudades de la UCCRN en la CSDS, el 35 por ciento también son ciudades C40, y el 45 por ciento también son ciudades del Pacto Mundial, que se han comprometido a alcanzar los objetivos del Acuerdo de París. Todos los estudios de caso incluidos en este informe son ciudades de C40 y de UCCRN. Además, la información de los estudios de caso a lo largo del informe se complementa con entrevistas realizadas por C40 y Acclimatise con partes interesadas y expertos de las ciudades.
C. BASE DE DATOS SIG GLOBAL
UCCRN está desarrollando un sistema de información geográfica (SIG) global, colaborativo y en línea que permite a los usuarios crear, usar y compartir mapas, escenas, aplicaciones, capas, análisis y datos. Esto permite a UCCRN integrar conjuntos de datos y productos cartográficos de proyectos individuales de manera consistente y facilita la representación visual del trabajo que las ciudades están realizando en todo el mundo en sus esfuerzos por adaptarse al cambio climático y mitigarlo. Además, se pueden extraer conocimientos significativos que informen a las partes interesadas sobre los impactos del cambio climático en las comunidades urbanas.
Para completar el análisis de datos realizado para respaldar el proyecto, se ha desarrollado una base de datos SIG global que permite la visualización y evaluaciones espacialmente consistentes de la vulnerabilidad relativa a los peligros climáticos en áreas urbanas de todo el mundo. Las capas de datos SIG asociadas con los peligros climáticos se han reunido con un documento de mapa (.mxd) en un archivo conveniente y portátil conocido como "paquete de mapas". Los paquetes de mapas son compatibles con Environmental Systems Research Institute, Inc (ESRI) ArcGIS® for Desktop versión 10.0 en adelante. Los paquetes de mapas no se podrán abrir con versiones anteriores (9.3.1 o anteriores).
Las capas de datos de la base de datos son archivos de forma ESRI que incluyen un archivo principal (.shp), un archivo de índice (.shx) y un archivo de base de datos estándar que se utiliza para almacenar datos de atributos e identificadores de objetos (.dbf). El archivo .prj incluido con cada capa de datos es un archivo opcional que contiene los metadatos asociados con el sistema de coordenadas y proyección de los archivos de forma. Además, se incluye un archivo de índice espacial opcional (.sbn) que se utiliza para consultas espaciales. El archivo principal es un archivo de acceso directo con una longitud de registro variable en el que cada registro describe una forma con una lista de sus vértices. En el archivo de índice, cada registro contiene el desplazamiento del registro del archivo principal correspondiente desde el comienzo del archivo principal. La tabla de la base de datos contiene atributos de características con un registro por característica. La relación uno a uno entre la geometría y los atributos se basa en el número de registro. Los registros de atributos en el archivo de la base de datos deben estar en el mismo orden que los registros en el archivo principal (ESRI, 1998).
Nota: Como todas las proyecciones, estas proyecciones climáticas y de población vulnerable tienen cierta incertidumbre incorporada. Las fuentes de incertidumbre incluyen las limitaciones de los datos y los modelos, la naturaleza aleatoria de algunas partes del sistema climático y la comprensión limitada de algunos procesos. En este informe, las proyecciones climáticas promedio se caracterizan utilizando modelos climáticos de última generación, un escenario de concentraciones futuras de gases de efecto invernadero y literatura reciente revisada por pares. Se debe reconocer el potencial de error.
CALORES EXTREMOS
Hoy en día:
- Aproximadamente 350 ciudades en la Tierra experimentan condiciones de calor extremo en forma de temperaturas máximas promedio de tres meses que alcanzan al menos 35 °C (95 °F).
- Un poco más de 200 millones de personas en las ciudades viven en condiciones de calor extremo. El 14 por ciento de la población urbana mundial vive en condiciones de calor alto.
- Para la década de 2050
- Más de 970 ciudades estarán expuestas regularmente a las temperaturas máximas promedio de tres meses más altas que alcanzan al menos 35 °C (95 °F).
- Más de 1.6 mil millones de personas en las ciudades vivirán con temperaturas extremadamente altas en verano.
- El 45 por ciento de la población urbana mundial vivirá en ciudades con altas temperaturas en verano.
A. INTRODUCCIÓN Y JUSTIFICACIÓN
A medida que las temperaturas globales promedio aumenten en las próximas décadas, se proyecta que las temperaturas extremadamente altas aumentarán en frecuencia, intensidad y duración. Las ciudades están particularmente en riesgo debido al efecto de isla de calor urbana (UHI). El efecto de isla de calor urbana es un fenómeno en el que las ciudades tienden a ser más cálidas que las áreas suburbanas y rurales circundantes como resultado de un entorno construido caracterizado por un alto grado de superficies duras. Esto hace que los centros urbanos sean más susceptibles a los extremos de calor que pueden empeorar la calidad del aire (Foobot, 2017), causar deshidratación, golpes de calor, complicaciones cardiovasculares, enfermedades renales y muerte (Knowlton et al., 2014). Ciertos grupos de personas, incluidos los niños, los ancianos, los enfermos y los pobres, son particularmente vulnerables a los extremos de calor persistentes.
A medida que el cambio climático haga que las temperaturas globales promedio aumenten durante el próximo siglo, las temperaturas extremas más altas durante las épocas más cálidas del año también se volverán más intensas. Hoy en día, muchos habitantes urbanos en latitudes más bajas ya están familiarizados con temperaturas extremadamente altas durante períodos prolongados de tiempo. En el futuro, las poblaciones urbanas seguirán creciendo y más ciudades experimentarán temperaturas más altas. Por lo tanto, las ciudades en latitudes más altas se enfrentarán a extremos de calor con los que no se han enfrentado anteriormente. Comprender cómo se espera que cambien las situaciones de calor extremo en las próximas décadas ayudará a los líderes de las ciudades a proteger la salud de los residentes de la ciudad, aumentar la resiliencia de la infraestructura y prepararse para las demandas de sus sistemas de energía.
La cantidad de personas que viven en ciudades expuestas regularmente a extremos de calor aumentará en un 700 por ciento en comparación con la actualidad.
B. METODOLOGÍA
El calor extremo se define en este análisis como el período de 3 meses consecutivos más cálido (definido utilizando la temperatura máxima mensual promedio) en una ubicación determinada. Los escenarios climáticos utilizados provienen del conjunto de datos de proyecciones diarias reducidas a escala global (NEX-GDDP) de NASA Earth Exchange, preparado por el Grupo de análisis climático y el Centro de investigación Ames de la NASA utilizando NASA Earth Exchange, y distribuido por el Centro de simulación climática (NCCS) de la NASA (NASA, 2017). La NASA pone a disposición el conjunto de datos NEX-GDDP para ayudar a la comunidad científica a realizar estudios de los impactos del cambio climático a escala local y regional, y para mejorar la comprensión pública de los posibles patrones climáticos globales futuros a escala espacial de pueblos, ciudades y cuencas hidrográficas individuales. Utilizando los resultados de cuatro modelos climáticos globales (IPSL-CM5A-LR, MIROC-ESM-CHEM, GFDL-ESM2M y NorESM1-M) en el conjunto de datos NEX-GDDP, se promediaron las temperaturas máximas mensuales durante 3 meses consecutivos para encontrar los períodos de 3 meses más cálidos para cada celda de cuadrícula de 0,25 por 0,25 grados. Este análisis se realizó tanto para el período base del modelo histórico (1980-2005) como para el futuro marco temporal de la década de 2050 (definido como 2041-2070).
Se aplicó un umbral de temperatura de 35 °C (95 °F) a las medias de múltiples modelos en todas las celdas de la cuadrícula para identificar las áreas urbanas más vulnerables al calor extremo. Es decir, una temperatura en la que es posible, por ejemplo, experimentar calambres o agotamiento por calor. El análisis se realizó para ciudades con poblaciones superiores a 100 000 habitantes durante el período base y en la década de 2050. Se suman las poblaciones históricas y proyectadas de las ciudades que superan el umbral de calor extremo para desarrollar una estimación global de la población urbana vulnerable al calor extremo durante el período base y en la década de 2050.
C. DISCUSIÓN Y RESULTADOS
Hoy en día, más de 200 millones de personas que viven en más de 350 ciudades, principalmente en las latitudes más bajas, experimentan regularmente sus temperaturas máximas promedio de los tres meses más calurosos, que alcanzan al menos 35 °C (95 °F). Se estima que las poblaciones urbanas mundiales son de 1.400 millones de personas en el período de referencia, lo que implica que el 14 por ciento de todos los residentes urbanos ya enfrentan extremos de calor. A medida que aumenten las poblaciones urbanas y las temperaturas medias a nivel mundial, más de 1.600 millones de personas vivirán en más de 970 ciudades donde estarán expuestas a estas temperaturas extremas a mediados de siglo (Figura 3). Para ponerlo en perspectiva, si se prevé que en la década de 2050 las poblaciones urbanas alcancen los 3.500 millones de personas, 1.600 millones, o el 45 por ciento de la población urbana mundial total, vivirán en estas condiciones de calor. Esto supone un aumento de ocho veces en el número de residentes urbanos que se enfrentan a un estrés térmico sostenido.
Figura 3. Poblaciones urbanas en riesgo de calor extremo. Fuente de datos: Ciudades con un período de tres meses (meses consecutivos) donde las temperaturas máximas promedio superan los 35 °C en el período de referencia (arriba) en comparación con aquellas que se proyecta que experimentarán estos extremos de temperatura para la década de 2050 (abajo). La temperatura media multimodelo se deriva del conjunto de datos NEX-GDDP de la NASA con cuatro GCM (IPSL-CM5A-LR, MIROC-ESM-CHEM, GFDL-ESM2M y NorESM1-M); la temperatura máxima promedio mensual (los tres meses consecutivos más cálidos) para el período de referencia de 1980-2005 se compara con la de 2041-2070 según RCP 8.5; las estimaciones de población en el período de referencia provienen del Natural Earth Dataset para ciudades de más de 100 000 residentes, y las tasas de crecimiento de la población para la década de 2050 se derivan aplicando la tasa de crecimiento de las extensiones de población urbana del Proyecto de Mapeo Rural-Urbano Global (GRUMP) a las ciudades dentro del Natural Earth Dataset.
El análisis de The Future We Don’t Want muestra que Asia y Oriente Medio ya albergan muchas ciudades que experimentan temperaturas extremas. Para 2050, el número de ciudades expuestas en estas regiones aumentará significativamente y cientos de ciudades más estarán en riesgo. La investigación también muestra que las regiones que actualmente tienen pocas ciudades que se enfrentan al calor extremo verán un aumento drástico de la exposición. El este de China, el sur, el oeste y el norte de África, América del Norte y partes de América del Sur se verán especialmente afectados. El aumento de la población urbana en estas regiones es parcialmente responsable de la mayor exposición durante los próximos 30 años, cuando se espera que el 90 por ciento de la urbanización se concentre solo en Asia y África (Naciones Unidas, 2014).
D. IMPLICACIONES PARA LAS CIUDADES
Las olas de calor pasadas ofrecen una ventana al futuro para las ciudades que esperan un aumento de las temperaturas. Hoy en día, casi un tercio de la población mundial está expuesta a extremos de calor potencialmente mortales durante 20 días al año o más (Mora et al, 2017). Eventos como la ola de calor de 2003 en Europa, que se cobró más de 70.000 vidas, y la ola de calor de 2015 en el sur de Asia, que causó 3.500 muertes, serán más frecuentes y graves en la década de 2050.
En los Estados Unidos, las olas de calor plantean un importante riesgo climático para las ciudades porque se producen más muertes por olas de calor que por cualquier otro peligro climático (NOAA, 2016). Por ejemplo, de las 4.564 muertes reportadas entre 2006 y 2015 relacionadas con peligros como tornados, inundaciones, rayos, tormentas de invierno y huracanes, un total de 1.130 muertes estaban relacionadas con el calor, lo que representa casi el 25 por ciento de las muertes reportadas. Sin embargo, vale la pena señalar que la cifra mostrada no captura la extensión total de las muertes relacionadas con el calor porque muchas muertes asociadas con extremos de calor no son identificadas como tales por los médicos forenses (NOAA, 2016).
En 2050, las personas que ya viven en lugares cálidos tendrán que adaptarse a períodos aún más prolongados de calor sofocante, mientras que las personas que viven en ciudades más frías estarán expuestas a niveles de calor extremo a los que no están acostumbradas. Por lo tanto, las ciudades tendrán que prepararse para temperaturas que hagan que sea difícil y agotador para los ciudadanos moverse y trabajar de manera segura al aire libre, así como insoportable permanecer en espacios cerrados sin aire acondicionado y ventilación suficiente. La producción de ozono se acelera a altas temperaturas y la exposición a corto plazo al ozono se ha relacionado con efectos adversos para la salud. Los altos niveles de ozono también se han relacionado con el agravamiento de enfermedades pulmonares crónicas y el aumento de las tasas de mortalidad (Bell et al., 2004). Los niños, los ancianos, los enfermos y los pobres de las zonas urbanas son particularmente vulnerables a los extremos de calor persistentes durante las épocas más calurosas del año (Wilhelmi et al., 2004). El estrés térmico directo es particularmente dañino cuando las temperaturas nocturnas son altas. Esto impide que el cuerpo humano descanse y se regenere, ya que un aumento de la temperatura corporal en condiciones de ola de calor reducirá drásticamente la pérdida de calor necesaria para ajustar los mecanismos internos que regulan la temperatura corporal. Estas condiciones pueden provocar una tensión excesiva en el cuerpo y, en última instancia, causar enfermedades por calor y un aumento de la mortalidad y la morbilidad relacionadas con el exceso de calor (Amengual et al., 2014). Los efectos indirectos relacionados con el calor sobre la salud surgen a través de la interacción del calor y otros factores ambientales, en particular la contaminación del aire y del agua. Por ejemplo, los contaminantes del aire y el calor pueden causar mayores concentraciones de ozono, lo que puede irritar el sistema respiratorio y reducir la función pulmonar. Como resultado, las olas de calor pueden causar ataques cardíacos y agravar el asma, la bronquitis y otras enfermedades cardiopulmonares, lo que lleva a una muerte prematura (Franchini y Mannucci, 2015).
Dada la compleja interacción entre los extremos de calor y los factores fisiológicos descritos anteriormente, la estrategia de acción contra el calor de cualquier ciudad tendrá que tener en cuenta una amplia gama de causas e impactos para fortalecer la resiliencia al calor extremo futuro. En un mundo en proceso de calentamiento, es fundamental que las estrategias de adaptación estén respaldadas por esfuerzos más amplios para mejorar la infraestructura y los servicios urbanos. Una ciudad resiliente necesita atención médica accesible y asequible, transporte público confiable, suministro ininterrumpido de electricidad, agua potable limpia y sistemas de saneamiento que funcionen bien. Al reducir las emisiones, las ciudades de todo el mundo pueden trabajar juntas para asegurarse de que los escenarios del futuro que no queremos (en el que 1.600 millones de personas que viven en más de 970 ciudades estarían expuestas a temperaturas extremas a mediados de siglo) no se hagan realidad, al tiempo que se planifica para la posibilidad de que así sea.
E. RESPUESTAS URBANAS AL CALOR EXTREMO
El análisis de datos técnicos sobre el calor extremo en El futuro que no queremos se complementa con tres ejemplos de estudios de casos de ciudades que ya se enfrentan a altas temperaturas.
DEHLI, India
IMPACTOS
Proyecciones climáticas ARC3.2: década de 2050
Temperatura: +1,5 a 3,3 °C Precipitaciones: -13 a +28 por ciento
• En la India, las muertes por olas de calor casi se han duplicado en los últimos 20 años.
• Se registraron más de 2000 muertes durante la ola de calor del norte de la India de 2015.
• Los trabajadores al aire libre y las personas en hogares de bajos ingresos son los que más sufren durante los extremos de calor. En las casas con techos de hojalata, las temperaturas pueden superar los 50 °C (122 °F) durante las olas de calor en Delhi.
• Los picos de afecciones relacionadas con el calor generan mayores presiones sobre los servicios de salud. Los pacientes que informan deshidratación, diarrea y calambres por calor casi se duplican en los hospitales durante las olas de calor.
SOLUCIONES
• Treinta ciudades y once estados de la India han elaborado un “Plan de acción contra el calor” que incorpora sistemas de alerta temprana, sugiere cambios en los horarios de trabajo al aire libre, describe mejoras en las respuestas de los servicios de salud y promueve campañas en los medios de comunicación para sensibilizar a las comunidades.
• Los sistemas de alerta temprana alertan a los residentes y a los funcionarios municipales una semana antes de una ola de calor, lo que permite a los funcionarios municipales planificar su respuesta.
• Las tasas de mortalidad han disminuido de 2.600 personas en 2015 a menos de 200 en 2017, gracias a una acción mejor coordinada de los Departamentos Meteorológico y de Gestión de Desastres.
• Delhi es la duodécima ciudad que elaborará un Plan de acción contra el calor en 2018.
SEUL. Corea del Sur
IMPACTOS
Proyecciones climáticas ARC3.2: década de 2050
Temperatura: +1,5 a 3,4 °C Precipitaciones: +1 a +19 por ciento
• En Seúl, la temperatura mínima durante el invierno ha aumentado a una tasa promedio de 0,5 °C por década.
• Durante los días de ola de calor, hay un aumento del 8,4 por ciento en la mortalidad total en comparación con los días sin ola de calor.
• La primera ola de calor del verano ha tenido un efecto de mortalidad estimado mayor que las olas de calor posteriores.
SOLUCIONES
• Durante la ola de calor de 2013, las autoridades de la ciudad tuvieron que restringir el uso y apagar el aire acondicionado en los edificios gubernamentales para evitar un corte de energía.
• Se emiten avisos de ola de calor cuando las temperaturas máximas alcanzan los 33 °C (91 °F) durante 2 días consecutivos.
• Se recomienda a las empresas que permitan que los trabajadores al aire libre tomen descansos durante las horas más calurosas del día.
• Se proporcionan refugios con refrigeración en lugares públicos en toda la ciudad, lo que permite que los residentes sin aire acondicionado encuentren un respiro de la ola de calor.
• Como un esfuerzo a largo plazo para mejorar la resiliencia de Seúl al calor y otros peligros climáticos, la ciudad ha plantado
16 millones de árboles y ampliado su espacio verde en 3,5 millones de m2.
BERLIN, Alemania
IMPACTOS
Proyecciones climáticas ARC 3.2 – Década de 2050
Temperatura +1,3 a 3,6 °C Precipitaciones -2 a +16 por ciento
• Los días de calor extremo se han vuelto más comunes, lo que lleva a un aumento de las tasas de mortalidad durante las olas de calor intensas.
• La rápida urbanización y el creciente número de ancianos han aumentado la vulnerabilidad de la ciudad a los extremos de calor.
• Las tasas de mortalidad relacionadas con el calor son particularmente altas en los distritos más densamente construidos de Berlín.
• El calor extremo también ha afectado al sistema de transporte, por ejemplo, al hacer que los vagones de tren sin ventilación adecuada sean demasiado calientes para su uso.
SOLUCIONES
• Berlín aspira a convertirse en una "ciudad esponja" que reemplace las superficies duras con espacios verdes y superficies permeables al agua para combatir el efecto de isla de calor urbana, así como para permitir que la ciudad se adapte a las fuertes lluvias.
• Al plantar musgos o hierbas en los tejados, aumenta la capacidad de absorción de agua y se consigue un efecto de enfriamiento por evaporación.
• Berlín cuenta con sistemas de seguimiento del cambio climático que tienen como objetivo fortalecer la resiliencia de los ecosistemas, la salud pública y la infraestructura urbana.
• La ciudad está trabajando para mejorar la comunicación con las comunidades sobre los riesgos y las medidas a tomar.
CALOR EXTREMO Y POBREZA
Hoy:
• Más de 26 millones de personas viven en la pobreza en más de 230 ciudades donde están expuestas regularmente a las temperaturas máximas promedio de tres meses más altas que alcanzan al menos 35 °C (95 °F).
• Casi 215 millones de personas vivirán en la pobreza en 495 ciudades donde están expuestas regularmente a las temperaturas máximas promedio de tres meses más altas que alcanzan al menos 35 °C (95 °F).
• Habrá un aumento de ocho veces en el número de personas que viven en la pobreza en estas condiciones de calor extremo en comparación con la actualidad. Sección 2: Condiciones clave de vulnerabilidad climática
A. INTRODUCCIÓN Y JUSTIFICACIÓN
Los impactos del cambio climático difieren entre las personas y los grupos debido a diversos factores socioeconómicos. Las personas con ingresos más bajos y activos limitados; las personas que son discriminadas por motivos de raza, etnia, género, edad, mala salud serán las más afectadas (Reckien et al., 2018). Estas características sociales influyen en el lugar donde viven las personas y en la gravedad de sus efectos. Las poblaciones empobrecidas son particularmente vulnerables al cambio climático porque carecen de acceso a recursos que podrían ayudarlas a soportar fenómenos extremos. Por ejemplo, durante los episodios de calor prolongados, las personas que viven en la pobreza enfrentan riesgos adicionales en comparación con otras poblaciones porque pueden carecer de acceso a agua potable, refugio, aire acondicionado y asistencia médica adecuados. A medida que las poblaciones urbanas sigan creciendo, también seguirá aumentando el número de personas vulnerables al cambio climático.
B. METODOLOGÍA
El calor extremo se define en este análisis como el período de 3 meses consecutivos más cálido (definido utilizando la temperatura máxima mensual promedio) en una ubicación determinada. Los escenarios climáticos provienen del conjunto de datos de proyecciones diarias a escala reducida de NASA Earth Exchange (NEX-GDDP), preparado por el Grupo de Análisis del Clima y el Centro de Investigación Ames de la NASA utilizando NASA Earth Exchange, y distribuido por el Centro de Simulación Climática de la NASA (NCCS). La NASA pone a disposición el conjunto de datos NEX-GDDP para ayudar a la comunidad científica a realizar estudios de los impactos del cambio climático a escala local y regional, y para mejorar la comprensión pública de los posibles patrones climáticos globales futuros a escala espacial de pueblos, ciudades y cuencas hidrográficas individuales. Utilizando los resultados de cuatro modelos climáticos globales (IPSL-CM5A-LR, MIROC-ESM-CHEM, GFDL-ESM2M y NorESM1-M) en el conjunto de datos NEX-GDDP, se promediaron las temperaturas máximas mensuales durante 3 meses consecutivos para encontrar los períodos de 3 meses más cálidos para cada celda de cuadrícula de 0,25 por 0,25 grados.Este análisis se realizó tanto para el período base del modelo histórico (1980-2005) como para el futuro marco temporal de la década de 2050 (definido como 2041-2070). Se aplicó un umbral de temperatura de 35 °C (95 °F) a las medias de múltiples modelos en todas las celdas de la cuadrícula para identificar las áreas urbanas más vulnerables al calor extremo con software SIG. El análisis se realizó para ciudades con poblaciones mayores a 100 000 habitantes durante el período base o la década de 2050. Las poblaciones históricas y proyectadas de las ciudades (con poblaciones mayores a 100 000) que superan el umbral de calor extremo se suman para desarrollar una estimación global de la población urbana vulnerable al calor extremo durante el período base y en la década de 2050, respectivamente.
Las tasas de pobreza se derivan de los índices nacionales de recuento de la pobreza urbana desarrollados por el Grupo de trabajo sobre la pobreza mundial del Banco Mundial. Los datos se compilan a partir de fuentes gubernamentales oficiales o son calculados por el personal del Banco Mundial utilizando definiciones de pobreza nacionales (es decir, específicas de cada país) (Banco Mundial, 2017). El índice de recuento de la pobreza urbana (es decir, la tasa nacional de pobreza urbana) es el porcentaje de la población urbana que vive por debajo de la línea de pobreza nacional. Este conjunto de datos incluye las tasas de pobreza de 97 países. La tasa de pobreza se aplicó a las estimaciones de la población urbana total para el período de referencia y los períodos futuros en este análisis. La población urbana total en situación de pobreza que enfrenta extremos de calor se determinó aplicando las tasas nacionales de pobreza urbana a las ciudades que se proyecta que serán vulnerables al calor extremo en el año 2050.
C. DISCUSIÓN Y RESULTADOS
En la actualidad, más de 26 millones de personas en 230 ciudades viven en la pobreza y están expuestas regularmente a altas temperaturas sostenidas. A medida que las poblaciones urbanas y las temperaturas promedio aumenten en las próximas décadas, por vivir en esas condiciones extramas, el análisis estima un aumento del 700 por ciento en el número de pobres urbanos. Las proyecciones indican que más de 215 millones de personas vivirán en la pobreza en casi 500 ciudades en el período de la década de 2050 (Figura 4). En particular, las ciudades del sudeste asiático y de África occidental son particularmente vulnerables a estas condiciones cambiantes con altas tasas de pobreza, rápida urbanización y condiciones de calor intenso ya existentes.
DATA
Population Baseline
Population Future
Extreme Temperature Baseline
Extreme Temperature Future
DESCRIPTION OF DATA AND LINK TO SOURCE
Entity: Oakridge National Laboratory
Link to data: http://www.naturalearthdata.com/downloads/10m-
cultural-vectors/10m-populated-places/
Year created: 2017
Description of data: Urban population estimates for the present day
(2016-17), version 4.0.0
Name of data sources: Natural Earth Data; Global Rural-Urban
Mapping Project (GRUMP)
Entity: Oakridge National Laboratory; NASA Socioeconomic Data and
Applications Center (SEDAC) and Center for International Earth Science
Information Network (CIESIN) at Columbia University
Link to data: Natural Earth Dataset - http://www.naturalearthdata.
com/downloads/10m-cultural-vectors/10m-populated-places/
GRUMP - http://sedac.ciesin.columbia.edu/data/set/grump-v1-urban-
ext-polygons-rev01/docs
Year created: 2017
Description of data: Urban population estimates for the 2050
Name of data source: NASA Earth Exchange Global Daily Downscaled
Projections (NEX-GDDP) dataset
Entity: NASA
Link to data: https://cds.nccs.nasa.gov/nex-gddp/
Year created: 2012
Description of data: Model mean of four global climate models (IPSL-
CM5A-LR, MIROC-ESM-CHEM, GFDL-ESM2M, NorESM1-M) in the base
period (1980-2005)
Name of data source: NASA Earth Exchange Global Daily Downscaled
Projections (NEX-GDDP) dataset
Entity: NASA
Link to data: https://cds.nccs.nasa.gov/nex-gddp/
Year created: 2012
Description of data: Model mean of four global climate models (IPSL-
CM5A-LR, MIROC-ESM-CHEM, GFDL-ESM2M, NorESM1-M) in the 2050s
(2041-2070)
DATA
Extreme Temperature and Poverty Baseline
Extreme Temperature and Poverty
Future Water Availability
Future Food Security
DESCRIPTION OF DATA AND LINK TO SOURCE
Projections (NEX-GDDP) dataset
Entity: NASA
Link to data: https://cds.nccs.nasa.gov/nex-gddp/
Year created: 2012
Description of data: Model mean of four global climate models (IPSL-
CM5A-LR, MIROC-ESM-CHEM, GFDL-ESM2M, NorESM1-M) in the 2050s
(2041-2070) hottest 3-month maximum average temperature
Entity: World Bank
Link to data: https://datacatalog.worldbank.org/dataset/world-
development-indicators
Year created: 2017
Description of data: National urban poverty rates expressed as a
percentage of total national urban population
Name of data source: ISIMIP Fast Track
Entity: Inter-Sectoral Model Impact Intercomparison Project (ISIMIP)
Link to data: https://esg.pik-potsdam.de/search/isimip-ft/
Year created: 2018
Description of data: Two GHMs (JULES and LPJmL) and four GCMS
(IPSL-CM5A-LR, MIROC-ESM-CHEM, GFDL-ESM2M, and NorESM1-M)
utilised to develop multi-model mean.
Name of data source: ISIMIP Fast Track
Entity: Inter-Sectoral Model Impact Intercomparison Project (ISIMIP)
Link to data: https://www.isimip.org/outputdata/
Year created: 2018
Description of data: 5 GGCM (PEGASUS, pDSSAT, GEPIC, LPG-GUESS,
EPIC) / 4 GCM multi-model mean utilising four global climate models
(IPSL-CM5A-LR, MIROC-ESM-CHEM, GFDL-ESM2M, and NorESM1-M);
Spatial Production Allocation Model crop area estimates are utilised
DATA
Sea Level
Rise Future
Sea Level Rise
and Energy Future
Entity: Knoema
Link to data: https://knoema.com/WGEOPPD2016/world-power-
plants-database-2016
Year created: 2016
Description of data: database of global power plants by location,
size, type, and capacity.
Entity: World Climate Research Programme
Link to data: https://cmip.llnl.gov/cmip5/
Year created: 2013
Description of data: Projected ensemble mean increase in sea level
relative to the 2000-2004 base period level from three global climate
models (IPSL-CM5A-LR, MIROC-ESM-CHEM, NorESM1-M) at 1 degree
grid scale and a four-component approach that incorporates both local
and global factors related to changes in ocean height (local), thermal
expansion (global), loss of ice from glaciers, ice caps, and land-based
ice sheets (global) and land water storage (global).
Entity: United States Geological Survey
Year created: https://topotools.cr.usgs.gov/gmted_viewer/
gmted2010_global_grids.php
Year created: 2010
Description of data: Mean statistic, 15 arc-seconds
THE FUTURE WE DON’T WANT – Expert Advisory Group
Advisory Group provided.
Alessandra Sgobbi, European Commission
Cristian Tolvett, SEREMI Environment Metro Region
Dan Zarrilli, New York City Office of the Mayor
Eleni Myrivili, City of Athens
Esteban Leon, UN-Habitat
Jasminka Jaksic, Dubai Municipality
Katie Vines, Climate KIC Australia
Leah Flax, 100 Resilient Cities
Mu Haizhen, Shanghai Climate Change Research Center
Rosa Suriñach, UN-Habitat
Saleemul Huq, International Centre for Climate Change and Development
Sean O’Donoghue, eThekwini Municipality
Stéphane Hallegatte, World Bank Group
Tanya Müller García, Mexico City
Vicki Barmby, City of Melbourne
THE FUTURE WE DON’T WANT – Interviews with city officials and academic experts
areas as well as what solutions that cities are already taking to address these challenges.
Jainey Bavishi, City of New York
Susanne DesRoches, City of New York
Esteban Gallego Restrepo, City of Medellín
Cristina Argudo Pazmino, City of Quito
Diego Enriquez Pabón, City of Quito
Aisa Tobing, Jakarta Regional Planning and Development Board
Grace Mbena, Dar es Salaam City Council
Flavia Carloni, City of Rio de Janeiro
Monica Porto, State Government of São Paulo
Yann Françoise, City of Paris
Jessica Finn Coven, City of Seattle
Emma Porio, Ateneo de Manila University
Kirstin Miller, Ecocity Builders
Chando Park, Seoul Metropolitan Government
Dongjoon Ha, Seoul Metropolitan Government
Hyejung Yeo, Seoul Metropolitan Government
Ganesh Gorti, The Energy and Resources Institute
Anjali Jaiswal, NRDC
Cassie Sutherland, Greater London Authority
Peter North, Greater London Authority
El análisis estima un aumento del 700 por ciento en el número de pobres urbanos al vivir en estas condiciones de calor extremo. Las proyecciones indican que más de 215 millones de personas vivirán en la pobreza en casi 500 ciudades en el período de 2050 (Figura 4). En particular, las ciudades del sudeste asiático y de África occidental son particularmente vulnerables a estas condiciones cambiantes con altas tasas de pobreza, rápida urbanización y altas temperaturas ya existentes.
Almutaz, I., Ajbar, A., Khalid, Y., and Ali, E. (2012). A probabilistic forecast of water demand for a tourist and desalination dependent city—Case of Mecca, Saudi Arabia. Desalination 294, 53–59.
Amengual, A., Homar, V., Romero, R., Brooks, H., Ramis, C., and Alonso,S. (2014). Projections of heat waves with high impact on human healthin Europe. Global and Planetary Change 3, 71–84.
Araz News, “join “I am Urmia Lake” campaign” (2016). http://araznews.org/en/archives/5955
Azevedo de Almeida, B., & Mostafavi, A. (2016). Resilience of infrastructure systems to sea-level rise in coastal areas: Impacts, adaptation measures, and implementation challenges. Sustainability, 8(11), 1115.
Bader, D. A., Blake, R., Grimm, A., Hamdi, R., Kim, Y., Horton, R., and Rosenzweig, C. (2018). Urban climate science. In Rosenzweig, C., W. Solecki, P. Romero-Lankao, S. Mehrotra, S. Dhakal, and S. Ali Ibrahim (eds.), Climate Change and Cities: Second Assessment Report of the Urban Climate Change Research Network. Cambridge University Press. New York. 27–60.
Barnett, T. P., Adam, J. C., and Lettenmaier, D. P. (2005). Potential impacts of a warming climate on water availability in snow-dominated regions: Nature 438, 303–309.
Bell, M. L., McDermott, A., Zeger, S. L., Samet, J. M., & Dominici, F. (2004). Ozone and short-term mortality in 95 US urban communities, 1987-2000. Jama, 292(19), 2372-2378.
Best MJ, et al. (2011) The Joint UK Land Environment Simulator (JULES), model description Part 1: Energy and water fluxes. Geoscientific Model Development 4(3): 677–699.
Bondeau A, et al. (2007) Modelling the role of agriculture for the 20th century global terrestrial carbon
balance. Glob Change Biol 13(3):679–706.
Breyer, E. Y. (2014). Household Water Demand and Land Use Context—A Multilevel Approach. Master’s thesis (paper 1670), Portland State University. Accessed: http://pdxscholar.library.pdx.edu/open_access_etds/1670/
Bruckner, T., Bashmakov, I. A., Mulugetta, Y., Chum, H., De la Vega Navarro, A., Edmonds, J., Faaij, A., Fungtammasan, B., Garg, A., Hertwich, E., Honnery, D., Infeld, D., Kainuma, M.,Khennas, S. Kim, S., Bashir Nimir, B., Riahi, K., Strachan, N., Wiser, R., and Zhang, X. (2014). Energy systems. In Edenhofer, O., Pichs-Madruga, R., Sokona, Y., Farahani, E., Kadner, S., Seyboth, K., Adler, A., Baum, I., Brunner, S., Eickemeier, P., Kriemann, B., Savolainen, J., Schlömer, S., von Stechow, C., Zwickel, T., and Minx, J. C. (eds.), Climate Change 2014: Mitigation of Climate Change. Contribution of Working Group III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change (511–597). Cambridge University Press.
Buytaert, W., and De Bièvre, B. (2012). Water for cities: The impact of climate change and demographic growth in the tropical Andes. Water Resources Research 48 (8).
C40 Cities, Deadline 2020 – How Cities Will Meet the Paris Agreement. http://www.c40.org/researches/ deadline-2020 (accessed February 23, 2018) CMIP5. (2017). CMIP5 Coupled Model Intercomparison Project. Available from: http://cmip-pcmdi.llnl.gov/
cmip5/index.html [Accessed: December, 2017].
Collins, M., Knutti, R., Arblaster, J., Dufresne, J. -L., Fichelet, T., Friedlingstein, P., Gao, X., Gutowski, W. J., Johns, T., Krinner, G., Shongwe, M., Tebaldi, C., Weaver, A. J., and Wehner, M. (2014). Longterm climate change: Projections, commitments and irreversibility. In Stocker, T. F., Quin, D., Plattner, G. K., Tignor, M. M. B., Allen, S. K., Boschung, J., Nauels, A., Xia, Y., Bex, V., and Midgley, P. M. (eds.), Climate Change 2013, The Physical Science Basis: Working Group I Contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change (1028–1136). Cambridge University Press.
Conquito, Agrupar. Accessed: http://www.conquito.org.ec/servicios-agrupar/
Dankelman, I., Alam, K., Ahmed, W. B., Gueye, Y. D., Fatema, N., and Mensah-Kutin, R. (2008). Gender, climate change and human security lessons from Bangladesh, Ghana and Senegal. InThe Women’s Environment and Development Organization (WEDO) with ABANTU for Development in Ghana, ActionAid Bangladesh and ENDA in Senegal.
Das, T., Pierce, D. W., Cayan, D. R., Vano, J. A., and Lettenmaier, D. P. (2011). The importance of warm season warming to western U.S. streamflow changes. Geophysical Research Letters 38(L23403) 5.
Donkor, E. A., Mazzuchi, T. A., Soyner, R., and Roberson, J. A. (2014). Urban water demand forecasting—Review of methods and models. Journal of Water Resources Planning and Management 140, 146–159. Ecoeficientes, Cisterna já. http://www.ecoeficientes.com.br/movimento-cisterna-ja/ (accessed Feb. 23, 2018)
EcoWatch (2016). Why This City of 21 Million People Is Sinking 3 Feet Every Year. Accessed on January 10th, 2018. https://www.ecowatch.com/why-this-city-of-21-million-people-is-sinking-3-feet-every-year-1882187727.html
ESRI (1998). ESRI Shapefile Technical Description: An ESRI White Paper.
Financial Tribune, “Tackling Water Crisis in Iran via Conservation Campaign” (2016). https://financialtribune.com/articles/people/55030/tackling-water-crisis-in-iran-via-conservation-campaign
Foobot, Why Summer Heats Foster Pollution Spikes? https://foobot.io/resources/heat-waves-make-airquality-worse/ (accessed February 23, 2018)
Franchini, M., & Mannucci, P. M. (2015). Impact on human health of climate changes. European journal of internal medicine, 26(1), 1-5.
The Guardian, “‘We expect catastrophe’ – Manila, the megacity on the climate frontline” (2014) https://www. theguardian.com/environment/2014/mar/31/ipcc-climate-change-cities-manila
Georgakakos, A., Fleming, P., Dettinger, M., Peters-Lidard, C., Richmond, T. C., Reckhow, K., White, K., and Yates, D. (2014). Water resources. In Melillo, J. M., Richmond, T. C., and Yohe, G. W. (eds.), Climate Change Impacts in the United States: The Third National Climate Assessment (69–112). U.S. Global Change Research Program.
GGCA. (2009). Training Manual on Gender and Climate Change. International Union for Conservation of Nature (IUCN), United Nations Development Programme (UNDP), as well as Gender and Water Alliance, ENERGIA, International Network on Gender and Sustainable Energy, United Nations Educational, Scientific and Cultural Organization (UNESCO), Food and Agriculture Organization (FAO), Women’s Environment and Development Organization (WEDO) as part of the Global Gender and Climate Alliance (GGCA).
Gleeson T., Wada, Y., Bierkens, M. F. P., and van Beek, L. P. H. (2012). Water balance of global aquifers revealed by groundwater footprint. Nature 488, 197–200
Global Solar Thermal Energy Council, “Solar obligation by the state of Rio de Janeiro, Brazil” http://www.solarthermalworld.org/content/solar-obligation-state-rio-de-janeiro-brazil (accessed Feb. 23, 2018)
Greater London Authority, London Environment Strategy (2017) https://www.london.gov.uk/sites/default/files/london_environment_strategy-_draft_for_public_consultation.pdf
Greater London Authority, London Regional Flood Risk Appraisal (2014) https://www.london.gov.uk/sites/default/files/gla_migrate_files_destination/Regional percent20Flood percent20Risk percent20Assessment percent20- percent20First percent20Review percent20- percent20August percent202014.pdf
Greater London Authority, The London Plan (2017) https://www.london.gov.uk/sites/default/files/the-
londonplan-easy-read-lo-res_v2pages.pdf
Greater London Authority, London Sustainable Drainage Action Plan (2016) https://www.london.gov.uk/sites/default/files/lsdap_december_2016.pdf
Grubler, A. (2012). Energy transitions research: Insights and cautionary tales. Energy Policy 50, 8–16.
Hallegatte, S. et al.(2013). Future flood losses in major coastal cities. Nature Climate Change, 3, p. 802–806.
Hammer, S. A., Keirstead, J., Dhakal, S., Mitchell, J., Colley, M., Connell, R., Gonzalez, R., Herve-Mignucci, M.,Parshall, L., Schulz, N., and Hyams, M. (2011). Climate change and urban energy systems. In Rosenzweig, C.,Solecki, W. D., Hammer, S. A., and Mehrotra, S. (eds.), Climate Change and Cities: First Assessment Report of the Urban Climate Change Research Network. Cambridge University Press.
House-Peters, L. A., and Chang, H. (2011). Urban water demand modeling—Review of concepts, methods and organising principles. Water Resources Research 47(W05401), 15.
Huq, S., Kovats, S., Reid, H., & Satterthwaite, D. (2007). Reducing risks to cities from disasters and climate change.
Independent, “Vulnerable substations serving millions still at risk from flooding” (2014) http://www.independent.
co.uk/environment/nature/vulnerable-substations-serving-millions-still-at-risk-from-flooding-9257678.html
Informal City Dialogues, “How a Savings Bank Became One Slum’s Line in the Sand”. https://nextcity.org/informalcity/entry/how-one-slums-savings-bank-became-a-line-in-the-sand (accessed February 23, 2018)
Intergovernmental Panel on Climate Change (IPCC). (2013). Summary for policymakers. In Stocker, T. F., Qin, D., Plattner, G. -K., Tignor, M., Allen, S. K., Boschung, J., Nauels, A., Xia, Y., Bex, V., and Midgley, P. M. (eds.), Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press
International Energy Agency (IEA). (2008). World Energy Outlook. IEA
ISIMIP (2018). Model information and data caveats from ISIMIP Fast Track. Inter-Sectoral Model Impact Intercomparison Project. https://www.isimip.org/outputdata/caveats-fast-track/
JRC/PBL. (2013). Emission Database for Global Atmospheric Research (EDGAR). Release Version 4.2 FT2010. Accessed: http://edgar.jrc.ec .europa.eu
Kenney, D., Klein, R., Goemans, C., Alvord, C., and Shapiro, J. (2008). The Impact of Earlier Spring Snowmelt on Water Rights and Administration: A Preliminary Overview of Issues and Circumstances in the Western States. Western Water Assessment.
Kirtman, B., Power, S. B., Adedoyin, A. J., Boer, G. J., Bojariu, R., Camilloni, I., Doblas-Reyes, F., Fiore, A. M. M., Kimoto, M., Meehl, G., Prather, M., Sarr, A., Schar, C., Sutton, R., van Oldnborough, G. J., Vecchi, G., and Wang, H. J. (2014). Near-term climate change—Projections and predictability. In Stocker, T. F., Quin, D., Plattner, G. K., Tignor, M. M. B., Allen, S. K., Boschung, J., Nauels, A., Xia, Y., Bex, V., and Midgley, P. M. (eds.), Climate Change 2013, The Physical Science Basis—Working Group I Contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change (953–1028). Cambridge University Press.
Knowlton et al., 2014. ‘Development and Implementation of South Asia’s First Heat-Health Action Plan in Ahmedabad’. Int. J. Environ. Res. Public Health 2014, 11(4), 3473-3492; doi: 10.3390/ijerph110403473
Los Angeles Times, “A long-simmering factor in Iran protests: climate change”. (2018) http://www.latimes.com/world/middleeast/la-fg-iran-protests-climate-change-2018-story.html
Knoema (2016). World Power Plants Database. Accessed January 2018. https://knoema.com/WGEOPPD2016/world-powerplants-database-2016
Manila Water Company, Sustainability Programs. http://www.manilawater.com/Pages/Sustainability
percent20Programs.aspx (accessed Feb. 23, 2018)
Marcotullio, P. J., Sarzynski, A., Albrecht, J., Schulz, N., and Garcia, J. (2013). The geography of global urban greenhouse gas emissions: An exploratory analysis. Climatic Change 121, 621–634
McDonald, R. I., Weber, K., Padowski, J., Flörke, M., Schneider, C., Green, P. A., Gleeson, T., Eckman, S., Lehner, B., Balk, D., Boucher, T., Grill, G., and Montgomery, M. (2014). Water on an urban planet—Urbanization and the reach of urban water infrastructure. Global Environmental Change 27, 95–105.
McGranahan, G., Balk, D., and Anderson, B. (2007). The rising tide: Assessing the risks of climate change and human settlements in low elevation coastal zones. Environment and Urbanization 19 (1), 17–37
Mekonnen, M. M., & Hoekstra, A. Y. (2016). Four billion people facing severe water scarcity. Science Advances, 2(2), e1500323.
Meza, F. J., Vicuña, S., Jelinek, M., Bustos, E., and Bonelli, S. (2014). Assessing water demands and coverage sensitivity to climate change in the urban and rural sectors in central Chile. Journal of Water and Climate Change 5(2), 192–203.
Mishra, V., Ganguly, A. R., Nijssen, B., and Lettenmaier, D. P. (2015). Changes in observed climate extremes in global urban areas. Environmental Research Letters 10(2), 024005
Möller, I., Kudella, M., Rupprecht, F., Spencer, T., Paul, M., van Wesenbeeck, B., Wolters, G., Jensen, K., Bouma, T. J., Miranda-Lange, M., and Schimmels, S. (2014). Wave attenuation over coastal salt marshes under storm surge conditions. Nature Geoscience 7 (Oct. 2014). Doi: 10.1038/NGEO2251
Mora et al. 2017. Global risk of deadly heat. Nature Climate Change 7, 501–506.
NASA. (2017). NEX Global Daily Downscaled Climate Projections 2017. Available from: https://nex.nasa.gov/nex/projects/1356/ [Accessed: December, 2017].
New Indian Express, “How the Cauvery trickled down to Tamil Nadu amid riots and revised court orders” (2016). http://www.newindianexpress.com/states/tamil-nadu/2016/oct/05/how-the-cauvery-trickled-down-to-tamil-nadu-amid-riots-and-revised-court-orders-1525393--1.html
Newell, P. (2005). Climate for change? Civil society and the politics of global warming. Global civil society, 6, 1-31.
New York TImes, “Warming, Water Crisis, Then Unrest: How Iran Fits an Alarming Pattern” (2018) https://www.nytimes.com/2018/01/18/climate/water-iran.html?hp&action=click&pgtype=Homepage&clickSource=story-heading&module=first-column-region®ion=top-news&WT.nav=top-news&_r=0
Nicholls, R. J., Dawson, R. J., and Day, S. (2015). Broad Scale Coastal Simulation: New Techniques to Understand and Manage Shorelines in the Third Millennium, Springer.
NOAA National Weather Service. 2016. Natural hazard statistics: 76-year list of severe weather fatalities. www.nws.noaa.gov/om/hazstats/resources/weather_fatalities.pdf.Ogden, N. H., Bouchard, C., Kurtenbach, K., Margos, G., Lindsay, L. R., Trudel, L., and Milord, F. (2010). Active and passive surveillance and phylogenetic analysis of Borrelia burgdorferi elucidate the process of Lyme disease risk emergence in Canada. Environmental Health Perspectives 118(7), 909–914. Accessed: http://doi.org/10.1289/ ehp.0901766 NYC Department of Environmental Protection Public Affairs, One New York City: One Water. http://www.nyc.gov/html/dep/pdf/climate/one-nyc-one-water.pdf
Oberts, G. L. (2007). Influence of snowmelt dynamics on stormwater runoff quality. Watershed Protection Techniques 1, 55–61.
O’Hara, J. K., and Georgakakos, K. P. (2008). Quantifying the urban water supply impacts of climate change. Water Resources Management 22, 1477–1497.
Omumbo, J., Lyon, B., Waweru, S., Connor, S., and Thomson, M. (2011). Raised temperatures over the Kericho tea estates: Revisiting the climate in the East African highlands malaria debate. Malaria Journal 10(12).
Orlowsky et al., 2014 Environ. Res. Lett. 9 074007.
People’s Dialogue. Accessed: http://www.pdghana.org/ Feb. 23, 2018
Porter, J. R., Xie, L., Challinor, A. J., Cochrane, K., Howden, S. M., Iqbal, M. M., Lobell, D. B., and Travasso, M. I. (2014). Food security and food production systems. In Field, C. B., Barros, V. R., Dokken, D. J., Mach, K. J.,
Mastrandrea, M. D., Bilir, T. E., Chatterjee, M., Ebi, K. L., Estrada, Y. O., Genova, R. C., Girma, B., Kissel, E. S., Levy, A. N., MacCracken, S., Mastrandrea, P. R., and White, L. L. (eds.), Climate Change 2014: Impacts, Adaptation, and Vulnerability. Part A: Global and Sectoral Aspects. Contribution of Working Group II to the Fifth Assessment Report of the Intergovernmental Panel of Climate Change (485–533). Cambridge University Press
Reardon, T. (2016). Growing food for growing cities: Transforming food systems in an urbanising world. Chicago, US: The Chicago Council on Global Affairs.
Reuters, “FACTBOX: Food price rises spark protests” (2008). https://www.reuters.com/article/us-food-prices-protests/factbox-food-price-rises-spark-protests-idUSL1579452720080515
Revi, A., Satterthwaite, D., Aragón-Durand, F., Corfee-Morlot, J., Kiunsi, R. B. R., Pelling, M., Roberts, D. C., and Solecki, W. (2014). Urban areas. In Field, C. B., Barros, V. R., Dokken, D. J., Mach, K. J., Mastrandrea, M. D., Bilir, T. E., Chatterjee, M., Ebi, K. L., Estrada, V., Genova, R. C., Girma, B., Kissel, E. S., Levy, A. N., Maccracken, S., Mastrandrea, P. R., and White, L. L. (eds.), Climate Change 2014: Impacts, Adaptation, and Vulnerability.
Part A: Global and Sectoral Aspects. Contribution of Working Group II to the Fifth Assessment Report of theIntergovernmental Panel on Climate Change (535–612). Cambridge University Press.
Reyes, O. (2013). Critical issues for Channelling Climate finance via private sector actors. URL: http://cafod.org. uk/content/download/9496/76572/file/Channelling percent 20Climate percent 20Finance percent 20via percent 20PS, 20.
Rose, J. B., Epstein, P. R., Lipp, E. K., Sherman, B. H., Bernard, S. M., and Patz, J. A. (2001). Climate variability and change in the United States: Potential impacts on water- and foodborne diseases caused by microbiologic agents. Environmental Health Perspectives 109(Suppl 2), 211–221
Rosenzweig, C., Solecki, W., Romero-Lankao, P., Mehrotra, S., Dhakal, S., & Ali Ibrahim, S. (Eds.). (2018). Climate Change and Cities: Second Assessment Report of the Urban Climate Change Research Network. Cambridge University Press. New York.
Rotzoll, K., and Fletcher, C. H. (2013). Assessment of groundwater inundation as a consequence of sea-level rise. Nature Climate Change 3(5), 477–481.
Ruth, M., Bernier, C., Jollands, N., and Golubiewski, N. (2007). Adaptation of urban water supply infrastructure to impacts from climate and socioeconomic changes—The case of Hamilton. New Zealand: Water Resources Management 21, 1031–1045.
Satterthwaite, D. (2008, January). Climate change and urbanization: Effects and implications for urban
governance. In United Nations Expert Group meeting on population distribution, urbanization, internal
migration and development (pp. 21-23). DESA New York.
Scanlon, B. R., Duncan, I., and Reedy, R. C. (2013b). Drought and the water-energy nexus in Texas. Environmental Research Letters 8(4), 045033.
Scanlon, B. R., Reedy, R. C., Duncan, I., Mullican, W. F., and Young, M. (2013a). Controls on water use for thermoelectric generation: Case study Texas, U.S. Environmental Science & Technology 47(19), 11326–11334.
Schleich, J., and Hillenbrand, T. (2009). Determinants of residential water demand. Ecological Economics 68,1756–1769.
Seattle Government, Carbon Neutral, http://www.seattle.gov/light/enviro/carbonneutral.htm (Accessed Feb. 23, 2018)
Simarmata, H.A. et al. (ND). The Community-driven Adaptation Planning: Examining the ways of kampungs in North Coastal Jakarta. Case Study No. 6.A UCCRN.
Stoker, P., and Rothfeder, R. (2014). Drivers of urban water use. Sustainable Cities and Society 12, 1–8.
Syvitski, J. P. M., Kettner, A. J., Overeem, I., Hutton, E. W. H., Hannon, M. T., Brakenridge, G. R., Day, J., Vorosmarty, C., Saito, Y., Giosan, L., and Nicholls, R. J. (2009). Sinking deltas due to human activities. Nature Geoscience 2(10), 681–686.
Tanner, T., Mitchell, T., Polack, E., & Guenther, B. (2009). Urban governance for adaptation: assessing climate change resilience in ten Asian cities. IDS Working Papers, 2009(315), 01-47.
Taylor, R. G., Scanlon, B., Döll, P., Rodell, M., van Beek, R., Wada, Y., Longuevergne, L., Leblanc, M., Famiglietti, J. S., Edmunds, M., Konikow, L., Green, T. R., Chen, J., Taniguchi, M., Bierkens, M. F. P., MacDonald, A., Fan, Y., Maxwell, R. M., Yechieli, Y., Gurdak, J. J., Allen, D. M., Shamsudduha, M., Hiscock, K., Yeh, P. J. -F., Holman, I., and Treidel, H. (2012). Ground water and climate change. Nature Climate Change 3, 322–329
Tompkins, E. L., Mensah, A., King, L., Long, T. K., Lawson, E. T., Hutton, C., Hoang, V. A., Gordon, C., Fish, M., Dyer, J., and Bood, N. (2013). An investigation of the evidence of benefits from climate compatible development. Sustainability Research Institute.
Tyler, S., and Moench, M. (2012). A framework for urban climate resilience. Climate and Development 4, 311–326.
UNESCO (2015). United Nations Work Water Development Report 2015 -- Water for a Sustainable Work Facts and Figures. Prepared by the United Nations World Water Assessment Programme. http://www.unesco.org/new/fileadmin/MULTIMEDIA/HQ/SC/images/WWDR2015Facts_Figures_ENG_web.pdf
UN-Habitat. (2013a). Planning and Design for Sustainable Urban Mobility. Global Report on Human
Settlements. UN-Habitat.
UN-Habitat, Urban Theme, Energy. https://unhabitat.org/urban-themes/energy/ (accessed February 23, 2018).
United Nations, Department of Economics and Social Affairs (UNDESA), Population Division (2012). World Urbanization Prospects: The 2011 Revision. United Nations, Department of Economic and Social Affairs, Population Division
United Nations, Department of Economics and Social Affairs (UNDESA), Population Division (2014). World Urbanization Prospects: The 2014 Revision, Highlights (ST/ESA/SER.A/352)
United Nations, Department of Economics and Social Affairs (UNDESA), Population Division (2014). World Urbanization Prospects: The 2014 Revision, Highlights. United Nations. https://esa.un.org/unpd/wup/United Nations, Momentum for Change (2014) http://unfccc.int/secretariat/momentum_for_change/items/6214.php
UN-Water Decade Programme on Advocacy and Communication, Water and Cities Facts and Figures. Accessed: http://www.un.org/waterforlifedecade/swm_cities_zaragoza_2/pdf/facts_and_figures_long_final_eng.pdf
US Department of Energy, “Seattle Helps Communities Power Buildings Efficiently”. https://energy.gov/eere/better-buildings-neighborhood-program/seattle-helps-communities-power-buildings-efficiently (accessed February 23, 2018).
US Energy Information Administration. “Hydroelectric plants account for more than 70 percent of Brazil’s electric generation”. https://www.eia.gov/todayinenergy/detail.php?id=27472 (accessed Feb. 23, 2018)
Veldkamp, T., Wada, Y., Aerts, J., and Ward, P. (2016) Towards a global water scarcity risk assessment
framework: incorporation of probability distributions and hydro-climatic variability. Environ. Res. Lett. 11024006.
Vicuña, S., Redwood, M., Dettinger, M., and Noyola, A. (2018). Urban water systems. In Rosenzweig, C., W. Solecki, P. Romero-Lankao, S. Mehrotra, S. Dhakal, and S. Ali Ibrahim (eds.), Climate Change and Cities: Second Assessment Report of the Urban Climate Change Research Network. Cambridge University Press. New York. 519–552.
Vuviroli, D., and Weingartner, R. (2008). Water towers—A global view of the hydrological importance ofmountains: In E. Wiegandt (ed.), Mountains-Sources of Water, Sources of Knowledge (15–20). Springer
Wada Y, van Beek L P H, van Kempen C M, Reckman J W T M, Vasak S and Bierkens M F P 2010 Geophys. Res. Lett. 37 L20402.
Water Funds, “What is a water fund?”. http://waterfunds.org/esp/what-is-a-water-fund/ (accessed Feb. 23, 2018)
Wiley, M. W., and Palmer, R. N. (2008). Estimating the impacts and uncertainty of climate change on a municipal water supply system. Journal of Water Resources Planning and Management 134, 239–246.
Wilhelmi, O. V., Purvis, K. L., & Harriss, R. C. (2004). Designing a geospatial information infrastructure for mitigation of heat wave hazards in urban areas. Natural Hazards Review, 5(3), 147-158.
Williams, D. R., Mohammed, S. A., Leavell, J., & Collins, C. (2010). Race, socioeconomic status, and health: complexities, ongoing challenges, and research opportunities. Annals of the New York Academy of Sciences, 1186(1), 69-101.
World Bank, Urban population ( percent of total) https://data.worldbank.org/indicator/SP.URB.TOTL.IN.ZS (accessed February 23, 2018).
World Bank, Urban poverty headcount ratio at national poverty lines ( percent of urban population). https://data.worldbank.org/indicator/SI.POV.URHC (accessed February 23, 2018).
World Bank, World Development Indicators, National Urban Poverty Rate. https://datacatalog.worldbank.org/dataset/world-development-indicators (accessed February 23, 2018)
World Health Organization, Water Safety Plan, http://www.wsportal.org/what-are-water-safety-plans/
(Accessed Feb. 23, 2018)
Zandersen, M., Jensen, A., Termansen, M., Buchholtz, G., Munter, B., Bruun, H. G., and Andersen, A. H. (2014). Ecosystem based approaches to Climate Adaptation – Urban Prospects and Barriers. Aarhus University, DCE – Danish Centre for Environment and Energy, 94 Scientific Report from DCE – Danish Centre for Environment and Energy No. 83. Accessed: http://dce2.au.dk/pub/SR83.pdf
Zhou, S. L., McMahon, T. A., Walton A., and Lewis, J. (2000). Forecasting daily urban water demand—A case study of Melbourne. Journal of Hydrology 236,153–164.
Co-Leads
Cynthia Rosenzweig,
NASA Goddard Institute for Space Studies
William Solecki, Hunter College
Project Management and
Report Development
Danielle Manley, Columbia University
Somayya Ali Ibrahim, Columbia University
Technical Direction
Peter Marcotullio, Hunter College
Diana Reckien, Columbia University
Alex Ruane,
NASA Goddard Institute for Space Studies
Acclimatise
Anu Jogesh
Will Bugler
Elisa Jiménez Alonso
Georgina Wade
Amanda Rycerz
Global Covenant of Mayors
Shannon McDaniel
Kerem Yilmaz
APENDICE: FUENTES DE DATOS
DATA
Population Baseline
Population Future
Extreme Temperature Baseline
Extreme Temperature Future
DESCRIPTION OF DATA AND LINK TO SOURCE
Name of data source: Natural Earth Data Populated Places
Entity: Oakridge National Laboratory
Link to data: http://www.naturalearthdata.com/downloads/10m-
cultural-vectors/10m-populated-places/
Year created: 2017
Description of data: Urban population estimates for the present day
(2016-17), version 4.0.0
Name of data sources: Natural Earth Data; Global Rural-Urban
Mapping Project (GRUMP)
Entity: Oakridge National Laboratory; NASA Socioeconomic Data and
Applications Center (SEDAC) and Center for International Earth Science
Information Network (CIESIN) at Columbia University
Link to data: Natural Earth Dataset - http://www.naturalearthdata.
com/downloads/10m-cultural-vectors/10m-populated-places/
GRUMP - http://sedac.ciesin.columbia.edu/data/set/grump-v1-urban-
ext-polygons-rev01/docs
Year created: 2017
Description of data: Urban population estimates for the 2050
Name of data source: NASA Earth Exchange Global Daily Downscaled
Projections (NEX-GDDP) dataset
Entity: NASA
Link to data: https://cds.nccs.nasa.gov/nex-gddp/
Year created: 2012
Description of data: Model mean of four global climate models (IPSL-
CM5A-LR, MIROC-ESM-CHEM, GFDL-ESM2M, NorESM1-M) in the base
period (1980-2005)
Name of data source: NASA Earth Exchange Global Daily Downscaled
Projections (NEX-GDDP) dataset
Entity: NASA
Link to data: https://cds.nccs.nasa.gov/nex-gddp/
Year created: 2012
Description of data: Model mean of four global climate models (IPSL-
CM5A-LR, MIROC-ESM-CHEM, GFDL-ESM2M, NorESM1-M) in the 2050s
(2041-2070)
DATA
Extreme Temperature and Poverty
Baseline Extreme Temperature and Poverty
Future Water Availability
Future Food Security
DESCRIPTION OF DATA AND LINK TO SOURCE
EXTREME HEAT
Name of data source: NASA Earth Exchange Global Daily Downscaled
Projections (NEX-GDDP) dataset
Entity: NASA
Link to data: https://cds.nccs.nasa.gov/nex-gddp/
Year created: 2012
Description of data: Model mean of four global climate models (IPSL-
CM5A-LR, MIROC-ESM-CHEM, GFDL-ESM2M, NorESM1-M) in the 2050s
(2041-2070) hottest 3-month maximum average temperature
POVERTY
Name of data source: National Urban Poverty Headcount Ratios
Entity: World Bank
Link to data: https://datacatalog.worldbank.org/dataset/world-
development-indicators
Year created: 2017
Description of data: National urban poverty rates expressed as a
percentage of total national urban population
Name of data source: ISIMIP Fast Track
Entity: Inter-Sectoral Model Impact Intercomparison Project (ISIMIP)
Link to data: https://esg.pik-potsdam.de/search/isimip-ft/
Year created: 2018
Description of data: Two GHMs (JULES and LPJmL) and four GCMS
(IPSL-CM5A-LR, MIROC-ESM-CHEM, GFDL-ESM2M, and NorESM1-M)
utilised to develop multi-model mean.
Name of data source: ISIMIP Fast Track
Entity: Inter-Sectoral Model Impact Intercomparison Project (ISIMIP)
Link to data: https://www.isimip.org/outputdata/
Year created: 2018
Description of data: 5 GGCM (PEGASUS, pDSSAT, GEPIC, LPG-GUESS,
EPIC) / 4 GCM multi-model mean utilising four global climate models
(IPSL-CM5A-LR, MIROC-ESM-CHEM, GFDL-ESM2M, and NorESM1-M);
Spatial Production Allocation Model crop area estimates are utilised
Appendix: Data source
DATA
Sea Level
Rise Future
Sea Level Rise
and Energy Future
DESCRIPTION OF DATA AND LINK TO SOURCE
SEA LEVEL RISE
Name of data source: CMIP5
Entity: World Climate Research Programme
Link to data: https://cmip.llnl.gov/cmip5/
Year created: 2013
Description of data: Projected ensemble mean increase in sea level
relative to the 2000-2004 base period level from three global climate
models (IPSL-CM5A-LR, MIROC-ESM-CHEM, NorESM1-M) at 1 degree
grid scale and a four-component approach that incorporates both local
and global factors related to changes in ocean height (local), thermal
expansion (global), loss of ice from glaciers, ice caps, and land-based
ice sheets (global) and land water storage (global).
ELEVATION
Name of data source: Global Multi-resolution Terrain Elevation Data
Entity: United States Geological Survey
Link to data: https://topotools.cr.usgs.gov/gmted_viewer/gmted2010_
global_grids.php
Year created: 2010
Description of data: Mean statistic, 15 arc-seconds
POWER PLANT
Name of data source: World Power Plants Database, 2016
Entity: Knoema
Link to data: https://knoema.com/WGEOPPD2016/world-power-
plants-database-2016
Year created: 2016
Description of data: database of global power plants by location,
size, type, and capacity.
SEA LEVEL RISE
Name of data source: CMIP5
Entity: World Climate Research Programme
Link to data: https://cmip.llnl.gov/cmip5/
Year created: 2013
Description of data: Projected ensemble mean increase in sea level
relative to the 2000-2004 base period level from three global climate
models (IPSL-CM5A-LR, MIROC-ESM-CHEM, NorESM1-M) at 1 degree
grid scale and a four-component approach that incorporates both local
and global factors related to changes in ocean height (local), thermal
expansion (global), loss of ice from glaciers, ice caps, and land-based
ice sheets (global) and land water storage (global).
ELEVATION
Name of data source: Global Multi-resolution Terrain Elevation Data
Entity: United States Geological Survey
Year created: https://topotools.cr.usgs.gov/gmted_viewer/
gmted2010_global_grids.php
Year created: 2010
Description of data: Mean statistic, 15 arc-seconds
THE FUTURE WE DON’T WANT – Expert Advisory Group
The Future We Don’t Want benefited greatly from the advice and input that the project’s Expert
Advisory Group provided.
Alessandra Sgobbi, European Commission
Cristian Tolvett, SEREMI Environment Metro Region
Dan Zarrilli, New York City Office of the Mayor
Eleni Myrivili, City of Athens
Esteban Leon, UN-Habitat
Jasminka Jaksic, Dubai Municipality
Katie Vines, Climate KIC Australia
Leah Flax, 100 Resilient Cities
Mu Haizhen, Shanghai Climate Change Research Center
Rosa Suriñach, UN-Habitat
Saleemul Huq, International Centre for Climate Change and Development
Sean O’Donoghue, eThekwini Municipality
Stéphane Hallegatte, World Bank Group
Tanya Müller García, Mexico City
Vicki Barmby, City of Melbourne
THE FUTURE WE DON’T WANT - Interviews with city officials and academic experts
We thank the following experts for providing insights on how climate change is impacting urban
areas as well as what solutions that cities are already taking to address these challenges.
Jainey Bavishi, City of New York
Susanne DesRoches, City of New York
Esteban Gallego Restrepo, City of Medellín
Cristina Argudo Pazmino, City of Quito
Diego Enriquez Pabón, City of Quito
Aisa Tobing, Jakarta Regional Planning and Development Board
Grace Mbena, Dar es Salaam City Council
Flavia Carloni, City of Rio de Janeiro
Monica Porto, State Government of São Paulo
Yann Françoise, City of Paris
Jessica Finn Coven, City of Seattle
Emma Porio, Ateneo de Manila University
Kirstin Miller, Ecocity Builders
Chando Park, Seoul Metropolitan Government
Dongjoon Ha, Seoul Metropolitan Government
Hyejung Yeo, Seoul Metropolitan Government
Ganesh Gorti, The Energy and Resources Institute
Anjali Jaiswal, NRDC
Cassie Sutherland, Greater London Authority
Peter North, Greater London Authority
Traducción: Luis Domenech
Comentarios
Publicar un comentario