Evaluando el impacto del cambio

climático en la producción de cultivos en los

Andes

Julián RamírezAndy Jarvis

Centro Internacional de Agricultura Tropical, CIAT

Contenido

• Enfoque general

• Aproximación metodológica– Sistemas a evaluar– Datos– Métodos de análisis y

modelación

• Ejemplos

• Sumario

Enfoque general

• Existe concenso sobre el cambio en el clima… • Existen sólo algunos estudios en

Latinoamérica… muchos de macro-escala• Zona Andina es de alta importancia y

vulnerabilidad– Cultivos de ciclo corto de pancoger (arroz, maíz)– Ciclo corto y baja inversión (algodón, cebada, sorgo)– Ciclo corto y alta inversión (hortalizas, flores)– Cultivos de alta inversión y alto valor (café, banano)

• Urge una evaluación de impacto para establecer medidas– Impactos en producción– Impactos en economía regional

Aproximación metodológica

• Definición de sistemas a evaluar:– Tipo de sistema– Vulnerabilidad (dispersión, índice de Gini,

porcentaje de pequeños productores)– Importancia regional (area cosechada, total

producido, total exportado)– Cobertura regional– Selección que cubre rango de respuestas– Prioridad sobre aquellos con alta

vulnerabilidad actual

Datos: 1. Clima

• Línea base de WorldClim– Precipitación,

temperaturas max., min., media mensuales

– Basado en 47,554 estaciones ppt, 24,542 temp. media, y 14,835 rango temp. Citado > 500 veces de 2005-2009

A

B

C

~1500 stations in Colombia

Datos: 1. Clima• Datos futuros para 2050 (2040-2069):

– Dos escenarios de emisiones: A1B y A2

Datos: 1. Clima• 7 Modelos de Clima Global, con downscaling

estadístico hasta 5km

14 escenarios de CC diferentes para buen análisis de

incertidumbre

Centro donde fue originado País ID-MODELO GRID

Canadian Centre for Climate Modelling & Analysis

Canada CGCM3.1(T47) 96x48

CSIRO Atmospheric Research

Australia CSIRO-Mk3.0 192x96

Max Planck Institute for Meteorology

Germany MPI-ECHAM5 N/A

Institut Pierre Simon Laplace France IPSL-CM4 96x72

National Center for Atmospheric Research

USA NCAR-CCSM3.0 128x64

MetOffice of the Hadley Centre for Climate Prediction Research

UK UKMO-HadCM3 96x73

MetOffice of the Hadley Centre for Climate Prediction Research

UK UKMO-HadGEM1 96x38

Datos: 2. Producción de cultivos

• Sirve para:– Conocer ubicación del cultivo– Determinar importancia,

dispersión– Calibrar/validar modelos

• Primer nivel: FAOSTAT• Segundo nivel: bases de

datos nacionales• Tercer nivel: sectores

productivos

Area cosechada

Producción de fincas

Métodos de análisis y modelación

• Desde lo general a lo local– Primer nivel para todos los sistemas:

EcoCrop– >=1 dato de presencia del cultivo:

homologue– >25 Datos de presencia de cultivos: Maxent– >25 Datos de presencia de cultivo e índice de

productividad/calidad en cada punto: CaNaSTA

• Análisis económico• Teniendo en cuenta las incertidumbres

Primer nivel: EcoCrop

It evaluates on monthly basis if there are adequate climatic conditions within a growing season for temperature and precipitation…

…and calculates the climatic suitability of the resulting interaction between rainfall and temperature…

• Cómo funciona?

EcoCrop: calibrando y analizando

Parámetros base según FAO Parámetros revisados por expertos de CIP, y con análisis climático

Papa

Homologue

• Al menos un punto donde se ha reportado el cultivo

Sitios similares a El Tambo

•Seleccionar sitios aptos para el cultivo

•Eliminar sitios no reportados en censos

•Mirar cambios en clima en estos sitios seleccionados

•Calcular disminución en probabilidad por “pérdida” de nicho

Maxent

• Maxent: encontrar el nicho basado en probabilidades de presencia

Distribución de probabilidad alrededor de cada variable

Modelo probabilístico multivariado Distribución

probabilística potencial

Evidenciade

presencia

Variables ambientales

Evidenciade

presencia

Variables ambientales

Evidenciade

presencia

Variables ambientales

socioeconomicas

CaNaSTA: presencias e indicador de productividad/calidad

• CaNaSTA: modelo probabilístico (bayesiano) para calidad:

Calidad más probable

)(

),()(

EP

EHPEHP

Análisis económico

• Datos económicos nacionales y regionales– Total producido (ton) por país o depto– Consumo interno y total exportado– Precio de mercado interno– Precio de mercado externo

• Responde la pregunta: ¿si no hay adaptación, cuál es la pérdida económica?

• Asumiendo que la reducción en adaptabilidad y área apta afectan directamente el total producido

CCCMA-CGCM3.1 CSIRO-MK3.0 IPSL-CM4 MPI-ECHAM5

NCAR-CCSM3.0 UKMO-HADCM3 UKMO-HADGEM1

2050A1B

I N C E R T I D U M B R E S

CCCMA-CGCM3.1 CSIRO-MK3.0 IPSL-CM4 MPI-ECHAM5

NCAR-CCSM3.0 UKMO-HADCM3 UKMO-HADGEM1

2050A1B

I N C E R T I D U M B R E S

Ejemplos: EcoCrop• Evaluar impactos en los 50 cultivos más

cultivados del mundo según FAON FAO name Scientific name

Area harvested

(kha)26 African oil palm Elaeis guineensis Jacq. 1327727 Olive, Europaen Olea europaea L. 889428 Onion Allium cepa L. v cepa 334129 Sweet orange Citrus sinensis (L.) Osbeck 361830 Pea Pisum sativum L. 673031 Pigeon pea Cajanus cajan (L.) Mill ssp 468332 Plantain bananas Musa balbisiana Colla 543933 Potato Solanum tuberosum L. 1883034 Swede rap Brassica napus L. 2779635 Rice paddy (Japonica) Oryza sativa L. s. japonica 15432436 Rye Secale cereale L. 599437 Perennial reygrass Lolium perenne L. 551638 Sesame seed Sesamum indicum L. 753939 Sorghum (low altitude) Sorghum bicolor (L.) Moench 4150040 Perennial soybean Glycine wightii Arn. 9298941 Sugar beet Beta vulgaris L. v vulgaris 544742 Sugarcane Saccharum robustum Brandes 2039943 Sunflower Helianthus annuus L v macro 2370044 Sweet potato Ipomoea batatas (L.) Lam. 899645 Tea Camellia sinensis (L) O.K. 271746 Tobacco Nicotiana tabacum L. 389747 Tomato Lycopersicon esculentum M. 459748 Watermelon Citrullus lanatus (T) Mansf 378549 Wheat, common Triticum aestivum L. 21610050 White yam Dioscorea rotundata Poir. 4591

N FAO name Scientific nameArea

harvested (kha)

1 Alfalfa Medicago sativa L. 152142 Apple Malus sylvestris Mill. 47863 Banana Musa acuminata Colla 41804 Barley Hordeum vulgare L. 555175 Bean, Common Phaseolus vulgaris L. 265406 Common buckwheat* Fagopyrum esculentum Moench 27437 Cabbage Brassica oleracea L.v capi. 31388 Cashew Anacardium occidentale L. 33879 Cassava Manihot esculenta Crantz. 18608

10 Chick pea Cicer arietinum L. 1067211 White clover Trifolium repens L. 262912 Cacao Theobroma cacao L. 756713 Coconut Cocos nucifera L. 1061614 Coffee arabica Coffea arabica L. 1020315 Cotton, American upland Gossypium hirsutum L. 3473316 Cowpea Vigna unguiculata unguic. L 1017617 European wine grape Vitis vinifera L. 740018 Groundnut Arachis hypogaea L. 2223219 Lentil Lens culinaris Medikus 384820 Linseed Linum usitatissimum L. 301721 Maize Zea mays L. s. mays 14437622 mango Mangifera indica L. 415523 Millet, common Panicum miliaceum L. 3284624 Rubber * Hevea brasiliensis (Willd.) 825925 Oats Avena sativa L. 11284

Ejemplos: EcoCrop

-20

-15

-10

-5

0

5

10

15

22 32 42 52 62 72 82

%Area with suitability loss

Su

ita

bili

ty c

ha

ng

e (

%)

Coffee

Perennial soybean

Sugar beetWheat

Rice

White clover

Maize

White yam

Bananas

Plantains

Common buckwheat

Sugarcane

Tamaño de burbujaes área cosechada

Average change in suitability for all crops in 2050s

Winners and losers

Number of crops with more than 5% loss

Number of crops with more than 5% gain

Adaptabilidad en Cauca (Colombia)

• Cambios importantes a 2020, cambios drásticos a 2050

• Caso Cauca: area de cultivo reducida y cambios en distribución geográfica. Algunas nuevas oportunidades.

Zonas deMedia-altitud

Ejemplos: Maxent para café

Ejemplos: CaNaSTA para calidad de café

• Cambio en acidez de café en México

• Probabilidad indicador indirecto de cambio en calidad

Sumario

• 4 países es algo manejable para llegar a muy buen nivel de detalle

• 2 escenarios SRES y 7 modelos: 14 escenarios de cambio climático (previene sesgos)

• Métodos multipropósito para aplicar a diferentes niveles de calidad/cantidad de información

• Datos climáticos disponibles en línea y gratuitos

• Informar adaptación… y dar continuidad y mayor profundidad a los análisis