Proyecciónde la Emisión, reservaCarbono, y economía Baja emisióny desarrollo
-
Upload
ifpri-eptd -
Category
Education
-
view
46 -
download
1
Transcript of Proyecciónde la Emisión, reservaCarbono, y economía Baja emisióny desarrollo
+
Proyección de la Emisión,
reserva Carbono, y economía
Baja emisión y desarrollo
Akiko Haruna, Research Analyst Ho-Young Kwon, Research FellowIFPRI
+El contenido de la presentación
Resumen
Tipos de experiencias de recursos humanos
Capaz, y posibilidad para el futuro
+Enfoque general
Mejor resolución & Cobertura nacional = Modelo cultivo y SIG
Balance de la baja emision y economia = approximación: El
impacto a la realización del doble-objetivo de la conomia
global y local -> el patrón del uso de tierra
DNDC
SIGIMPACT
Modelo
de uso de
la tierra
Precio,
cosecha,
area, etc
Economia
Uso de la
tierra
Distribución
de cultivo
Emisión
Reserva C
+Emisión
Flujo de Gases
CO2 N2O CH4
Area de cultivo YES YES YES
Pasto YES YES
+Emisión
DNDC
SIGIMPACT
Modelo
de uso de
la tierra
Precio,
cosecha,
area, etc
Economia
Uso de la
tierra
Distribución
de cultivo
Emisión
Reserva C
+
Tier 1
Unico factor de emisión / proporción de fertilizante N (1%)
Nivel global
Tier 2
Consideración de fuentes de N, manejo, tipo de cultivo, uso de tierra etc
Nivel nacional o regional
Tier 3
Enfoque de Process-based simulation model
Conocimiento completo del proceso de la emisión de suelo
Cubre una gran escala con variedad de suelos, climas y sistema de cultivo
Modelos disponibles
DNDC (Denitrification and Decomposition model)
DAYCENT (Daily version of CENTURY SOM model)
Ecosys, APSIM, and EPIC
PRPORGANICINPUTSDIRECT ONONONON 2222
INPUTSOMCRONSNINPUTS EFFFFFON 2
Emisión – Emfoque de IPCC
+Emision - Area de cultivos
Modelo de cultivo (Modelo Biogeoquimico, Process-based Simulation Model)
Crecimiento de cultivos, Hydrologia, Ciclo de materiales
• Phenology
• Leaf area dynamics
• Radiation interception
• C and nutrient partitioning
Crop growth
•Evapotranspiration
•Runoff
•Drainage and irrigation
Hydrology
•SOM decomposition
•Allocation of C and nutrients to SOM pools
Soil organic matter (SOM) cycling
• Climate datao Precipitation,
temperature, and
solar radiation
• Soil characteristics
o Texture, water holding
capacity, and saturated
hydrologic conductivity
• Management options
o Crop cultivar, planting date
and density, fertilizer
application rate, and tillage
Soil Organic Matter
Cycling
Crop growth
Hydrologic
process
Crop yields
Agronomic indices
(harvest index and root
to shoot ratio)
Soil C sequestration
Greenhouse gas
emissions
Nutrient
leaching
+IFPRI Utilizes Process-based Models
Crop yield responses to
Climatic condition and farming practices (Global
scale)
Biochar application (Ghana and Vietnam)
Greenhouse gas emission changes to
Land use change and/or conversion (India, Vietnam)
Soil C stock changes to
Land degradation (Sub-Saharan Africa, Central Asia)
+DNDC
(Denitrification-Decomposition)
Ventaja en la simulación de CH4
Nivel pixel (10x10km) del emisión de cada cultivo a
escala regionál y nacionál
+Informaciónes requireridas para la
simulación State-level data Dominant cropping systems
Maize, rice, etc.
Crop management (fertilizer&manure, tillage&residue, yield, irrigation, etc etc)
Remote sensing data (10 by 10km girds) Climate data (WorldClim – Global Climate Data)
Monthly temperature and precipitation for current conditions
Soil characteristics (Harmonized World Soil database)
Textures (clay, silt and sand contents), organic C contents, bulk density, pH for topsoil (0-30 cm) and subsoil (30-100 cm)
Crop calendar (Center for Sustainability and the Global Environment)
Planting and harvesting dates
+ Parametros y manejo de cultivo en
Colombia
Crop
Sub_zonas (Primer y segundo
departamento MAYOR
productor)
Manejo
Region
Average fertilization (Kg
of N) Labranza y manejo de residuo Rotacion % Irrigated AreaPotential yield
Tn/Ha
Sugarcane
Pacific Valle del cauca 80-125
Incorporado al campo por medio de maquinas para reintegración de nutrientes, la caña no requiere mucha labranza durante su periodo de crecimiento, solo a la
siembra.
No 95% 240.0
Pacific Cauca 80-125
Incorporado al campo por medio de maquinas para reintegración de nutrientes, la caña no requiere mucha labranza durante su periodo de crecimiento, solo a la
siembra.
No 95% 240.0
Oil palm
Llanos Meta 214,5 UreaPreparacion del terreno antes de la siembra y los
residuos son dejados en el campo (reincorporated)No 50% 4.0
Andean Santander 214,5 UreaPreparacion del terreno antes de la siembra y los
residuos son dejados en el campo (reincorporated)No 10% 4.0
Maize
caribe Cordoba 40 kg/ha UreaIncorporado al campo por medio de maquinas para la integración de nutrientes en el suelo para la siguiente
rotación con algodón.
Each 6 months they change maize with
cotton
0 6.0
andean Tolima180 kg/Ha nitroxtend
Incorporado al campo por medio de maquinas para la integración de nutrientes en el suelo para la siguiente
rotación
Each 6 months they change
maize with rice and soja
25 % - 30% 5.5
Cassava
Andean Cauca 0 Tillage and reincorporated No 0% 25
Caribe Cordoba y Sucre 50 Kg/Ha Tillage and reincorporated No 0% 20-25
Llanos
PacificoDepende de la variedad y si
+Incluye
Sistemas dominantes -> Por otros areas
Cultivos anuales (maiz, arroz, yuca, papa),
y Perennes (palma, plantano)
+DNDC model – data input
IDCountr
y
Country-
name Lon Lat
Climate
-file
N-
dep
SOC
max
SOC
min
Clay
max
Clay
min
pH
max
pH
min
Dens
max
Dens
min Slope
Salinity
Index
4023219 57Colombia -71.7028 12.37269 4023219 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0
4023220 57Colombia -71.625 12.375 4023220 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0
4023221 57Colombia -71.5417 12.375 4023221 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0
4023222 57Colombia -71.4621 12.3705 4023222 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0
4027537 57Colombia -71.8678 12.29373 4027537 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0
4027538 57Colombia -71.79 12.28833 4027538 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0
4027539 57Colombia -71.7083 12.29167 4027539 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0
4027540 57Colombia -71.625 12.29167 4027540 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0
+DNDC – paramétros de la fisiología y la
fenología
Crop
ID Crop name
Max
biomass
C
Grain
fraction
Leaf
fraction
Stem
fraction
Root
fraction Grain CN Leaf CN Stem CN
kg C ha-1 ratio ratio ratio
1 Corn 10309 0.4 0.22 0.22 0.16 50 80 80
2
Winter
wheat 7610 0.41 0.21 0.21 0.17 40 95 95
3 Soybean 3512 0.35 0.22 0.22 0.2 10 45 45
4
Legume
hay 11000 0.01 0.4 0.4 0.19 50 50 50
Crop
ID Crop name Root CN
Water
Demand
Optimu
m Temp TDD
N
fixation
Vasculari
ty Perennial Crop
ratio
kg water
kg-1 DW °C °C
1 Corn 80 150 30 2550 1 0 0
2
Winter
wheat 95 200 22 1300 1 0 0
3 Soybean 24 350 25 1500 2.5 0 0
4
Legume
hay 90 550 21 2500 2.5 0 0
+Main menu of DNDC
1
+Initiation of Regional Simulation
2
+ Options to modify climate and/or
management conditions3
+ Simulation runs: 365 dias -> 1 año
4
+Simulation outputs 1
Grid_ID
System_
ID
SystemN
ame Area Year Stub
SOC
0-10cm
SOC
10-20cm
SOC
20-30cm
SOC
30-40cm
SOC
40-50cm
Total
SOC
ha Year kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha
4424974 1 Corn 1 1 1391 9325 9241 6926 3651 2249 31392
4424974 1 Corn 1 2 1305 9736 9609 6917 3638 2240 32140
Grid_ID
Manure
C LitterC
Soil-
CO2 dSOC
CropID_
1
CropID_
2
CropID_
3
GrainC_
1
GrainC_
2
GrainC_
3
ShootC_
1
kgC/ha kgC/ha kgC/ha kgC/ha
CropID_
1
CropID_
2
CropID_
3 kgC/ha kgC/ha kgC/ha kgC/ha
4424974 0 752 418 335 1 0 0 1429 0 0 1572
4424974 0 2097 1350 748 1 0 0 1340 0 0 1474
Grid_ID
ShootC_
2 ShootC_3 RootC_1 RootC_2 RootC_3 CH4 N2O NO N2 NH3 CropN
kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha
4424974 0 0 572 0 0 -0.49 0.322 0.08 0.01 3.841 55.38
4424974 0 0 536 0 0 -1.07 0.16 0.077 0.012 2.346 51.94
5Año 1 y 2, Maiz en el Grid ID 4424974
+Simulation outputs 2
Grid_ID LeachN DepositN FixedN Miner_N
Fertilize
rN
Manure
N LitterN dSON H2Otran
H2Oeva
p
H2Orun
of
kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha mm mm mm
4424974 3.15 0.17 0 11.73 50 0 7.15 -1.47 121 797 0
4424974 1.45 0.2 0 15.32 50 0 22.85 -5.94 119 896 0
Grid_ID
H2Oleac
h H2Oirri
H2Opre
c
dSoilH2
O MeanT
Country
ID
WaterStr
ess N_Stress T_stress
Grid_ID mm mm mm mm
Degree
C
Country
ID
WaterStr
ess N_Stress T_stress
4424974 1177 37 2019 -39 26.84 57 0.99 0.41 1
4424974 1399 48 2304 -63 27.37 57 0.99 0.43 1.01
5
Año 1 y 2, Maiz en el Grid ID 4424974
+Calibration and Verification
Evaluación
Calibración
obtener resultados similares que
datos observados (yield, especially)
Ajustar parametros y manejo cultivo
->Necesidad de datos locales
Verificación
Estudios que existen del area
+Simulation outputs
Grid_ID
System_
ID
SystemN
ame Area Year Stub
SOC
0-10cm
SOC
10-20cm
SOC
20-30cm
SOC
30-40cm
SOC
40-50cm
Total
SOC
ha Year kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha
4424974 1 Corn 1 1 1391 9325 9241 6926 3651 2249 31392
4424974 1 Corn 1 2 1305 9736 9609 6917 3638 2240 32140
Grid_ID
Manure
C LitterC
Soil-
CO2 dSOC
CropID_
1
CropID_
2
CropID_
3
GrainC_
1
GrainC_
2
GrainC_
3
ShootC_
1
kgC/ha kgC/ha kgC/ha kgC/ha
CropID_
1
CropID_
2
CropID_
3 kgC/ha kgC/ha kgC/ha kgC/ha
4424974 0 752 418 335 1 0 0 1429 0 0 1572
4424974 0 2097 1350 748 1 0 0 1340 0 0 1474
Grid_ID
ShootC_
2 ShootC_3 RootC_1 RootC_2 RootC_3 CH4 N2O NO N2 NH3 CropN
kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha
4424974 0 0 572 0 0 -0.49 0.322 0.08 0.01 3.841 55.38
4424974 0 0 536 0 0 -1.07 0.16 0.077 0.012 2.346 51.94
5Año 1 y 2, Maiz en el Grid ID 4424974
+Dato de la base de la estimación
Modelo del uso de la tierra: Por los dos periodos,
Proporción de la distribucion de area de los
cultivos y cobertura por municipalidadSelección del cultivo
Selección del cobertura
+GWP total - cultivo
GWP = (”dSOC” + ”CH4”) * (-44/12) +”CH4” * 16/12*21 + ”N2O” * 44/28*310
Total cropland emission =Σj,k(Cropj average GWP in
municipalityk *Cropj area in municipalityk )
+GWP total - cultivo
2008 2030
maiz 1.31 1.23
palma 1.42 1.63
plantano 1.55 1.50
arroz 4.86 4.61
yuca 0.48 0.46
papa 0.66 0.68
Unidad: Tg C
+Emisión - Area pasto
Emisión total nacional en 2008 / cabeza = Emisión por cabeza
Emisión total t = Emision por cabeza * area t* intensidad t
Intensidad <- La taza del crecimiento de la cabeza matada de
ganado, IMPACT, a nivel nacional
Elements Año 2008
Emissions (CH4) (Enteric fermentation) 1,639.71
Direct emissions (N2O) (Manure management) 1.38
Indirect emissions (N2O) (Manure management) 0.32
Emissions (CH4) (Manure management) 39.56
Emissions (N2O) (Manure management) 1.7
Direct emissions (N2O) (Manure on pasture) 35.73
Indirect emissions (N2O) (Manure on pasture) 8.1
Emissions (N2O) (Manure on pasture) 43.83
Sum (CO2 eq) 49,377.72 (FAOSTAT, Unidad:
1000ton)
+Reserva carbono
a Figures are only for perennial crops.
Reserva de Carbono
Land use category Sobre tierra Baja tierra suelo
Cropland YES a YES a YES
Pasture YES YES YES
Forest YES YES YES
Resto YES YES YES
DNDC
SIGIMPACT
Modelo
de uso de
la tierra
Precio,
cosecha,
area, etc
Economia
Uso de la
tierra
Distribución
de cultivo
Emisión
Reserva C
+Reserva Carbono - suposición
Captiva el cambio de la proporción por nivel municipalidad
DNDC: cambio entre el mismo uso de tierra
Selección del uso de tierra
2008
2030
+Reserva Carbono - suposición
Aplicar la taza de reserva 2008 por cada cobertura por
municipalidad a 2030 <- etapas de bosque, camino de
cambio
Diferencia entre reserva t1 y reserva t2 = la perdida
C ton/ha Area
2008(ha)
C total (ton) Area
2030(ha
)
C total
(ton)
bosque 120 1000 120*1000 920 120*800
pasto 20 500 20*500 550 20*550
perenne 30 20 30*20 10 30*10
Arbustales y
vegecación
segundaria
40 300 40*300 350 40*350
Ejempro: Municipalidad A
+Reserva Carbono - enforque
Trabajo de SIG
SOC
Harmonized World Soil Database
(FAO/IIASA/ISRIC/ISS-CAS/JRC)
Biomasa sobre tierra :
Pasto
(Anaya et al, 2009)
Biomasa sobre tierra:
Forestal, arbustales y
vegetación segundara
(NASA (Saatchi et al, 2011))
+Reserva Carbono - enforque
Sobreponer con el mapa spatial de la cobertura y el mapa
de los limites = por cobertura por municipalidad
Bajo tierra: proporsión de raíces
Biomasa sobre-tierra Cobertura Litmité
+Reserva Carbono - suelo
Sobreponer el mapa SOC con la taxonomia dominante de
suelo, la cobertura, y los limites -> weighted average por
cobertura por municipalidad
IPCC default soil classes derived from the
Harmonized World Soil Data Base (Ver.
1.1) (Niels, 2010)
SOC Cobertura LimitéTaxonomia
+Reserva Carbono total
Total aboveground, belowground soil C stock =Σj,k(average C
stock in municipalityk in Land usej * size of land usej in
municipalityk )
Land use model
Cropland area
(per municipality)
Aboveground,
belowground and soil
C stock(per grid)Forest (ton/ha)
Pasture (ton/ha)
Cropland (ton/ha)
Other land use
(ton/ha)
Forest (ha)
Pasture (ha)
Cropland (ha)
Other land use
(ha)
1,250
560
840
320
240
270
+Reserva Carbono – resultado
ABG+BG C
abg_08bl bg_08bl
abg+bg_
08bl abg_30bl bg_30bl
abg+bg30
bl
cropland 52.2 54.9
pasture 186 60 246 206 66 272
forest 4,451 1,468 5,919 4,203 1,385 5,588
other 532 213 744 547 219 766
sum 4,637 1,528 6,962 4,410 1,451 6,682
SOC
Perennial cropland ABG+BG C
(literature)
08bl 30bl 08bl 30bl
cropland 530 557 PalmC 14.9 17.8
pasture 3,242 3,481 CoffeeC 18.5 18.5
forest 6,133 5,690 CacaoC 18.8 18.5
other 2,649 2,742 Sum 52.2 54.9
ttl_sum_soc 12,554 12,470
Unidad: Tg C
+Hacia futuro
Forest
Carbon
&
Emission Grass
Carbon,
Emission,
Manure
Emission
(Gilhespy et al. 2014)
+Hacia futuro
Emisión y reserva de cultivo
Modelación DNDC de Perenne (cifra de literatura en este
momento)
Cifra de literatura de reserva de perenne
Configuración con cosecha de IMPACT
Emisión de pasto
Cifra regional de emisión por cabeza presente y futuro
Pasture DNDC, Manure DNDC
Emisión de bosque
Forest DNDC : etapa de crecimiento
Quema de los bosques
Emision desde conversión de cubertura Identificación de patrón de cambio en el nivel pixel
+Economía
DNDC
SIGIMPACT
Modelo
de uso de
la tierra
Precio,
cosecha,
area, etc
Economia
Uso de la
tierra
Distribución
de cultivo
Emisión
Reserva C
Land use category
Cropland YES
Pasture YES
+Economía – enfoque
Ingreso de los productores
TRt(total revenue in period t) = Σj,k,t ( Ppjkt (producer price
of product j in regionk)* Qjkt (quantity of product) )
Qjkt(crop)= Yjkt (yield) * Ajkt (area)
Qjkt(livestock)= Yjkt (meat / dairy per head ) * Ijkt (intensity)
* Ajkt (area)
Precios implusavos de la economica global
Cosecha refleja condiciónes socioeconomicas
(IMPACT)
Costo de producción : constante
Intensidad: elaborada desde # matados
+Economía – resultado
Unidad: Billion USD
2008 2030
cacao 0.19 0.36
café 1.38 3.07
palma 0.15 0.79
plantano 1.44 3.93
othr_pere 2.07 4.74
yuca 0.55 1.59
maiz 0.78 1.60
papa 1.15 2.35
arroz 1.96 3.24
canazucar 0.92 6.45
othr_annu 2.21 4.66
sumttl_c_rev 12.79 32.80
ganaderia 7.82
+Cambios accumulados
Accmulated ghg =
Σt (ghg2008*((ghg2030/ghg2008)^(1/21))^(t-1))
+Integración para análisis
Accumulated GHG from cropland
2008-2030
DNDC base p1 p1_2 p2 p2_2 p3 p3_2 dif dif dif dif dif dif
maiz 26.7 28.8 27.8 26.5 26.6 26.6 26.7 2.1 1.1 (0.2) (0.1) (0.1) (0.0)
palm 31.9 35.2 33.5 31.8 31.9 70.4 44.7 3.3 1.6 (0.1) (0.0) 38.5 12.8
plan 32.0 34.3 33.2 31.9 31.9 21.6 27.7 2.3 1.2 (0.1) (0.1) (10.4) (4.3)
rice 99.5 114.2 106.6 99.2 99.4 98.2 99.1 14.6 7.0 (0.3) (0.2) (1.3) (0.4)
cass 9.9 10.9 10.4 9.8 9.8 9.8 9.9 1.0 0.5 (0.1) (0.0) (0.1) (0.0)
pota 14.1 15.5 14.8 14.1 14.1 14.1 14.1 1.5 0.7 (0.0) (0.0) (0.0) (0.0)
Literature - - - - - -
base p1 p1_2 p2 p2_2 p3 p3_2 dif dif dif dif dif dif
coff 12.5 13.5 13.0 12.5 12.5 10.6 12.0 1.0 0.5 (0.0) (0.0) (1.9) (0.6)
caca 0.4 0.4 0.4 0.4 0.4 0.2 0.3 0.0 0.0 (0.0) (0.0) (0.2) (0.1)
sugc 14.2 15.4 14.8 14.2 14.2 14.1 14.1 1.2 0.6 (0.0) (0.0) (0.1) (0.0)
+Enfoque de la integración
Capa multi-disciplinaria
Sistema de información geográfica, economía, y ciencia de la emisión y reserva de carbono, y agronomía
Coordinación y compatibilidad de datos de los modelos
Planificación del ultimo resultado (output image)
Comunicación en detalles con generadores de los modelos
Estandarización del formato de los datos generados
Proceso automatizado
+
Puede modificar supocisión del cada proceso
Puede modificar la linea base y clear los
escenarios
Ventaja: Flexibilidad
Resoluciones diferentes
Formatos diferentes
Unidades diferentes
Lenguas diferentes
Años diferentes
Fuentes misteriosos
Datos parciales
Limpiar, combinar,
analizar, reportar,
Cambios y modificacion de
los modelos, datos,
escenarios
+Integración para análisis
Programa de dato de base / estadistica / SIG
:
+Gracias, cuestiónes y comentarios?