• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Andy J   Escenarios De Cambio Climatico Para Colombia
 

Andy J Escenarios De Cambio Climatico Para Colombia

on

  • 2,427 views

Presentation made by Andy Jarvis at the cross-institutional meeting on agroclimatology organised by the Minister of Agriculture in Colombia.

Presentation made by Andy Jarvis at the cross-institutional meeting on agroclimatology organised by the Minister of Agriculture in Colombia.

Statistics

Views

Total Views
2,427
Views on SlideShare
1,989
Embed Views
438

Actions

Likes
0
Downloads
32
Comments
0

4 Embeds 438

http://www.ciat.cgiar.org 429
http://www.slideshare.net 7
http://translate.googleusercontent.com 1
http://ciat.cgiar.org 1

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Andy J   Escenarios De Cambio Climatico Para Colombia Andy J Escenarios De Cambio Climatico Para Colombia Presentation Transcript

    • Impactos del cambio climático en Colombia: Modelos y metodos
      Andy Jarvis, Julian Ramirez,
    • Contenido
      La demanda de la agricultura
      Un breveintroduccion a los modelos
      Downscaling empirico
      Downscaling con RCM
      Perspectivaspara el futuro
    • La demanda - resolucion
      Agricultura esunaindustria de nicho
      Entoncesnecesitamosdatos de climarelevantesparacaracterizar el nicho
      Escala: 1km, 90m?
    • La demanda - variables
      Necesitamos multiples variables
      Temperatura
      Max, min, media
      Precipitacion
      Humedadrelativa
      Radiacion solar
      Vientos
      …….
      Menosimportantes
      Mascertidumbre
    • La demanda - tiempos
      Necesitamoscomominimodatosmensuales
      Para algunasaplicacionesdetallados (ej. modelosmechanisticos) necesitamosdatosdiarios
      • 2050 y 2080 son irrelevantespara la toma de decision en agricultura
      • Estamosbuscandopronosticosparavariabilidadclimatica (within season, seasonal, annual, Nino/Nina)
      • Y paracambio en linea base: 2020-2030
    • La demanda - certidumbre
      Los cultivos son supremementesensibles a suscondicionesclimaticos
      Para adaptacionesespecificos, necesitamosaltacertidumbre
      Faltandocertidumbre, trabajamos en resiliencia (peroesmasdificil)
    • Los modelos
      Empezo con los GCMs
      Grillasgrandes, muycomplejos
      Vamoshacia los RCMs
      Grillasmaspequenhas, igualmentecomplejos
    • Modelos GCM : “Global ClimateModels”
      21 “global climatemodels” (GCMs) basados en cienciasatmosféricas, química, física, biología etc.
      Se corre desde el pasado hasta el futuro
      Hay diferentesescenarios de emisionesde gases
      INCERTIDUMBRE POLITICO (EMISIONES), Y INCERTIDUMBRE CIENTIFICO (MODELOS)
    • MENSAJE 1
      En la agricultura, lasdiferentesescenarios de emisiones no son importantes: de aqui a 2030 la diferencia entre escenarioses minima
    • CCCMA-CGCM3.1
      T47
      BCCR-BCM2.0
      CCCMA-CGCM2
      CCCMA-CGCM3.1-T63
      CNRM-CM3
      IAP-FGOALS-1.0G
      CSIRO-MK3.0
      IPSL-CM4
      MIROC3.2-HIRES
      GISS-AOM
      GFDL-CM2.1
      GFDL-CM2.0
      MIROC3.2-MEDRES
      MIUB-ECHO-G
      MPI-ECHAM5
      MRI-CGCM2.3.2A
      NCAR-PCM1
      UKMO-HADCM3
    • CCCMA-CGCM3.1
      T47
      BCCR-BCM2.0
      CCCMA-CGCM2
      CCCMA-CGCM3.1-T63
      CNRM-CM3
      IAP-FGOALS-1.0G
      CSIRO-MK3.0
      IPSL-CM4
      MIROC3.2-HIRES
      GISS-AOM
      GFDL-CM2.1
      GFDL-CM2.0
      MIROC3.2-MEDRES
      MIUB-ECHO-G
      MPI-ECHAM5
      MRI-CGCM2.3.2A
      NCAR-PCM1
      UKMO-HADCM3
    • MENSAJE 2
      La incertidumbrecientificoSIesrelevantepara la agricultura: tenemosquetomardecisionesdentro de un contexto de incertidumbre
      Y
      Depender de un solo GCM espeligroso
    • Opcionespara downscaling
      Uso de GCMs de altaresolucion
      MRI es un GCM con 20km resolucion (Japones)
      Uso de una o multiples RCMs (dynamical)
      PRECIS
      Downscaling empirico (statistical)
      CLIMGEN con el Tyndell
      Ramirez y Jarvis usandoWorldClim
      Downscaling hybrid (RCM + empirico)
    • Mitchell TD and Osborn TJ (2005) ClimGen: a flexible tool for generating monthly climate data sets and scenarios. Tyndall Centre for Climate Change Research Working Paper.
      Ghaffari et al., 2002. Climatic change
      Tubiello et al., 2000. Eur. Jour. Agron.
      Arnell and Osborn (2006)…
    • Datos de Tyndall Centre
      A1B: 2020, 2030, 2040, 2050, 2060, 2070, 2080…
      7 modelosrepresentativos:
      CCCMA-CGCM3.1
      CSIRO-MK3.0
      IPSL-CM4
      MPI-ECHAM5
      NCAR-CCSM3.0
      UKMO-HADCM3
      UKMO-HADGEM1
    • CCCMA-CGCM3.1
      CSIRO-MK3.0
      IPSL-CM4
      MPI-ECHAM5
      NCAR-CCSM3.0
      UKMO-HADCM3
      UKMO-HADGEM1
      2020
      A1B
    • CCCMA-CGCM3.1
      CSIRO-MK3.0
      IPSL-CM4
      MPI-ECHAM5
      NCAR-CCSM3.0
      UKMO-HADCM3
      UKMO-HADGEM1
      2050
      A1B
    • CCCMA-CGCM3.1
      CSIRO-MK3.0
      IPSL-CM4
      MPI-ECHAM5
      NCAR-CCSM3.0
      UKMO-HADCM3
      UKMO-HADGEM1
      2020
      A1B
    • CCCMA-CGCM3.1
      CSIRO-MK3.0
      IPSL-CM4
      MPI-ECHAM5
      NCAR-CCSM3.0
      UKMO-HADCM3
      UKMO-HADGEM1
      2050
      A1B
    • Downscaling a la Ramirez y Jarvis
      50km no essuficientepara la agricultura
      Solucion: Downscaling empiricousando el metodo delta, basado en WorldClim
      Un supuesto: a nivel local, la distribucionespacial de clima no cambia, solo a nivel macro
    • WorldClim
      • Global high resolution 1km monthly climate surfaces for precipitation, mean, max and min temperature
      • Based on 47,554 precipitation stations, 24,542 mean temperature stations, 14,835 minimum and maximum temperature stations
      • Interpolated using a thin-plate smoothing spline in the AnuClimsoftware
      Citado > 500 veces de 2005-2009
    • ~1500 stations
      in Colombia
    • For precipitation, spline interpolation method uses elevation as a co-variable, and searches for local correlations to make an “informed” interpolation between points.
      To illustrate, rainfall around Cali.
    • WorldClim
      Climate stations are not randomly distributed, but most dense in populated regions.
      • Average distance from a CIAT climbing bean collection to a WorldClim station:
      • Precipitation : 11.2km
      • Mean temperature : 30.7km
      • Minimum/maximum temperature : 33.4km
      • Average distance from a WCMC cloud forest site to a WorldClim station:
      • Precipitation : 20.6km
      • Mean temperature : 38.8km
      • Minimum/maximum temperature : 52.6km
    • Bases de Datos
      18 modelos GCM para 2050, 9 para 2020 (datos de Stanford) downscaled a 20km, 5km, 1km
      7 GCMs con informaciondecadal de Tyndell
      Diferentes escenarios, A1b, B1, commit
      http://gisweb.ciat.cgiar.org/GCMPage/
    • Incertidumbre
    • Incertidumbre
      • MRI con 20km resolución, datos diarios para tres epocas, temp. minima, maxima y precipitacion (distribucion restringido por acuerdo con Japon)
      • RCM: PRECIS, con boundaryconditions de ECHAM4, ECHAM5, HADCM3 x 4
      En camino
    • Arreglo de disco
      Alternate servers
      Arreglo de disco
      Blade
      Array disk
    • La demanda vs. la oferta
    • Entoncesquehacemosfrentetodoesto?
      No hay una sola estrategiagana-gana
      Necesitamos multiples acercamientosparamejorar la base de informacionacerca de escenariosde cambioclimatico
      Desarollo de RCMs (multiples: PRECIS NO ES SUFICIENTE)
      Downscaling empirico, metodoshybridos
      Probamosdiferentesmetodologias
      Se requiereflujo de informacion (CCC): compartimos, comparemos, charlamos (chismoseamos)