Impactos del cambio climático en Colombia: Modelos y metodos<br />Andy Jarvis, Julian Ramirez, <br />
Contenido<br />La demanda de la agricultura<br />Un breveintroduccion a los modelos<br />Downscaling empirico<br />Downsca...
La demanda - resolucion<br />Agricultura esunaindustria de nicho<br />Entoncesnecesitamosdatos de climarelevantesparacarac...
La demanda - variables<br />Necesitamos multiples variables<br />Temperatura<br />Max, min, media<br />Precipitacion<br />...
La demanda - tiempos<br />Necesitamoscomominimodatosmensuales<br />Para algunasaplicacionesdetallados (ej. modelosmechanis...
Estamosbuscandopronosticosparavariabilidadclimatica (within season, seasonal, annual, Nino/Nina)
Y paracambio en linea base: 2020-2030</li></li></ul><li>La demanda - certidumbre<br />Los cultivos son supremementesensibl...
Los modelos<br />Empezo con los GCMs<br />Grillasgrandes, muycomplejos<br />Vamoshacia los RCMs<br />Grillasmaspequenhas, ...
Modelos GCM : “Global ClimateModels”<br />21 “global climatemodels” (GCMs) basados en cienciasatmosféricas, química, físic...
MENSAJE 1<br />En la agricultura, lasdiferentesescenarios de emisiones no son importantes: de aqui a 2030 la diferencia en...
CCCMA-CGCM3.1<br />T47<br />BCCR-BCM2.0<br />CCCMA-CGCM2<br />CCCMA-CGCM3.1-T63<br />CNRM-CM3<br />IAP-FGOALS-1.0G<br />CS...
CCCMA-CGCM3.1<br />T47<br />BCCR-BCM2.0<br />CCCMA-CGCM2<br />CCCMA-CGCM3.1-T63<br />CNRM-CM3<br />IAP-FGOALS-1.0G<br />CS...
MENSAJE 2<br />La incertidumbrecientificoSIesrelevantepara la agricultura: tenemosquetomardecisionesdentro de un contexto ...
Opcionespara downscaling<br />Uso de GCMs de altaresolucion<br />MRI es un GCM con 20km resolucion (Japones)<br />Uso de u...
Mitchell TD and Osborn TJ (2005) ClimGen: a flexible tool for generating monthly climate data sets and scenarios. Tyndall ...
Datos de Tyndall Centre<br />A1B: 2020, 2030, 2040, 2050, 2060, 2070, 2080…<br />7 modelosrepresentativos:<br />CCCMA-CGCM...
CCCMA-CGCM3.1<br />CSIRO-MK3.0<br />IPSL-CM4<br />MPI-ECHAM5<br />NCAR-CCSM3.0<br />UKMO-HADCM3<br />UKMO-HADGEM1<br />202...
CCCMA-CGCM3.1<br />CSIRO-MK3.0<br />IPSL-CM4<br />MPI-ECHAM5<br />NCAR-CCSM3.0<br />UKMO-HADCM3<br />UKMO-HADGEM1<br />205...
CCCMA-CGCM3.1<br />CSIRO-MK3.0<br />IPSL-CM4<br />MPI-ECHAM5<br />NCAR-CCSM3.0<br />UKMO-HADCM3<br />UKMO-HADGEM1<br />202...
CCCMA-CGCM3.1<br />CSIRO-MK3.0<br />IPSL-CM4<br />MPI-ECHAM5<br />NCAR-CCSM3.0<br />UKMO-HADCM3<br />UKMO-HADGEM1<br />205...
Downscaling a la Ramirez y Jarvis<br />50km no essuficientepara la agricultura<br />Solucion: Downscaling empiricousando e...
WorldClim<br /><ul><li>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</li></ul>Citado &gt; 500 veces de 2005-2009<br />
~1500 stations <br />in Colombia<br />
For precipitation, spline interpolation method uses elevation as a co-variable, and searches for local correlations to mak...
WorldClim<br />Climate stations are not randomly distributed, but most dense in populated regions.<br /><ul><li>Average di...
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</li></li></ul><li>Bases de Datos<br />18 modelos GCM para 2050, 9 para 2020 (datos de...
Upcoming SlideShare
Loading in …5
×

Andy Jarvis - Escenarios De Cambio Climatico Para Colombia

2,213 views

Published on

Presentation made by Andy Jarvis from the Decision and Policy Analysis Program of the International Centre for Tropical Agriculture (CIAT). Delivered at the Catedra Ambiental in Pereira, Colombia in November 2009.

Published in: Technology, Business
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
2,213
On SlideShare
0
From Embeds
0
Number of Embeds
44
Actions
Shares
0
Downloads
74
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Andy Jarvis - Escenarios De Cambio Climatico Para Colombia

  1. 1. Impactos del cambio climático en Colombia: Modelos y metodos<br />Andy Jarvis, Julian Ramirez, <br />
  2. 2. Contenido<br />La demanda de la agricultura<br />Un breveintroduccion a los modelos<br />Downscaling empirico<br />Downscaling con RCM<br />Perspectivaspara el futuro<br />
  3. 3. La demanda - resolucion<br />Agricultura esunaindustria de nicho<br />Entoncesnecesitamosdatos de climarelevantesparacaracterizar el nicho<br />Escala: 1km, 90m?<br />
  4. 4. La demanda - variables<br />Necesitamos multiples variables<br />Temperatura<br />Max, min, media<br />Precipitacion<br />Humedadrelativa<br />Radiacion solar<br />Vientos<br />…….<br />Menosimportantes<br />Mascertidumbre<br />
  5. 5. La demanda - tiempos<br />Necesitamoscomominimodatosmensuales<br />Para algunasaplicacionesdetallados (ej. modelosmechanisticos) necesitamosdatosdiarios<br /><ul><li>2050 y 2080 son irrelevantespara la toma de decision en agricultura
  6. 6. Estamosbuscandopronosticosparavariabilidadclimatica (within season, seasonal, annual, Nino/Nina)
  7. 7. Y paracambio en linea base: 2020-2030</li></li></ul><li>La demanda - certidumbre<br />Los cultivos son supremementesensibles a suscondicionesclimaticos<br />Para adaptacionesespecificos, necesitamosaltacertidumbre<br />Faltandocertidumbre, trabajamos en resiliencia (peroesmasdificil)<br />
  8. 8. Los modelos<br />Empezo con los GCMs<br />Grillasgrandes, muycomplejos<br />Vamoshacia los RCMs<br />Grillasmaspequenhas, igualmentecomplejos<br />
  9. 9. Modelos GCM : “Global ClimateModels”<br />21 “global climatemodels” (GCMs) basados en cienciasatmosféricas, química, física, biología etc.<br />Se corre desde el pasado hasta el futuro<br />Hay diferentesescenarios de emisionesde gases<br />INCERTIDUMBRE POLITICO (EMISIONES), Y INCERTIDUMBRE CIENTIFICO (MODELOS)<br />
  10. 10.
  11. 11.
  12. 12. MENSAJE 1<br />En la agricultura, lasdiferentesescenarios de emisiones no son importantes: de aqui a 2030 la diferencia entre escenarioses minima<br />
  13. 13.
  14. 14.
  15. 15.
  16. 16. CCCMA-CGCM3.1<br />T47<br />BCCR-BCM2.0<br />CCCMA-CGCM2<br />CCCMA-CGCM3.1-T63<br />CNRM-CM3<br />IAP-FGOALS-1.0G<br />CSIRO-MK3.0<br />IPSL-CM4<br />MIROC3.2-HIRES<br />GISS-AOM<br />GFDL-CM2.1<br />GFDL-CM2.0<br />MIROC3.2-MEDRES<br />MIUB-ECHO-G<br />MPI-ECHAM5<br />MRI-CGCM2.3.2A<br />NCAR-PCM1<br />UKMO-HADCM3<br />
  17. 17. CCCMA-CGCM3.1<br />T47<br />BCCR-BCM2.0<br />CCCMA-CGCM2<br />CCCMA-CGCM3.1-T63<br />CNRM-CM3<br />IAP-FGOALS-1.0G<br />CSIRO-MK3.0<br />IPSL-CM4<br />MIROC3.2-HIRES<br />GISS-AOM<br />GFDL-CM2.1<br />GFDL-CM2.0<br />MIROC3.2-MEDRES<br />MIUB-ECHO-G<br />MPI-ECHAM5<br />MRI-CGCM2.3.2A<br />NCAR-PCM1<br />UKMO-HADCM3<br />
  18. 18. MENSAJE 2<br />La incertidumbrecientificoSIesrelevantepara la agricultura: tenemosquetomardecisionesdentro de un contexto de incertidumbre<br />Y<br />Depender de un solo GCM espeligroso<br />
  19. 19. Opcionespara downscaling<br />Uso de GCMs de altaresolucion<br />MRI es un GCM con 20km resolucion (Japones)<br />Uso de una o multiples RCMs (dynamical)<br />PRECIS<br />Downscaling empirico (statistical)<br />CLIMGEN con el Tyndell<br />Ramirez y Jarvis usandoWorldClim<br />Downscaling hybrid (RCM + empirico)<br />
  20. 20. 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.<br />Ghaffari et al., 2002. Climatic change<br />Tubiello et al., 2000. Eur. Jour. Agron.<br />Arnell and Osborn (2006)…<br />
  21. 21.
  22. 22. Datos de Tyndall Centre<br />A1B: 2020, 2030, 2040, 2050, 2060, 2070, 2080…<br />7 modelosrepresentativos:<br />CCCMA-CGCM3.1<br />CSIRO-MK3.0<br />IPSL-CM4<br />MPI-ECHAM5<br />NCAR-CCSM3.0<br />UKMO-HADCM3<br />UKMO-HADGEM1<br />
  23. 23. CCCMA-CGCM3.1<br />CSIRO-MK3.0<br />IPSL-CM4<br />MPI-ECHAM5<br />NCAR-CCSM3.0<br />UKMO-HADCM3<br />UKMO-HADGEM1<br />2020<br />A1B<br />
  24. 24. CCCMA-CGCM3.1<br />CSIRO-MK3.0<br />IPSL-CM4<br />MPI-ECHAM5<br />NCAR-CCSM3.0<br />UKMO-HADCM3<br />UKMO-HADGEM1<br />2050<br />A1B<br />
  25. 25. CCCMA-CGCM3.1<br />CSIRO-MK3.0<br />IPSL-CM4<br />MPI-ECHAM5<br />NCAR-CCSM3.0<br />UKMO-HADCM3<br />UKMO-HADGEM1<br />2020<br />A1B<br />
  26. 26. CCCMA-CGCM3.1<br />CSIRO-MK3.0<br />IPSL-CM4<br />MPI-ECHAM5<br />NCAR-CCSM3.0<br />UKMO-HADCM3<br />UKMO-HADGEM1<br />2050<br />A1B<br />
  27. 27. Downscaling a la Ramirez y Jarvis<br />50km no essuficientepara la agricultura<br />Solucion: Downscaling empiricousando el metodo delta, basado en WorldClim<br />Un supuesto: a nivel local, la distribucionespacial de clima no cambia, solo a nivel macro<br />
  28. 28. WorldClim<br /><ul><li>Global high resolution 1km monthly climate surfaces for precipitation, mean, max and min temperature
  29. 29. Based on 47,554 precipitation stations, 24,542 mean temperature stations, 14,835 minimum and maximum temperature stations
  30. 30. Interpolated using a thin-plate smoothing spline in the AnuClimsoftware</li></ul>Citado &gt; 500 veces de 2005-2009<br />
  31. 31.
  32. 32. ~1500 stations <br />in Colombia<br />
  33. 33. For precipitation, spline interpolation method uses elevation as a co-variable, and searches for local correlations to make an “informed” interpolation between points.<br />To illustrate, rainfall around Cali.<br />
  34. 34. WorldClim<br />Climate stations are not randomly distributed, but most dense in populated regions.<br /><ul><li>Average distance from a CIAT climbing bean collection to a WorldClim station:
  35. 35. Precipitation : 11.2km
  36. 36. Mean temperature : 30.7km
  37. 37. Minimum/maximum temperature : 33.4km
  38. 38. Average distance from a WCMC cloud forest site to a WorldClim station:
  39. 39. Precipitation : 20.6km
  40. 40. Mean temperature : 38.8km
  41. 41. Minimum/maximum temperature : 52.6km</li></li></ul><li>Bases de Datos<br />18 modelos GCM para 2050, 9 para 2020 (datos de Stanford) downscaled a 20km, 5km, 1km<br />7 GCMs con informaciondecadal de Tyndell<br />Diferentes escenarios, A1b, B1, commit<br />http://gisweb.ciat.cgiar.org/GCMPage/<br />
  42. 42.
  43. 43.
  44. 44. Incertidumbre<br />
  45. 45. Incertidumbre<br />
  46. 46. <ul><li>MRI con 20km resolución, datos diarios para tres epocas, temp. minima, maxima y precipitacion (distribucion restringido por acuerdo con Japon)
  47. 47. RCM: PRECIS, con boundaryconditions de ECHAM4, ECHAM5, HADCM3 x 4</li></ul>En camino<br />
  48. 48. Arreglo de disco<br />Alternate servers<br />Arreglo de disco<br />Blade<br />Array disk<br />
  49. 49. La demanda vs. la oferta<br />
  50. 50. Entoncesquehacemosfrentetodoesto?<br />No hay una sola estrategiagana-gana<br />Necesitamos multiples acercamientosparamejorar la base de informacionacerca de escenariosde cambioclimatico<br />Desarollo de RCMs (multiples: PRECIS NO ES SUFICIENTE)<br />Downscaling empirico, metodoshybridos<br />Probamosdiferentesmetodologias<br />Se requiereflujo de informacion (CCC): compartimos, comparemos, charlamos (chismoseamos)<br />

×