Modelación Climática;
Cambio Climático &
Agricultura
Carlos Navarro
J. Ramirez, A. Jarvis, J. Tapasco,
Garantizar la
Seguridad alimentaria
… con menos agua, tierra y
recursos
¿Qué condiciones tendremos en
30, 50, 100 años?
• ¿Cómo responderán
nuestros sistemas a estas
condiciones?
• ¿Cuándo, dónd...
– Múltiples variables
– Muy alta resolución
espacial (1 km, 90m??).
– Alta resolución temporal
(i.e. mensual, diaria).
– A...
Necesidades Limitaciones
Económico
Ambiental
Global Regional
PESIMISTA
“Bussiness as
usual”
OPTIMISTAMundo perfecto
Intermedio
P
E
P
E
P
E
P
E
Los ...
Variaciones en la temperatura de la superficie de la tierra: de 1000 a 2100
Qué es lo que dicen los modelos??
Cambios antr...
IPCC CMIP5 Transición a nuevos Escenarios…
• Representative Concentration Pathways (RCPs)
• Más y mejores modelos (i.e. ma...
En la agricultura, los
diferentes escenarios
de emisiones no son
importantes… de aqui
a 2030 la diferencia
entre escenario...
 Escala global
Pero..  Escala regional o local
Dificultad 1. Acerca de la resolución
• Resolución horizontal 100 a 300 k...
Dificultad 2. Disponibilidad de datos
WCRP CMIP3 A1B-P A1B-T A1B-Tx A1B-Tn A2-P A2-T A2-Tx A2-Tn B1-P B1-T B1-Tx B1-Tn
BCC...
Dificultad 3. Habilidad limitada de representar clima presente.
Depender de un solo GCM no es recommendable!
Cómo utilizar esta información?
Problema
Necesidad
Opciones
Downscaling por
métodos
estadísticos o
dinámicos..
Aumentar re...
Cómo combinar GCM & Observaciones?
Hawkins, 2012
Estaciones x variable:
• 47,554 precipitación
• 24,542 tmean
• 14,835 tmax y
tmin
-30.1
30.5
Mean annual
temperature (ºC)
...
Definiendo la Línea Base
GHCN (Global Historical
Climatological Network)
• Very robust weather
station dataset
(NOAA)
• Us...
Definiendo la Línea Base
¿Suficiente información?
Definiendo la Línea Base
Información Satelital: TRMM
TRMM 3B43 Characteristics
Temporal Coverage Start Date: 1998-01-01; S...
Definiendo la Línea Base
Combining TRMM and Surface Observations of Precipitation:
Technique and Validation over South Ame...
Downscaling: Método Delta
–Base climatológica: WorldClim
–Tomar superficies GCM originales
(series de tiempo)
–Calcular pr...
Método Delta
– Usan resultados de GCMs
– Son de área limitada.. Necesitan condiciones de frontera.
– Datos diarios | Resolucion varia e...
Método Pros Contras
Delta
*Rápido de implementar
*  resoluciones
*Aplicable a TODOS los GCMs
*Uniformiza líneas base
* Ca...
La incertidumbre cientifica SI es relevante para
la agricultura: tenemos que tomar decisiones
dentro de un contexto de inc...
Hawkins, 2012
Comparison (R2 based) of interpolated climatology (WorldClim, The University of East Anglia Climatic Research Unit dataset...
Emisiones Escenarios de población, energía, modelos
económicos
Concentraciones Ciclo del carbono, modelos químicos
Cambio ...
GCMs
Effective
adaptation
options
MarkSim
DSSAT
Statistical Downscaling
Dynamical downscaling:
Regional Climate Model
EcoC...
Changes in climate affect the adaptability of crops…
Number of crops with more than 5% gain
There will be
winners…
Number ...
Evalúa si hay las condiciones
climáticas adecuadas
, dentro de un periodo de
crecimiento para T° y Prec….
… y calcula la a...
Is cassava the answer to African climate change adaptation?
Jarvis A. et al, 2012
Current Climate Contraint
Cassava suitability change compared with other staples
Cassava consistently outperforms other staples in
terms of changes ...
Adaptation entry points in maize-bean systems
DSSAT
• Cambios en días de plantación y sistemas de irrigación
para manejar el stress durante la temporada de
crecimiento.
• Cul...
http://ccafs-climate.org
Actualiced Nov 2013
> 150 Publications
• Progressive climate
change over
agriculture (24%),
• Ecology and species
distribution (53%)
• Climate...
http://analogues.ciat.cgiar.org/climate/
¿Donde puedo encontrar el
clima futuro de mi sitio hoy?
¿Donde puedo encontrar el...
Visualizing data for knowledge sharing and research development
Adaptation and Mitigation Knowledge Network
Viendo más all...
Agtrials
•Trial sites: 489
•84 countries
• Institutions: 165
Objectives:
- Yield
- Quality
- Biotic/abiotic tolerance
- Nu...
Local implementation grounded in
local realities
Climateresilience
Baseline
Adapted
technologies
Adapted
technologies
+
Cl...
• Downscaling es inevitable.
• Se está haciendo una mejora
continua.
• El foco principal es hacer un
análisis de incertidu...
Carlos Navarro-Racines
c.e.navarro@cgiar.org
Navarro C,  Modelacion Climática Cambio Climático & Agricultura
Navarro C,  Modelacion Climática Cambio Climático & Agricultura
Navarro C,  Modelacion Climática Cambio Climático & Agricultura
Navarro C,  Modelacion Climática Cambio Climático & Agricultura
Navarro C,  Modelacion Climática Cambio Climático & Agricultura
Navarro C,  Modelacion Climática Cambio Climático & Agricultura
Navarro C,  Modelacion Climática Cambio Climático & Agricultura
Navarro C,  Modelacion Climática Cambio Climático & Agricultura
Navarro C,  Modelacion Climática Cambio Climático & Agricultura
Navarro C,  Modelacion Climática Cambio Climático & Agricultura
Navarro C,  Modelacion Climática Cambio Climático & Agricultura
Navarro C,  Modelacion Climática Cambio Climático & Agricultura
Upcoming SlideShare
Loading in …5
×

Navarro C, Modelacion Climática Cambio Climático & Agricultura

599
-1

Published on

Taller internacional cambio climático, planificación y manejo de areas naturales protegidas (Organizado por WWF, Bogotá-Colombia, 17 de marzo de 2014)

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
599
On Slideshare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
24
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide
  • Carlos Navarro
  • - Además del CC- Ultimo siglo1000  7000 millones!+ personas  impactomedioambientehuella de carbono
  • + 2000-3000 mas en 2050 (~9000 millones) Producir 60 a 70%Agriculturamásdíficil
  • Mismatierra, + producciónExpansiónagrícola --> Impacto, e.g. deforestaciónTierra limitada, otrosrecursoslimitados.
  • Camilo Barrios
  • Necesidades 1) Cualquier agroecosistema responde a: Factores antropogénicos, Bioticos, Abióticos 2) Cálculos de vulnerabilidad Desarrollar modelos -> Conocer incertidumbres -> Planes de acción -> Generación de políticas Limitaciones1) Modelos todavía no pueden representar cientos de procesos de forma adecuada2) Resoluciones de modelos inadecuadas: Se requieren modelos con escalas finas.3) Incertidumbres: futuras emisiones f(suposiciones concentraciones, población, desarrollo económico, tecnológico)
  • Fuerzas sobre emisiones futurasRepresentannuestracapacidad de respuesta (mitigación)… desarrollotecnológico, sostenibilidadambientalA1B : Rápidocrecimientoeconómico y demográfico con pico a ½ sigloA2 : Crecimientoeconómico regional y lento, población en contínuocrecimientoB1 : Población A1 pero con introducción de tecnologíaslimpiasB2 : Desarrolloeconómicointermedio y regional, crecimientopoblacionalmenor. Son plausibles
  • 1) Escenario condicionan GCMsMundo el grillasParametrizaciones (fenómenos incomprensibles)+ complejo, menos suposicionesSe corre desde el pasado hasta el futuroCambiosantropogénicosllevan a cambiosatmosféricosCrecimientopoblacional + Expansion industrial + Tecnologias no amigables = gases de efectoinvernadero6 oC en 2100Sin precedentes… necesitamos los modelos..
  • MuchosnivelesverticalesOrografíacompleja, líneacostas.
  • Características del clima no observables en los GCMsTemperaturasfrias de los alpesAmpliorango de temperaturasCorrección BiasMuchoscultivos son sensibles a umbrales de T
  • Correlacion En comparación con lasobservaciones….
  • Camilo Barrios
  • Difieren en escalaespacio-temporal
  • DSSATDiferencias cambios Producción frijol – maíz(2020s)Resultados modelación 4 paísesZonas donde la producción se reducirá drásticamenteOtros están mejorando su potencial de producción.  frijol> T decrecimiento en la producción de biomasa, # el numero y tamaño de las semillas (menos vainas por planta) maíz:> temperatura,número de nucleos por plantaEl estrés hídrico reduce el número y tamaño de granos.
  • LinkearCambios en adaptabilidadTestimonials from farmers in the area of interestDescripciones de los sitiosWill be linked to Agtrials and the Analogue tool.
  • resultados delos ensayos realizados
  • Navarro C, Modelacion Climática Cambio Climático & Agricultura

    1. 1. Modelación Climática; Cambio Climático & Agricultura Carlos Navarro J. Ramirez, A. Jarvis, J. Tapasco,
    2. 2. Garantizar la Seguridad alimentaria
    3. 3. … con menos agua, tierra y recursos
    4. 4. ¿Qué condiciones tendremos en 30, 50, 100 años? • ¿Cómo responderán nuestros sistemas a estas condiciones? • ¿Cuándo, dónde, y qué tipo de cambio se requiere para adaptar? • ¿Quién debe planear? ¿Quién debe ejecutar?
    5. 5. – Múltiples variables – Muy alta resolución espacial (1 km, 90m??). – Alta resolución temporal (i.e. mensual, diaria). – Alta certidumbre , previsiones precisas del tiempo y las proyecciones climáticas. • Tanto para presente como para futuro. –T° • Max, • Min, • Media –Prec –HR – Radiacion – Vientos – ……. Menosimportantes Mascertidumbre
    6. 6. Necesidades Limitaciones
    7. 7. Económico Ambiental Global Regional PESIMISTA “Bussiness as usual” OPTIMISTAMundo perfecto Intermedio P E P E P E P E Los Escenarios de Emisión IPCC, 2007
    8. 8. Variaciones en la temperatura de la superficie de la tierra: de 1000 a 2100 Qué es lo que dicen los modelos?? Cambios antropogénicos llevan a cambios atmosféricos Concentraciones Atmosféricas Los GCMs son la única manera en que podemos predecir el clima a futuro
    9. 9. IPCC CMIP5 Transición a nuevos Escenarios… • Representative Concentration Pathways (RCPs) • Más y mejores modelos (i.e. mayor resolución). R. Knutti, J. Sedlácek, 2012 Global temperature change and uncertainty (mean and one standard deviation as shading) relative to 1986–2005
    10. 10. En la agricultura, los diferentes escenarios de emisiones no son importantes… de aqui a 2030 la diferencia entre escenarios es minima J. Rogelj et al, 2012
    11. 11.  Escala global Pero..  Escala regional o local Dificultad 1. Acerca de la resolución • Resolución horizontal 100 a 300 km • 18 y 56 niveles verticales. Mezcla de Resoluciones Baja Resolución Model Country Atmosphere Ocean BCCR-BCM2.0 Norway T63, L31 1.5x0.5, L35 CCCMA-CGCM3.1 (T47) Canada T47 (3.75x3.75), L31 1.85x1.85, L29 CCCMA-CGCM3.1 (T63) Canada T63 (2.8x2.8), L31 1.4x0.94, L29 CNRM-CM3 France T63 (2.8x2.8), L45 1.875x(0.5-2), L31 CSIRO-Mk3.0 Australia T63, L18 1.875x0.84, L31 CSIRO-Mk3.5 Australia T63, L18 1.875x0.84, L31 GFDL-CM2.0 USA 2.5x2.0, L24 1.0x(1/3-1), L50 GFDL-CM2.1 USA 2.5x2.0, L24 1.0x(1/3-1), L50 GISS-AOM USA 4x3, L12 4x3, L16 GISS-MODEL-EH USA 5x4, L20 5x4, L13 GISS-MODEL-ER USA 5x4, L20 5x4, L13 IAP-FGOALS1.0-G China 2.8x2.8, L26 1x1, L16 INGV-ECHAM4 Italy T42, L19 2x(0.5-2), L31 INM-CM3.0 Russia 5x4, L21 2.5x2, L33 ….
    12. 12. Dificultad 2. Disponibilidad de datos WCRP CMIP3 A1B-P A1B-T A1B-Tx A1B-Tn A2-P A2-T A2-Tx A2-Tn B1-P B1-T B1-Tx B1-Tn BCCR-BCM2.0 OK OK OK OK OK OK OK OK OK OK OK OK CCCMA-CGCM3.1-T63 OK OK NO NO NO NO NO NO OK OK NO NO CCCMA-CGCM3.1-T47 OK OK NO NO OK OK NO NO OK OK NO NO CNRM-CM3 OK OK NO NO OK OK NO NO OK OK NO NO CSIRO-MK3.0 OK OK OK OK OK OK OK OK OK OK OK OK CSIRO-MK3.5 OK OK OK OK OK OK OK OK OK OK OK OK GFDL-CM2.0 OK OK OK OK OK OK OK OK OK OK OK OK GFDL-CM2.1 OK OK OK OK OK OK OK OK OK OK OK OK GISS-AOM OK OK OK OK NO NO NO NO OK OK OK OK GISS-MODEL-EH OK OK NO NO NO NO NO NO NO NO NO NO GISS-MODEL-ER OK OK NO NO OK OK NO NO OK OK NO NO IAP-FGOALS1.0-G OK OK NO NO NO NO NO NO OK OK NO NO INGV-ECHAM4 OK OK NO NO OK OK NO NO NO NO NO NO INM-CM3.0 OK OK OK OK OK OK OK OK OK OK OK OK IPSL-CM4 OK OK NO NO OK OK NO NO OK OK NO NO MIROC3.2.3-HIRES OK OK OK OK NO NO NO NO OK OK OK OK MIROC3.2.3-MEDRES OK OK OK OK OK OK OK OK OK OK OK OK MIUB-ECHO-G OK OK NO NO OK OK NO NO OK OK NO NO MPI-ECHAM5 OK OK NO NO OK OK NO NO OK OK NO NO MRI-CGCM2.3.2A OK OK NO NO OK OK NO NO OK OK NO NO NCAR-CCSM3.0 OK OK OK OK OK OK OK OK OK OK OK OK NCAR-PCM1 OK OK OK OK OK OK OK OK OK OK OK OK UKMO-HADCM3 OK OK NO NO OK OK NO NO OK OK NO NO UKMO-HADGEM1 OK OK NO NO OK OK NO NO NO NO NO NO
    13. 13. Dificultad 3. Habilidad limitada de representar clima presente. Depender de un solo GCM no es recommendable!
    14. 14. Cómo utilizar esta información? Problema Necesidad Opciones Downscaling por métodos estadísticos o dinámicos.. Aumentar resolución, uniformizar… proveer datos de alta resolución, contextualizados Aún el GCM más preciso es demasiado grueso (100km).
    15. 15. Cómo combinar GCM & Observaciones? Hawkins, 2012
    16. 16. Estaciones x variable: • 47,554 precipitación • 24,542 tmean • 14,835 tmax y tmin -30.1 30.5 Mean annual temperature (ºC) 0 12084 Annual precipitation (mm) Fuentes: •GHCN •FAOCLIM •WMO •CIAT •R-Hydronet •Redes nacionalesRamirez-Villegas and Challinor 2012 Definiendo la Línea Base WorldClim
    17. 17. Definiendo la Línea Base GHCN (Global Historical Climatological Network) • Very robust weather station dataset (NOAA) • Used for many studies: – WorldClim – CRU datasets – Hockey-stick warming trend analysis
    18. 18. Definiendo la Línea Base ¿Suficiente información?
    19. 19. Definiendo la Línea Base Información Satelital: TRMM TRMM 3B43 Characteristics Temporal Coverage Start Date: 1998-01-01; Stop Date: - Geographic Coverage Latitude: 50°S - 50°N; Longitude:180°W - 180°E Temporal Resolution Monthly Horizontal Resolution 0.25° x 0.25°; nlat = 400, nlon = 1440 Average File Size Compressed: ~4.95 MB; Original: ~4.95 MB File Type HDF Resolución espacial (~ 28 km), TRMM tiende a sobreestimar precipitación real (aunque la distribución espacial de la precipitación es bastante bueno).
    20. 20. Definiendo la Línea Base Combining TRMM and Surface Observations of Precipitation: Technique and Validation over South America J. Rozante and D. Moeira, 2010
    21. 21. Downscaling: Método Delta –Base climatológica: WorldClim –Tomar superficies GCM originales (series de tiempo) –Calcular promedios para línea base y períodos específicos –Calcular anomalías –Interpolar anomalías (spline) –Sumar anomalías a WorldClim
    22. 22. Método Delta
    23. 23. – Usan resultados de GCMs – Son de área limitada.. Necesitan condiciones de frontera. – Datos diarios | Resolucion varia entre 25-50km | > 170 variables PRECIS Providing REgional Climates for Impacts Studies Coordinated Regional Climate Downscaling Experiment (CORDEX) Eta Model ETA
    24. 24. Método Pros Contras Delta *Rápido de implementar *  resoluciones *Aplicable a TODOS los GCMs *Uniformiza líneas base * Cambios solo varían en gran escala *  variables RCMs * Robusto *Aplicable a GCMs dependiendo de disponibilidad de datos * variables *Pocas plataformas *Mucho procesamiento y almacenamiento *Limitada resolución (25-50km) *Aun falta mucho desarrollo *Incertidumbre difíciles de cuantificar ¿Qué metodología empleo? Métodos Estadísticos vs Dinámicos Necesidades y recursos.. Tiempos? Resultados rápidos? Capacidad de procesamiento? Disponibilidad??
    25. 25. La incertidumbre cientifica SI es relevante para la agricultura: tenemos que tomar decisiones dentro de un contexto de incertidumbre
    26. 26. Hawkins, 2012
    27. 27. Comparison (R2 based) of interpolated climatology (WorldClim, The University of East Anglia Climatic Research Unit dataset (CRU)), and each of the GCMs (average 1961-1990 period) for each of the countries in the study area for mean temperature (left) and precipitation (right) for the annual mean. All R2 values were statistically significant at p < 0.001. (Ramirez and Challinor, 2012) Cómo cuantificar?
    28. 28. Emisiones Escenarios de población, energía, modelos económicos Concentraciones Ciclo del carbono, modelos químicos Cambio climático Global GCMs Detalles regionales RCMs, Downscaling Impactos Modelos de impacto
    29. 29. GCMs Effective adaptation options MarkSim DSSAT Statistical Downscaling Dynamical downscaling: Regional Climate Model EcoCrop Statistical Downscaling MaxEnt Necesitamos modelos para cuantificar los impactos y diseñar opciones de adaptación efectiva Based on niches Probability Environmental gradient Based on process
    30. 30. Changes in climate affect the adaptability of crops… Number of crops with more than 5% gain There will be winners… Number of crops with more than 5% loss …But much more losers in developing countries
    31. 31. Evalúa si hay las condiciones climáticas adecuadas , dentro de un periodo de crecimiento para T° y Prec…. … y calcula la adaptabiliad climática de la interacción resultante entre la prec y la T° • Un algoritmo sencillo para mirar el nicho de cada especie basado sólo en los datos del clima El Modelo EcoCrop
    32. 32. Is cassava the answer to African climate change adaptation? Jarvis A. et al, 2012 Current Climate Contraint
    33. 33. Cassava suitability change compared with other staples Cassava consistently outperforms other staples in terms of changes in suitability Cassava Impacts by AF REGIONS EcoCrop
    34. 34. Adaptation entry points in maize-bean systems DSSAT
    35. 35. • Cambios en días de plantación y sistemas de irrigación para manejar el stress durante la temporada de crecimiento. • Cultivos puedesn requerir migración altitudinal. • Relocalización de las actividades productivas. • Establecimiento de subsidios para pequeños agricultores (reducción de la vulnerabilidad). • Conservación y mejoramiento de recursos genéticos.
    36. 36. http://ccafs-climate.org
    37. 37. Actualiced Nov 2013
    38. 38. > 150 Publications • Progressive climate change over agriculture (24%), • Ecology and species distribution (53%) • Climate dynamics (3%) • Hydrological modeling (4%) • Non-academic (i.e. policy making, food security, and adaptation planning (17% )
    39. 39. http://analogues.ciat.cgiar.org/climate/ ¿Donde puedo encontrar el clima futuro de mi sitio hoy? ¿Donde puedo encontrar el clima presente de mi sitio en el futuro? ¿Donde encuentro el clima presente (o futuro) de mi sitio en el mundo actualmente?
    40. 40. Visualizing data for knowledge sharing and research development Adaptation and Mitigation Knowledge Network Viendo más allá www.amkn.org
    41. 41. Agtrials •Trial sites: 489 •84 countries • Institutions: 165 Objectives: - Yield - Quality - Biotic/abiotic tolerance - Nutrient efficiency - Animal nutrition/ health - Farming practices (crop rotation) - Soil fertility/conservation http://agtrials.org/ Outputs • New geographic interface and functionalities • From repository to database • Successful integration with the GCP’s CropOntology. • New partnerships (i.e University of California, AgMIP project, Tropical Legumes project, Monsanto) • Linkages with CRP RTB Public data! 2888 trials 22 crops
    42. 42. Local implementation grounded in local realities Climateresilience Baseline Adapted technologies Adapted technologies + Climate- specific management Adapted technologies + Climate- specific management + Seasonal agroclimatic forecasts Adapted technologies + Climate- specific management + Seasonal agroclimatic forecasts + Enabling environment NAPs and NAMAs Climate smartness
    43. 43. • Downscaling es inevitable. • Se está haciendo una mejora continua. • El foco principal es hacer un análisis de incertidumbres • Mejorar los datos de línea base. • Evaluar y validar incertidumbres. • Proyecciones climáticas junto con modelos mecanisticos y fisiológicos de cultivos nos ayudarán a entender como adaptar.
    44. 44. Carlos Navarro-Racines c.e.navarro@cgiar.org
    1. A particular slide catching your eye?

      Clipping is a handy way to collect important slides you want to go back to later.

    ×