• Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
798
On Slideshare
0
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
19
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide
  • The physical and geographical range of conditions covered by the Hass types was large. They were found growing well at 400 metres elevation in the Canary Islands (28 North Latitude) and in Peru at 14 South Latitude and 400 metres with other examples in Colombia much closer to the equator (6 latitude North) and 2000 metres and in Mexico at 19.2 Latitude North and 1540 metres. The formation of separate clouds for the two races or varieties of avocado suggests firstly that they are adapted to different conditions and secondly that homologue is capable of identifying appropriate sites for each and furthermore distinguishes between sites suitable for each type.

Transcript

  • 1. Herramientas e informacion para la toma de decisiones Peter Laderach Decision and Policy Analysis DAPA Centro Internacional de Agricultura Tropical CIAT
  • 2. Contenido
    • Herramientas y datos que el CIAT desarrolla para la toma de decisiones
    • Ejemplos de Latinoamérica y Honduras
      • Identificación de nichos de cultivos
      • Denominación de Origen
      • Competitividad
      • Herramienta de trazabilidad, control de calidad y mercadeo
      • Impacto del cambio climático en cultivos
  • 3. CIAT y DAPA
    • CIAT
    • MISION: Reducir el hambre y la pobreza y mejorar la salud humana en los trópicos mediante una investigación que aumente la eco-eficiencia de la agricultura.
    • DAPA: Decision and Policy Analysis
    • Cree firmemente en el poder de la información para diseñar políticas efectivas en desarrollo agrícola y manejo y conservación de los recursos naturales.
    • Que hacemos:
    • Análisis, Metodologías, Herramientas y Bases de Datos
  • 4. The Oldies Andy Jarvis Silvia Elena Castaño Enna Diaz Betancourt Juan Carlos Andrade Simone Staiger Ana Milena Guerrero Glenn Graham Hyman Anton Eitzineger Lilian Patricia Torres Carlos Nagles Jorge Cardona Simon Cook
  • 5. The Youth Natalia Uribe Robert Andrade Julián Ramirez Daniel Jimenez Vanesa Herrera Nora Castañeda Mike Salazar Jhon Ocampo Hector Favio Tobón Louis Reymondin Ovidio Rivera Elizabeth Barona
  • 6. And the under-age Katherin Tehelen Victor Augusto Lizcano Angelica Ma. Henao Carolina Argote D. Daniel Amariles Oriana Carolina Ovalle Emmanuel Zapata
  • 7. Caracterización de sitios con bases de datos de medio-ambiente
    • Con un latitud y longitud, que información se puede sacar de bases de datos espaciales de medio-ambiente?
    • Clima:
      • Promedios anuales, WorldClim
      • Datos diarios actuales, TRMM
      • Cambio climático
    • Topografía
      • SRTM
      • Derivados topográficos
    • Suelos
  • 8. WorldClim
    • Production of 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 AnuClim software
    • Derivatives: bioclimatic variables such as precipitation in dryest quarter, absolute minimum annual temperature, consecutive wet/dry months, seasonality etc.
  • 9. ~1500 stations in Colombia
  • 10. 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
  • 11. No solo datos mensuales
    • Variables BioClimaticos (Busby):
      • BIO1 = Annual Mean Temperature
      • BIO2 = Mean Diurnal Range (Mean of monthly (max temp - min temp))
      • BIO3 = Isothermality (P2/P7) (* 100)
      • BIO4 = Temperature Seasonality (standard deviation *100)
      • BIO5 = Max Temperature of Warmest Month
      • BIO6 = Min Temperature of Coldest Month
      • BIO7 = Temperature Annual Range (P5-P6)
      • BIO8 = Mean Temperature of Wettest Quarter 
      • BIO9 = Mean Temperature of Driest Quarter
      • BIO10 = Mean Temperature of Warmest Quarter
      • BIO11 = Mean Temperature of Coldest Quarter
      • BIO12 = Annual Precipitation
      • BIO13 = Precipitation of Wettest Month
      • BIO14 = Precipitation of Driest Month
      • BIO15 = Precipitation Seasonality (Coefficient of Variation)
      • BIO16 = Precipitation of Wettest Quarter
      • BIO17 = Precipitation of Driest Quarter
      • BIO18 = Precipitation of Warmest Quarter
      • BIO19 = Precipitation of Coldest Quarter
  • 12.
    • Indices bioclimáticos (Rivas-Martinez):
    • Iar Índice de aridez
    • Ic Índice de continentalidad o intervalo térmico anual (Tmax-Tmin en grados
    • centígrados)
    • Id Índice de diurnalidad o intervalo térmico diario (Tcmax-Tcmin en grados
    • centígrados)
    • Im Índice de mediterraneidad
    • Im1 Índice de mediterraneidad del mes de julio en latitud N y del mes de enero en
    • latitud S
    • Im2 Índice de mediterraneidad de los meses de julio + agosto en latitud N y de los
    • meses de enero + febrero en latitud S
    • Im3 Índice de mediterraneidad de los meses de junio + julio + agosto en latitud N y de
    • diciembre + enero + febrero en latitud S
    • Io Índice ombrotérmico anual (Pp: Tp) 10
    • Iosmi Índice ombrotérmico semestral, siendo i: 1 = invernal (octubre-marzo), ... , 2 =
    • estival
    • Ioti Índice ombrotérmico trimestral, siendo i: 1 = invernal (diciembre-febrero), ... , 4
    • = otoñal (septiembre-noviembre)
    • Iom Índice ombrotérmico mensual (Ppi: Tpi) 10
    • Iod1 Índice ombrotérmico del mes más seco del trimestre más seco del año
    • Iod2 Índice ombrotérmico del bimestre más seco del trimestre más seco del año
    • Iod3 Índice ombrotérmico del trimestre más seco del año
    • IodSS1 Índice ombrotérmico del mes más seco del segundo trimestre del semestre más
    • cálido del año
    • …… .
  • 13. Datos de lluvia diario derivado de satélites - TRMM
  • 14. Time series of rainfall over SE Asia every 3 hours for the 8 th Feb. 2001. A day in the life of TRMM midnight 3am 6am midday 9am 3pm 9pm 6pm
  • 15. Que hace la plantilla
  • 16. Visualización
  • 17. Acumulación de lluvias en el año
  • 18. Balance hídrico y estación de crecimiento
  • 19. Topografia
  • 20. Topography
    • Now…..
    • Shuttle Radar Topography Mission (SRTM) global elevation data
      • 3 arc second product (~90 m resolution) and 1 arc second (~30m resolution) though the latter is restricted access
      • Vertical precision – < 16 m
      • Produced by NASA and USGS, made freely available 2003/2004
    Significance: Local information for entire globe
  • 21. Significant Improvement GTOPO30 SRTM
  • 22. Cali rubbish heap Basurero Navarro
  • 23. SRTM – Version 3
  • 24. Using the data – more than just elevation Elevation Slope Aspect Landscape Class Moisture Solar Radiation Exposure Curvature
  • 25.  
  • 26.  
  • 27.  
  • 28.  
  • 29.  
  • 30. MAP CLOUD FREQUENCY
  • 31.  
  • 32.  
  • 33.  
  • 34. Suelos
  • 35. Crop Niche Selection for Tropical Agricultre CaNaSTA
  • 36. HOMOLOGUE
    • FIG 1
  • 37.
    • Localizando geográficamente nichos de cualquier especie (o de cuantas especies se tengan datos)
    Modelación de distribución de especies (MaxEnt) Distribución completa Distribución de alta probabilidad
  • 38. ¿ Qué es MarkSim ? Es un Software para producir datos climaticos diarios para cualquier punto en el tropico aun donde no existen datos. Basado en un proceso de markov de tercer orden MARKSIM V1.0 Interpolated Climate Surfaces Latitude, longitude Elevation DAT file CLX file DSSAT v 3.5 FILES (.WTG) Calendar format Files (.GEN) + ++
  • 39. EL principal objetivo de MarkSim es generar informacion climatica simulada. Para ello requiere de un archivo .CLX que sera la entrada al modelo . Este se puede construir de varias formas segun se explican en el manual pero requiere de unos datos minimos (latitud, longitud) si no se poseen de datos climaticos (precipitacion) Si se poseen datos climaticos (precipicitacion total mes) se pueden digitar en un archivo .dat a partir del cual markSim genera el .CLX El CLX tambien se puede generar a partir de latitud longitud (elevaion opcional) CLX files DAT files CLI files WTG files
  • 40.