Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Foto por Neil Palmer, CIAT                    La Agricultura en el Contexto                       de un Clima Cambiante   ...
Contenido1. Un vistazo a la situación   de la agricultura a escala   global.2. El cambio climático (CC),   los GCMs y los ...
La aptitud de cultivos está cambiandoCambios promedios en la aptitud climática de 50 cultivos en el 2050
¿Qué cultivos se verán afectados?50 cultivos seleccionados por tener mayor área cultivada a nivel mundial,según FAOSTAT, 2...
Cambio en aptitud                    climática para 27                   cultivos importantes                         en B...
Foto por Neil Palmer (CIAT).
¿Cómo se verán afectados algunos           países latinos por el CC?                         En Perú                      ...
Escenarios de emisiones                                              Situación actual                    Económico        ...
Modelos de clima global o GCMs• Los GCMs usan algoritmos atmosféricos en una serie de  celdas para simular procesos terres...
GCMs del cuatro reporte IPCCShort name   Model                       Atmosphere*         Ocean*MIRCH        MIROC3.2. (hir...
Aumento en                                temperatura global                                para todos los SRESAumento en ...
Incertidumbre en precipitaciones al año 2100
La incertidumbre científica……es relevante, sin embargo es necesariotomar decisiones dentro de tal contexto
¿Para qué sirven estos datos?                          Site-specific monthly coefficient of variation using 18 GCM models ...
Region       Departamento                                      Cambio en                                                  ...
Además, los datos climáticos sirven para…• Evaluación de impacto  – Modelos: MaxEnt, Canasta, EcoCrop, DSSAT.• Evaluación ...
Métodos de análisis y modelación• Desde lo general a lo local  –   Modelo general: EcoCrop  –   >=1 dato de presencia del ...
EcoCrop ¿Cómo evalúa el impacto?Evalúa las condiciones climáticas adecuadas de temperatura y precipitación dentro de unaes...
EcoCrop: calibrando y analizando Parámetros base según FAO   Parámetros revisados por expertos de CIPPapa
Homologue • Funciona con la coordenada de un punto donde se   ha reportado el cultivo. Sitios similaresal Tambo, Cauca
MaxEnt• Encuentra el nicho de un cultivo o especie animal basado  en probabilidades de presencia.                         ...
Crop Niche Selection in Tropical         Agriculture (CaNaSTA)Modelo probabilístico para identificar la productividad/cali...
Decision Support System for Agrotechnology                Transfer (DSSAT)Es un modelo mucho más detallado. Entre sus cara...
Evaluación de impacto usando modelos     de nicho ecológico - resumen• Diversos métodos con características comunes:  –   ...
Ante el evidente cambio en el clima y las oportunidades deanálisis ofrecidas por las herramientas de modelamiento, sepodrí...
¿Dónde está el fríjol en la actualidad?                                  Growing season (days)      90                    ...
Opciones tecnológicas: mejoramiento      para tolerancia a sequía o anegamientoAproximadamente el                         ...
Opciones tecnológicas: mejoramiento              para tolerancia al calor al frío                                         ...
Resultados de análisis en  los Andes tropicales      -25 cultivos-
0                                         5                                -5                                             ...
0                                   5                          -5                                            15           ...
0                                         5                                -5                                             ...
5                         0                    -5                                 10                                      ...
0                                   5                          -5                                       10                ...
En términos económicos, un ejemplo de Uruguay                                                                             ...
Los investigadores podemos apoyar a los actores en las cadenas de producción y      ayudar a que aprovechen las           ...
En resumen…1.  Si tenemos los datos, entonces…2.  Podemos predecir el impacto sobre los cultivos.3.  Y sugerir estrategias...
Foto por Neil Palmer (CIAT).
Upcoming SlideShare
Loading in …5
×

Taller semillas 2011 Emmanuel Zapata

1,176 views

Published on

  • Be the first to comment

  • Be the first to like this

Taller semillas 2011 Emmanuel Zapata

  1. 1. Foto por Neil Palmer, CIAT La Agricultura en el Contexto de un Clima Cambiante Emmanuel Zapata-Caldas, Andy Jarvis Julián Ramírez, Charlotte Lau Diciembre de 2011 Taller Internacional: los sistemas de semillas en América Latina y el Caribe
  2. 2. Contenido1. Un vistazo a la situación de la agricultura a escala global.2. El cambio climático (CC), los GCMs y los Modelos de nicho ecológico.3. Algunos casos de estudio en Latinoamérica. Foto por Neil Palmer (CIAT). Fríjoles del Darien, Colombia.
  3. 3. La aptitud de cultivos está cambiandoCambios promedios en la aptitud climática de 50 cultivos en el 2050
  4. 4. ¿Qué cultivos se verán afectados?50 cultivos seleccionados por tener mayor área cultivada a nivel mundial,según FAOSTAT, 2008 % de Área Cambio de % de Área Certeza Cambio de Certeza Cultivo Orden Área Coechada aptitud Cultivo Orden Área Coechada (%) aptitud (%) (%) Total (k Ha) (%) Total (k Ha)● Wheat, common 1 18.75 216,100 -15.1 87.1 Olive, European 24 0.77 8,894 1.0 77.3 Rice paddy (Jap.) 2 13.39 154,324 5.9 80.9 Rubber * 25 0.72 8,259 2.0 61.0 Maize 3 12.52 144,376 4.2 66.4 Cacao 26 0.66 7,567 3.9 62.8● Perennial soybean 4 8.07 92,989 -9.6 62.7 Sesame seed 27 0.65 7,539 7.2 74.4 ● European wine grape 28 0.64 7,400 -3.8 71.7● Barley 5 4.82 55,517 -2.6 91.4 Pea 29 0.58 6,730 1.2 78.2● Sorghum (low altit.) 6 3.6 41,500 -0.2 64.5 ● 30 Rye 0.52 5,994 -7.1 91.8 Cotton, Amer. upld 7 3.01 34,733 3.2 66.3 ● Perennial ryegrass 31 0.48 5,516 -8.0 84.5 Millet, common 8 2.85 32,846 4.5 69.0 ● Sugar beet 32 0.47 5,447 -15.0 83.9● Swede rap 9 2.41 27,796 -4.8 87.6 ● Plantain bananas 34 0.47 5,439 -6.9 86.1● ● Apple 35 0.42 4,786 -1.3 65.3 Bean, Common 10 2.3 26,540 -2.7 64.9 Pigeon pea 36 0.41 4,683 5.1 72.0 Sunflower 11 2.06 23,700 7.4 75.4 37 Tomato 0.4 4,597 0.8 79.4 Groundnut 12 1.93 22,232 6.4 73.0 White yam 38 0.4 4,591 8.0 70.7 Sugarcane 13 1.77 20,399 4.2 63.4 Banana 39 0.36 4,180 5.4 76.3 Potato 14 1.63 18,830 2.0 82.8 Mango 40 0.36 4,155 5.2 76.4 Tobacco 41 0.34 3,897 8.0 72.8 Cassava 15 1.61 18,608 5.1 72.7 Lentil 42 0.33 3,848 3.4 74.6 Alfalfa 16 1.32 15,214 1.8 81.3 43 Watermelon 0.33 3,785 6.3 75.0 African oil palm 17 1.15 13,277 3.5 67.1 Sweet orange 44 0.31 3,618 2.2 60.8● Oats 18 0.98 11,284 -8.9 92.0 Cashew 45 0.29 3,387 4.2 70.9 Chick pea 19 0.93 10,672 5.6 76.8 Onion 46 0.29 3,341 1.8 76.5 Coconut 20 0.92 10,616 5.4 65.9 Cabbage 47 0.27 3,138 1.0 84.9● Linseed 48 0.26 3,017 2.1 85.0 Coffee arabica 21 0.89 10,203 -10.6 71.2 Common buckwheat 49 0.24 2,743 9.7 77.6 Cowpea 22 0.88 10,176 5.6 72.6 ● Tea 50 0.24 2,717 -2.7 58.0 Sweet potato 23 0.78 8,996 2.6 72.1 All crops 100.0 1,152,825 10.8 78.5
  5. 5. Cambio en aptitud climática para 27 cultivos importantes en Brasil 20 13.4 10 5.7 2.8 1.3 1.0 2.3 2.7 1.9 0.6Cambio (%) 0 -0.7 -0.2 -1.6 -0.2 -3.9 -3.7 -3.3 -3.4 -5.0 -10 -7.5 -10.9 -9.6 -13.8 -20 -15.6 -20.2 -23.4 -24.0 -30 -40 -36.1 Wheat Barley Coffee Natural rubber Rice Sugarcane Oats Cotton Olive Rapeseed Coconut Yams Cassava Groundnut Maize Mango Potato Sweet potato Cocoa bean Banana Cashew nuts Oranges Sunflower Sorghum Common Bean Oil palm Perennial soybean Esta tabla muestra el cambio promedio por cultivo
  6. 6. Foto por Neil Palmer (CIAT).
  7. 7. ¿Cómo se verán afectados algunos países latinos por el CC? En Perú Los 8.1 millones de habitantes (31.6% Poblaciones de la población nacional) que vive de Vulnerables la actividad agropecuaria• Personas viviendo en En Bolivia zonas rurales. El 40% de la fuerza de trabajo.• Los productores pequeños. En Colombia• Todos los 40% de exportaciones consumidores que dependen de precios En Uruguay bajos de alimentos. El producto bruto de producción agroindustrial de USD$3,841 millones
  8. 8. Escenarios de emisiones Situación actual Económico podría ser incluso peor que A2 PESIMISTAGlobal Regional OPTIMISTA Prácticamente irreal Ambiental
  9. 9. Modelos de clima global o GCMs• Los GCMs usan algoritmos atmosféricos en una serie de celdas para simular procesos terrestres … … y producir predicciones futuras con base a mediciones históricas.
  10. 10. GCMs del cuatro reporte IPCCShort name Model Atmosphere* Ocean*MIRCH MIROC3.2. (hires), Japan T106, L56 0.28°x0.19°, L47MIRCM MIROC3.2. (medres), Japan T42, L20 1.4°x(0.5-1.4°), L43BCCRC BCCR-BCM2.0, Norway T63, L31 1.5°x0.5°, L35C3T47 CGCM3.1 (T47), Canada T47, L31 1.85°x1.85°, L29C3T63 CGCM3.1 (T63), Canada T63, L31 1.4°x0.94°, L29CNRMC CNRM-CM3, France T63, L45 1.875°x(0.5-2°), L31CSIRO CSIRO-Mk3.0, Australia T63, L18 1.875°x0.84°, L31GFD20 GFDL-CM2.0, USA 2.5°x2.0°, L24 1.0°x(1/3-1°), L50GFD21 GFDL-CM2.1, USA 2.5°x2.0°, L24 1.0°x(1/3-1°), L50GISSA GISS-AOM, USA 4°x3°, L12 4°x3°, L16GISSH GISS-EH, USA 5°x4°, L20 5°x4°, L13GISSR GISS-ER, USA 5°x4°, L20 5°x4°, L13IAPFG IAP-FGOALS1.0-G, China 2.8°x2.8°, L26 1°x1°, L16INMCM INM-CM3.0, Russia 5°x4°, L21 2.5°x2°, L33IPSLC IPSL-CM4, France 2.5°x3.75°, L19 2°x(1-2°), L30MPICM ECHAM5/MPI-OM, Germany T63, L32 1°x1°, L41MRICM MRI CGCM2.3.2A, Japan T42, L30 2.5°x(0.5-2.0°)NCARC NCAR-CCSM3, USA T85, L26 1°x(0.27-1°), L40NCARP NCAR-PCM, USA T42, L18 1°x(0.27-1°), L40UKMOC UKMO-HadCM3, UK 3.75°x2.5°, L19 1.25°x1.25°, L20UKMOG UKMO-HadGEM1, UK 1.875°x1.25°, L38 1.25°x1.25°, L20INGVE INGV-SXG, Italy T42, L19 2°x(0.5-2°), L31
  11. 11. Aumento en temperatura global para todos los SRESAumento en temperatura global entre 2090 y 2099 – SRES A1B –
  12. 12. Incertidumbre en precipitaciones al año 2100
  13. 13. La incertidumbre científica……es relevante, sin embargo es necesariotomar decisiones dentro de tal contexto
  14. 14. ¿Para qué sirven estos datos? Site-specific monthly coefficient of variation using 18 GCM models (IPCC, 2007) for precipitation and temperature 12 9 8 10Precipitation coefficient of variation (%) Temperature coefficient of variation (%) 7 8 6 5 6 4 4 3 2 2 1 0 0 1 2 3 4 5 6 7 8 9 10 11 12 Month Precipitation Mean temperature Maximum temperature Minimum temperature Descripción de clima y tendencias
  15. 15. Region Departamento Cambio en Cambio en Identificación de Cambio en Temperatura estacionalidad de Cambio en meses Incertidumbre entre modelos Precipitacion consecutivosAmazonas Amazonas 12 media 2.9 1.4 tendencias precipitacion secos 0 (StDev prec) 135Amazonas Caqueta 138 2.7 -1.3 0 193Amazonas Guania 55 2.9 -3.2 0 271Amazonas Guaviare 72 2.8 -2.9 -1 209Amazonas Putumayo 117 2.6 0.6 0 170Andina Antioquia 18 2.1 1.3 0 129Andina Boyaca 50 2.7 -3.9 -1 144Andina Cundinamarca 152 2.6 -2.6 0 170Andina Huila 51 2.4 1.0 0 144Andina Norte de santander 73 2.8 -0.4 0 216Andina Santander 51 2.7 -2.4 0 158Andina Tolima 86 2.4 -3.1 0 148Caribe Atlantico -74 2.2 -2.9 2 135Caribe Bolivar 90 2.5 -1.8 0 242Caribe Cesar -119 2.6 -1.3 0 160Caribe Cordoba -11 2.3 -3.8 0 160Caribe Guajira -69 2.2 -1.8 0 86Caribe Magdalena -158 2.4 -1.8 0 153Caribe Sucre 10 2.4 -4.1 -1 207Eje Cafetero Caldas 252 2.4 -4.2 -1 174Eje Cafetero Quindio 153 2.3 -4.1 -1 145Eje Cafetero Risaralda 158 2.4 -3.5 -1 141Llanos Arauca -13 2.9 -6.4 -1 188Llanos Casanare 163 2.8 -5.7 -1 229Llanos Meta 10 2.7 -5.4 -1 180Llanos Vaupes 46 2.8 -1.4 0 192Llanos Vichada 59 2.6 -2.6 0 152Pacifico Choco -157 2.2 -1.2 0 148Sur Occidente Cauca 172 2.3 -1.6 0 168Sur Occidente Narino 155 2.2 -1.4 0 126Sur Occidente Valle del Cauca 275 2.3 -5.1 -1 166
  16. 16. Además, los datos climáticos sirven para…• Evaluación de impacto – Modelos: MaxEnt, Canasta, EcoCrop, DSSAT.• Evaluación de impacto de medidas: ¿Qué sería más costoso? ¿Qué sería más beneficioso?• Establecimiento de políticas e incentivos.
  17. 17. Métodos de análisis y modelación• Desde lo general a lo local – Modelo general: EcoCrop – >=1 dato de presencia del cultivo: Homologue – >25 Datos de presencia de cultivos: MaxEnt – >25 Datos de presencia de cultivo e índice de productividad/calidad por cada punto: CaNaSTA Con su aplicación se pueden generar análisis de impacto productivo y económico, claro está, teniendo en cuenta las incertidumbres.
  18. 18. EcoCrop ¿Cómo evalúa el impacto?Evalúa las condiciones climáticas adecuadas de temperatura y precipitación dentro de unaestación de crecimiento. Además, calcula la adaptabilidad resultante de la interacción entretemperatura y precipitación.
  19. 19. EcoCrop: calibrando y analizando Parámetros base según FAO Parámetros revisados por expertos de CIPPapa
  20. 20. Homologue • Funciona con la coordenada de un punto donde se ha reportado el cultivo. Sitios similaresal Tambo, Cauca
  21. 21. MaxEnt• Encuentra el nicho de un cultivo o especie animal basado en probabilidades de presencia. Distribución probabilística Modelo potencial probabilístico Evidencia Variables multivariado de ambientales presencia socioeconomicas Distribución de probabilidad alrededor de cada variable
  22. 22. Crop Niche Selection in Tropical Agriculture (CaNaSTA)Modelo probabilístico para identificar la productividad/calidad de uncultivo (e.g. café) Calidad más probable
  23. 23. Decision Support System for Agrotechnology Transfer (DSSAT)Es un modelo mucho más detallado. Entre sus características principales están:Ajuste de parámetros de cultivo, sólo trabaja con cultivos principales (e.g.arroz, maíz, yuca) requiere datos muy precisos, diarios.
  24. 24. Evaluación de impacto usando modelos de nicho ecológico - resumen• Diversos métodos con características comunes: – Usan datos ambientales de entrada. – Fácilmente aplicables. – Versátiles por sistema productivo/cultivo. – Permiten incorporación de más datos si están disponibles.
  25. 25. Ante el evidente cambio en el clima y las oportunidades deanálisis ofrecidas por las herramientas de modelamiento, sepodrían encontrar caminos efectivos para adaptar el sector agrícola al CC. Foto por Neil Palmer (CIAT).
  26. 26. ¿Dónde está el fríjol en la actualidad? Growing season (days) 90 Minimum absoluteGrowing season (days) 90 Killing temperature (°C) 0 200 rainfall (mm) Minimum optimum Parámetros determinados 363 Minimum absolute rainfall (mm)Killing temperature (°C) 0 13.6 con base en análisis temperature (°C) Maximum optimum 450 estadístico de los actuales rainfall (mm) Minimum optimumMinimum absolute 17.5 Maximum absolute ambientes de crecimientotemperature (°C) 13.6 temperature (°C) 710 Maximum optimum rainfall (mm) del cultivo LAC y África. temperature (°C) 23.1Minimum optimum 17.5 Maximum absolutetemperature (°C) 25.6 temperature (°C)
  27. 27. Opciones tecnológicas: mejoramiento para tolerancia a sequía o anegamientoAproximadamente el 40 14 Change in suitable areas [>80%] (%) Benefited areas (million hectares) Cropped lands Currently cropped lands22.8% (3.8 millones de 35 Drought 12 Non-cropped lands Not currently cropped lands 30 toleranceha) de las hectáreas Global suitable areas 10 25cultivadas se 20 Waterlogging 8beneficiarían de 15 tolerance 6mejoramiento por 10 4tolerancia al la sequía 5 2en 2020 0 0 -25% -20% -15% -10% -5% None +5% +10% +15% +20% +25% Ropmin Ropmax Not benefited Crop resilience improvement
  28. 28. Opciones tecnológicas: mejoramiento para tolerancia al calor al frío 14 70Aproximadamente el Currently cropped lands Change in suitable areas [>80%] (%) Benefited areas (million hectares) Cropped lands 12 Not currently cropped lands 6042.7% (7.2 millones de Non-cropped lands 50 Cold Global suitable areas 10ha) de las hectáreas tolerance 8cultivadas se 40beneficiarían de 30 6mejoramiento por 20 4 Heattolerancia al calor en 10 tolerance 22020 0 0 -2.5ºC -2ºC -1.5ºC -1ºC -0.5ºC None +0.5ºC +1ºC +1.5ºC +2ºC +2.5ºC Crop resilience improvement Topmin Topmax Not benefited
  29. 29. Resultados de análisis en los Andes tropicales -25 cultivos-
  30. 30. 0 5 -5 10 15 -20 -15 -10Arracacha Arroz Arveja Banano Café SRES-A1B 2020 Camote Cebada Fríjol Lechuga Maíz Naranja Papa SRES-A1B 2050 Papaya Pepino Plátano Quinoa Repollo Sorgo SRES-A2 2020 Soya Tomate Trigo Ulluco en aptitud climática por cultivo Uva Yuca Venezuela: porcentaje de cambio SRES-A2 2050Zanahoria
  31. 31. 0 5 -5 15 10 -15 -10Arracacha Arroz Arveja Banano Café SRES-A1B 2020 Camote Cebada Fríjol Lechuga Maíz Naranja Papa SRES-A1B 2050 Papaya Pepino Plátano Quinoa Repollo Sorgo SRES-A2 2020 Soya Tomate Trigo aptitud climática por cultivo Ulluco Uva Yuca SRES-A2 2050 Colombia: porcentaje de cambio enZanahoria
  32. 32. 0 5 -5 10 15 20 25 -20 -10 -15Arracacha Arroz Arveja Banano Café SRES-A1B 2020 Camote Cebada Fríjol Lechuga Maíz Naranja Papa SRES-A1B 2050 Papaya Pepino Plátano Quínoa Repollo Sorgo SRES-A2 2020 Soya Tomate Trigo aptitud climática por cultivo Ulluco Uva Bolivia: porcentaje de cambio en Yuca SRES-A2 2050Zanahoria
  33. 33. 5 0 -5 10 20 15 -10Arracacha Arroz Arveja Banano Café SRES-A1B 2020 Camote Cebada Fríjol Lechuga Maíz Naranja Papa SRES-A1B 2050 Papaya Pepino Plátano Quinoa Repollo Sorgo SRES-A2 2020 Soya Tomate Trigo aptitud climática por cultivo Ulluco Uva Yuca SRES-A2 2050 Ecuador: porcentaje de cambio enZanahoria
  34. 34. 0 5 -5 10 15 20 -15 -10Arracacha Arroz Arveja Banano Café SRES-A1B 2020 Camote Cebada Fríjol Lechuga Maíz Naranja Papa SRES-A1B 2050 Papaya Pepino Plátano Quinoa Repollo Sorgo SRES-A2 2020 Soya Tomate Trigo aptitud climática por cultivo Ulluco Uva Perú: porcentaje de cambio en Yuca SRES-A2 2050Zanahoria
  35. 35. En términos económicos, un ejemplo de Uruguay $173,541,025 $166,964,034 $200,000,000 $109,695,231Dólares americanos de 1999 - 2001 (US$) $150,000,000 $54,431,478 $45,690,020 $45,255,808 $38,848,421 $100,000,000 $23,535,676 $6,841,599 $6,576,991 Ganancia $50,000,000 Pérdida Balance $0 -$21,720,133 $50,000,000 Impacto sobre valor de la -$55,263,753 producción $100,000,000 150% 96.0% 86.2% Cebada Maíz Arroz Trigo 100% 50% 0% -50% -38.3% -50.7% -100% Cebada Maíz Arroz Trigo
  36. 36. Los investigadores podemos apoyar a los actores en las cadenas de producción y ayudar a que aprovechen las oportunidades. Las medidas… • Pronósticos más precisos con plazos más largos para su ejecución. • Instalación de sistemas de alerta temprana para productores y mercados, minimizando la volatilidad de los precios. • Mejoramiento de la repuesta temprana a los eventos climáticos catastróficos.
  37. 37. En resumen…1. Si tenemos los datos, entonces…2. Podemos predecir el impacto sobre los cultivos.3. Y sugerir estrategias básicas como por ejemplo:  Cambio en variedades (sustitución, diversificación).  Cambio de área cultivada (migración).  Tecnologías de mejoramiento de cultivos.  Estrategias específicas para cultivos específicos (e.g. sombrío para café).  Cambio de cultivo (casos extremos).4. Es necesario realizar pruebas de campo para validar las nuevas tecnologías.5. Y acompañar la validación con estudios de mercado e impacto económico.6. La transferencia de tecnologías juega un papel crítico para el sector agrícola, pero especialmente para el bienestar de los pequeños y medianos agricultores.
  38. 38. Foto por Neil Palmer (CIAT).

×