Taller de Trabajo sobre Vulnerabilidad y
Adaptacion
Impactos, Vulnerabilidad y Adaptacion
en el sector Agricola
Asunción Paraguay. August 14-18, 2006
Graciela O. Magrin
INTA-Instituto de Clima y Agua (Argentina)
Esquema
Cambio Climatico, agricultura y seguridad
alimentaria
Metodos, herramientas y bases de datos
Aplicaciones practicas
Evaluaciones integradas
Efectos del clima y el cambio climatico
sobre la produccion de cultivos
Cambios en las condiciones biofisicas
Cambios en las condiciones socioeconomicas en respuesta a los cambios en la productividad de los cultivos (ingresos, mercados y precios, pobreza, desnutricion,riesgo de hambre, migracion)
POSSIBLE BENEFITS
POSSIBLE DRAWBACKS
CO2
CARBON DIOXIDE
FERTILIZATION
LONGER
GROWING
SEASONS
INCREASED
PRECIPITATION
MORE
FREQUENT
DROUGHTS
PESTS
HEAT
STRESS
FASTER
GROWING
PERIODS
INCREASED
FLOODING AND
SALINIZATION
POSSIBLE BENEFITS
POSSIBLE DRAWBACKS
CO2
CARBON DIOXIDE
FERTILIZATION
LONGER
GROWING
SEASONS
INCREASED
PRECIPITATION
MORE
FREQUENT
DROUGHTS
PESTS
HEAT
STRESS
FASTER
GROWING
PERIODS
INCREASED
FLOODING AND
SALINIZATION
CO2 Temperatura Precipitacion
Cambio Climatico, Agricultura y
seguridad alimentaria
El Cambio Climatico es solo un estres entre muchos otros que afectan a la agricultura y a la poblacion involucrada en esta actividad.
Incendios
Cambio en el uso
de la tierra
Erosion hidrica
Interacciones Multiples,
Vulnerabilidad y Adaptacion
Vulnerabilidad social
Cambio
climatico
Cambios
Economicos,
Sociales,
Demograficos
y en el uso de
la tierra. Sistemas y
grupos
sociales que
necesitan
adaptarse
Inundacion
Santa Fe 2003 Ar
http://www.fao.org/es/ess/faostat/foodsecurity/FSMap/map14.htm
Vulnerabilidad Social
Interacciones multiples,
Los tomadores de decisiones ayudan a definir la
adaptacion
Cientificos Productores
Politicos
Interacciones Multiples
El Cambio Climatico es solo uno de los estreses que afecta a la agricultura y a la poblacion involucrada en esta actividad
La integracion de resultados es escencial para
formular evaluaciones de relevancia para los decisores y la fijacion de politicas.
Las consecuencias potenciales del cambio climatico dependen de:
La region y el sistema productivo [Donde?]
La magnitud [Cuanto? Lo escenarios son importantes.]
La respuesta socioeconomica [Que pasa en respuesta al cambio? Capacidad de adaptacion (adaptacion autonoma) y de la adaptacion planificada.]
Donde? Sistemas y Grupos
sociales
Produccion de café en Brasil
Zonas marginales
Cuanto? Clima y escenarios
socioeconomicos (SRES)
Cambios en Precipitacion
Cambios en Temperatura
Had CM2 modelo, 2050s
Como se responde al cambio?
Capacidad Adaptativa (adaptacion autonoma)
Adaptacion planificada
Lobell and Monasterio, 2006
Mexico
-70 -65 -60 -55 -50 -45 -40
Anual OC-SE Estandarizado 176 Est
-40
-35
-30
-25
-20
-15
Adaptacion autonoma en Argentina
Barros, 2004
Superficie dedicada a trigo, maiz, girasol y soja como porcentaje de la superficie total del partido, a paso decadico durante el siglo XX
Argentina
Pampas Region
Pilar
01020304050
60708090
100
20' 30' 40' 50' 60' 70' 80' 90'
Wh MzSu Sb
Rosario
01020304050
60708090
100
20' 30' 40' 50' 60' 70' 80' 90'
Pergamino
01020304050
60708090
100
20' 30' 40' 50' 60' 70' 80' 90'
Junín
01020304050
60708090
100
20' 30' 40' 50' 60' 70' 80' 90'
9 de Julio
01020304050
60708090
100
20' 30' 40' 50' 60' 70' 80' 90'
Azul
01020304050
60708090
100
20' 30' 40' 50' 60' 70' 80' 90'
Laboulaye
01020304050
60708090
100
20' 30' 40' 50' 60' 70' 80' 90'
Santa Rosa
01020304050
60708090
100
20' 30' 40' 50' 60' 70' 80' 90'
Tres Arroyos
01020304050
60708090
100
20' 30' 40' 50' 60' 70' 80' 90'
Magrin et al., 2005
Cont…..
Agricultura y
Variabilidad Climatica
Ano
Pais Localidad Sector
Perdidas
Produccion milliones de
US$
2004 Ecuador Crops 70%
2004 Guatemala Crops 80% 4
2004/05 Brazil RG do Sul Soybean and others
8 Mt 2200
2004/05 Argentina NOA-NEA Soybean 2 Mt 340
2005 Argentina Centro-Norte y centre-north and western Pampas
Main Crops 10 Mt 900
2005 Paraguay Soybean 55% 170
2005 Bolivia Santa Cruz Hail and floodings
1
2005 Peru Piura frost
11
Sequias que afectaron la agricultura
en AL durante los ultimos ciclos
productivos
Flooding affecting the agricultural sector of LA since 2003
Ano
Pais Localidad Sector
Perdidas
Produccion milliones
US$
2003 Argentina Santa Fe Soja, Maiz y Sorgo
0.4 Mt 0.2 Mt
68 16
2004 Argentina Chaco 0.3 Mha 200
2006 Bolivia Potosí, Oruro, La Paz
Cultivos 70% 15
2006 Guyana Mahaica, Mahaicony Cultivos comerciales, Arroz exportacion
100% 4
Soybean monoculture
Flood Bolivia 2006
Flood Argentina 2003
Inundaciones que afectaron
recienjtemkente la agricultura en AL
Year
Event Country Site Sector Losses
Production millionUS$
2004 Huracan Catarina
Brazil Banana Aroroz
85% 40%
2005 Huracan Stan
Guatemala Granos Horticultura Cafe Ganado
160 16 30 134
Mexico Chiapas Cafe 0.23 Mha 120
El Salvador Tierras productivas
9.1%
2006 Granizo Argentina Santa Fe Soja y maiz 0.016 Mha 5
Otros eventos extremos que
afectaron nal sector
Impactos de la vaiabilidad
climatica relacionada a ENSO
WHEAT
0 - 3535 - 4545 - 5555 - 6565 - 7575 - 8585 - 100SD
0 - 3535 - 4545 - 5555 - 6565 - 7575 - 8585 - 100SD
"El Niño" "La Niña"
0 - 3535 - 4545 - 5555 - 6565 - 7575 - 8585 - 100SD
"La Niña"
MAIZE
"El Niño"
0 - 3535 - 4545 - 5555 - 6565 - 7575 - 8585 - 100SD
0 - 3535 - 4545 - 5555 - 6565 - 7575 - 8585 - 100SD
"El Niño"
SOYBEAN
0 - 3535 - 4545 - 5555 - 6565 - 7575 - 8585 - 100SD
"La Niña"
0 - 3535 - 4545 - 5555 - 6565 - 7575 - 8585 - 100SD
0 - 3535 - 4545 - 5555 - 6565 - 7575 - 8585 - 100SD
"El Niño" "La Niña"
SUNFLOWER
Probabilidad de obtener rendimientos superiores (azul) o inferriores (rojo) a la media durante El Niño y La Niña
Impacts de ENSO en Argentina A
rgen
tina
(Magrin et al.,1998)
Fre
cu
en
cia
(%) 0
10
20
30
40
50
60
70
80
90
100
Bajo
Med. Alto
Todos los anios El Niño "Neutros" La Niña
Rendimiento
Impactos de variabilidad climatica
relacionada a ENSO en Uruguay
Produccion de maiz en Uruguay Baethgen et al., 1998
Maiz Soja
Trigo – Soja
Trigo
Girasol
Mani
ENSO Phases
100%
75%
50%
25%
0%
Pergamino
Mod
. Ris
k av
ersi
on
Santa Rosa Pilar
Niña Neutro Niño Clim Niña Neutro Niño Clim Niña Neutro Niño Clim
Adaptation a la variabilidad
climatica: Cambio de cultivos
Agricultura y
tendencias climaticas
Lluvia Total
Dias con lluvia >20mm
Anual)
Indices de tendencias en precipitacion (Kendall’s Tau). Los incrementos se indican con signo +, las reducciones con un circulo. Los valores en negrita son significativos (p 0.05).
Tendencias en lluvia (total y extremos)
1960-2000
Haylock et al., 2006
Indices basados en temperatura minima diaria. (Vincent et al, 2005)
Tendencias en la temperatura 1960-2000
Cambios en la produccion de cultivos y pasturas (Argentina-Uruguay) entre 1930-1960 and 1970-2000 provados por cambios en el clima
(Magrin et al, 2005; Baethgen et al, 2006)
Total Clima
Trigo +56 +13 (-6 to +21)
Girasol +102 +12 (+4 to +24)
Maiz +110 +18 (+6 to +31)
Soja - +38 (+4 to +81) 3
4
5
6
7
8
Azul Pergamino Tres Arroyos Uruguay
Ma
teri
a s
ec
a (t
/ha
)
1930 19601970 2000
+ 9.8%
+ 6.4%
+ 7.0%
+ 3.6%
Cultivos Pasturas
Impactos de las tendencias climatica
en la produccion en SESA
1966-1999 1931-1965
Fus
arium
inc
idenc
e
Incidencia de Fusarium en La Estanzuela Uruguay Mauricio Fernandes AIACC-LA27
Impactos de las tendencias climaticas
sobre las enfermedades en SESA
Agricultura y
Cambio Climatico
MAIZE SUNFLOWER SOYBEAN WHEAT
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
GFDL
UKMO
GISS
MPI-ds
Maize Sunflower Soybean Wheat
GFDL
UKMO
GISS -8%
-8%
-16%
+18%
-22%
+3%
-3%
-8%
-3%
En cuanto podria el cambio climatico afectar la
produccion?
MAIZE SUNFLOWER SOYBEAN WHEAT
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
-66 -64 -62 -60 -58
Longitud
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-31
-30
-29
-28
Lat
itud
GFDL
UKMO
GISS
MPI-ds MPI-ds +2% +21% +7%
Magrin & Travasso 2002
Rendimientos simulados de maiz (condicion base) y cambios potenciales para 2055
Jones & Thornton, 2003
Como afectaria el cambio climatico a los
pequenos productores?
Reduccion media: 10%
Este de Brasil: Zona con cambios moderados que podria adaptarse con medidas agronomicas
simples o mediante el mejoramiento genetico.
Jones & Thornton, 2003
Como afectaria el cambio climatico a los
pequenos productores?
Venezuela: Una zona donde los rendimientos bajarian casi a cero, indicando que la produccion se
deberia trasladar a otra region, p.e el sudeste.
Jones & Thornton, 2003
Como afectaria el cambio climatico a los
pequenos productores?
Cambios potenciales (%) en los rendimientos nacionales de cereales en 2020, 2050, y 2080 bajo los escenarios HadCM3 SRES A2a y B2, considerando y sin considerar el efecto del CO2. Parry et al., 2004
Como afectaria el
CC a la
produccion
mundial de
alimentos?
Limites para la Adaptacion
Limitesd tecnologicos: (p.e. cultivos tolerantes a excesos o deficit de agua, o a temperaturas elevadas).
Limites sociales (p.e. aceptacion de la biotecnologia)
Limites Politicos (p.e. la estabilizacion de la poblacion rural puede no ser un optimo planeamiento de uso de la tierra)
Limites culturales (p.e. aceptacion de precios y tarifas de agua).
Diferencia entre paises
desarollados y en desarrollo
Escenario A1FI A2a A2b A2c A2c B1a
B2b
C02 (ppm) 810 709 709 709 527 561 561
Mundo (%) -5 0 0 -1 -3 -2 -2
Desarrollados (%) 3 8 6 7 3 6 5
En desarrollo(%) -7 -2 -2 -3 -4 -3 -5
Desarrollados-En
desarrollo) (%)
10 10 8 10 7 9 9
Cambios potenciales (%) en el rendimiento nacional de
cereales para 2080s (comparado con 1990) usando el
modelo HadCM3 GCM y los escenarios SRES (Parry et al.,
2004)
Gente adicional con riesgo de
hambre
30
9
69
50
7
60
34
5
43
0
10
20
30
40
50
60
70
80
2020 2050 2080
Ad
ditio
na
l M
illio
ns o
f P
eo
ple
Unstabilised
Stabilised at 750ppmv
Stabilised at 550ppmv
30
9
69
50
7
60
34
5
43
0
10
20
30
40
50
60
70
80
2020 2050 2080
Ad
ditio
na
l M
illio
ns o
f P
eo
ple
30
9
69
50
7
60
34
5
43
0
10
20
30
40
50
60
70
80
2020 2050 2080
Ad
ditio
na
l M
illio
ns o
f P
eo
ple
Unstabilised
Stabilised at 750ppmv
Stabilised at 550ppmv
Parry et al., 2004
Gente adicional con riesgo de
hambre (cont…)
En general, el riesgo potencial de gente con hambre es mayor con los escenarios no estabilizados, aunque existen variaciones decadales.
En todas las decadas el scenario no estabilizado es el
mas caliente
En el 2020s, el calentamiento es beneficioso para la produccion agregada
En el 2080s, el calentamiento superaria los umbrales de tolerancia en varias regiones de bajas latitudes con incremento de gente con riesgo de hambre.
Conclusiones
Aunque la produccion global parece estable . .
. . . Las diferencias regionales en produccion
incrementarian a lo largo del tiempo conduciendo a
polarizaciones significativas de los efectos. . .
. . . Provocando aumentos en los precios y en el riesgo
al hambre entre los paises mas pobres
Los efectos mas serios se concentrarian en las
regiones o grupos mas marginales (regiones o grupos
vulnerables)
Metodos, herramientas y bases de
datos
1. El Marco
2. La eleccion de los metodos y herramientas
de investigacion.
3. Bases de datos: fuentes,escalas,
credibilidad.
Marcos
Adaptation Policy Framework (APF), US Country
Studies, IPCC, seven steps
Todos tienen basicamente los mismos elementos
Definir el problema
Seleccionar y testear los metodos
Aplicacion de escenarios (climaticos y
socioeconomicos)
Evaluacion de vulnerabilidad y adaptacion
Los estudios pueden usar un marco como guia o
utilizar los mejores elementos de cada uno.
Metodos y herramientas
cuantitativos
Experimentacion
Analogos (espacial y temporal)
Funciones de produccdion (estadisticas)
Indices Agroclimaticos
Modelos de simulacion (genericos y especificos)
Modelos Economicos (establecimiento, nacional, regional) – Generan resultados reoevantes para la fijacion de politicas.
Analisis Social (encuestas y entrevistas) – Permiten la participacion directa de los tomadores de decisiones.
Integradores: SIG
Experimentcion: Efectos de incrementos de C02
Cerca de Phoenix, Arizona,
cientificos miden el crecimiento
de trigo en un ambiente con
elevada concentracion de CO2.
El estudio llamado: Free Air
Carbon Dioxide Enrichment
(FACE), tiene el objetivo de
medir los efectos del CO2 en
las plantas. Es el mayor
experimento de este estilo a
nivel mundial.
http://www.ars.usda.gov
http://www.whitehouse.gov/media/gif/Figure4.gif
Experimentacion
Valor
Escala espacial de resultados Sitio
Tiempo necesario para el
analisis
Estaciones a decadas
Necesidad de datos 4 to 5
Conocimiento o training
requerido
1
Recursos tecnologicos 4 to 5
Recursos financieros 4 to 5
Rango del ranking is 1 (menor cantidad) hasta 5 (la mayor
demanda). Example: growth chambers, experimental fields.
Analogos: Sequias, Inundaciones
Uruguay Indice de vegetacionVegetation
Fuente: INIA-IFDC
Enero 1998 Enero 2000
Uruguay
0 - 3 5 3 5 - 4 5 4 5 - 5 5 5 5 - 6 5 6 5 - 7 5 7 5 - 8 5 8 5 - 1 0 0 S D
El Niño
0 - 3 5 3 5 - 4 5 4 5 - 5 5 5 5 - 6 5 6 5 - 7 5 7 5 - 8 5 8 5 - 1 0 0 S D
La Niña
Analogos: Fases del ENSO
Rendimiento de soja, Argentina
Analogos (espacio y tiempo)
Ejemplo: clima en otra zona o en un periodo anterior
Valor
Escala espacial de resultados Sitio a region
Tiempo necesario para el
analisis
Decadas
Necesidad de datos 1 a 2
Conocimiento o training
requerido
1 a 3
Recursos tecnologicos 1 a 3
Recursos financieros 1 a 2
Rango del ranking is 1 (menor cantidad) hasta 5 (la
mayor demanda).
Funciones de produccion
Relaciones entre rendimiento de trigo y la lluvia durante el periodo desde 60 dias hasta 10ndias
despues de floracion. (Calviño & Sadras, 2002)
Precipitation
Funciones de Produccion
Valor
Escala espacial de resultados Sitio a planeta
Tiempo necesario para el
analisis
Estaciones a decadas
Necesidad de datos 2 a 4
Conocimiento o training
requerido
3 a 5
Recursos tecnologicos 3 to 5
Recursos financieros 2 a 4
Rango del ranking is 1 (menor cantidad) hasta 5 (la mayor
demanda).
Indices Agroclimaticos
Longitud del periodo de crecimiento (clima de referencia, 1961-1990).
IIASA-FAO, AEZ
Indices Agroclimaticos
Ejemplo: FAO, etc.
Valor
Escala espacial de resultados Sitio a planeta
Tiempo necesario para el
analisis
Estaciones a decadas
Necesidad de datos 1 a 3
Conocimiento o training
requerido
2 a 3
Recursos tecnologicos 2 a 3
Recursos financieros 1 a 3
Rango del ranking is 1 (menor cantidad) hasta 5 (la mayor
demanda).
Agua
Carbono
Nitrogeno
Modelos de Cultivos
Sebasan en
El conocimiento de plantas,
suelo, clima y manejo
Calculan
Requiren
Crecimiento, rendimiento,
requerimientos de agua y
fertilizante, etc
Informacion (inputs): clima,
manejo, suelos, etc
Ventajas de los Modelos
Los Modelos permiten plantearse preguntas tales
como: Que pasaria si?. Permiten conocer los
beneficios relativos de cambios en el manejo.
Son herramientas poderosas para aislar los impactos
climaticosl
Mejoran el planeamiento y facilitan las decisiones.
Ayudan a aplicar conocimientos y experiencia para la
fijacion de politicas
Los Modelos permiten la integracion entre sectores y
usuarios
Limitaciones de los Modelos
Los Modelos deben ser calibrados y
validados para representar la realidad
Necesitan datos y experiencia tecnica
Los Modelos solos no dan respuestas, se
bnecesita de la interaccion con stakeholders
Crop Models
Example: CROPWAT, CERES, SOYGRO, APSIM,
WOFOST, etc.
Valor
Escala espacial de resultados Sitio a region
Tiempo necesario para el analisis Diario a siglos
Necesidad de datos 4 a 5
Conocimiento o training requerido 5
Recursos tecnologicos 4 a 5
Recursos financieros 4 a 5
Rango del ranking is 1 (menor cantidad) hasta 5 (la mayor
demanda).
Modelos Economicos
Consideran la produccion y el consumo de las materias primas
Las cuestiones economicas de mayor interes incluyen:
Como responden los precios a los montos de produccion?
Como se maximizan los ingresos ante diferentes oportunidades de produccion y consumo?
Modelos Economicos (continued)
Microeconomicos: Productor
Macroeconomicos: Economias Regional
economies
Los rendimientos son un input principal, la
demanda es el otro.
Modelos de comercio Agricola
Parry et al., 1999.
Herramientas Sociales
Encuestas y entrevistas
Permiten la participacion de los decisores y productores (demand-driven science), consideran la opinion experta de manera rigurosa
Encuestas y entrevistas
Desarrollo de opciones de
adaptacion con
productores
Fechas de siembra en soja,
Argentina
Fechas de siembra
Cultivares
Economic and Social Tools
Valor
Escala espacial de resultados Sitio a region
Tiempo necesario para el
analisis
Diario a siglos
Necesidad de datos 4 a 5
Conocimiento o training
requerido
5
Recursos tecnologicos 4 a 5
Recursos financieros 4 a 5
Rango del ranking is 1 (menor cantidad) hasta 5 (la mayor
demanda).
Integradores: SIG
Integradores
Example: …. All possible applications ….
Valor
Escala espacial de resultados region
Tiempo necesario para el analisis Mensual a siglos
Necesidad de datos 5
Conocimiento o training requerido 5
Recursos tecnologicos 5
Recursos financieros 5
Rango del ranking is 1 (menor cantidad) hasta 5 (la mayor
demanda).
Conclusiones
Los beneficios de cada metodologia difieren segun el nivel de impacto que se estudie, frecuentemente las metodologias son complementarias.
Por ejemplo: Los Indices Agroclimaticos son adecuados para conocer las respuestas de los cultivos a cambios en lluvia y temperatura en grandes areas o regiones. Los modelos de cultivos se usan, por ejemplo, para definir estrategias optimas de manejo, y estos resultados pueden a su vez usarse como inputs en los modelos economicos que analizan las vulnerabilidades regionales o las estrategias nacionales de adaptacion.
Una mezcla de metodologias suele ser a menudo lo mas oportuno.
Bases de datos
Datos requeridos para definir el ambiente
climatico, no climatico, y socioeconomico en
las condiciones base y en los escenarios
Los datos son limitados
Discusion sobre Bases y fuentes de datos
Valencia - Dec-Feb T(C) 1900-2000
8
9
10
11
12
13
1880 1900 1920 1940 1960 1980 2000 2020
Valencia - Jun-Aug T(C) 1900-2000
21
22
23
24
25
26
1880 1900 1920 1940 1960 1980 2000 2020
Valencia - Annual T(C) 1900-2000
15
16
17
18
19
20
1880 1900 1920 1940 1960 1980 2000 2020
IPCC Grupo de trabajo I: “Sintesis de un
mundo mas calido”
Source of data: GISS/NASA
FAOCLIM
Precipitacion Anual 1901-1995
Source of data: NOAA, NCDC
0
40
80
120
160
200
1920 1940 1960 1980 2000
Prec
ipit
atio
n (m
m) January, Santa Rosa Argentina
1: Evergreen needle leaf forests
2: Evergreen broad leaf forests
3: Deciduous needle leaf forests
4: Deciduous broad leaf forests
5: Mixed forests
6: Woodlands
Clasificacion de cobertura de la tierra
7: Wooded grasslands/shrubs
8: Closed bushlands or shrublands
9: Open shrublands
10: Grasses
11: Croplands
12: Bare
13: Mosses and lichens
De Fries et al., 1998
Eva et al., 2004
Poblacion
Map of the night-time city lights of the world DMSP: NASA and NOAA
La iluminacion se relaciona con la
poblacion y los ingresos
Suelos: FAO
Cambios proyectados en temperatura y precipitacion annual para el 2050 en relacion
con las condiciones actuales segun dos MGC.
http://www.icasanet.org/ http://www.clac.edu.eg
International Consortium for Agricultural
Systems Applications
Pregunta: Que componentes del sistema
agricola son mas vulnerables y requieren
especial atencion? – modelos de cultivos
(p.e. DSSAT)
Aplicaciones practicas: DSSAT
Aplicaciones practicas: DSSAT
1. Ejemplos de uso
2. Uso de modelos (3 aplicaciones para
realizar por los participantes)
DSSAT Decision Support System for
Agrotechnology Transfer
Componentes Descripcion
Base de Datos Clima, Suelo, Genetico, experimentos,
economica
Modelos Modelos de cultivos: maiz, trigo, arroz,
cebada, sorgo, soja, mani, papa, etc)
Programas Graficos, clima, coeficientes geneticos,
suelos, etc
Aplicaciones Validacion, analisis de sensibilidad
estrategias estacionales, rotacion de
cultivos
Datos Requeridos
Clima: Valores diarios de precipitacion,
temperatura maxima y minima y radiacion
Suelos: Textura y contenido de humedad
Manejo: fecha y densidad de siembra,
variedad, espaciamiento, riego y fertilizacion
(fecha y monto).
Datos de cultivo: fechas de floracion y
madurez, materia seca y rendimiento,
medidas de crecimiento y area foliar.
0
1
2
3
4
5
6
0 1 2 3 4 5 6
Observados (t/ha)
Sim
ula
dos (
t/ha)
Trigo Soja
5
6
7
8
9
10
11
12
13
14
15
5 6 7 8 9 10 11 12 13 14 15
Observados (t/ha)
Sim
ula
dos (
t/ha)
Maíz
Validacion del modelo Trigo: 23 sitios (m.e.: 10%) Soja: 16 sitios (m.e.: 10.9% Maiz: 11 sitios ( m.e.: 7.8%
Travasso & Magrin, 2001
Ejemplos
Un manejo optimo del cultivo puede ser una opcion de adaptacion?
Puede lograrse la adaptacion optimizando los cultivares?
El cambio en la mezcla de cultivods puede ser una adaptacion?
Un manejo optimo del cultivo puede ser
una opcion de adaptacion?
1
2
3
4
67 5
8
10
9
1112
"!g
"!h
"!f
"!a
"!b
"!c
"!d
"!e
"!i
Source Argentina 2º National communication
-15
-10
-5
0
5
10
15
20
25
Tres Arroyos Santa Rosa
Chang
es
in m
aize y
ield (%)
Without adaptation
Level 1: Changing planting date and fertilizer amount
Level 2: Level 1 + Irrigation
HadCM3 B2 2050
Estrategias de adaptacion en 2 sitios de Argentina
Incrementar insumos y mejorar el manejo:
• Fecha de bsiembra
• Fertilizacion
• Riego suplementario
Travasso et al., 2006
Un manejo optimo del cultivo puede
ser una opcion de adaptacion?
Crop Coefficients
Corn
. Fase Juvenil (grados dia sobre 8C desde
esmergencia hasta fin de la fase juvenil)
.
Sensibilidad a Fotoperiodo
. Duracion de llenado de granos (grados dia
sobre 8C desde floracion hasta madurez)
. Numero potencial de gtranos
. Peso potencial de granos (tasa de
crecimiento)
P1
P2
P5
G2
G5
Puede lograrse la adaptacion optimizando los cultivares?
Optimizacion de variedades
Maiz >P1 Prolongacion de la Fase juvenil
Trigo >P1D mayor sensibilidad al fotoperiodo
Aplicaciones practicas
1. Efectos del manejo (nitrogeno y riego suplementario) en dos zonas de Argentina
2. Efectosn delo cambio climatico en diferentes zonas
Analisis de sensibilidada a cambios en lluvia, temperatura y niveles de CO2 levels
3. Adaptacion: Cambios en manejo para mejorar los rendimientos bajo cambio climatico.
Aplicacion 1. Manejo
Clima
San Luis Pergamino
SR (MJ m2 day1) 17.5 15.9
T Max (°C) 24.4 22.9
T Min (°C) 11.6 10.6
Precipitacion (mm) 603 1029
Dias con lluvia (num) 65 85.4
Datos de entrada necesarios
Clima
Suelos
Cultivares
Manejo (*.MZX files) descripcion del
experimento
Abriendo DSSAT . . .
Clima
Suelo
Cultivares
Archivos de entrada
Archivo de Cultivares
Seleccionando elcultivar. .
Mirando las caracteristicas del
cultivar . . .
Archivos de clima . . .
Elegimos el clima. . .
Miramos los datos de clima. . .
Calculamos medias mensuales…..
Calculo de medias mensuales . . .
(cont…)
Ubicacion de los datos del
experimento . . .
Seleccion del Experimento. . .
Archivo de Experimentos
Archivo de Experimentos
Comienzo de la simulacion….
Corriendo . . .
Seleccion del Experimento . . .
Selecion del Tratamiento . . .
Vista de los resultados . . .
Select Option . . .
Management Maize yield San Luis and Pergamino
Argentina
4
6
8
10
12
14
16
Rainfed low N Rainfed high N Iriig low N Irrig high N
yield
(t/
ha)
San Luis
Pergamino
Analis de Resultados
Analisis de Resultados
Analisis de Resultados
Analisis de Resultados
Ejemplo 2. Sensibilidad al clima
Comienzo de la simulacion . .
Analisis de sensibilidad . . .
Seleccion de la opcion…
Climate change impacts
0
2
4
6
8
10
12
baseline +2C +20% +2C -20%
maize y
ield
(t/
ha)
San Luis
Pergamino
http://www.fao.org/ag/agl/aglw/cropwat.htm
CROPWAT es us sistema de decision para el
planeamiento y manejo del riego.
Cambios en oferta/demanda de agua.
Modelos de riego suplementario (e.g.,
CROPWAT)
http://www.clac.edu.eg
Ejemplos
1. Calculo de la ET0
2. Calculo de los requerimientos del cultivo
3. Calculo de requerimientos de riego para
varios cultivos
Comenzando con CROPWAT …
Rescatar datos de clima. .
Analizar Temperature . . .
Analizar ET0 . . .
Calcular ET0 . . .
Analizar Lluvias . . .
Rescatar parametros del cultivo . . .
Ver los datos cargados . . .
Definir y ver areas de cultivos. . .
Definir el metodo de riego. . .
Datos de entrada completados . . .
Calculo de Necesidades de riego . . .
Calculo de Esquema de riego . . .
Resumen de Resultados . . .