Cambio climático sobre sistemas Agroforestales
-
Upload
percy-msanchez -
Category
Documents
-
view
23 -
download
3
description
Transcript of Cambio climático sobre sistemas Agroforestales
Predicción y Evaluación del Impacto del Cambio Climático sobre Sistemas
Agroforestales en la Amazonia Peruana
Predicción del impacto del cambio climático en los sistemas agroforestales en la cuenca del río
Aguaytía al 2050
Efraín LeguíaColaboradores:
Manuel Soudre (IIAP-Pcuallpa)Emmanuel Zapata (CIAT-Colombia)
Marcos Tito (ICRAF-Brasil)José Riofrio (INIAP-Ecuador)
Foto: Global Canopy Programme
Pucallpa 01 de junio 2010
Ubicación de las colectas y parcelas de bolaina, capirona
y cacao
Bolaina (ICRAF, Soudre, GBIF)
Capirona (ICRAF, GBIF) Cacao (ACAPTA, PDA, GBIF, ITC)
Adecuación de la bolaiana a condiciones climáticas actuales
Adecuación de la bolaiana a condiciones climáticas actuales
Adecuación de la bolaiana a condiciones climáticas actuales
De resultados crudos a reclasificados para bolaina
Distribución actual bolaina, en la cuenca del rio Aguaytía
P>50% = 4’439,215.65 ha5.7% de la amazonia
P>50% = 873,091.39 ha49.8% de la cuenca
Distribución de Bolaina para el 2020 (HADCM3)
P>50% = 10’381,159.93 ha13.3% de la amazonia
P>50% = 841,336.50 ha48.2% de la cuenca
Distribucion de Bolaina para el 2050 (HADCM3)
P>50% = 19’194,737.33 ha24.5% de la amazonia
P>50% = 751,112.30 ha42.8% de la cuenca
Superficie afectada por el cambio climático para bolaina
Cambios Superficie (ha)Positivos 472,458.96Negativos 431,295.22Sin cambios 858,331.82
BolainaEscenario base vs 2020
BolainaEscenario base vs 2050
Cambios Superficie (ha)Positivos 274,116.92Negativos 580,072.74Sin cambios 907,896.33
Importancia de Variables en las predicciones de distribución de bolaina
Variable Unidad 2020 2050Min Max Min Max
BIO5 oC -0.7 3.2 2.5 5.1BIO8 oC -1.2 4.2 1.3 2.5BIO18 mm mes-1 -840 399 -869 -6
BIO5 Temperatura máxima del mes más calienteBIO8 Temperatura promedio del trimestre más húmedoBIO18 Precipitación en el trimestre más caliente
Distribución actual capirona, en la cuenca del rio Aguaytía
P>50% = 4,008,256.46 ha5.1% de la amazonia
P>50% = 691,214.85 ha39.5% de la cuenca
Distribución de capirona para el 2020 (HADCM3)
P>50% = 4,579,760.43 ha5.8% de la amazonia
P>50% = 683,906.19 ha39.0% de la cuenca
Distribución de capirona para el 2050 (HADCM3)
P>50% = 2,191,507.27 ha2.7% de la amazonia
P>50% = 104,841.53 ha6% de la cuenca
Superficie afectada por el cambio climático para capirona
CapironaEscenario base vs 2020
Cambios Superficie (ha)Positivos 472,458.96Negativos 431,295.22Sin cambios 858,331.82
CapironaEscenario base vs 2050
Cambios Superficie (ha)Positivos 274,116.92Negativos 580,072.74Sin cambios 907,896.33
Importancia de Variables en las predicciones de distribución de capirona
Variable Unidad 2020 2050Min Max Min Max
BIO8 oC -1.2 4.2 1.3 2.5BIO11 oC -1.5 3.9 2.2 3.4BIO15 CV -4 5 -1 6
BIO8 Temperatura promedio del trimestre más húmedoBIO11 Temperatura promedio del trimestre más frioBIO15 Precipitación estacional (coeficiente de variación)
Cacao climatología actual
Cacao de alto rendimiento: Fuente ICT
Cacao comercial: Fuente PDA, ACATPA, GBIF
P>50% = 1’015,064.30 ha1.2% de la amazonia
P>50% = 2’403,878.58 ha3% de la amazonia
Cacao alto rendimiento ICT PDA, ACATPA, GBIB
Cacao climatología actual
P>50% = 168.02 ha0.01% de la cuenca
P>50% = 564,615.34 ha32.3% de la cuenca
Cacao alto rendimiento ICT PDA, ACATPA, GBIB
Cacao: Horizonte 2020
P>50% = 252.02 ha0.014% de la cuenca
P>50% = 796,560.43 ha45.73% de la cuenca
Cacao alto rendimiento ICT PDA, ACATPA, GBIB
Cacao: Horizonte 2050
P>50% = 5,208.47 ha0.30% de la cuenca
P>50% = 965,751.81 ha55.13% de la cuenca
Importancia de variables en la predicción de distribución del cacao
BIO2 = Rango diurno promedio BIO3 = IsotermalidadBIO5 = Temperatura máxima del mes más caliente
BIO5 Temperatura máxima del mes más calienteBIO18 Precipitación en el trimestre más calienteBIO16 Precipitación en el trimestre más húmedo
Taller de validación
• Crear un espacio de discusión sobre los impactos del cambio climático en especies agroforestales en la cuenca del río Aguaytía.
• Discutir los avances y validar los modelos predictivos generados para los sistemas agroforestales.
• Proponer estrategias de adaptación para los sistemas agroforestales del ámbito de influencia de la cuenca del río Aguaytía
• 45 expertos de 4 Regiones del Perú
Variabilidad climática y SAF
Taller con expertos 12 de marzo 2010
Arreglos agroforestales
Taller con expertos 12 de marzo 2010
Conclusiones del taller
• Incluir algunos factores edafoclimáticos en el modelo predictivo.
• Ampliar la base de datos de ubicación de las especies estudiadas.
• Aspectos genéticos de las especies y su capacidad de enfrentarse a eventos extremos.
• Arreglos agroforestales que permitan hacer frente a eventos extremos como sequias.
Zonificación edáfica para la bolaina
Soudre 2007
Discusión• Sensibilidad de MaxEnt al tamaño de muestra y
distribución de las colectas
Cacao (ACAPTA, PDA y GBIF)155 muestras
Cacao (ACAPTA y PDA) 79 muestras
Discusión• Sensibilidad a la distribución de las colectas las
colectas
Bolaina Capirona
Discusión
Inapropiadas : 0-0.00001%Marginales : 0.00001-30%Aptas : 30-60%Óptimas : 60-100%
Inapropiadas : 0-20%Marginales : 20-50%Aptas : 50-75%Óptimas : 75-100%
• Implicancias de los umbrales de reclasificación de probabilidades
Otros modelos
• EcoCrop (DIVA GIS)
• BioClim (> variables)
• PlantGro (diseñado para cultivos agrícolas)
• Canasta (CIAT)
• Leguía, E; Locatelli, B; Imbach, P. (en prensa). Impacto del cambio climático en plantaciones forestales en Centro América
Conclusiones
• El cambio climático impactará los SAF a través de cambios en la distribución de sus componentes.
• Las especies reaccionan de manera diferente al cambio en las variables climatológicas hacia los horizontes futuros
• Aun existe incertidumbre con respecto a los escenarios de emisiones de gases de efecto invernadero y por lo tanto en los resultados de los modelos que predicen en clima futuro
• El modelaje de la distribución de las especies se basa en supuestos muy fuertes que pueden ser debatibles
• La validación de la distribución actual de las especies en estudio es fundamental para ajustar las predicciones futuras
Muchas Gracias
Instituto de Investigaciones de la Amazonia Peruana
Carretera Federico Basadre km 12.400 Pucallpa, Ucayali
Links de utilidad
• http://www.ipcc-data.org/ddc_gcm_guide.html
• http://elclima.esparatodos.es/hadcm3/index.htm
• www.worldclim.org
• www.gbif.org
• http://www.ipcc-data.org/
• http://www.metoffice.gov.uk/
• http://www.cccma.ec.gc.ca/eng_index.shtml
• http://www.cs.princeton.edu/~schapire/maxent/