Uso de modelación biofísica para analizar el impacto del cambio climático

Comentarios: Uso de modelación
biofísica para analizar el impacto
del Cambio Climático
José Eduardo Alatorre
Unidad de Cambio Climático
División de Desarrollo Sostenible y
Asentamientos Humanos
Comisión Económica para América Latina y el Caribe

Noviembre 2013

Características a considerar
• Ventajas
– Tiene un mercado, podemos valuar las ganancias
o pérdidas, a través de los precios.
– Los rendimientos se correlacionan altamente con
los insumos y, gracias a la variabilidad natural
podemos estimar relaciones estadísticas entre
rendimientos y variaciones del clima con datos
observados.
– Es posible realizar experimentos controlados.

Características a considerar
• Desventajas
– Los rendimientos agrícolas tienden a ser muy
dependientes de la localidad y, por tanto, el
análisis debe ser desagregado espacialmente.
– Efecto fertilización de las mayores
concentraciones CO2.

Objetivos y nivel analítico
Existen diversos enfoques para el análisis del cambio climático en la
agricultura, los cuales pueden considerar la estimación de los cambios en:
•
•
•
•
•
•
•

La distribución potencial de los cultivos;
La productividad potencial;
La selección de cultivos;
Rendimientos;
Prácticas agrícolas (cambios en los insumos);
Capacidad de adaptación de las unidades agrícolas
Análisis de vulnerabilidad o impactos de las políticas de mitigación y
adaptación.

Por tanto, algunos modelos son robustos para algunos tipos de análisis

Disponibilidad de datos
• La disponibilidad de información determinará
cuáles modelos son aplicables.
• Es transparente
• Fácil de “calibrar” e interpretar
• Disponibilidad del modelo (es público, existe
comunidad de soporte)

Selección del modelo
Modelo

Uso

Nivel analítico

Fortalezas

Debilidades

Orientado a estimar
el potencial
productivo o la
distribución
potencial de los
cultivos

Basado en variables
climáticas
solamente.
Fácil de calcular.
Efectivo para
No incluye variables
comparaciones entre de gestión o efectos
de fertilización por
regiones o cultivos.
CO2 o variabilidad
climática.

Uso en predicción de
rendimientos para
alertas tempranas y
mercados de
commodities.

Cálculo de
rendimientos.

Los rendimientos se
ajustan al
Datos de series de
comportamientos
tiempo y con la
histórico de las
misma frecuencia
variables climáticas. temporal. Inclusión
(Consideran
limitada de variables
variabilidad
de gestión.
climática)

Modelos basados en
Científicos
procesos
agrónomos para I+D

Cálculo de
rendimientos.
Simulación de
escenarios de
gestión.

Basado en procesos,
altamente calibrado
Intensivo en datos.
y validado
No es generalizable.
(localmente).
¿Disponible?
Incluye adaptación y
mitigación.

Nicho

Modelos
estadísticos
(Funciones de
producción)

Uso en estudios de
planeación agrícola
Útil para análisis
rápidos y audiencias
generales

Fuente: Basado en Iglesias y otros (2012), From the farmer to global food production: use of crop models for climate change impact
assessment, en Dinar y Mendelsohn, Handbook on Climate Change and Agriculture, EE.

Eficacia de algunas medidas de
adaptación

E

Extensive adaptation measures

D

Increased fertilizer use
Changes in planting dates and cultivars

C

Change in planting dates
Changes in crop mix

B

Market adaptation
Heat resistant variety
A

Notes: A. Changes in the crop related to R & D, B. Market type adaptation. C. Managerial type
adaptation. D. Intensiveness of input adaptation. E. Full adaptation (mix adaptation measures).
Source: ECLAC based on Butt, et al. (2006); Reilly, et al. (2001); Njie et al. (2006); Tan and Shibasaki
Njie,
(2003); Adams, et al. (2003); Styczyinski, et al. (2000); and Yates and Strzepek (1998).

Eficacia de las medidas de adaptación en la agricultura para los estudios seleccionados
(Beneficios de la adaptación como % de los impactos)

Heat resistant variety

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Comentarios…I
• Todos los modelos tienen fortalezas y debilidades. Entre
más calibrados y regionalizados son los modelos es mayor
su poder explicativo, pero menor su alcance
(generalización).
• Los modelos sólo proveen un indicador general de las
tendencias probables asociados a un nivel de incertidumbre.
Y su combinación puede generar resultados más robustos.
• La elección del modelo debe realizarse atendiendo a:
– ¿Para qué necesito el modelo? (análisis regional desagregado,
análisis de vulnerabilidad, medidas de adaptación mitigación)
¿Quién es el usuario final?
– ¿De qué datos dispongo? (series de tiempo, datos de suelos, clima,
estrés hídrico, etc.)

• (Disponibilidad pública de los modelos, transparencia,
comunidad de soporte)

Comentarios…II
• El reto en la modelística no es hacer modelos más complejos,
sino modelos simples (económicos en su utilización de datos)
que ofrezcan respuestas relevantes.
• Es mejor tener buenos datos (o supuestos plausibles) con un
modelo relativamente simple que tener malos datos o parciales
con un modelo complejo. (A partir del modelo simple es fácil
tener en cuenta las limitaciones, mientras que un modelo mal
alimentado o sustentado en malos supuestos genera malos
resultados independientemente de su complejidad). Sin
embargo, es importante notar que puede existir una sobre
utilización del modelo, es decir, intentar que el modelo ofrezca
respuestas a algo para lo que no está diseñado.
• Los modelos regionales o nacionales pueden a enmascarar los
impactos locales de la distribución de la producción.

Preguntas
1. ¿Cómo pueden los distintos países y regiones para desarrollar su propio modelo,
es transferible entre países?
2. ¿Qué especialistas son necesarios?
3. ¿Qué tan sensibles son los resultados ante la elección de parámetros para su
calibración?
4. ¿Los modelos de nicho nos permiten realizar análisis sobre las tendencias de la
deforestación? i. e. ¿El análisis se realiza sobre el área actualmente agrícola o
sobre toda el área?
5. ¿Cómo se realiza el análisis del estrés hídrico?
6. ¿Es posible realizar análisis de impactos en la biodiversidad?
7. Inclusión de eventos climáticos extremos. ¿Qué modelos nos permiten evaluar
la incidencia de temperaturas o precipitaciones extremas?
8. Inclusión de aumentos “catastróficos” del clima.
9. Evaluación de los niveles de incertidumbre ¿Es posible cuantificar intervalos de
confianza? ¿Transmiten la incertidumbre los modelos climáticos?

Gracias
JoseEduardo.Alatorre@cepal.org

Uso de modelación biofísica para analizar el impacto del cambio climático

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Similar a Uso de modelación biofísica para analizar el impacto del cambio climático

Similar a Uso de modelación biofísica para analizar el impacto del cambio climático (20)

Más de FAO

Más de FAO (20)

Último

Último (20)

Uso de modelación biofísica para analizar el impacto del cambio climático