Evaluando Vulnerabilidad ante el Cambio Climático:

Conceptos y una Aplicación para Brasil

COP-Andes

Basado en Documento de Trabajo “Assessing Local Vulnerability to Climate Change in Agriculture: An

Application to the State of Tocantis, Brazil” por Santiago Guerrero, Miriam Juárez y Adán Martínez

El Concepto de Vulnerabilidad

• “La predisposición a ser afectado de manera adversa. La vulnerabilidadcomprende una serie de conceptos incluyendo sensibilidad o susceptibilidad aldaño y falta de capacidad para enfrentar y adaptarse (IPCC AR5).

• Así, por ejemplo, la vulnerabilidad de la agricultura al cambio climático se refierea la exposición a altas temperaturas, a qué tan sensibles son los rendimientos delos cultivos a las altas temperaturas y a la habilidad de los agricultores paraadaptarse ante cambios en la exposición y la sensibilidad, vía cultivandodiferentes variedades u otro tipo de cultivos (FAO, 2012).

• Más formalmente, la vulnerabilidad es función de tres componentes principales(Luers et al., 2003):

1. Exposición: la probablidad de que un estresor sobrepase o esté por debajo de uncierto límite a partir del cual el sistema que se está evaluando es muy probable queresulte afectado de manera adversa (ej. la temperatura es mayor que 39°C).

2. Sensibilidad: cómo reacciona el sistema ante estresores ( precipitación ytemperatura) ponderado por la distancia del estado actual del sistema respecto allímite del sistema a partir del cual éste se encuentraría adversamente dañado.

3. Capacidad de adaptación: La capacidad de un sistema para reducir su vulnerabilidadante un estresor.

Algunas Definiciones• Cualquier evaluación de vulnerabilidad requiere definir los siguientes

conceptos:

1. Sistema: Se refiere a la unidad geográfica-socioeconómica que será evaluada (ej. país, estado, municipio, municipio que siembra un cultivo determinado, etc.).

Para el caso de Brasil nos enfocamos en todos los municipios del estado de Tocantins en Brasil.

Hacemos hincapié en municipios en los que actualmente el BID está invirtiendo en mejorar los sistemas de irrigación (PRODOESTE).

Fuente: FAO

Tocantins y municipios PRODOESTEBrasil

Algunas Definiciones2. Estresores: Los principales factores biofísicos que impactan sobre un

sistema y que se modificarán como resultado del cambio climático(temperatura, precipitación, incendios, huracanes, sequías,inundaciones, etc.). Nos enfocamos en temperatura y precipitación promedio en cuatro etapas de

crecimiento de 5 cultivos principales (soya, maíz, sandía, frijol y arroz) lascuales ocurren entre Octubre y Mayo.

3. Temporalidad: el periodo en el cual se evaluará la vulnerabilidad y enel cual se realizará la evaluación del cambio climático. La vulnerabilidad actual se evalúa de 2001 a 2012. La vulnerabilidad ante el cambio climático se evalúa en el mediano (2020-2049)

y el largo plazos (2070-2099).

Importante:

a. Considerar que la evaluación de vulnerabilidad es específica para cadacontexto por lo que cualquier indicador obtenido debería interpretarse yutilizarse con precaución para propósitos de política pública.

b. Las aplicaciones empíricas tienden a simplificar las complejidades de lasinteracciones entre los sistemas biofísicos y los socioeconómicos.

c. El trabajo con la población afectada es importante para calibrar modelosy modificar aplicaciones.

Exposición

• Para medir exposición se requiere una medida de qué tan probable es para un sistema dado ser afectado negativamente por la realización de un estresor que sobrepasa un cierto límite.

El número de veces que la temperatura y la precipitación observadashistóricamente (2001-2012) durante cada etapa del ciclo de crecimientosobrepasó o no alcanzó un cierto rango, apropiado para el desarrollofenológico de la planta.

• Límite: Cuál es el límite a partir del cual, una vez que es rebasado por el estresor el sistema se considera dañado.

CropDuration in days

of growth cycle*

Prcipitation

Mm per day

Optimal

Temperature for

Reproduction oC

Optimal

Temperature Range

for Yield oC

Failure

Temperature

Reproductive yield

oC

Soybeans 90-130 7-8 mm 34 25-37 39

Corn 110-120 8 mm 26 18-25 35

Rice 120-140 7-8 mm 33 23-27 35-36

Watermelon 120-130 5 mm 35 22-30 37

Beans 140-150 6 mm -- 23-24 32

* Depends on variety.

Agronomical criteria for stressors by crop

Sensibilidad

• Existen varios métodos para poder medir sensibilidad:

1. Modelos agronómicos. Son modelos detallados y complejos que simulanrendimientos de cultivos, de acuerdo a múltiples variables biofísicas queinteractúan de manera no-lineal. Algunos ejemplos son CERES-Maize (CropEnvironment Resource Synthesis) para maíz y CERES-Wheat para trigo,InFoCrop, etc.

2. Métodos hedónicos. Se propusieron por Mendelsohn et al. (1994) y consistenen estimar una ecuación de valores de la tierra agrícola como función devariables climáticas. La intuición es que en mercados de tierra que funcionanapropiadamente, los valores de la tierra incorporan el valor presente de todoslos posibles usos potenciales futuros que se le puedan dar.

3. Métodos estadísticos o de panel. Consisten en estudiar de manera estadísticala relación histórica entre rendimientos observados de cultivos y variablesclimáticas (Schlenker and Roberts, 2006).

Utilizamos el método estadístico utilizando los rendimientos observados de 5cultivos en 139 municipios de Tocantins para el periodo 2001 to 2012.

Transformamos las sensibilidades a valores monetarios por medio de la relación quese observa entre los rendimientos y las ganancias de los agricultores en Tocantins.

Vulnerabilidad y Capacidad de Adaptación

• En general, cualquier indicador de vulnerabilidad se conforma de losindicadores de exposición y sensibilidad.

Adaptamos la definición de vulnerabilidad de Luers (2003) para el caso deBrasil y consideramos vulnerabilidad como una suma ponderada de lassensibilidades ante temperatura y precipitación, donde los pesos estándados por las probabilidades que un estresor pase (temperatura) o noalcance (precipitación) un cierto límite.

• Capacidad adaptativa: la diferencia entre vulnerabilidad bajo lascondiciones existentes y las condiciones modificadas (bajo irrigación,diversificación de cultivos, modificación de las etapas de crecimiento,etc.).

Nos enfocamos en la irrigación como una estrategia potencial paraenfrentar el cambio climático. Para ello imputamos las sensibilidades de losmunicipios que presentan alta irrigación a aquellos que presentan bajairrigación.

Resultados: La exposición a temperatura es media y a precipitación es alta enmunicipios PRODOESTE (relativo al resto de Tocantins)

Índice de Exposición

Municipios PRODOESTE Temperatura Precipitación1. Aliança do Tocantins 0.167 M 0.396 H

2. Alvorada 0.021 L 0.479 H

3. Araguaçú 0.021 L 0.479 H

4. Cariri do Tocantins 0.021 L 0.438 H

5. Cristalândia 0.229 H 0.375 M

6. Crixás do Tocantins 0.187 M 0.375 M

7. Dueré 0.187 M 0.417 H

8. Figueirópolis 0.021 L 0.479 H

9. Formoso do Araguaia 0.229 H 0.458 H

10. Lagoa da Confusão 0.250 H 0.438 H

11. Pium 0.271 H 0.375 M

12. Sandolândia 0.083 M 0.458 H

13. Santa Rita do Tocantins 0.229 H 0.396 H

14. Talismã 0.021 L 0.375 M

Promedio PRODOESTE 0.138 M 0.424 H

Promedio Tocantins 0.128 M 0.348 M

Resultados: La sensibilidad a la temperatura es en general más alta que lasensibilidad a la precipitación. Ambas sensibilidades son parecidas para losmunicipios de PRODOESTE que para el resto de Tocantins.

Resultados: La vulnerabilidad a la temperatura es mayor a la vulnerabilidad ala precipitación. La mayoría de los municipios PRODOESTE muestran de baja amedia vulnerabilidad.

Vulnerabilidad a la Precipitación Vulnerabilidad a la Temperatura

Resultados: Bajo los escenarios de cambio climático (AR4) tanto lavulnerabilidad a la temperatura como a la precipitación aumentarán enToncantins. Serán más grandes ante escenarios de emisiones más extremos yen el largo plazo.

Municipalities Baseline

B1 A2 B2 A1F1 B1 A2 B2 A1F1

1. Aliança do Tocantins 0.0268 0.0281 0.0285 0.0292 0.0293 0.0357 0.0476 0.0394 0.0540

2. Alvorada 0.0126 0.0133 0.0133 0.0136 0.0138 0.0167 0.0216 0.0179 0.0244

3. Araguaçú 0.0213 0.0224 0.0225 0.0230 0.0235 0.0283 0.0371 0.0305 0.0430

4. Cariri do Tocantins 0.0164 0.0173 0.0175 0.0179 0.0180 0.0219 0.0292 0.0241 0.0332

5. Cristalândia (1ª Etapa) 0.0214 0.0226 0.0227 0.0231 0.0235 0.0285 0.0368 0.0305 0.0417

6. Crixás do Tocantins 0.0152 0.0162 0.0162 0.0165 0.0170 0.0206 0.0267 0.0219 0.0308

7. Dueré 0.0147 0.0155 0.0155 0.0158 0.0162 0.0195 0.0254 0.0209 0.0287

8. Figueirópolis 0.0163 0.0175 0.0175 0.0178 0.0181 0.0221 0.0286 0.0236 0.0322

9. Formoso do Araguaia 0.0293 0.0310 0.0313 0.0319 0.0326 0.0392 0.0518 0.0425 0.0603

10. Lagoa da Confusão (1ª Etapa) 0.0127 0.0133 0.0135 0.0139 0.0139 0.0170 0.0227 0.0188 0.0257

11. Pium (1ª Etapa) 0.0204 0.0212 0.0214 0.0218 0.0223 0.0270 0.0359 0.0294 0.0419

12. Sandolândia 0.0202 0.0212 0.0215 0.0220 0.0223 0.0271 0.0367 0.0300 0.0426

13. Santa Rita do Tocantins 0.0187 0.0197 0.0200 0.0205 0.0207 0.0254 0.0347 0.0284 0.0404

14. Talismã 0.0198 0.0208 0.0211 0.0217 0.0219 0.0268 0.0366 0.0299 0.0424

PRODOESTE Average 0.0190 0.0200 0.0202 0.0206 0.0209 0.0254 0.0337 0.0277 0.0387

Tocantins Average * 0.0184 0.0194 0.0196 0.0200 0.0203 0.0247 0.0329 0.0270 0.0380

Baseline

B1 A2 B2 A1F1 B1 A2 B2 A1F1

1. Aliança do Tocantins 0.6885 0.7231 0.7321 0.7518 0.7530 0.9174 1.2231 1.0141 1.3886

2. Alvorada 0.2789 0.2944 0.2953 0.3008 0.3064 0.3706 0.4802 0.3975 0.5426

3. Araguaçú 0.0658 0.0692 0.0697 0.0710 0.0726 0.0873 0.1146 0.0943 0.1329

4. Cariri do Tocantins 0.1977 0.2080 0.2105 0.2158 0.2165 0.2641 0.3520 0.2908 0.3994

5. Cristalândia (1ª Etapa) 0.3067 0.3242 0.3246 0.3307 0.3368 0.4081 0.5262 0.4360 0.5970

6. Crixás do Tocantins 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000

7. Dueré 0.0617 0.0651 0.0653 0.0665 0.0679 0.0820 0.1068 0.0881 0.1205

8. Figueirópolis 0.0634 0.0679 0.0679 0.0692 0.0703 0.0858 0.1110 0.0918 0.1251

9. Formoso do Araguaia 0.8173 0.8644 0.8721 0.8881 0.9081 1.0927 1.4446 1.1848 1.6817

10. Lagoa da Confusão (1ª Etapa) 0.1752 0.1842 0.1864 0.1915 0.1919 0.2346 0.3135 0.2594 0.3551

11. Pium (1ª Etapa) 0.7351 0.7657 0.7730 0.7883 0.8040 0.9741 1.2969 1.0603 1.5121

12. Sandolândia 0.6248 0.6557 0.6646 0.6806 0.6894 0.8400 1.1370 0.9279 1.3212

13. Santa Rita do Tocantins 0.1780 0.1867 0.1896 0.1950 0.1966 0.2408 0.3297 0.2693 0.3838

14. Talismã 0.1924 0.2021 0.2053 0.2112 0.2126 0.2603 0.3561 0.2914 0.4131

PRODOESTE Average 0.3133 0.3293 0.3326 0.3400 0.3447 0.4184 0.5565 0.4575 0.6409

Tocantins Average * 0.2647 0.2774 0.2802 0.2862 0.2910 0.3531 0.4708 0.3857 0.5453

/* This aggregation does not include municipalities where PRODOESTE is operating.

Temperature

Medium Term Scenarios Long Term Scenarios

Medium Term Scenarios Long Term Scenarios

Precipitation

Variable Horizon Scenario Mean Std. Dev. Min Max

A1F1 0.003 0.006 -0.007 0.029

Medium-Term A2 0.003 0.006 -0.006 0.029

B1 0.003 0.006 -0.006 0.029

Precipitation B2 0.003 0.006 -0.007 0.031

A1F1 -0.014 0.016 -0.065 0.038

Long-Term A2 -0.008 0.013 -0.043 0.040

B1 0.000 0.008 -0.015 0.035

B2 -0.001 0.009 -0.019 0.039

A1F1 -0.328 0.339 -1.970 0.022

Medium-Term A2 -0.298 0.311 -1.812 0.028

B1 -0.291 0.305 -1.784 0.030

Temperature B2 -0.315 0.326 -1.887 0.025

A1F1 -1.206 1.141 -6.301 0.000

Long-Term A2 -0.929 0.879 -4.890 0.000

B1 -0.526 0.517 -2.936 0.000

B2 -0.629 0.607 -3.408 0.000

Resultados: La irrigación como una estrategia potencial de adaptación es másprobable que funcione en escenarios más extremos de emisiones y en el largoplazo.

Diferencia entre vulnerabilidades de las condiciones existentes y bajocondiciones modificadas

• Es importante ser sistemáticos a la hora de estructurar una evaluación de vulnerabilidad.

• Los indicadores deben tomarse con cautela debido a las limitaciones (necesarias) que se requieren en estudios empíricos.

• Calibrar los modelos con los involucrados es útil para darle más relevancia y contexto a los indicadores.

Consideraciones Finales