Upload
ciat
View
1.380
Download
1
Embed Size (px)
DESCRIPTION
Presentation made at Guapiles, Costa Rica, in the 3er Congreso Cientifico-Tecnico Bananero Nacional, organized by CORBANA
Citation preview
Impactos e implicaciones del cambio climático para la producción de
Musáceas en Latinoamérica y el Caribe
Julian Ramirez y Andy JarvisCentro Internacional de Agricultura Tropical, CIAT
Contenido
• Cambio climático: por qué, dónde, cuándo?
• Modelos: como saber que pasará?• Incertidumbre: entonces sabemos o no?• Cómo evaluar el impacto?• Números para el sector bananero• Impacto sobre la adaptabilidad• Impacto sobre las áreas productoras
actuales• Impacto sobre Sigatoka negra• Qué necesita el sector?• Conclusiones
Cambio climático: por qué? dónde? cuándo?
• Por qué?: – Crecimiento poblacional– Expansión de la
agricultura y las industrias– Tecnologías no
ambientalmente amigables
Aumentos anormales en gases de efecto
invernadero
RESULTAN EN
S o u r c e s o f A g r ic u lt u r a l G r e e n h o u s eG a s e sexcluding land use change Mt CO2-eq
Source: Cool farming: Climate impacts of agriculture and mitigation potential, Greenpeace, 07 January 2008
Cambio climático: por qué? dónde? cuándo?
• Cuándo empezará a cambiar el clima?
…en realidad ya comenzó
Cambio climático: por qué? dónde? cuándo?
Cambio climático: por qué? dónde? cuándo?
Cambio climático: por qué? dónde? cuándo?
Modelos: Cómo saber qué pasará?
Cómo saber qué pasará?
• Modelos de Clima Global (GCMs): modelan procesos atmosféricos usando algoritmos climatológicos complejos (celda por celda)
… para producir predicciones futuras en base a mediciones históricas…
Qué tipo de proyecciones
• Distribución espacial de cambios en 110 variables en celdas de ~100km
Incertidumbre: entonces sabemos o no?
• Escenarios de emisiones
Mal, mal, mal
Utopía?
Incertidumbre: entonces sabemos o no?
Incertidumbre: sabemos o no?
• 21 Modelos de Clima
0
1
2
3
4
5
6
7
8
1 2 3 4 5 6 7 8 9 10 11 12Month
Pre
cip
ita
tio
n c
oe
ffic
ien
t o
f v
ari
ati
on
(%
)
0
5
10
15
20
25
Te
mp
era
ture
co
eff
icie
nt
of
va
ria
tio
n (
%)
Precipitation Mean temperature Maximum temperature Minimum temperature
Global monthly coefficient of variation using 20 GCMs (IPCC, 2007) for precipitation and temperature
Incertidumbre: sabemos o no?
Que tenemos en CIAT?
• 7-18 modelos para 2020, 2050, 2080• Diferentes escenarios, A1B, B1, A2• Downscaled usando metodos estadisticos
http://gisweb.ciat.cgiar.org/GCMPage/home.html
… y continuamos trabajando
• Corridas de PRECIS para Latino América con diferentes condiciones de frontera
• Resultados del modelo de alta resolución del MRI– Validación– Pertinencia regional– Calibración
Cómo evaluar el impacto?
Climaactual
Cultivo actual
Rendimiento, presión de plagas, enfermedades, etc
Climafuturo
Rel
ació
n
Cultivo futuro
Rendimiento, presión de plagas, enfermedades, etc
Proyección
Clave en investigación
Algunos numeros para el sector bananero
Numeros para el sector bananero (A1B)
23
24
25
26
27
28
29
30
1900 1920 1940 1960 1980 2000 2020 2040 2060 2080 2100
Year
An
nu
al m
ean
tem
per
atu
re (
oC
)
Global average Past trendline
10-year centered 95% confidence interval Future trendline
1000
1500
2000
2500
3000
3500
4000
4500
5000
1900 1920 1940 1960 1980 2000 2020 2040 2060 2080 2100Year
To
tal
ann
ual
rai
nfa
ll (
mm
)
Historical data Past trend
10-year centered 95% confidence interval Future trend
Costa Rica -35.7%+4 ºC
8
9
10
11
12
13
14
1900 1920 1940 1960 1980 2000 2020 2040 2060 2080 2100
Year
An
nu
al m
ean
tem
per
atu
re (
oC
)
Global average Past trend
10-year centered 95% confidence interval Future trend
Mundo +5.5 ºC
650
670
690
710
730
750
770
790
810
830
850
1900 1920 1940 1960 1980 2000 2020 2040 2060 2080 2100Year
To
tal
ann
ual
rai
nfa
ll (
mm
)
Global average Past trend
10-year centered 95% confidence interval Future trend
+6.1%
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
-600 -400 -200 0 200 400 600
Precipitation
Tem
per
atu
re
Haiti Cuba MexicoCentral African Republic Venezuela Myanmar BurmaBurundi Japan VanuatuChina Colombia Costa RicaEcuador
1870Baseline
2099 Modelingtime-limit
2050 Modelingtime-limit
2020 Modelingtime-limit
Numeros para el sector bananero
• Cambios en campos bananeros a nivel mundial a 2050 (A2) entre:– 257mm (Pakistan) y -186mm (Trinidad y
Tobago)– 3.3 ºC (Algeria) y 1.5 ºC (Vanuatu)– 1 mes seco menos en 12.3% de los países
productores– 1 mes seco más en 24.7% de los países
productores– Hasta 50% de incertidumbre
Numeros para el sector bananero
Numeros para el sector bananeroCountry Region
Cambio en Precipitación
total
Cambio en Temperatura media anual
Cambio en meses consecutivos
secos
Coeficiente de variación de precipitación
Trinidad and Tobago Caribbean -186.898 1.998 1.0 10.460Grenada Caribbean -139.639 1.589 0.0 10.385Dominicana Caribbean -129.420 1.546 0.0 8.718St_Lucia Caribbean -127.657 1.572 0.0 9.884Guadeloupe Caribbean -111.697 1.539 1.0 9.121Barbados Caribbean -105.667 1.562 1.0 11.495Dominican Republic Caribbean -95.659 1.835 1.0 10.271Antigua and Barbuda Caribbean -86.311 1.535 1.0 13.653Haiti Caribbean -81.332 1.821 0.0 8.650Jamaica Caribbean -73.158 1.726 1.0 5.506Cuba Caribbean -72.869 1.768 0.0 8.344Belize Latin America -145.478 2.205 0.0 7.501Nicaragua Latin America -132.153 2.288 0.0 9.098Honduras Latin America -120.022 2.308 0.0 7.926Suriname Latin America -116.689 2.282 0.6 14.046Guatemala Latin America -97.506 2.373 0.0 5.315Mexico Latin America -81.117 2.317 0.0 5.097Costa Rica Latin America -67.955 2.080 0.0 7.333Panama Latin America 3.750 1.827 -1.0 6.601El Salvador Latin America -54.633 2.299 0.0 7.238Venezuela Latin America -15.819 2.642 0.0 9.125Paraguay Latin America -13.223 2.569 0.0 7.732Brazil Latin America 1.029 2.576 0.0 5.562Guyana Latin America 27.845 2.366 0.0 8.092Uruguay Latin America 49.741 2.107 1.0 8.836Argentina Latin America 47.917 2.590 0.0 10.026Bolivia Latin America -13.887 2.857 0.0 7.134Colombia Latin America 51.070 2.315 0.0 4.778Peru Latin America 80.894 2.687 0.0 7.475Ecuador Latin America 116.421 2.108 0.0 6.058
Climate characteristic
Climate Seasonality
The mean daily temperature range decreases from 9 ºC to 8.93 ºC in 2080 passing through 8.9 ºC in 2020 and 9.46 ºC in 2050
Precipitation predictions were uniform between models and thus no outliers were detected
Average Climate Change Trends of Guapiles
General climate change description
The maximum temperature of the year increases from 31 ºC to 34.7 ºC while the warmest quarter gets hotter by 3.75 ºC in 2080The minimum temperature of the year increases from 19.5 ºC to 22.63 ºC while the coldest quarter gets hotter by 2.95 ºC in 2080The wettest month gets wetter with 541 millimeters instead of 476 millimeters while the quarter gets wetter by 7.25 mm in 2080
The rainfall decreases from 4274 millimeters to 3997.5 millimeters in 2080 passing through 4177.5 mm in 2020, and 4179.05 in 2050Temperatures increase and the average increment in 2080 equals to 3.38 ºC passing through an increment of 0.88 ºC in 2020 and 2.11ºC in 2050
The maximum number of cumulative dry months keeps constant in 0 months
The coefficient of variation of precipitation predictions between models is 6.69%
General climate characteristics
Extreme conditions
Variability between models
Overall this climate becomes more seasonal in terms of variability through the year in temperature and more seasonal in precipitation
The driest month gets wetter with 191.33 millimeters instead of 182 millimeters while the driest quarter gets wetter by 53.67 mm in 2080
Temperature predictions were uniform between models and thus no outliers were detectedThe coefficient of variation of temperature predictions between models is 2.38%
0
100
200
300
400
500
600
1 2 3 4 5 6 7 8 9 10 11 12Month
Pre
cip
itati
on
(m
m)
0
5
10
15
20
25
30
35
40
Te
mp
era
ture
(ºC
)
Current precipitationPrecipitation 2020Precipitation 2050Precipitation 2080Mean temperature 2080Mean temperature 2020Mean temperature 2050Current mean temperatureMaximum temperature 2080Maximum temperature 2020Maximum temperature 2050Current maximum temperatureMinimum temperature 2080Minimum temperature 2020Minimum temperature 2050Current minimum temperature
Impactos esperados sobre la producción bananera
Adaptabilidad del cultivo
It evaluates on monthly basis if there are adequate climatic conditions within a growing season for temperature and precipitation…
…and calculates the climatic suitability of the resulting interaction between rainfall and temperature…
• Cómo funciona el modelo?
Adaptabilidad del cultivo
• Parámetros de crecimiento y potencial actualEstacion de crecimiento (días) 365
Temperatura de congelamiento 0Temperatura mínima absoluta 16Temperatura mínima óptima 24Temperatura máxima óptima 27Temperatura máxima 35
Lluvia mínima 700Lluvia mínima óptima 1000Lluvia máxima óptima 1300Lluvia máxima 5000
Impactos del cambio climatico sobre adaptabilidad del cultivo
• Impedimentos climáticos para cultivar banano
La mayoría de las zonas actualmente aptas podrían estar limitadas por temperatura
Qué pasaría si hay un aumento de 2-3 ºC?
Impactos del cambio climático sobre adaptabilidad del cultivo
Como siempre… la incertidumbre
Acuerdo entre modelos
Coeficiente de variación
Cambios en zonas productoras más importantes
-40
-30
-20
-10
0
10
20
30
40
Ha
iti
Cu
ba
Me
xico
Ce
n. A
fric
a
Ve
ne
zue
la
Mya
nm
ar
Bu
run
di
Jap
an
Va
nu
atu
Ch
ina
Co
lom
bia
Co
sta
Ric
a
Ecu
ad
or
Ba
ng
lad
esh
So
uth
Afr
ica
Bra
zil
Ta
iwa
n
La
os
Ba
na
na
ad
ap
tab
ility
ch
an
ge
Impacto del cambio climático sobre adaptabilidad del cultivo
• Que pasa si hacemos el cultivo más resiliente?
0
50
100
150
200
250
300
350
-2.5ºC -2ºC -1.5ºC -1ºC -0.5ºC None +0.5ºC +1ºC +1.5ºC +2ºC +2.5ºC
Crop resilience improvement
Ch
ang
e in
su
itab
le a
reas
[>
80%
] (%
)
Cropped lands
Non-cropped lands
Global suitable areas
92.8% de las areas bananeras mundiales podrían beneficiarse. De estas, 64% serían con aumento en tolerancia a calor.
Tolerancia al frío
Tolerancia al calor
Impacto del cambio climático sobre adaptabilidad del cultivo
• Que pasa si hacemos el cultivo más resiliente?
0
10
20
30
40
50
60
70
80
90
-2.5% -2% -1.5% -1% -0.5% None +0.5% +1% +1.5% +2% +2.5%
Crop resilience improvement
Ch
ang
e in
su
itab
le a
reas
[>
80%
] (%
)
Cropped lands
Non-cropped lands
Global suitable areas
45.1% de las areas bananeras mundiales podrían beneficiarse. De estas, 35.3% serían con aumento en tolerancia a inundación.
Tolerancia a sequía
Tolerancia a inundación
Cómo hacer el cultivo más resiliente?
• Parientes silvestres y cultivares criollos son fuente de genes para mejoramiento de variedades actuales
• 1000 cv en el mundo…
Alta pptAlta temp
Impactos sobre areas productoras actuales
• MaxEnt: modelos de nicho ecológico (probabilidad de presencia)
Distribución de probabilidad alrededor de cada variable
Modelo probabilístico multivariado Distribución
probabilística potencial
Evidenciade
presencia
Variables ambientales
Evidenciade
presencia
Variables ambientales
Evidenciade
presencia
Variables ambientales
Impactos sobre areas productoras actuales
Puntos de evidencia
Adaptabilidadactual202020502080
Impactos sobre areas productoras actuales
• Banano vs. Plátano• Cambios a 2050 (A2)
Impactos sobre areas productoras actuales
0.00
0.10
0.20
0.30
0.40
0.50
0.60
0.70
0.80
0.90
2000 2010 2020 2030 2040 2050 2060 2070 2080
Pla
nta
in s
uit
abil
ity
Latin America
Latin America +-95%
Costa Rica
Costa Rica +-95%
0.40
0.45
0.50
0.55
0.60
0.65
0.70
0.75
0.80
0.85
2000 2010 2020 2030 2040 2050 2060 2070 2080
Ban
ana
suit
abil
ity
Latin AmericaLatin America +-95%Costa RicaCosta Rica +-95%
Banano Platano
0.30
0.35
0.40
0.45
0.50
0.55
0.60
0.65
0.70
2000 2010 2020 2030 2040 2050 2060 2070 2080
Pla
nta
in s
uit
abil
ity
Latin America
Latin America +-95%
Costa Rica
Costa Rica +-95%
0.30
0.35
0.40
0.45
0.50
0.55
2000 2010 2020 2030 2040 2050 2060 2070 2080
Ban
ana
suit
abil
ity
Latin AmericaLatin America +-95%Costa RicaCosta Rica +-95%
Considerando expansión agrícola
Costa Rica
LatinoaméricaCosta Rica
Latinoamérica
Latinoamérica
Costa Rica
Costa RicaLatinoamérica
Impactos sobre áreas productoras actuales -2050
-0.4
-0.3
-0.2
-0.1
0.0
0.1
0.2
bccr
_bcm
2_0
cccm
a_cg
cm2
cccm
a_cg
cm3_
1
cccm
a_cg
cm3_
1_t6
3
cnrm
_cm
3
csiro
_mk2
csiro
_mk3
_0
gfdl
_cm
2_0
gfdl
_cm
2_1
aver
age
giss
_aom
hccp
r_ha
dcm
3
iap_
fgoa
ls1_
0_g
ipsl
_cm
4
miro
c3_2
_hire
s
miro
c3_2
_med
res
miu
b_ec
ho_g
mpi
_ech
am5
mri_
cgcm
2_3_
2a
ncar
_pcm
1
nies
_99 -0.10
-0.05
0.00
0.05
0.10
0.15
0.20
0.25
bccr
_bcm
2_0
cccm
a_cg
cm2
cccm
a_cg
cm3_
1
cccm
a_cg
cm3_
1_t6
3
cnrm
_cm
3
csiro
_mk2
csiro
_mk3
_0
gfdl
_cm
2_0
gfdl
_cm
2_1
sum
mar
y
giss
_aom
hccp
r_ha
dcm
3
iap_
fgoa
ls1_
0_g
ipsl
_cm
4
miro
c3_2
_hire
s
miro
c3_2
_med
res
miu
b_ec
ho_g
mpi
_ech
am5
mri_
cgcm
2_3_
2a
ncar
_pcm
1
nies
_99
Costa RicaBanano
Costa RicaPlatano
-0.35
-0.30
-0.25
-0.20
-0.15
-0.10
-0.05
0.00
bccr
_bcm
2_0
cccm
a_cg
cm2
cccm
a_cg
cm3_
1
cccm
a_cg
cm3_
1_t6
3
cnrm
_cm
3
csiro
_mk2
csiro
_mk3
_0
gfdl
_cm
2_0
gfdl
_cm
2_1
sum
mar
y
giss
_aom
hccp
r_ha
dcm
3
iap_
fgoa
ls1_
0_g
ipsl
_cm
4
miro
c3_2
_hire
s
miro
c3_2
_med
res
miu
b_ec
ho_g
mpi
_ech
am5
mri_
cgcm
2_3_
2a
ncar
_pcm
1
nies
_99
LatinoaméricaBanano
-0.05
0.00
0.05
0.10
0.15
0.20
0.25
bccr
_bcm
2_0
cccm
a_cg
cm2
cccm
a_cg
cm3_
1
cccm
a_cg
cm3_
1_t6
3
cnrm
_cm
3
csiro
_mk2
csiro
_mk3
_0
gfdl
_cm
2_0
gfdl
_cm
2_1
sum
mar
y
giss
_aom
hccp
r_ha
dcm
3
iap_
fgoa
ls1_
0_g
ipsl
_cm
4
miro
c3_2
_hire
s
miro
c3_2
_med
res
miu
b_ec
ho_g
mpi
_ech
am5
mri_
cgcm
2_3_
2a
ncar
_pcm
1
nies
_99
LatinoaméricaPlatano
Impactos sobre areas productoras actuales
• 72% de las áreas bananeras están abajo de 500m.
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
50 300 550 800 1050 1300 1550 1800 2050 2300 2550 2800 3050Altitude (m)
Su
ita
bili
ty
2080 (2070-2099)
2050 (2040-2069)2020 (2010-2039)
Baseline
Banano
Impactos sobre Sigatoka negra
Impactos sobre Sigatoka negra
-8
-6
-4
-2
0
2
4
6
8
10
Ha
iti
Cu
ba
Me
xico
Ce
n. A
fric
a
Ve
ne
zue
la
Mya
nm
ar
Bu
run
di
Jap
an
Va
nu
atu
Ch
ina
Co
lom
bia
Co
sta
Ric
a
Ecu
ad
or
Ba
ng
lad
esh
So
uth
Afr
ica
Bra
zil
Ta
iwa
n
La
os
BL
S d
ise
as
e s
ev
eri
ty c
ha
ng
e
Mapa de riesgo de tizón tardío en las zonas de producción de papa, basado en el numero de aplicaciones necesarias de fungicida protectante para controlar la enfermedad en un cultivar susceptible en el norte del país. El patrón se basa en el efecto sobre las aplicaciones netas en un ambiente más cálido (+2C) y más húmedo (25% más de lluvia).
Cortesía: Diana Giraldo, CIP, 2009
SISTEMAS DE PRONOSTICO BIOCLIMATICO
Qué necesita el sector?
INVE
STIG
ACI
ON
Y D
ESA
RRO
LLO
TE
CNO
LOG
ICO
POLI
TICA
S PU
BLIC
OS
Y PR
IVA
DO
S
•CREAR UNA AGRICULTURA ECO-EFFICIENTE: CONSTRUIR SISTEMAS AMBIENTALMENTE SOSTENIBLES Y EQUITATIVOS
•MONITOREO DE PRODUCCIÓN Y DE PLAGAS Y ENFERMEDADES
•EVALUACIÓN DE IMPACTO SECTORIAL, EVALUACIÓN DE ESTRATEGIAS DE ADAPTACIÓN:
● MANEJO AGRONOMICO, PLAGAS, ENFERMEDADES● SUSTITUCION VARIETAL● CAMBIO DE CULTIVO?● MIGRACION?
•ENSAYOS PARA CUANTIFICAR PLASTICIDAD DE CULTIVARES ACTUALES?
•MANEJAR LA INCERTIDUMBRE… DECIDIR EN BASE A ELLA
Conclusiones• Evaluar impactos… 2020 es un limite cercano,
2050 es critico• Las decisiones deben tomarse ya: migración,
manejo, cambio varietal, de cultivos• Impactos economicos del cambio climatico
– Costos de no-adaptacion o mal-adaptacion– Costos de adaptacion
• Cuidado con la mal-adaptacion… escoger métodos de evaluación apropiados
• Mejoramiento de cultivos, conservación de recursos genéticos son un punto fundamental a ser tratado
• Se esperan éxitos y fracasos, sin embargo, debemos aprender de errores pasados