ANÁLISIS DE LOS IMPACTOS DEL CAMBIO

CLIMÁTICO SOBRE CULTIVOS ANDINOS

Foto por Neil Palmer, CIAT

Emmanuel Zapata-Caldas, Andy JarvisJulián Ramírez, Charlotte Lau

Costa Rica, julio de 2011

¿Qué buscamos en CIAT?

Reducir el hambre y la pobreza y mejorar la salud humana en los trópicos a través de una agricultura enfocada en aumentar la eco-eficiencia de la agricultura.

•Servicios ecosistémicos y beneficios para los pobres.•Cambio climático y construcción de resiliencia dentro de los sistemas agrícolas.•Diseño de cadenas de suministro equitativas en pro de los pobres en un mundo dinámico.•Evaluación del impacto.

Lo que veremos

1. Un vistazo a la situación de la agricultura.

2. El cambio climático (CC) y los GCMs.

3. Caso Andes tropicales.– Herramientas para

modelación de cultivos.

Foto por Neil Palmer (CIAT).

Fríjoles del Darien, Colombia.

La aptitud de cultivos está cambiandoCambios promedios en la aptitud climática de 50 cultivos en el 2050

50 cultivos seleccionados por tener mayor área cultivada a nivel mundial, según FAOSTAT, 2008

Cultivo Orden

% de

Área

Total

Área

Coechada

(k Ha)

Cambio de

aptitud

(%)

Certeza

(%)

● Wheat, common 1 18.75 216,100 -15.1 87.1

Rice paddy (Jap.) 2 13.39 154,324 5.9 80.9

Maize 3 12.52 144,376 4.2 66.4

● Perennial soybean 4 8.07 92,989 -9.6 62.7

● Barley 5 4.82 55,517 -2.6 91.4

● Sorghum (low altit.) 6 3.6 41,500 -0.2 64.5

Cotton, Amer. upld 7 3.01 34,733 3.2 66.3

Millet, common 8 2.85 32,846 4.5 69.0

● Swede rap 9 2.41 27,796 -4.8 87.6

● Bean, Common 10 2.3 26,540 -2.7 64.9

Sunflower 11 2.06 23,700 7.4 75.4

Groundnut 12 1.93 22,232 6.4 73.0

Sugarcane 13 1.77 20,399 4.2 63.4

Potato 14 1.63 18,830 2.0 82.8

Cassava 15 1.61 18,608 5.1 72.7

Alfalfa 16 1.32 15,214 1.8 81.3

African oil palm 17 1.15 13,277 3.5 67.1

● Oats 18 0.98 11,284 -8.9 92.0

Chick pea 19 0.93 10,672 5.6 76.8

Coconut 20 0.92 10,616 5.4 65.9

● Coffee arabica 21 0.89 10,203 -10.6 71.2

Cowpea 22 0.88 10,176 5.6 72.6

Sweet potato 23 0.78 8,996 2.6 72.1

Cultivo Orden

% de

Área

Total

Área

Coechada

(k Ha)

Cambio de

aptitud (%)

Certeza

(%)

Olive, European 24 0.77 8,894 1.0 77.3

Rubber * 25 0.72 8,259 2.0 61.0

Cacao 26 0.66 7,567 3.9 62.8

Sesame seed 27 0.65 7,539 7.2 74.4

● European wine grape 28 0.64 7,400 -3.8 71.7

Pea 29 0.58 6,730 1.2 78.2

● Rye 30 0.52 5,994 -7.1 91.8

● Perennial ryegrass 31 0.48 5,516 -8.0 84.5

● Sugar beet 32 0.47 5,447 -15.0 83.9

● Plantain bananas 34 0.47 5,439 -6.9 86.1

● Apple 35 0.42 4,786 -1.3 65.3

Pigeon pea 36 0.41 4,683 5.1 72.0

Tomato 37 0.4 4,597 0.8 79.4

White yam 38 0.4 4,591 8.0 70.7

Banana 39 0.36 4,180 5.4 76.3

Mango 40 0.36 4,155 5.2 76.4

Tobacco 41 0.34 3,897 8.0 72.8

Lentil 42 0.33 3,848 3.4 74.6

Watermelon 43 0.33 3,785 6.3 75.0

Sweet orange 44 0.31 3,618 2.2 60.8

Cashew 45 0.29 3,387 4.2 70.9

Onion 46 0.29 3,341 1.8 76.5

Cabbage 47 0.27 3,138 1.0 84.9

Linseed 48 0.26 3,017 2.1 85.0

Common buckwheat 49 0.24 2,743 9.7 77.6

● Tea 50 0.24 2,717 -2.7 58.0

All crops 100.0 1,152,825 10.8 78.5

¿Qué cultivos se verán afectados?

Escenarios de emisionesEconómico

Ambiental

Global Regional

Situación actual podría ser incluso

peor que A2

PESIMISTA

OPTIMISTA

Prácticamente irreal

Aumento en temperatura globalentre 2090 y 2099

– SRES A1B –

Aumento en temperatura globalpara todos los SRES

Incertidumbre en precipitaciones al año 2100

…es relevante, sin embargo es necesario tomar decisiones dentro de tal contexto

La incertidumbre científica…

Modelos de clima global o GCMs

• Los GCMs usan algoritmos atmosféricos en una serie deceldas para simular procesos terrestres …

… y producir predicciones futuras con base a mediciones históricas.

GCMs del cuatro reporte IPCC

Short name Model Atmosphere* Ocean*

MIRCH MIROC3.2. (hires), Japan T106, L56 0.28°x0.19°, L47

MIRCM MIROC3.2. (medres), Japan T42, L20 1.4°x(0.5-1.4°), L43

BCCRC BCCR-BCM2.0, Norway T63, L31 1.5°x0.5°, L35

C3T47 CGCM3.1 (T47), Canada T47, L31 1.85°x1.85°, L29

C3T63 CGCM3.1 (T63), Canada T63, L31 1.4°x0.94°, L29

CNRMC CNRM-CM3, France T63, L45 1.875°x(0.5-2°), L31

CSIRO CSIRO-Mk3.0, Australia T63, L18 1.875°x0.84°, L31

GFD20 GFDL-CM2.0, USA 2.5°x2.0°, L24 1.0°x(1/3-1°), L50

GFD21 GFDL-CM2.1, USA 2.5°x2.0°, L24 1.0°x(1/3-1°), L50

GISSA GISS-AOM, USA 4°x3°, L12 4°x3°, L16

GISSH GISS-EH, USA 5°x4°, L20 5°x4°, L13

GISSR GISS-ER, USA 5°x4°, L20 5°x4°, L13

IAPFG IAP-FGOALS1.0-G, China 2.8°x2.8°, L26 1°x1°, L16

INMCM INM-CM3.0, Russia 5°x4°, L21 2.5°x2°, L33

IPSLC IPSL-CM4, France 2.5°x3.75°, L19 2°x(1-2°), L30

MPICM ECHAM5/MPI-OM, Germany T63, L32 1°x1°, L41

MRICM MRI CGCM2.3.2A, Japan T42, L30 2.5°x(0.5-2.0°)

NCARC NCAR-CCSM3, USA T85, L26 1°x(0.27-1°), L40

NCARP NCAR-PCM, USA T42, L18 1°x(0.27-1°), L40

UKMOC UKMO-HadCM3, UK 3.75°x2.5°, L19 1.25°x1.25°, L20

UKMOG UKMO-HadGEM1, UK 1.875°x1.25°, L38 1.25°x1.25°, L20

INGVE INGV-SXG, Italy T42, L19 2°x(0.5-2°), L31

Caso Andes tropicales – lo que se hizo

• Seleccionar 25 cultivos de importancia regional.

• Modelar adaptabilidad presente y futura de estos 25 cultivos.

• Seleccionar 5 cultivos para análisis de impacto más detallado.

• Cruce con datos de producción y socio-económicos.

No. Cultivo Nombre científicoRango altitudinal

(msnm)1 Arrachacha Arracacia xanthorriza Bancr. 600 – 3,5002 Arroz Oryza sativa L. 0 – 2,5003 Arveja Pisum sativum L. 2,7004 Banano Musa sp. L. 0 – 1,6005 Café Coffea Arabica L. 1,300 – 1,8006 Camote Ipomoea batatas L. 0 – 2,8007 Cebada Hordeum vulgare L. 0 – 3,2508 Fríjol Phaseolus vulgaris L. 0 – 3,0009 Lechuga Lactuca sativa var. capitataz L. 3,000

10 Maíz Zea mays L. 0 – 3,80011 Naranja Citrus sinensis Osbeck 0 – 2,10012 Papa Solanum tuberosum L. 400 – 450013 Papaya Carica papaya L. 0 – 2,10014 Pepino Cucumis sativus L. 2,00015 Plátano Musa balbisiana Colla 1,20016 Quinoa Chenopodium quinoa Willd. 4,00017 Repollo Brassica oleracea var. capitata (L.) Alef. 1,000 – 2,00018 Sorgo Sorghum bicolor var. sweet (L.) Moench. 0 – 2,50019 Soya Glycine max L. 0 – 3,00020 Tomate Solanum lycopersicum L. 0 – 2,40021 Trigo Triticum Aestivum L. 3,000 - 4,57022 Ulluco Ullucus tuberosus Caldas 0 – 4,00023 Uvas Vitis vinifera subsp. Vinífera L. 1,200 – 2,00024 Yuca Manihot esculenta Crantz 0 – 2,00025 Zanahoria Daucus carota L. 0 – 2,600

Los 25 cultivos importantes en los Andes Tropicales

Los cinco cultivos seleccionados para análisis detallado

No. Cultivo Nombre científicoRango altitudinal

(m.s.n.m)

1Café - perenne, alto valor

Coffea Arabica L. 1,300 - 1,800

2 Fríjol - legumbre Phaseolus vulgaris L. 0 - 3,000

3 Papa - tubérculo Solanum tuberosum L. 400 - 4500

4 Tomate - hortalizaSolanum lycopersicum L.

0 - 2,400

5 Trigo - cereal Triticum Aestivum L. 3,000 - 4,570

Evaluación de impacto

Climaactual

Cultivo actual

Rendimiento, presión de plagas, enfermedades, etc

Climafuturo

Rel

ació

n

Cultivo futuro

Rendimiento, presión de plagas, enfermedades, etc

Clave en investigación

Métodos de análisis y modelación– Primer nivel para todos los sistemas: EcoCrop

– >25 Datos de presencia de cultivos: MaxEnt

Evidencia

de

presencia

Variables

ambientales

Evidencia

de

presencia

Variables

ambientales

Evidencia

de

presencia

Variables

ambientales

Distribución

probabilística

potencial

Evalúa las condiciones climáticas adecuadas de temperatura y precipitación dentro de una estación de crecimiento.

Algunos resultados del análisis de los 25 cultivos

Venezuela: porcentaje de cambio en aptitud climática por cultivo

-20

-15

-10

-5

0

5

10

15

Arr

aca

ch

a

Arr

oz

Arv

eja

Ba

na

no

Ca

fé

Ca

mo

te

Ceb

ad

a

Frí

jol

Lech

uga

Ma

íz

Na

ran

ja

Pa

pa

Pa

pa

ya

Pep

ino

Plá

tan

o

Qu

ino

a

Rep

ollo

So

rgo

So

ya

To

ma

te

Tri

go

Ullu

co

Uv

a

Yu

ca

Za

na

ho

ria

SRES-A1B 2020 SRES-A1B 2050 SRES-A2 2020 SRES-A2 2050

Colombia: porcentaje de cambio en aptitud climática por cultivo

-15

-10

-5

0

5

10

15

Arr

aca

ch

a

Arr

oz

Arv

eja

Ba

na

no

Ca

fé

Ca

mo

te

Ceb

ad

a

Frí

jol

Lech

uga

Ma

íz

Na

ran

ja

Pa

pa

Pa

pa

ya

Pep

ino

Plá

tan

o

Qu

ino

a

Rep

ollo

So

rgo

So

ya

To

ma

te

Tri

go

Ullu

co

Uv

a

Yu

ca

Za

na

ho

ria

SRES-A1B 2020 SRES-A1B 2050 SRES-A2 2020 SRES-A2 2050

Bolivia: porcentaje de cambio en aptitud climática por cultivo

-20

-15

-10

-5

0

5

10

15

20

25

Arr

aca

ch

a

Arr

oz

Arv

eja

Ba

na

no

Ca

fé

Ca

mo

te

Ceb

ad

a

Frí

jol

Lech

uga

Ma

íz

Na

ran

ja

Pa

pa

Pa

pa

ya

Pep

ino

Plá

tan

o

Qu

íno

a

Rep

ollo

So

rgo

So

ya

To

ma

te

Tri

go

Ullu

co

Uv

a

Yu

ca

Za

na

ho

ria

SRES-A1B 2020 SRES-A1B 2050 SRES-A2 2020 SRES-A2 2050

Ecuador: porcentaje de cambio en aptitud climática por cultivo

-10

-5

0

5

10

15

20

Arr

aca

ch

a

Arr

oz

Arv

eja

Ba

na

no

Ca

fé

Ca

mo

te

Ceb

ad

a

Frí

jol

Lech

uga

Ma

íz

Na

ran

ja

Pa

pa

Pa

pa

ya

Pep

ino

Plá

tan

o

Qu

ino

a

Rep

ollo

So

rgo

So

ya

To

ma

te

Tri

go

Ullu

co

Uv

a

Yu

ca

Za

na

ho

ria

SRES-A1B 2020 SRES-A1B 2050 SRES-A2 2020 SRES-A2 2050

Perú: porcentaje de cambio en aptitud climática por cultivo

-15

-10

-5

0

5

10

15

20

Arr

aca

ch

a

Arr

oz

Arv

eja

Ba

na

no

Ca

fé

Ca

mo

te

Ceb

ad

a

Frí

jol

Lech

uga

Ma

íz

Na

ran

ja

Pa

pa

Pa

pa

ya

Pep

ino

Plá

tan

o

Qu

ino

a

Rep

ollo

So

rgo

So

ya

To

ma

te

Tri

go

Ullu

co

Uv

a

Yu

ca

Za

na

ho

ria

SRES-A1B 2020 SRES-A1B 2050 SRES-A2 2020 SRES-A2 2050

Algunos resultados del análisis de los cinco cultivos

¿A quién afectaría?

• En Perú: los 8.1 millones de habitantes (31.6% de la población nacional) que vive de la actividad agropecuaria.

• En Bolivia: el 40% de la fuerza de trabajo.

• En Colombia: el 40% de exportaciones.

• Los productores pequeños y todos los consumidores que dependen de los precios bajos de los alimentos.

• Las personas más pobres.

Modelación de Café con EcoCrop

Modelación de Papa con Maxent

0%

2%

4%

6%

8%

10%

12%

14%

Café Frijol Papa Tomate Trigo

Porcentaje de personas viviendo bajo la línea de pobreza en áreas que pierden y incrementan aptitud climática en 2050

Area que pierde (A1B)

Area que pierde (A2)

Area que incrementa (A1B)

Area que incrementa (A2)

En términos sociales…

En total: 14 millones en las áreas que pierden y 6.2 millones en las áreas que aumentan

Balance económico - Comparaciones por país

-76,640,515

-489,044,965

1,593,169

72,331,935

-57,588,651

-$600,000,000

-$500,000,000

-$400,000,000

-$300,000,000

-$200,000,000

-$100,000,000

$0

$100,000,000

$200,000,000

Bolivia Colombia Ecuador Perú Venezuela

Dó

lare

s am

eri

can

os

de

19

99

-20

01

Balance total por país

-13.20%

-21.15%

1.30%

7.44%

-7.67%

-25%

-20%

-15%

-10%

-5%

0%

5%

10%

Bolivia Colombia Ecuador Perú Venezuela

Impacto total por país

Pérdidas y ganancias paralos cinco cultivos evaluados

Balance económico - Comparaciones por cultivo

-$92,607,418

-12,333,606

-$400,043,698

-$8,353,005

-$450,000,000

-$400,000,000

-$350,000,000

-$300,000,000

-$250,000,000

-$200,000,000

-$150,000,000

-$100,000,000

-$50,000,000

$0

Café Fríjol Papa Trigo

Dó

lare

s am

eri

can

os

de

19

99

-20

01

Balance total por cultivo

-4.78% -4.89%

-25.48%

-9.33%

-30%

-25%

-20%

-15%

-10%

-5%

0%

Café Fríjol Papa Tomate

Impacto total por cultivo

Conclusiones

• Sabemos que el clima está cambiando, pero, ¿qué tanto resistirán nuestros sistemas productivos de no hacer nada para afrontarlo?

• Es necesario adelantarnos a los impactos para proponer medidas oportunas.

• Se debe definir una estrategia para cada lugar y sistema productivo – no existe un modelo de eficacia universal.

• Se necesita un enfoque multidisciplinar (geográfico, económico, social) para afrontar el cambio climático.

Para mayor información:e.zapata@cgiar.org

Y los sitios Web:http://www.ciat.cgiar.org/http://dapa.ciat.cgiar.org/

¡Gracias!

Por: Neil Palmer

Foto por Neil Palmer (CIAT). Campo de arroz de secano.Caranavi, Bolivia.