impacto del cambio climático en los bosques del perú: el ... · los bosques del perú: el caso de...

Impacto del Cambio Climático en

los bosques del Perú: el caso de

los bosques altoandinos en la RP

Nor Yauyos Cochas

Chiclayo, 2014

Estudio de Impactos Económicos del

Cambio Climático en el Perú (EIECCP)

Cambio climático y alteraciones en los biomas y usos del

suelo

Cambio Climático

Disponibilidad agua

Ecosistemas (Biomas)

Usos de la tierra

Precipitación

Temperatura

Recursos

Escenario macroeconómico

nacional

Vinculando el clima con la productividad de los

ecosistemas.

Escenarios

A1 (A1B), A2,

B1

(IPCC, 2000)

Comparación de modelos climáticos globales del CMIP3

Representando la incertidumbre

Para el IPCC todos los modelos son equiprobables...

Años

Are

a (m

iles

de K

m2)

750

800

850

900

2000 2040 2080

A1B

Pre

cipi

taci

ón (m

m)

2000 2040 2080

A2

Pre

cipi

taci

ón (m

m)

2000 2040 2080

B1

Pre

cipi

taci

ón (m

m)

1920

2122

2324

25A1B

Tem

pera

tura

med

ia (°

C)

A2

Tem

pera

tura

med

ia (°

C)

B1

Tem

pera

tura

med

ia (°

C)

Presente

BCM20

CSMK30

CSMK35

GIAOM

INCM3

MIHR

MIMR

Cambio

climático

Carreteras

Dinámica

socioeconómic

a

(nacional e

internacional)

Mapa de

probabilidad

de los usos

de la tierra

Opciones de

recambio de

los usos de la

tierra

Mecanismos

del cambio del

uso de la tierra

Mapas de

probabilidad

de cada bioma

Accesibilidad

Escenarios

futuros

Tendencias

recientes

Climatología

Topografía

Restricciones e

incentivos de uso

Modelo tipo

CLUE-s

Modelo de

biomas

Mapa de

biomas

potenciales

Mapa de usos

de la tierra

Mapa de

uso y

cobertura

potencial

Tovar,C; Arnillas, C; Cuesta, F. & Buytaert, W. 2013. Diverging Responses of Tropical

Andean Biomes under. Future Climate Conditions. . PLoS ONE 8(5): e63634

Verburg, P; Welmoed, S; Limpiada, R; Espaldon, V.

& Mastura, S. 2002. Modeling the Spatial Dynamics

of Regional Land Use: The CLUE-S Model.

Environmental Management, 30(3):391–405

Resultados :Cambio de uso y cobertura de la tierra

2005 2035

2065 2095

Resultados :Cambio de uso y cobertura de la tierra

B1 2095 A1B 2095

A2 2095

Crecimiento agrícola en función de distintos escenarios climáticos, según el modelo CSMK35

Años

Are

a (

mile

s d

e K

m2

)

10

20

30

40

2000 2020 2040 2060 2080 2100

A1B

BM

s

2000 2020 2040 2060 2080 2100

A2

BM

s

2000 2020 2040 2060 2080 2100

B1

BM

s

10

15

20

25

30

35

40 A1B

Bm

ex

A2

Bm

ex

B1

Bm

ex

300

400

500

600 A1B

Am

z

A2A

mz

B1

Am

z

0.00

0.02

0.04

0.06

A1B

Be

n

A2

Be

n

B1

Be

n

18

20

22

24

26

28A1B

Bsc

A2

Bsc

B1

Bsc

95

100

105

110

115

A1B

De

s

A2

De

s

B1

De

s

Presente

BCM20

CSMK30

CSMK35

GIAOM

INCM3

MIHR

MIMR

Años

Are

a (

mile

s d

e K

m2

)

1

2

3

2000 2020 2040 2060 2080 2100

A1B

Gla

2000 2020 2040 2060 2080 2100

A2

Gla

2000 2020 2040 2060 2080 2100

B1

Gla

0

5

10

15 A1B

Su

p

A2

Su

p

B1

Su

p

0

10

20

30

A1B

Pa

r

A2

Pa

r

B1

Pa

r

0

50

100

150

200 A1B

Pu

n

A2

Pu

n

B1

Pu

n

60

80

100

120

140

160

A1B

Arb

A2

Arb

B1

Arb

Presente

BCM20

CSMK30

CSMK35

GIAOM

INCM3

MIHR

MIMR

Impacto del CC en bosques

altoandinos en la R.P. Nor

Yauyos Cochas

Estudio de Vulnerabilidad al Impacto del Cambio Climático en la Reserva Paisajística Nor-Yauyos Cochas

Reserva Paisajística Nor-Yauyos

Cochas Áreas donde se protege

ambientes cuya integridad

geográfica muestra una

relación armoniosa entre el

hombre y la naturaleza,

albergando valores naturales,

culturales y estéticos.

Dependiendo de la zonificación

del área, puede permitirse el

uso tradicional de recursos

naturales, usos científicos y

turísticos y asentamientos

humanos.

Se excluyen las actividades que

signifiquen cambios notables en las

características del paisaje y los valores

del área.

Bosques altoandinos

Relación entre el proveedor y los beneficiarios de los SE en la RPNYC

Ecosistema Servicio Ecosistémico Beneficiarios

Regulación del Clima (Captura de carbono)

Regulación del agua

Prevención de la erosión de los suelos

Producción de alimento (proteína animal)

Producción de combustible vegetal

Producción de plantas medicinales

Recreación caza deportiva

Recreación – Belleza escénica

Población local / rural

Población local / urbana

Población de otras ciudades o pueblos

Industria

Especies clave en el área de estudio

Servicios ecosistémicos claves Especies de flora y fauna

claves

Aporte por servicio en cada localidad en la actualidad

aportan

Modelamiento a futuro de la distribución de las

especies claves

LA VULNERABILIDAD INTEGRADA

1. Oferta de servicios ecosistémicos

2. Demanda de servicios ecosistémicos

3. La vulnerabilidad socio-económica y

socio-ecosistémica

SERVICIO

ECOSISTÉMICO

OFERTA

DEMANDA

1. Belleza escénica Lugares para turismo Alojamiento, restaurant, transporte

2. Proteína animal Mamíferos, Aves. Consumo y venta

4. Plantas medicinales Especies silvestres. Uso plantas silvestres.

5. Combustible vegetal Leña. Uso de leña.

VULNERABILIDAD SOCIO-ECOSISTÉMICA Y SOCIO-ECONÓMICA

Construcción del modelo de distribución de especies Pasos metodológicos:

Calibración/Análisis

de los resultados

Bioclimáticas Topográficas

Cobertura

Fuentes de información Modelos estadísticos Predicción y proyección espacial

Cambios de la oferta de los SSEE, horizonte prospectivo

2010-2030, escenario A1B , simulación de ECHAM4.5

(ensamble 24 modelos)

Servicio Ecosistémico: Belleza escénica Criterios empleados para la identificación de las

especies claves como proveedoras del servicio

ecosistémico:

Integra los componentes de medio biótico: vegetación, fauna y paisaje (Flores et al., 2008).

Especies atractivas o espectaculares para la gente.

Especies con la que la gente se sienta identificados (por ejemplo, es común que los seres humanos nos sentimos identificados con los mamíferos).

Especies claves:

Lycalopex culpaeus

Patagona gigas

Hippocamelus antisensis

Odocoileus virginianus

Lynchailurus colocolo

Oreailurus jacobita

Escallonia myrtilloides

Kageneckia lanceolata

Polylepis racemosa

Servicio Ecosistémico: Producción de alimento (proteína animal) Criterios empleados para la identificación de las especies claves como proveedoras del servicio ecosistémico: Comestible en base a frecuencia de consumo y preferencias de la población. Disponibilidad del hábitat, técnicas de caza de subsistencia, tendencias poblacionales (Barbarán, 2003).

Especies claves: Hippocamelus antisensis Odocoileus virginianus Lagidium peruanum Lophonetta specularioides Patagioenas maculosa

Servicio Ecosistémico: Producción de plantas medicinales Criterios empleados para la identificación de las especies claves como proveedoras del servicio ecosistémico: Plantas que contengan metabolitos activos de un uso terapéutico. Presencia de compuestos bioactivos de interés farmacéutico y agroquímico (Rehecho et al., 2011). Las plantas medicinales para ser incorporadas al sistema de salud y ser empleadas debe reunir tres características que son: calidad (aptitud de la planta medicinal para el uso que se destina), eficacia (aptitud de una planta medicinal para producir los efectos propuestos por el uso tradicional y determinada por métodos científicos) y seguridad (característica de una planta medicinal de poder usarse sin mayores posibilidades de causar efectos tóxicos injustificables) (Vila, 2009).

Especies claves:

Minthostachys mollis Perezia multiflora Psoralea glandulosa Taraxacum officinale Berberis sp

Servicio Ecosistémico: Producción de combustible vegetal Criterios empleados para la identificación de las especies claves como proveedoras del servicio ecosistémico: Material d combustión lenta, generación de poco humo, que produzcan brasas (Ramírez, 2008).

Especies claves:

Carex sp. Kageneckia lanceolata Polylepis racemosa

Variable Parámetro

Bio 1 Temperatura media anual

Bio 2 Rango de temperatura media diurna

Bio 3 Isotermalidad

Bio 4 Estacionalidad de la temperatura

Bio 5 Temperatura máxima del mes más cálido

Bio 6 Temperatura mínima del mes más frío

Bio 7 Rangode temperatura anual

Bio 8 Temperatura media del trimestre más húmedo

Bio 9 Temperatura media del trimestre más seco

Bio 10 Temperatura media del trimestre más cálido

Bio 11 Temperatura media del trimestre más frío

Bio 12 Precipitación anual

Bio 13 Precipitación del mes más húmedo

Bio 14 Precipitación del mes más seco

Bio 15 Estacionalidad de la precipitación

Bio 16 Precipitación media del trimestre más húmedo

Bio 17 Precipitación media del trimestre más seco

Bio 18 Precipitación media del trimestre más cálido

Bio 19 Precipitación media del trimestre más frío

Variables bioclimáticas Variables topográficas

Variables de cobertura

Variable Parámetro

DEM Modelo Digital de elevación

Pendiente Nivel de inclinación del terreno

Exposición topográfica Posición relativa de cada pixel en una ladera de montaña

Variable Parámetro

CUT Mapa de cobertura y uso de la tierra

Análisis estadísticos: Autocorrelación espacial (puntos distribuidos en una malla de 3x3 Km) Correlación entre las variables (r-Pearson, p-value, curva de correlación)

Selección de variables en base a los requerimientos de las especies

Distribución de las zonas más adecuadas para la oferta de SSEE

de producción de combustible vegetal a tiempo presente

Distribución de las zonas más adecuadas para la oferta de SSEE

de producción de combustible vegetal

a futuro

Oferta

Oferta actual de las zonas más adecuadas

SSEE de producción de combustible

vegetal

Oferta futura de las zonas más adecuadas

SSEE de producción de combustible

vegetal

0

2,000

4,000

6,000

8,000

10,000

12,0002

000

20

02

20

04

20

06

20

08

20

10

20

12

20

14

20

16

20

18

20

20

20

22

20

24

20

26

20

28

20

30

Hab

itan

tes

Nor Yauyos Cochas Pachacayo RPNYC y ZA

TC = -0.9%

TC = -0.7%

TC = -1.2%

Proyección poblacional en la RPNYC y ZA del año 2000

al 2030

Fuente: Elaboración propia, basado en estimaciones del INEI (2009).

DEMANDA DE SERVICIOS

ECOSISTÉMICOS

Belleza paisajística

05,000

10,00015,00020,00025,00030,00035,00040,00045,000

201

3

201

5

201

7

201

9

202

1

202

3

202

5

202

7

202

9

203

1

203

3

203

5

203

7

203

9

204

1

204

3

204

5Nú

me

ro d

e vi

sita

nte

s

2: Tendencia

2041

Fuente: Elaboración propia

Proyección del N° de turistas a la RPNYC por

escenario con capacidad de carga

Plantas medicinales

0

5,000

10,000

15,000

20,000

201

2

201

3

201

4

201

5

201

6

201

7

201

8

201

9

202

0

202

1

202

2

202

3

202

4

202

5

202

6

202

7

202

8

202

9

203

0

203

1

Vo

lum

en d

e p

lan

tas

med

icin

ales

co

nsu

mid

as e

n k

g

Nor-Yauyos Cochas-Pachacayo RPNYC

2030, 15,911.2 kg

2030, 11,109.8 kg

2030, 4,801.4 kg

TC =-0.07% Demanda de plantas

medicinales por cuenca y en la RPNYC

Fuente: Encuesta en la RPNYC en junio y julio de 2013 y Proyección poblacional del Censo Nacional (2007)

Cuencas Autoconsumo Venta Total Total

En S/. En S/. En S/. En Kg

Cochas

Pachacayo

(831 familias)

21,847 667 22,775 5,653

Nor-Yauyos

(1536) 40,369 1,233 41,602 10,445

Consumo

anual RPNYC 62,216 1,900 64,355 16,098

Beneficio actual anual (autoconsumo y ventas)

Volumen en

(Kg)

Tasa de

crecimiento 2013 2030

Plantas

medicinales -0.07% 16,098 Kg 15,911 Kg

Proyección de la demanda

Combustible vegetal

2030, 3,706

2030, 852.0

2030, 4,558

0

1,000

2,000

3,000

4,000

5,000

201

2

201

3

201

4

201

5

201

6

201

7

201

8

201

9

202

0

202

1

202

2

202

3

202

4

202

5

202

6

202

7

202

8

202

9

203

0

Vo

lum

en

de

leñ

a co

nsu

mid

o

en

m3

Nor-Yauyos Cochas-Pach. RPNYC-ZA

Combustible

vegetal

Volumen

m3 madera (1000

kg/m3)

Valor

en miles Soles

Leña 4,435.4 1,971

Demanda actual de leña usado por pobladores de la RPNYC


TC = 0.2%

Proyección de la demanda de leña en m3, según cuenca y en la RPNYC

Consumo de leña promedio en Kg y número de rajas por familia

(*)El consumo de leña en Kg por familia anual es de 3650 kg, la RPNYC alberga a 1166 familias que consumen un total de 4, 435,403

kg.

Volumen en (m3) Tasa de


Combustible

vegetal 0.2% 4435 4558

Demanda futura de leña en volumen (m3)

Proteína animal


Proyección de demanda

Volumen en

TM

Tasa de


Proteína animal -0.2% 79 TM 76 TM

2030, 56 TM

2030, 20 TM

2030, 76 TM

0

20,000

40,000

60,000

80,000

100,000

20

12

20

13

20

14

20

15

20

16

20

17

20

18

20

19

20

20

20

21

20

22

20

23

20

24

20

25

20

26

20

27

20

28

20

29

20

30

Vo

lum

en d

e ca

rne

co

nsu

mid

o e

n T

m

Nor-Yauyos Cochas-Pachacayo RPNYC-ZA

Proyección de la demanda de

proteína animal , en la

RPNYC

Ingresos anuales por consumo

Ingreso por

autoconsumo

Ingresos por

compra y

venta

Consumo

en Soles

Consumo

En kg

Nor-

Yauyos 228,843 269,820 498,663 55,407

Cochas

Pachacayo 83,502 132,183.0 215,685 23,965

RPNYC 312,345 402,003 714,348 79,372

TC = 0.2%

LA VULNERABILIDAD

SOCIO-ECONÓMICA Y

SOCIO-ECOSISTÉMICA

Provisión de belleza paisajística (riesgo y saturación)

Fuente: Encuestas socioeconómicas aplicadas en la RPNYC y ZA en junio y julio 2013 (Proyecto VIA-RPNYC). Elaboración de mapa (CDC-UNALM)

Provisión de plantas medicinales (riesgo y saturación)


Provisión de combustible vegetal (riesgo y saturación)


Provisión de proteína animal (riesgo y saturación)


GRACIAS!!!

Mapa base Abreviación Inundable Clase Fuente

Arb Arbustales 2

Par Páramos 3

ParI Sí Páramos inundados 2

Sup Suprandino 2

Gla Glaciar 2

Ramz Ríos y lagos amazónicos (navegables) 4

Rcst Ríos andinos y costeros (no navegables) 2

Lag Lagos altoandinos y costeros (no navegables) 2

Est Entradas de agua de mar (no navegables) 2

BMs Bosque montano siempreverde 3

Pun Puna 2

Bof Sí Bofedales

Bmex Bosque montano estacional y xerofítico 3, 2

Des Desierto 2

Amz Bosque amazónico 4

AmzO Sí Bosque amazónico inundado 4

AmzE Sí Bosque amazónico inundable 4

Bsc Bosque seco costero 2

Mng Sí Manglares 7

Ben Beni 6 Clases naturales

Fuentes principales (aplicadas de forma general a nivel nacional):

1. Mapa de áreas urbanas del INEI.

2. Mapa de vegetación empleado como base para generar el mapa de vulnerabilidad física del Pérú.

(MINAM 2011)

3. Mapa de ecosistemas andinos de Bolivia, Colombia, Ecuador, Perú y Venezuela (Josse et al. 2009)

4. Mapa de sistemas ecológicos de la cuenca amazónica (Josse et al. 2007)

5. Edición propia, generada durante el marco de este proyecto.

Fuentes complementarias (para áreas específicas):

6. Mapa base empleado para el proyecto “Análisis de los potenciales impactos del cambio climático sobre

la biodiversidad en los Andes tropicales” (Arnillas et al. 2010). Este mapa permitió completar información

por fuera del área del Perú

7. Mapa base empleado para la “Zonificación para la Selección de Áreas Prioritarias para la Conservación

de Tumbes y Lambayeque”. (Arnillas Merino et al. 2011). De este mapa se recogió las áreas agrícolas y

las áreas con langostineras de la parte baja del río Tumbes.

8. Mapa base empleado para el proyecto “Desarrollo del sistema web para monitoreo del impacto de la

deforestación en la zona IIRSA-Sur (Tramo 3) en el CCVA”. (Gushiken et al. 2011) De este mapa se

recogió la zona minera de Huepetuhe.

9. Mapa base empleado para el proyecto “Validation and diffusion of the GLOBIO methodology in the

Andean region” (Arnillas et al. 2008)

Construcción del mapa de cobertura y de biomas

Arb Par Sup BMs Pun BMd Des Amz Bsc Ben

Arb 1983 23 1 79 456 125 154 11 16 0

Par 41 167 0 22 30 3 0 0 0 0

Sup 14 0 157 0 598 0 0 0 0 0

BMs 76 19 0 2031 56 50 0 257 0 0

Pun 289 10 122 67 5962 13 0 2 0 0

BMd 166 5 0 252 37 559 2 127 45 0

Des 107 0 0 1 0 4 2881 2 40 0

Amz 1 0 0 209 0 30 0 29412 0 33

Bsc 4 0 0 0 0 33 39 0 602 0

Ben 0 0 0 0 0 0 0 133 0 47

Porcentaje correctamente clasificado = 92%

Índice Kappa = 0,867

Matriz de confusión entre el modelo de biomas y el mapa de biomas actual

Calibración del modelo de biomas

RandomForest

Regla especial para glaciares

Abreviación Inundable Clase Fuente

Lang Langostineras 7

Agr Agropecuario genérico 2,4

Pst Pastos para ganadería 9

MtAg Mezcla agricultura-matorrales 2

Deg Tierras degradadas 2

Ref Reforestación 2

Urb Urbano 1,2

Min Minería 2,8

Ole Oleoductos 4

Construcción del mapa de cobertura y de biomas

Clases antrópicas

Variable Abreviación

Variables climáticas

Temperatura anual media Tmed

Rango mensual medio de temperatura Trng

Precipitación anual total pp1

Coeficiente de variabilidad de la

precipitación ppcv

Precipitación del mes más seco pp1s1

Precipitación del trimestre más frío pp3f1

Precipitación del trimestre más cálido pp3c1

Índice ombrometrico Iob1

Índice ombrotermico del bimestre mas

seco del año Iod2b1

Variables topográficas

Pendiente slope

Índice de rugosidad del terreno tri

Índice de convergencia del terreno tci

Componente de la curvatura en el

sentido de la pendiente pro_curv

Componente de la curvatura en el

sentido perpendicular de la pendiente plan_curv

Construcción

de variables

independientes

Variable Abreviación

Variables de accesibilidad y gestión del territorio

Tiempo de viaje hasta vías con

transporte motorizado distvias

Tiempo de viaje hasta centro comercial

por vías con transporte motorizado distvurb

Áreas naturales protegidas anp2010

Construcción

de variables

independientes

Accesibilidad

Tiempo a vía

Tiempo por vía Tiempo por vía

Tiempo a vía

impacto del cambio climático en los bosques del perú: el ... · los bosques del perú: el caso de...

Documents