Impactos del cambio climático en los ecosistemas: incendios, zonas de 

vida y vegetación potencial

Pablo Imbach, CATIEBruno Locatelli, CIRAD‐CIFOR

Seminario sobre el Plan de Acción de Adaptación para la Biodiversidad en Costa Rica.SINAC & InBIO, Heredia, Costa Rica, 18 de Noviembre 2009

Contenidos

Incendios: Locatelli, Imbach, Molina, Palacios

• Objetivo: evaluar impacto del CC en el riesgo de incendios

• Minería de datos• Árboles de regresión• Bosques

– Combina la solución de varios árboles

– Eficiente para mejorar el ajuste del modelo

– Bagging: cada árbol se construye sobre un set diferente de datos

• Sets difusos• Árboles de clasificación (e.g. Lozano 

et al., 2007; Sturtevant & Cleland, 2007), Modelos de árboles (e.g. McKenzie et al., 2000); Redesneurales y algoritmos genéticos(Yang et al., 2006)

Y N

Y N Y N

x1<10.5

x5<3.2 x4<7.4

Y=0.1

Y=0.2

Y=0.4x2<5.7

Y N

Y=0.8

Y=0.9

Decision split (node)

Leaf

Densidad de incendios en un pixel(# incendios/km2/año)

μ = grado de pertenencia al set 

de riesgo alto1

0N

Incendios: resolución

• Pixeles y períodos– 0.25 grados(25x25km)

– 1998‐2007 (aprendizaje)

– 2010 – 2050 (aplicación)

• Resolución anual– 7440 voxels (744 pixels x 10 years)

Incendios: datos

• Datos mensuales de fuegos globales– ATSR World Fire Atlas (European Space 

Agency)• Algoritmo 1: Puunto caliente si 3.7 μm > 312 K• Resolución 1 km

– Filtro• Sacar datos de incendios en zonas urbanas, agrícolas o 

de pasturas• Uso del suelo de CA (PROARCA/CAPAS), 1 km, 1995

1998 1999 2000 2001 2002 2003 2004 2005 2006 20070

200

400

600

800

1000

1200

1400

1600

1800

2000

Year

Num

ber

of fi

res

Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec0

500

1000

1500

2000

2500

Month

Num

ber

of fi

res

Incendios: datos

Dato Fuente Resolución

Clima• T promedio mensual y anual

• P promedio mensual y anual

CRU CL 2.0 (New et al., 2002) 10 arc minutos

Series de tiempo• P mensual

Mensual 0.25° x 0.25° PrecipitaciónTRMM (NASA)

0.25°

Series de tiempo• T mensual

CRUTEM3 anomalías de T en la superficie (Jones et al., 1999)

5°. (resolución gruesa, pero correlacionadas en grandes áreas (Hansen and Lebedeff, 1987)

Incendios: datos

Datos Fuente Resolución

Densidad de población Gridded Population of the World in 2000 (GPW, CIESIN)

30 arc sec

IDH National statistics County level (similar to 0.2°)

Cobertura del suelo:% Agricultura y pastos

Central American Land Cover map (PROARCA/ CAPAS, 1998

1 km

Vegetación natural:% Bosque tropical seco o muy seco

% Bosque tropical húmedo

% Bosque tropical pluvial o húmedo

Land cover map +

Holdridge lifezone map produced with climatic data

1 km

Áreas protegidas% protegido

PROARCA Map, 1998 1 km

Topografía:Altura promedio

Rango altitudinal

PROARCA Map, 1998 1 km

Suelos:Capacidad de retención de agua

FAO, 2005 5 arc min

Incendios: datos

Datos Fuente Resolución

Clima

• T promedio mensual y anual

• P promedio mensual y anual

TYN SC 2.0 (Mitchell et al., 2003) with HadCM3 climate model.

For 1998-2007 (called 2000), ref period = 1961-1990

For decade 2050, ref period = 2011-2040

0.5°

Series de tiempo

• P y T mensual

Using the same anomalies than in the past (Mitchell, 2003)

0.25°

Cobertura del suelo:% Agricultura y pastos

IMAGE 2.2 (IMAGE team 2001) Growth factor per region

Vegetación natural:

% Bosque tropical seco o muy seco

% Bosque tropical húmedo

% Bosque tropical pluvial o húmedo

IMAGE 2.2 (IMAGE team 2001) +

Holdridge lifezone map produced with future climatic data

Growth factor per region +

0.25°

Sociedad

•Densidad de población

•IDH

IMAGE 2.2 (IMAGE team 2001) Growth factor per region

Cuatro escenarios (IPCC SRES; Nakicenovic et al., 2000):

• A1F (Fuerzas del mercado –intesivo uso de combustibles fósiles),

• A2 (Seguridad primero), • B2 (Dinámicas usuales), • B1 (Desarrollo sostenible)

Incendios: escenarios

• A nivel anual se calculan 50 árboles que explican el grado de membresía al índice de riesgo

– Cada árbol tiene 500 voxels para aprender y 500 para validar

• Se aplican los árboles a cada año entre 1998 y 2007

• Riesgo de incendio modelado para década 1998 –2007

• Se aplica el mismo árbol a los escenarios futuros

Resltados: variabilidad interanual

1998 1999 2000 2001 2002 2003 2004 2005 2006 20070.05

0.1

0.15

0.2

0.25

0.3

Year

Me

an fi

re ri

sk

Modelled

Observed

0.05 0.1 0.15 0.2 0.25 0.30

0.05

0.1

0.15

0.2

0.25

0.3

0.35

Mean modelled

Me

an

Ob

serv

ed

r2=0.88, p<0.001r2=0.88, p<0.001

Resultados: clima actual0 100 200 300 km0

Guatemala

El Salvador

Honduras

Nicaragua

Costa Rica Panama

<0.3

0.3<<0.6

>0.6

Observed FiresYears 1998-2007

0 100 200 300 km0

Guatemala

El Salvador

Honduras

Nicaragua

Costa Rica Panama

<0.3

0.3<<0.6

>0.6

Modelled FiresYears 1998-2007

Resultados: futuro

• Explicados principalmente por el CC

• En el caso del escenario A2 por un aumento en el área agrícola

2000 2010 2020 2030 2040 20500.2

0.205

0.21

0.215

0.22

0.225

0.23

0.235

0.24

0.245

Years

Me

an

fire

ris

k

A1F

A2

B1

B2

Cambio

Areas with low risk (μ<0.33):‐8.5%

Areas with medium risk (0.33<μ<0.67):+64.2%

Areas with high risk (μ>0.67):‐59.6%

Guanacaste

2000 2010 2020 2030 2040 2050

0.2

0.25

0.3

0.35

0.4

0.45

Years

Fire

Ris

k

Guanacaste Costa Rica

A1FA2B1B2

Variables que más contribuyen al cambio en el índice de riesgo:

Aumento de T en series de tiempo (Enero +, Abril +)

Decremento en P promedio(Mayo +)

Incremento en T promedio(Enero +, Mayo +)

Zonas de vida de Holdridge: Locatelli, Imbach, Laumonier

• Objetivo: evaluar la contribución de los corredores biológicos a la adaptación de las áreas protegidas

• Método: celular autómata, pixel ‐ 5 km, saltos de 10 años de 1990 al 2050

• Especies se pueden mover entre pixeles a medida que cambia el clima según sus capacidades y el paisaje

• Supuesto: cada zona de vida se compone de 5 especies con diferentes capacidades de migración

ProtectedArea

Corridor

Dirección del movimiento de especies debido alCC

Zonas de vida de Holdridge

• Índice de impacto del CC = estado de la vegetación en las APs en 2050 comparado con– Cobertura total de bosque (impacto inevitable) = 0– Sin migración (impacto máximo) = 1

• Contribución de cada corredor es la diferencia de impacto del CC en el AP entre un escenario con todos los CBs y con todos menos uno

• Migración: Pitelka et al., 1997; Kirilenko et al., 2000, Malcolm et al., 2002, Pearson 2006, Malcolm et al., 2002, McLachlan et al., 2005, Dyer, 1995

Resultados

• La mejoría de los CBs reduce el impacto del CC en las APs

• Sensibilidad: hay diferencias significativas entre escenarios de CC pero no entre diferentes capacidades de migración ‐> incertidumbre en CC es importante

• APs más afectadas en el NO• Menos importancia de los CBs

en montañas del SE (APs están conectadas entre sí)

• CBs altitudinales y en zonas secas son importantes 

Vegetación potencial: Imbach, Molina, Locatelli, Ciais, Roupsard, Corrales

• Impacto del CC en los ecosistemas y vegetación en Mesoamérica

Neilson, 1995

Vegetación potencial: equilibrioNeilson (1995)

Ciclo de pastos

Ciclo de árboles y arbustos

Árboles iniciales

Balance de aguamensual

Reglas de clasificación de la vegetación según forma de hojas, fisionomía, dosel y zonatérmica

Vegetación potencial: validación

Vegetación potencial: validación

Vegetación potencial: resultadosClima actual  ‐ Escenario

Simulación escorrentía anual

Cambios en escorrentìa

Modelado actual – Escenario

Vegetación potencial: resultados

Simulación de vegetación

Simulación de vegetación potencialante escenario de CC

Consideraciones adicionales

Consideraciones adicionales

Consideraciones adicionales

Muchas gracias!