+
Proyección de la Emisión,
reserva Carbono, y economía
Baja emisión y desarrollo
Akiko Haruna, Research Analyst
Ho-Young ...
+
El contenido de la presentación
 Resumen
 Tipos de experiencias de recursos humanos
 Capaz, y posibilidad para el fut...
+
Enfoque general
 Mejor resolución & Cobertura nacional = Modelo cultivo y SIG
 Balance de la baja emision y economia =...
+
Emisión
Flujo de Gases
CO2 N2O CH4
Area de cultivo YES YES YES
Pasto YES YES
+
Emisión
DNDC
SIG
IMPACT
Modelo
de uso de
la tierra
Precio,
cosecha,
area, etc
Economia
Uso de la
tierra
Distribución
de ...
+
 Tier 1
 Unico factor de emisión / proporción de fertilizante N (1%)
 Nivel global
 Tier 2
 Consideración de fuente...
+Emision - Area de cultivos
 Modelo de cultivo (Modelo Biogeoquimico, Process-based
Simulation Model)
 Crecimiento de cu...
+IFPRI Utilizes Process-based Models
Crop yield responses to
 Climatic condition and farming practices (Global
scale)
 ...
+DNDC
(Denitrification-Decomposition)
 Ventaja en la simulación de CH4
 Nivel pixel (10x10km) del emisión de cada cultiv...
+
Informaciónes requireridas para la
simulación
 State-level data
 Dominant cropping systems
 Maize, rice, etc.
 Crop ...
+ Parametros y manejo de cultivo en
Colombia
Crop
Sub_zonas
(Primer y segundo
departamento
MAYOR
productor)
Manejo
Region
...
+
Incluye
Sistemas dominantes -> Por otros areas
Cultivos anuales (maiz, arroz, yuca, papa),
y Perennes (palma, plantano)
+DNDC model – data input
ID
Countr
y
Country-
name Lon Lat
Climate
-file
N-
dep
SOC
max
SOC
min
Clay
max
Clay
min
pH
max
p...
+DNDC – paramétros de la fisiología y la
fenología
Crop
ID Crop name
Max
biomass
C
Grain
fraction
Leaf
fraction
Stem
fract...
+Main menu of DNDC
1
+Initiation of Regional Simulation
2
+ Options to modify climate and/or
management conditions
3
+ Simulation runs: 365 dias -> 1 año
4
+Simulation outputs 1
Grid_ID
System_
ID
SystemN
ame Area Year Stub
SOC
0-10cm
SOC
10-20cm
SOC
20-30cm
SOC
30-40cm
SOC
40-...
+Simulation outputs 2
Grid_ID LeachN DepositN FixedN Miner_N
Fertilize
rN
Manure
N LitterN dSON H2Otran
H2Oeva
p
H2Orun
of...
+
Calibration and Verification
 Evaluación
 Calibración
 obtener resultados similares que
datos observados (yield, espe...
+Simulation outputs
Grid_ID
System_
ID
SystemN
ame Area Year Stub
SOC
0-10cm
SOC
10-20cm
SOC
20-30cm
SOC
30-40cm
SOC
40-50...
+
Dato de la base de la estimación
 Modelo del uso de la tierra: Por los dos periodos,
Proporción de la distribucion de a...
+
GWP total - cultivo
 GWP = (”dSOC”+ ”CH4”) * (-44/12) +”CH4”* 16/12*21 + ”N2O” * 44/28*310
 Total cropland emission =Σ...
+
GWP total - cultivo
2008 2030
maiz 1.31 1.23
palma 1.42 1.63
plantano 1.55 1.50
arroz 4.86 4.61
yuca 0.48 0.46
papa 0.66...
+
Emisión - Area pasto
 Emisión total nacional en 2008 / cabeza = Emisión por cabeza
 Emisión total t = Emision por cabe...
+
Reserva carbono
a Figures are only for perennial crops.
Reserva de Carbono
Land use category Sobre tierra Baja tierra su...
+
Reserva Carbono - suposición
 Captiva el cambio de la proporción por nivel municipalidad
 DNDC: cambio entre el mismo ...
+
Reserva Carbono - suposición
 Aplicar la taza de reserva 2008 por cada cobertura por
municipalidad a 2030 <- etapas de ...
+
Reserva Carbono - enforque
 Trabajo de SIG
SOC
Harmonized World Soil Database
(FAO/IIASA/ISRIC/ISS-CAS/JRC)
Biomasa sob...
+
Reserva Carbono - enforque
 Sobreponer con el mapa spatial de la cobertura y el mapa
de los limites = por cobertura por...
+
Reserva Carbono - suelo
 Sobreponer el mapa SOC con la taxonomia dominante de
suelo, la cobertura, y los limites -> wei...
+
Reserva Carbono total
 Total aboveground, belowground soil C stock =Σj,k(average C
stock in municipalityk in Land usej ...
+
Reserva Carbono – resultado
ABG+BG C
abg_08bl bg_08bl
abg+bg_
08bl abg_30bl bg_30bl
abg+bg30
bl
cropland 52.2 54.9
pastu...
+
Hacia futuro
Forest
Carbon
&
Emission Grass
Carbon,
Emission,
Manure
Emission
(Gilhespy et al. 2014)
+
Hacia futuro
 Emisión y reserva de cultivo
 Modelación DNDC de Perenne (cifra de literatura en este
momento)
 Cifra d...
+
Economía
DNDC
SIG
IMPACT
Modelo
de uso de
la tierra
Precio,
cosecha,
area, etc
Economia
Uso de la
tierra
Distribución
de...
+
Economía – enfoque
 Ingreso de los productores
 TRt(total revenue in period t) = Σj,k,t ( Ppjkt (producer price
of pro...
+
Economía – resultado
Unidad: Billion USD
2008 2030
cacao 0.19 0.36
café 1.38 3.07
palma 0.15 0.79
plantano 1.44 3.93
oth...
+
Cambios accumulados
 Accmulated ghg =
Σt (ghg2008*((ghg2030/ghg2008)^(1/21))^(t-1))
+
Integración para análisis
Accumulated GHG from cropland
2008-2030
DNDC base p1 p1_2 p2 p2_2 p3 p3_2 dif dif dif dif dif ...
+
Enfoque de la integración
 Capa multi-disciplinaria
 Sistema de información geográfica, economía, y ciencia de la
emis...
+
 Puede modificar supocisión del cada proceso
 Puede modificar la linea base y clear los
escenarios
Ventaja: Flexibilid...
+
Integración para análisis
 Programa de dato de base / estadistica / SIG
:
+
Gracias, cuestiónes y comentarios?
Próxima SlideShare
Cargando en…5
×

Proyecciónde la Emisión, reservaCarbono, y economía Baja emisióny desarrollo

384 visualizaciones

Publicado el

Proyecciónde la Emisión, reserva Carbono, y economíaBaja emisióny desarrollo

Publicado en: Educación
0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
384
En SlideShare
0
De insertados
0
Número de insertados
2
Acciones
Compartido
0
Descargas
2
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Proyecciónde la Emisión, reservaCarbono, y economía Baja emisióny desarrollo

  1. 1. + Proyección de la Emisión, reserva Carbono, y economía Baja emisión y desarrollo Akiko Haruna, Research Analyst Ho-Young Kwon, Research Fellow IFPRI
  2. 2. + El contenido de la presentación  Resumen  Tipos de experiencias de recursos humanos  Capaz, y posibilidad para el futuro
  3. 3. + Enfoque general  Mejor resolución & Cobertura nacional = Modelo cultivo y SIG  Balance de la baja emision y economia = approximación: El impacto a la realización del doble-objetivo de la conomia global y local -> el patrón del uso de tierra DNDC SIG IMPACT Modelo de uso de la tierra Precio, cosecha, area, etc Economia Uso de la tierra Distribución de cultivo Emisión Reserva C
  4. 4. + Emisión Flujo de Gases CO2 N2O CH4 Area de cultivo YES YES YES Pasto YES YES
  5. 5. + Emisión DNDC SIG IMPACT Modelo de uso de la tierra Precio, cosecha, area, etc Economia Uso de la tierra Distribución de cultivo Emisión Reserva C
  6. 6. +  Tier 1  Unico factor de emisión / proporción de fertilizante N (1%)  Nivel global  Tier 2  Consideración de fuentes de N, manejo, tipo de cultivo, uso de tierra etc  Nivel nacional o regional  Tier 3  Enfoque de Process-based simulation model  Conocimiento completo del proceso de la emisión de suelo  Cubre una gran escala con variedad de suelos, climas y sistema de cultivo  Modelos disponibles  DNDC (Denitrification and Decomposition model)  DAYCENT (Daily version of CENTURY SOM model)  Ecosys, APSIM, and EPIC PRPORGANICINPUTSDIRECT ONONONON 2222    INPUTSOMCRONSNINPUTS EFFFFFON 2 Emisión – Emfoque de IPCC
  7. 7. +Emision - Area de cultivos  Modelo de cultivo (Modelo Biogeoquimico, Process-based Simulation Model)  Crecimiento de cultivos, Hydrologia, Ciclo de materiales • Phenology • Leaf area dynamics • Radiation interception • C and nutrient partitioning Crop growth •Evapotranspiration •Runoff •Drainage and irrigation Hydrology •SOM decomposition •Allocation of C and nutrients to SOM pools Soil organic matter (SOM) cycling • Climate data o Precipitation, temperature, and solar radiation • Soil characteristics o Texture, water holding capacity, and saturated hydrologic conductivity • Management options o Crop cultivar, planting date and density, fertilizer application rate, and tillage Soil Organic Matter Cycling Crop growth Hydrol ogic proces s  Crop yields  Agronomic indices (harvest index and root to shoot ratio)  Soil C sequestration  Greenhouse gas emissions  Nutrient leaching
  8. 8. +IFPRI Utilizes Process-based Models Crop yield responses to  Climatic condition and farming practices (Global scale)  Biochar application (Ghana and Vietnam) Greenhouse gas emission changes to  Land use change and/or conversion (India,Vietnam) Soil C stock changes to  Land degradation (Sub-Saharan Africa, Central Asia)
  9. 9. +DNDC (Denitrification-Decomposition)  Ventaja en la simulación de CH4  Nivel pixel (10x10km) del emisión de cada cultivo a escala regionál y nacionál
  10. 10. + Informaciónes requireridas para la simulación  State-level data  Dominant cropping systems  Maize, rice, etc.  Crop management (fertilizer&manure, tillage&residue, yield, irrigation, etc etc)  Remote sensing data (10 by 10km girds)  Climate data (WorldClim – Global Climate Data)  Monthly temperature and precipitation for current conditions  Soil characteristics (Harmonized World Soil database)  Textures (clay, silt and sand contents), organic C contents, bulk density, pH for topsoil (0-30 cm) and subsoil (30-100 cm)  Crop calendar (Center for Sustainability and the Global Environment)  Planting and harvesting dates
  11. 11. + Parametros y manejo de cultivo en Colombia Crop Sub_zonas (Primer y segundo departamento MAYOR productor) Manejo Region Average fertilization (Kg of N) Labranza y manejo de residuo Rotacion % Irrigated Area Potential yield Tn/Ha Sugarca ne Pacific Valle del cauca 80-125 Incorporado al campo por medio de maquinas para reintegración de nutrientes, la caña no requiere mucha labranza durante su periodo de crecimiento, solo a la siembra. No 95% 240.0 Pacific Cauca 80-125 Incorporado al campo por medio de maquinas para reintegración de nutrientes, la caña no requiere mucha labranza durante su periodo de crecimiento, solo a la siembra. No 95% 240.0 Oil palm Llanos Meta 214,5 Urea Preparacion del terreno antes de la siembra y los residuos son dejados en el campo (reincorporated) No 50% 4.0 Andean Santander 214,5 Urea Preparacion del terreno antes de la siembra y los residuos son dejados en el campo (reincorporated) No 10% 4.0 Maize caribe Cordoba 40 kg/ha Urea Incorporado al campo por medio de maquinas para la integración de nutrientes en el suelo para la siguiente rotación con algodón. Each 6 months they change maize with cotton 0 6.0 andean Tolima 180 kg/Ha nitroxtend Incorporado al campo por medio de maquinas para la integración de nutrientes en el suelo para la siguiente rotación Each 6 months they change maize with rice and soja 25 % - 30% 5.5 Cassava Andean Cauca 0 Tillage and reincorporated No 0% 25 Caribe Cordoba y Sucre 50 Kg/Ha Tillage and reincorporated No 0% 20-25 Llanos Pacifico Depende de la
  12. 12. + Incluye Sistemas dominantes -> Por otros areas Cultivos anuales (maiz, arroz, yuca, papa), y Perennes (palma, plantano)
  13. 13. +DNDC model – data input ID Countr y Country- name Lon Lat Climate -file N- dep SOC max SOC min Clay max Clay min pH max pH min Dens max Dens min Slope Salin Inde 4023219 57Colombia -71.7028 12.37269 4023219 0.010.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0 4023220 57Colombia -71.625 12.375 4023220 0.010.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0 4023221 57Colombia -71.5417 12.375 4023221 0.010.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0 4023222 57Colombia -71.4621 12.3705 4023222 0.010.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0 4027537 57Colombia -71.8678 12.29373 4027537 0.010.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0 4027538 57Colombia -71.79 12.28833 4027538 0.010.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0 4027539 57Colombia -71.7083 12.29167 4027539 0.010.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0 4027540 57Colombia -71.625 12.29167 4027540 0.010.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0
  14. 14. +DNDC – paramétros de la fisiología y la fenología Crop ID Crop name Max biomass C Grain fraction Leaf fraction Stem fraction Root fraction Grain CN Leaf CN Stem CN kg C ha-1 ratio ratio ratio 1 Corn 10309 0.4 0.22 0.22 0.16 50 80 80 2 Winter wheat 7610 0.41 0.21 0.21 0.17 40 95 95 3 Soybean 3512 0.35 0.22 0.22 0.2 10 45 45 4 Legume hay 11000 0.01 0.4 0.4 0.19 50 50 50 Crop ID Crop name Root CN Water Demand Optimu m Temp TDD N fixation Vasculari ty Perennial Crop ratio kg water kg-1 DW °C °C 1 Corn 80 150 30 2550 1 0 0 2 Winter wheat 95 200 22 1300 1 0 0 3 Soybean 24 350 25 1500 2.5 0 0 Legume
  15. 15. +Main menu of DNDC 1
  16. 16. +Initiation of Regional Simulation 2
  17. 17. + Options to modify climate and/or management conditions 3
  18. 18. + Simulation runs: 365 dias -> 1 año 4
  19. 19. +Simulation outputs 1 Grid_ID System_ ID SystemN ame Area Year Stub SOC 0-10cm SOC 10-20cm SOC 20-30cm SOC 30-40cm SOC 40-50cm Total SOC ha Year kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha 4424974 1 Corn 1 1 1391 9325 9241 6926 3651 2249 31392 4424974 1 Corn 1 2 1305 9736 9609 6917 3638 2240 32140 Grid_ID Manure C LitterC Soil- CO2 dSOC CropID_ 1 CropID_ 2 CropID_ 3 GrainC_ 1 GrainC_ 2 GrainC_ 3 ShootC_ 1 kgC/ha kgC/ha kgC/ha kgC/ha CropID_ 1 CropID_ 2 CropID_ 3 kgC/ha kgC/ha kgC/ha kgC/ha 4424974 0 752 418 335 1 0 0 1429 0 0 1572 4424974 0 2097 1350 748 1 0 0 1340 0 0 1474 Grid_ID ShootC_ 2 ShootC_3 RootC_1 RootC_2 RootC_3 CH4 N2O NO N2 NH3 CropN kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha 4424974 0 0 572 0 0 -0.49 0.322 0.08 0.01 3.841 55.38 4424974 0 0 536 0 0 -1.07 0.16 0.077 0.012 2.346 51.94 5 Año 1 y 2, Maiz en el Grid ID 4424974
  20. 20. +Simulation outputs 2 Grid_ID LeachN DepositN FixedN Miner_N Fertilize rN Manure N LitterN dSON H2Otran H2Oeva p H2Orun of kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha mm mm mm 4424974 3.15 0.17 0 11.73 50 0 7.15 -1.47 121 797 0 4424974 1.45 0.2 0 15.32 50 0 22.85 -5.94 119 896 0 Grid_ID H2Oleac h H2Oirri H2Opre c dSoilH2 O MeanT Country ID WaterStr ess N_Stress T_stress Grid_ID mm mm mm mm Degree C Country ID WaterStr ess N_Stress T_stress 4424974 1177 37 2019 -39 26.84 57 0.99 0.41 1 4424974 1399 48 2304 -63 27.37 57 0.99 0.43 1.01 5 Año 1 y 2, Maiz en el Grid ID 4424974
  21. 21. + Calibration and Verification  Evaluación  Calibración  obtener resultados similares que datos observados (yield, especially)  Ajustar parametros y manejo cultivo ->Necesidad de datos locales  Verificación  Estudios que existen del area
  22. 22. +Simulation outputs Grid_ID System_ ID SystemN ame Area Year Stub SOC 0-10cm SOC 10-20cm SOC 20-30cm SOC 30-40cm SOC 40-50cm Total SOC ha Year kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha 4424974 1 Corn 1 1 1391 9325 9241 6926 3651 2249 31392 4424974 1 Corn 1 2 1305 9736 9609 6917 3638 2240 32140 Grid_ID Manure C LitterC Soil- CO2 dSOC CropID_ 1 CropID_ 2 CropID_ 3 GrainC_ 1 GrainC_ 2 GrainC_ 3 ShootC_ 1 kgC/ha kgC/ha kgC/ha kgC/ha CropID_ 1 CropID_ 2 CropID_ 3 kgC/ha kgC/ha kgC/ha kgC/ha 4424974 0 752 418 335 1 0 0 1429 0 0 1572 4424974 0 2097 1350 748 1 0 0 1340 0 0 1474 Grid_ID ShootC_ 2 ShootC_3 RootC_1 RootC_2 RootC_3 CH4 N2O NO N2 NH3 CropN kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha 4424974 0 0 572 0 0 -0.49 0.322 0.08 0.01 3.841 55.38 4424974 0 0 536 0 0 -1.07 0.16 0.077 0.012 2.346 51.94 5 Año 1 y 2, Maiz en el Grid ID 4424974
  23. 23. + Dato de la base de la estimación  Modelo del uso de la tierra: Por los dos periodos, Proporción de la distribucion de area de los cultivos y cobertura por municipalidad Selección del cultivo Selección del cobertura
  24. 24. + GWP total - cultivo  GWP = (”dSOC”+ ”CH4”) * (-44/12) +”CH4”* 16/12*21 + ”N2O” * 44/28*310  Total cropland emission =Σj,k(Cropj average GWP in municipalityk *Cropj area in municipalityk )
  25. 25. + GWP total - cultivo 2008 2030 maiz 1.31 1.23 palma 1.42 1.63 plantano 1.55 1.50 arroz 4.86 4.61 yuca 0.48 0.46 papa 0.66 0.68 Unidad:Tg C
  26. 26. + Emisión - Area pasto  Emisión total nacional en 2008 / cabeza = Emisión por cabeza  Emisión total t = Emision por cabeza * area t* intensidad t  Intensidad <- La taza del crecimiento de la cabeza matada de ganado, IMPACT, a nivel nacional Elements Año 2008 Emissions (CH4) (Enteric fermentation) 1,639.71 Direct emissions (N2O) (Manure management) 1.38 Indirect emissions (N2O) (Manure management) 0.32 Emissions (CH4) (Manure management) 39.56 Emissions (N2O) (Manure management) 1.7 Direct emissions (N2O) (Manure on pasture) 35.73 Indirect emissions (N2O) (Manure on pasture) 8.1 Emissions (N2O) (Manure on pasture) 43.83 Sum (CO2 eq) 49,377.72 (FAOSTAT,Unidad: 1000ton)
  27. 27. + Reserva carbono a Figures are only for perennial crops. Reserva de Carbono Land use category Sobre tierra Baja tierra suelo Cropland YES a YES a YES Pasture YES YES YES Forest YES YES YES Resto YES YES YES DNDC SIG IMPACT Modelo de uso de la tierra Precio, cosecha, area, etc Economia Uso de la tierra Distribución de cultivo Emisión Reserva C
  28. 28. + Reserva Carbono - suposición  Captiva el cambio de la proporción por nivel municipalidad  DNDC: cambio entre el mismo uso de tierra Selección del uso de tierra 2008 2030
  29. 29. + Reserva Carbono - suposición  Aplicar la taza de reserva 2008 por cada cobertura por municipalidad a 2030 <- etapas de bosque, camino de cambio  Diferencia entre reserva t1 y reserva t2 = la perdida C ton/ha Area 2008(ha) C total (ton) Area 2030(ha ) C total (ton) bosque 120 1000 120*1000 920 120*800 pasto 20 500 20*500 550 20*550 perenne 30 20 30*20 10 30*10 Arbustales y vegecación 40 300 40*300 350 40*350 Ejempro: Municipalidad A
  30. 30. + Reserva Carbono - enforque  Trabajo de SIG SOC Harmonized World Soil Database (FAO/IIASA/ISRIC/ISS-CAS/JRC) Biomasa sobre tierra : Pasto (Anaya et al, 2009) Biomasa sobre tierra: Forestal, arbustales y vegetación segundara (NASA (Saatchi et al, 2011))
  31. 31. + Reserva Carbono - enforque  Sobreponer con el mapa spatial de la cobertura y el mapa de los limites = por cobertura por municipalidad  Bajo tierra: proporsión de raíces  Biomasa sobre-tierra Cobertura Litmité
  32. 32. + Reserva Carbono - suelo  Sobreponer el mapa SOC con la taxonomia dominante de suelo, la cobertura, y los limites -> weighted average por cobertura por municipalidad IPCC default soil classes derived from the Harmonized World Soil Data Base (Ver. 1.1) (Niels, 2010) SOC Cobertura LimitéTaxonomia
  33. 33. + Reserva Carbono total  Total aboveground, belowground soil C stock =Σj,k(average C stock in municipalityk in Land usej * size of land usej in municipalityk ) Land use model Cropland area (per municipality) Aboveground, belowground and soil C stock(per grid) Forest (ton/ha) Pasture (ton/ha) Cropland (ton/ha) Other land use (ton/ha) Forest (ha) Pasture (ha) Cropland (ha) Other land use (ha) 1,250 560 840 320 240 270
  34. 34. + Reserva Carbono – resultado ABG+BG C abg_08bl bg_08bl abg+bg_ 08bl abg_30bl bg_30bl abg+bg30 bl cropland 52.2 54.9 pasture 186 60 246 206 66 272 forest 4,451 1,468 5,919 4,203 1,385 5,588 other 532 213 744 547 219 766 sum 4,637 1,528 6,962 4,410 1,451 6,682 SOC Perennial cropland ABG+BG C (literature) 08bl 30bl 08bl 30bl cropland 530 557 PalmC 14.9 17.8 pasture 3,242 3,481 CoffeeC 18.5 18.5 forest 6,133 5,690 CacaoC 18.8 18.5 other 2,649 2,742 Sum 52.2 54.9 ttl_sum_soc 12,554 12,470 Unidad:Tg C
  35. 35. + Hacia futuro Forest Carbon & Emission Grass Carbon, Emission, Manure Emission (Gilhespy et al. 2014)
  36. 36. + Hacia futuro  Emisión y reserva de cultivo  Modelación DNDC de Perenne (cifra de literatura en este momento)  Cifra de literatura de reserva de perenne  Configuración con cosecha de IMPACT  Emisión de pasto  Cifra regional de emisión por cabeza presente y futuro  Pasture DNDC, Manure DNDC  Emisión de bosque  Forest DNDC : etapa de crecimiento  Quema de los bosques  Emision desde conversión de cubertura  Identificación de patrón de cambio en el nivel pixel
  37. 37. + Economía DNDC SIG IMPACT Modelo de uso de la tierra Precio, cosecha, area, etc Economia Uso de la tierra Distribución de cultivo Emisión Reserva C Land use category Cropland YES Pasture YES
  38. 38. + Economía – enfoque  Ingreso de los productores  TRt(total revenue in period t) = Σj,k,t ( Ppjkt (producer price of product j in regionk)* Qjkt (quantity of product) )  Qjkt(crop)=Yjkt (yield) * Ajkt (area)  Qjkt(livestock)=Yjkt (meat / dairy per head ) * Ijkt (intensity) * Ajkt (area)  Precios implusavos de la economica global Cosecha refleja condiciónes socioeconomicas (IMPACT)  Costo de producción : constante  Intensidad: elaborada desde # matados
  39. 39. + Economía – resultado Unidad: Billion USD 2008 2030 cacao 0.19 0.36 café 1.38 3.07 palma 0.15 0.79 plantano 1.44 3.93 othr_pere 2.07 4.74 yuca 0.55 1.59 maiz 0.78 1.60 papa 1.15 2.35 arroz 1.96 3.24 canazucar 0.92 6.45 othr_annu 2.21 4.66 sumttl_c_rev 12.79 32.80 ganaderia 7.82
  40. 40. + Cambios accumulados  Accmulated ghg = Σt (ghg2008*((ghg2030/ghg2008)^(1/21))^(t-1))
  41. 41. + Integración para análisis Accumulated GHG from cropland 2008-2030 DNDC base p1 p1_2 p2 p2_2 p3 p3_2 dif dif dif dif dif dif maiz 26.7 28.8 27.8 26.5 26.6 26.6 26.7 2.1 1.1 (0.2) (0.1) (0.1) (0.0) palm 31.9 35.2 33.5 31.8 31.9 70.4 44.7 3.3 1.6 (0.1) (0.0) 38.5 12.8 plan 32.0 34.3 33.2 31.9 31.9 21.6 27.7 2.3 1.2 (0.1) (0.1) (10.4) (4.3) rice 99.5 114.2 106.6 99.2 99.4 98.2 99.1 14.6 7.0 (0.3) (0.2) (1.3) (0.4) cass 9.9 10.9 10.4 9.8 9.8 9.8 9.9 1.0 0.5 (0.1) (0.0) (0.1) (0.0) pota 14.1 15.5 14.8 14.1 14.1 14.1 14.1 1.5 0.7 (0.0) (0.0) (0.0) (0.0) Literature - - - - - - base p1 p1_2 p2 p2_2 p3 p3_2 dif dif dif dif dif dif coff 12.5 13.5 13.0 12.5 12.5 10.6 12.0 1.0 0.5 (0.0) (0.0) (1.9) (0.6) caca 0.4 0.4 0.4 0.4 0.4 0.2 0.3 0.0 0.0 (0.0) (0.0) (0.2) (0.1)
  42. 42. + Enfoque de la integración  Capa multi-disciplinaria  Sistema de información geográfica, economía, y ciencia de la emisión y reserva de carbono, y agronomía  Coordinación y compatibilidad de datos de los modelos  Planificación del ultimo resultado (output image)  Comunicación en detalles con generadores de los modelos  Estandarización del formato de los datos generados  Proceso automatizado
  43. 43. +  Puede modificar supocisión del cada proceso  Puede modificar la linea base y clear los escenarios Ventaja: Flexibilidad Resoluciones diferentes Formatos diferentes Unidades diferentes Lenguas diferentes Años diferentes Fuentes misteriosos Datos parciales Limpiar, combinar, analizar, reportar, Cambios y modificacion de los modelos, datos, escenarios
  44. 44. + Integración para análisis  Programa de dato de base / estadistica / SIG :
  45. 45. + Gracias, cuestiónes y comentarios?

×