Presentation to major donors and partners in Nicaragua, about CIAT's work on agro-climatic information services

1. Hacia decisiones
climáticamente
inteligentes
@CIAT_

2. Por qué decisiones climáticamente inteligentes?
El clima influencia ~32-39% de la productividad: nuestros
sistemas son sensibles a él no resilientes a él
Ray et al. 2015

3. El clima explica 30-60% de la variación en
productividad
Córdoba: 56% (Riego)
Temperatura en fase de
llenado
Meta: 29% (Secano)
Distribución de la
precipitación en
vegetativa
Casanare: 32% (Riego)
Radiación en fase
reproductiva
Tolima: 41% (Riego)
Radiación en fase de
llenado de grano
Huila: 28% (Riego)
Temperatura en
floración
Meta: 61% (Riego)
Temperatura en fase
reproductiva

4. Bajo ese contexto, los agricultores
planean sus cultivos con base en lo
que ocurrió el año anterior

5. Servicios agro-climáticos
Datos de
clima
QA/QC
Mejor
pronóstico
climático
Modelación
y big data
Predicción
rendimiento
Variables
clave
Gráficos y
formatos
Servicio
climático
Prager et al. (2017)

6. Trabajando con las instituciones
Prager et al. (2017)

7. Prager et al. (2017)
Para empoderarlas

8. Tres principios básicos
Principio 1
Trabajo centrado en el
usuario

9. Entendiendo los flujos de información

10. 10
Entendiendo
las
necesidades
y demandas
de los
usuarios

11. Tres principios básicos
Principio 2
Mejores modelos de
predicción de clima y cultivos

12. Mejor información del clima
1 2 3
Llanos et al. (2016)
• Revisión de métodos
existentes
• Evaluar métodos
existentes
• Desarrollar nuevos
métodos si fuera
necesario
• Precipitación
• Radiación solar

13. https://groups.google.com/forum/#!forum/rclimtool Llanos et al. (2016)

14. Big data para una mejor agronomía
Colección de
datos
Análisis de
datos
Validación
de hallazgos

15. Datos
238 eventos productivos de Maíz, Entre 2013 y 2016
Caso maíz

16. Impacto Reporte Personalizado “Fenalcheck”
Nueva “check list” para
agricultores en Córdoba
 Favorecer pendientes > 2º
 Si el drenaje externo es muy lento,
construir un sistema de drenaje
externo
 Aplicar al menos 25 kg/ha P
 Cosecha mecánica
 Garantizar al menos 65,000
plantas/ha a los 20 días después de
germinación.
Distribución del rendimiento para tres diferentes
grupos (agricultores) de manejo

17. Mejores pronósticos estacionales, del clima

18. Mejores pronósticos estacionales, de cultivo
Yield of F2000 for planting
between Oct – Nov 2017
(Lorica)

19. Tres principios básicos
Principio 3
Empoderamiento de las
instituciones

20. Desempeño de modelos de predicción climática, con el objetivo principal de crear una mesa
técnica de trabajo (discusión, evaluación, casos de estudio y retos) de posibles vías para mejorar
el desempeño de modelos de predicción climática en Colombia, Honduras, Guatemala y Perú
Fortalecimiento de capacidades y co-diseño de productos:

21. Plataforma de
pronósticos
operacionales
Mesas técnicas
agroclimáticas
Boletines
agroclimáticos
Pronósticos
participativos
(PICSA)
Plataformas digitales y participativas para empoderar
instituciones y agricultores
AgricultoresInstituciones

22. 13 Mesas técnicas
agroclimáticas en 3
países

23. ¿Cómo lograr que la información climática sea de utilidad para los agricultores?
Sin duda, las mesas técnicas constituyen un avance exitoso en “aterrizar” la
información agroclimática a otras escalas
Persiste el reto de cómo llevar el boletín agroclimático a los agricultores y, cómo
esta información que se publica cada mes ha generado cambios en el
conocimiento, las prácticas y la actitud hacia un nueva toma de decisiones.
Manejando el clima desde la vereda:

24. • Desde no tener idea cómo manejar la variabilidad a tener un
equipo de 6 personas haciendo pronósticos y llevándolos al
campo
• Una buena proporción de sus 24,000 asociados reciben
mensualmente pronósticos agroclimáticos
Algunos impactos
• Un equipo de agro climatología de 2 personas corriendo
modelos, liderando mesas, y produciendo boletines
• Agricultores recibiendo pronósticos agroclimáticos
• Buscando sus propios recursos para sostener las actividades
• Continua financiación a las mesas agroclimáticas, y apoyo
a org. productores para fortalecer las capacidades
• Equipo de predicción hace sus labores más eficientemente
gracias a automatización de predicción
• Subdirección de meteorología empuja Marco Nacional de
Servicios Climáticos ante OMM usando agricultura como
ejemplo

25. • Mejores políticas (INDC Colombia, ley agro en Honduras)
para adaptación a la variabilidad
• 330,000 agricultores reciben información agroclimática
para tomar decisiones

26. Qué sigue?