Este documento resume un seminario sobre adaptación agrícola al cambio climático en Latinoamérica realizado por el CIAT. El CIAT busca generar información climática relevante a nivel local para caracterizar cultivos y predecir impactos del cambio climático. Se analizan variables bioclimáticas clave y sus efectos en cultivos usando modelos como MaxEnt y EcoCrop. Los resultados muestran cómo factores como la elevación afectarán la adaptabilidad de cultivos como el café en el futuro. El CIAT concluye que se necesitan múltiples en

1. Cambio climático: Senderos de adaptación para la agricultura en LatinoaméricaSeminario Agricultura Sustentable, 27 y 28 de Mayo de 2010Universidad Tecnológica de Pereira, ColombiaAnton Eitzinger, A. Jarvis, P. Laderach, J. Ramirez, E. Zapata, C. ZelayaWWW.ciat.cgiar.orgEco-Efficient Agriculture for the Poor

2. ContenidoQue es: CIAT y DAPA?Cambio Climático: Demanda de información para la agriculturaSensibilidad y ImpactosBreve resumen de resultadosAnálisis sectoriales para ColombiaAdaptación a través del manejo participativo

3. Osana Bonilla F.Peter LaderachMario MuñozJuan Carlos AndradeVictor A. LizcanoAngelica Ma. HenaoJeferson Valencia Jairo Guerrrero Miguel Idrobo James GarciaMark LundyCarlos NaglesSimon CookGlenn HymanRobert AndradeKatherin Tehelen Natalia Uribe Nora CastañedaElizabeth Barona Carlos Navarro Carlos A. Ramirez Vanesa Herrera Carolina Argote D.Daniel AmarilesLouis ReymondinEnna DiazSimone StaigerJorge CardonaLilian P. TorresAna MilenaDaniel Jimenez Mike Salazar Ovidio RiveraLea Jehin Oriana C. Ovalle Audberto Quiroga Yuli Medina David Rodriguez Antonio Pantoja Leader: Andy JarvisJhon OcampoAnton EitzinegerJhon Jairo HurtadoCarolina GonzálezSilvia H. castañoHector Tobón Martin Ayling Emmanuel Zapata Julián RamirezCIAT – Centro Internacional de Agricultura TropicalCIAT: Parte del grupo consultivo sobreInvestigación Agrícola Internacional

4. Mission:Reducir el hambre y la pobrezay mejorar la salud trópicos mediante una investigación que aumenta la eco- eficiencia de la agricultura.DAPA: Análisis para mejorar decisiones y políticas(Decision and PolicyAnalysis) - Dr. Andrew Jarvis

5. DAPA - Nuestras visiónCreemos fuertemente en el poder de la información para tomar mejores decisiones respecto a las inversiones sobre los recursos naturales y la agricultura, desde la finca hasta la escala global.Números. Mapas. Gráficos.Mejores políticas públicas y privadas

6. Nuestro modus operandiTemáticamente diversos, nos une el análisis espacial.Creemos en la conversión de datos a información para el diseño de políticas y decisiones acertadas.Estamos impulsados por la demanda de otros programas CIAT y por las necesidades de colegas en Latinoamérica.Consideramos la eco-eficiencia como el principio rector.

7. Nuestros temas son:Output 1: evaluación de impacto para la focalización, documentación e incremento de la efectividad en la investigación y el desarrollo.Output 2: orientación de políticas, herramientas e innovación para gestión de servicios ecosistémicos en pro del beneficio de la población rural.Output 3: estimación de impactos del cambio climático sobre los sistemas agrícolas e identificación de caminos de adaptación para las poblaciones rurales.Output 4: orientación de políticas e innovaciones para asegurar cadenasequitativas de suministro a favor de los pobres para enfrentar las altas dinámicas del mundo.

8. Cambio Climático:Demanda de información para la agricultura

9. Cambio Climático: Demanda de información para la agriculturaLa demanda - resoluciónAgricultura es una industria de nicho

10. Entonces necesitamos datos de clima relevantes para caracterizar el nicho

11. Existen muchos estudios en Latinoamérica … muchos de macro-escala …. Faltan estudios locales!

12. Escala: 1km, 90m?Cambio Climático: Demanda de información para la agriculturaLa demanda - variablesNecesitamos multiples variablesTemperaturaMax, min, mediaPrecipitacionHumedad relativaRadiacion solarVientos…….MenosimportantesMascertidumbre

13. Cambio Climático: Demanda de información para la agriculturaLa demanda - tiemposNecesitamos como mínimodatos mensualesPara algunas aplicaciones detallados(ej. modelos mechanisticos)necesitamos datos diariosArriba de 2050 son irrelevantes para la toma de decisión en agriculturaEstamos buscando pronósticos para variabilidad climática (dentro de la temporada , estacional, anual, Nino/Nina)Y para cambio en línea base: 2020-2030

14. Cambio Climático: Demanda de información para la agriculturaLa demanda - certidumbreLos cultivos son suprememente sensibles a sus condiciones climaticosPara adaptaciones especificos, necesitamos alta certidumbreFaltando certidumbre, trabajamos en resiliencia (pero es mas dificil)

15. Cambio Climático: Demanda de información para la agriculturaLos modelosEmpezó con los GCMsGrillas grandes, muy complejosVamos hacia los RCMsGrillas mas pequeñas, igualmente complejos… listo, ya incluimos lo modelación de la fase lunaren los modelos de predicción … te parece?

16. Cambio Climático: Demanda de información para la agriculturaModelos GCM : “Global ClimateModels”21 “global climate models” (GCMs) basados en ciencias atmosféricas, química, física, biología

17. Se corre desde el pasado hasta el futuro

18. Hay diferentes escenarios de emisiones de gasesINCERTIDUMBRE POLITICO (EMISIONES), Y INCERTIDUMBRE CIENTIFICO (MODELOS)

19. Cambio Climático: Demanda de información para la agriculturaModelos GCM : Escenarios

20. Cambio Climático: Demanda de información para la agriculturaMensaje 1En la agricultura, las diferentes escenarios de emisiones no son importantes: de aqui a 2030 la diferencia entre escenarios es minima

21. Cambio Climático: Demanda de información para la agriculturaCCCMA-CGCM3.1CSIRO-MK3.0IPSL-CM4MPI-ECHAM5NCAR-CCSM3.0UKMO-HADCM3UKMO-HADGEM12050A1BI N C E R T I D U M B R E S

22. Cambio Climático: Demanda de información para la agricultura

23. Cambio Climático: Demanda de información para la agriculturaMensaje 2La incertidumbre científico SI es relevante para la agricultura: tenemos que tomar decisiones dentro de un contexto de incertidumbreYDepender de un limitado numero de GCM es peligroso

24. Cambio Climático: Demanda de información para la agriculturaBases de datos de CIAT para 2030 y 2050

25. Para elaboración de senderos de adaptaciónhttp://gisweb.ciat.cgiar.org/GCMPage/Bases de Datos

26. Cambio Climático: Demanda de información para la agriculturaEntonces que hacemos frente todo esto?No hay una sola estrategiagana-ganaNecesitamos múltiplesacercamientos para mejorarla base de informaciónacerca de escenariosde cambio climáticoDesarrollo de RCMs(múltiples: PRECIS NO ES SUFICIENTE)Downscaling empírico, métodos híbridosProbamos diferentes metodologíasSe requiere flujo de información (CCC):compartimos, comparemos, charlamos

27. Cambio Climático: Sensibilidad y impactos

28. Cambio Climático: Sensibilidad y impactosSensibilidad de los cultivos ante el cambio de climaMaxEnt - Maximum entropy modeling of species geographic distributionsEcoCrop Model

29. Cambio Climático: Sensibilidad y impactosCaracterización - variables bioclimáticos para cultivosMaxEnt, CaNastaBio 1 = Temperatura media anualBio 2 = Rango de temperatura diurno medio (media todos los meses (Temp. Máxima – Temp. Mínima))Bio 3 = Isotermalidad (Bio2 / Bio7) (* 100)Bio 4 = Estacionalidad de temperatura (desviación estándar * 100)Bio 5 = Temperatura máxima del mes más calienteBio 6 = Temperatura mínima del mes más fríoBio 7 = Rango de temperatura anual (Bio5 – Bio6)Bio 8 = Temperatura media del trimestre más húmedoBio 9 = Temperatura media del trimestre más secoBio 10 = Temperatura media del trimestre más fríoBio 11 = Temperatura media del trimestre más calienteBio 12 = Precipitación total anualBio 13 = Precipitación del mes más húmedoBio 14 = Precipitación del mes más secoBio 15 = Estacionalidad de la precipitación (coeficiente de variación)Bio 16 = Precipitación del trimestre más húmedoBio 17 = Precipitación del trimestre más secoBio 18 = Precipitación del trimestre más calienteBio 19 = Precipitación del trimestre más fríoEcoCropIntervalo de la lluvia absoluta

30. Intervalo de la temperatura absoluta

31. Intervalo de la lluvia optima

32. Intervalo de la temperatura optima

33. Duración de una estación de crecimiento

34. Temperatura congelada del cultivo(cuando muere el cultivo)Variables básicos:Temperatura y precipitación

35. Cambio Climático: Sensibilidad y impactosPredecir el impactoImpacto sobre la adaptabilidad de los cultivos en las cadenas de suministro.Impacto sobre producción, plagas y enfermedades de cada cultivoTraducir el impacto sobre el cultivo en indicadores socioeconómicos tales como ingresos, pobreza y género.

36. Cambio Climático: Sensibilidad y impactosVulnerabilidadExposiciónGrado en que un sistema está expuesto a variaciones climáticas importantes (IPCC 2001)VulnerabilidadEs el grado por el cual un sistema es susceptible o incapaz de enfrentarse a efectos adversos del cambio climático (IPCC 2001)SensibilidadEs el grado por el que está afectado un sistema, en sentido perjudicial o beneficioso, por estímulos relacionados con el clima (IPCC 2001)Capacidad de adaptaciónEs la habilidad de un sistema de ajustarse al cambio climático (IPCC 2001)

37. Cambio Climático: Sensibilidad y impactosMedios de vidaHumanoFísicoSocialFamiliasNaturalFinanciero(1999)

38. Cambio Climático: Sensibilidad y impactosImplicaciones socio-económicosModelos econométricos

39. Cambio Climático: Sensibilidad y impactosMensaje 3 La caracterización de los cultivos/plagas/enfermedades y los indicadores de medios de vida son importante para predecir impactos hacia el futuro

40. Cambio Climático: Breve resumen de resultados

41. Cambio Climático: Breve resumen de resultadosobjetivo “Predecir la adaptabilidad”

42. Cambio Climático: Breve resumen de resultados?objetivo “Predecir la adaptabilidad”¿Cuáles son los factores decisivos? Cuales de los bioClims influyen mas?“Stepwiseregression”

43. Cambio Climático: Breve resumen de resultadosobjetivo “Predecir la adaptabilidad”Ejemplo:Chipas/MéxicoCambio = futuro - actual(adaptabilidad de café)

44. Cambio Climático: Breve resumen de resultadosobjetivo “Predecir la adaptabilidad”Ejemplo:Chipas/MéxicoRelación entre el cambio y zonas de elevación

48. Breeding priorities for 2030 worldDurante 2010 hemos desarrollado aún más el enfoque Ecocrop (versión modificada para CIAT)Traslado del modelo para expertos a un modelo empírico calibradoDesarrollamos un protocolo para la identificación de las limitaciones prioridad en las condiciones climáticas actuales y futurasFrijol, mandioca, banano y papa están analizados y publicados en Crop Adaptation bookCambio Climático: Breve resumen de resultados

49. Cambio Climático: Breve resumen de resultadosOportunidades tecnológicas:Para el mejoramiento de tolerancia de sequia y anegamientoDrought toleranceSome 22.8% (3.8 million ha) would benefit from drought tolerance improvement to 2020sWaterlogging tolerance

50. Oportunidades tecnológicas:Para el mejoramiento de tolerancia paracalor y fríoCambio Climático: Breve resumen de resultadosSome 42.7% (7.2 million ha) would benefit from heat tolerance improvement to 2020sCold toleranceHeat tolerance

51. Cambio Climático:Análisis sectoriales para Colombia

52. Cambio Climático: Análisis sectoriales para ColombiaUn sector con mucho cultivo permanente

54. Cambio Climático: Análisis sectoriales para ColombiaImpactos en Colombia: cambio (%) en productividad a nivel Nacional

55. Cambio Climático: Análisis sectoriales para ColombiaCambios promedios por departamento

56. Cambio Climático: Análisis sectoriales para ColombiaDos casos diferentes: Bolivar vs. Cauca

57. Conclusiones preliminaresCultivos permanentes (66.4% del PIB de 2007) seriamente afectados: y son cultivos de inversiones de largo plazo

58. Tema de seguridad alimentaria, y pobreza: muchas de los cultivos afectados son de agricultores pequeños

59. Claras prioridades nacionales (por ejemplo. Costa Caribe, cultivos específicos)

60. Prioridades locales: enfoque hacia seguridad alimentarioCambio Climático: Análisis sectoriales para Colombia

61. Mensaje 4Hay retos y oportunidades: el país debería tener una estrategia para enfrentar ambos

62. Un Ejemplo mas localEl susto de café en Cauca

63. Climas mueven hacia arribaTemperatura media reduce por 0.51oC por cada 100m en la zona cafetero. Un cambio de 2.2oC equivale a una diferencia de 440m.