Presentación del Módulo 2 "El cambio climático, retos y desafíos para el desarrollo sostenible" del diplomado “El cambio climático y el sector agropecuario: desafíos y oportunidades para un desarrollo resiliente, con bajas emisiones y adaptado al clima en Centroamérica y República Dominicana. Instituto Centroamericano de Administración Pública (ICAP)

1. Marco conceptual para la modelación de
impactos del cambio climático en agricultura
y las implicaciones en la seguridad
alimentaria y nutricional (SAN)
Nov 8-14, 2021 – Ciudad de Guatemala/Zoom
Carlos Navarro & Diego Pons
J. Ramírez, S. Prager
c.e.navarro@cgiar.org _cenavarro
Módulo 2 - El cambio climático, retos y desafíos para el desarrollo sostenible.

3. Días
Meses y
Años
Décadas
Composición atmosférica
Actual weather
Temperatura de la superficie del océano
“Variabilidad
climática”
“Cambio
climático”
•Varias Décadas
•Siglos
• 2-3 meses
• 6 meses – 1 año
• Década(s)
Variabilidad & Cambio Climático

4. Variabilidad & Cambio Climático
La variabilidad climática se define como la variación en el estado de la atmósfera durante
períodos de tiempo cortos o medianos, generalmente inferiores a 20 años.
Se puede distinguir tres tipos de variabilidad (IPCC,2007) :
1. Estacional: Es la fluctuación del clima a escala mensual. Por ejemplo, en países con
estaciones o subtropicales se diferencian la primavera, el verano, el otoño y el invierno.
2. Interanual: Son las variaciones que se presentan en un año con referencia a otro. Por
ejemplo, años con influencia del fenómeno del Niño/Niña (condición ENSO) en comparación
con un año normal.
3. Interdecadal: Son las alteraciones del clima de una década a otra. Esta variación
generalmente pasa inadvertida para el común de la gente.
El cambio climático es la diferencia en el patrón o en el comportamiento del clima en una
región, entre dos períodos de tiempo largos de al menos 30 años.

5. Basados
en nichos
Probabilidad
Gradiente ambiental
Escenarios,
Modelos de
Clima /
Predicciones
Planes de
adaptación
efectivos
MarkSim DSSAT
Downscaling,
Regionalización,
Corrección de sesgo /
Remuestreo
EcoCrop
MaxEnt
Necesitamos modelos para cuantificar los impactos
y diseñar opciones de adaptación efectiva Basados en
Procesos
Cuantificación de Impactos
Cambio climático Global /
Variabilidad climática
Detalles
Regionales
Impactos

7. Modelos de clima-cultivo
para evaluar adaptación
de sistemas agrícolas

8. El cambio climático tiene un impacto en la agricultura
Challinor et al. (2014) NCC and Chapter 7 IPCC AR5 (2014)

9. El papel de la adaptación
Ganancias de la adaptación ~ 7-15%, menos efectivo para el maíz
Challinor et al. (2014) NCC

10. Adaptación en escalas de tiempo
= F(t)
Ramirez-Villegas and Khoury (2013) Climatic Change
• Corto plazo
• Basado en pronóstico
agroclimático
• Mediano plazo
• Enfoque amplio en mejoras
genéticas
• Impacto potencial del cambio
climático progresivo sobre la
agricultura.
• Nivel de transformación
• Cambios en los sistemas de
cultivo en general
• Cambio de uso de la tierra

11. Haciendo frente a la
variabilidad climática

13. PREDICCIONES DE CLIMA
• Proyectamos condiciones de 3 a 6 meses Adelante de
variabilidad climática, principalmente asociada al
fenómeno ENSO.
• Predicciones climáticas son de alta demanda en
Latinoamércia!
• Información con uso potencial en agricultura para
optimizar siembra y decisiones de manejo.

14. EL NIÑO OSCILACIÓN DEL SUR (ENSO)
SST en el pacífico influencia
patrones alrededor del mundo.
Coelho et al., J. Climate, 2006
Correlación entre el ENSO y las anomalías
de precipitación en NOV-DIC-ENE

15. 15 Diciembre 2010 – Canal del Dique
Octubre 2009
EL NIÑO SOUTHERN OSCILLATION (ENSO)

16. Otros factores influyentes de Variabilidad de Precipitación en Latinoamérica
Teleconexiones Globales
• Atlántico tropical y Célula de Circulación
de Hadley
• Dipolo del Océano Índico
• Oscilación Madden-Julian
Factores regionales
• Humedad relative en la Cuenca Amazónica
• Ciclones tropicales
• Convección de mesoecala

17. Pronósticos Determinísticos
E.g., La estimación más probable de precipitación total en Ene-Feb-mar es es 500 mm, y hay
un 67% de probabilidad que la lluvia caiga entre 200 y 700 mm
Pronósticos Probabilísticos
Cómo el pronóstico compara las condiciones “normales” con el registro histórico?
• Típicamente expresado en terciles:
• Debajo de lo normal : 15%
• Normal: 25%
• Arriba de lo normal: 60%
Pronósticos Probabilísticos vs. Determinísticos

18. mm
3-meses
PALMIRA,
VALLE DE CAUCA Probabilidades (%)

19. Pronósticos Agroclimáticos
Les comento la razón: así como para Montería fue una gran ayuda lo que ustedes en su momento hicieron para contarle a los
agricultores sobre lo que posiblemente podía ocurrir en materia climática, en donde logramos que aproximadamente 170
agricultores (1.800Ha) se pudiera decir que se … salvaron económicamente… por los efectos que causarían posiblemente los
factores climáticos en sus producciones

20. • Mayores necesidades hídricas
• Alteraciones en el suministro de agua, por lluvias
irregulares y menor disponibilidad de riego
• Daños por ciclos alternos de frío y calor intenso
• Mayor actividad de plagas y enfermedades
• Mayores daños por eventos climáticos extremos
• Cambios en la localización de regiones productoras
y en los ciclos de cultivo.
IMPACTOS GENERALES DE LA VARIABILIDAD CLIMÁTICA ANÓMALA EN
LA AGRICULTURA

21. Adaptación sistémica al
cambio climático
progresivo

22. ¿Qué condiciones tendremos en 30, 50, 100 años?
• ¿Cómo responderán
nuestros sistemas a estas
condiciones?
• ¿Cuándo, dónde, y qué tipo
de cambio se requiere para
adaptar?
• ¿Quién debe planear?
¿Quién debe ejecutar?

23. Económico
Ambiental
Global Regional
PESIMISTA
“Bussiness as
usual”
OPTIMISTA
Mundo perfecto
Intermedio
P
E
P
E
P
E
P
E
Los Escenarios de Emisión
IPCC, 2007

24. Variaciones en la temperatura de la superficie de la tierra: de 1000 a 2100
Qué es lo que dicen los modelos??
Cambios antropogénicos llevan a cambios atmosféricos
Concentraciones Atmosféricas
Los GCMs son la
única manera en que
podemos predecir el
clima a futuro

25. En la agricultura, los
diferentes escenarios
de emisiones no son
importantes… de aqui
a 2030 la diferencia
entre escenarios es
minima
J. Rogelj et al, 2012

26. Necesidades Limitaciones

27. Necesitamos modelos para cuantificar los impactos y diseñar opciones de adaptación efectivas
 Escala global
 Escala regional o
local
Limitaciones
Necesidad
Opciones
Aplicaciones
Downscaling por
métodos estadísticos o
dinámicos y corrección
de sesgo.
Aumentar resolución,
uniformizar… proveer
datos de alta
resolución
• Baja Resolución
• Mezcla de resoluciones
• Disponibilidad de datos
• No representan bien clima
histórico
Modelos basados
en nichos
Probability
Environmental gradient
Modelos basados
en procesos
Necesitamos modelos para
cuantificar los impactos y
diseñar opciones de
adaptación efectiva

28. Downscaling
– Base climatológica: WorldClim
– Tomar superficies GCM
originales (series de tiempo)
– Calcular promedios para línea
base y períodos específicos
– Calcular anomalías
– Interpolar anomalías (spline)
– Sumar anomalías a WorldClim

29. http://ccafs-climate.org

30. Impacto significativo al poner información sobre el cambio
climático en manos de científicos no climáticos y próximos
usuarios que representan hasta el 19% de todos los
usuarios de CCAFS-Clima.
> 700 Publications

32. Tipos de Modelos de Cultivos (Algunos…)
Modelos
Empíricos Son descriptivos, se
derivan de datos
observados sin involucrar
procesos fisiológicos.
Dependen de la
información de
rendimiento de grandes
áreas.
Representan la relaciones
entre rendimiento y
parámetros de clima.
Se expresan
generalmente como
ecuaciones de regresión
Modelos
dinámicos
Describen el modo en el
cual el sistema cambia en
el tiempo
Permiten seguir la
evolución temporal de
cada una de las variables
del sistema (ejemplo:
balance de nitrógeno e
hídrico en el suelo)
Modelos
Mecanísticos
Poseen capacidad
explicativa de la fisiología
del cultivo.
Consideran aspectos
como la temperatura, la
radiación
fotosínteticamente
activa, el índice de área
foliar, la fotosíntesis, la
respiración.
Intentan utilizar
mecanismos
fundamentales de los
procesos de la planta y el
suelo para simular
resultados específicos.

33. Función de los modelos de cultivo
• Elemento importante para tomar decisiones en agricultura.
• Permiten definir estrategias de producción en la etapa de la
planificación o durante el ciclo del cultivo.
• Semillas
• Prácticas culturales
• Fertilización
• Riego
• Uso de plaguicidas.
• Cuantificar, interpretar y predecir las necesidades hídricas de los
cultivos y el desarrollo de estos y sus rendimientos.

34. Función de los modelos de cultivo
• Modificando la escala de espacio y tiempo, los modelos nos permiten
evaluar el riesgo climático a través del pronóstico del tiempo
• Preparar estrategias de adaptación para minimizar los impactos
negativos del cambio climático.
• Entender como fenómenos de variabilidad inciden sobre la
productividad de los cultivos, resultado difícil de obtener a partir de
análisis estadísticos clásicos o experimentos agronómicos
tradicionales.
• Se puede utilizar para realizar experimentos de “qué pasaría si”, para
optimizar la gestión.

35. Qué es CROPWAT?
• CROPWAT
• (crop = cultivo; wat = agua)
• Es un programa que utiliza el
método de la FAO Penman-
Monteith para determinar la
evapotranspiración de los
cultivos (ET) en base a datos
climáticos y de cultivo.
• Los valores de ET son utilizados posteriormente
para estimar los requerimientos de agua de los
cultivos y el calendario de riego (nuevos o
existentes).

36. Limitaciones
Ventajas
CROPWAT

37. Evalúa si hay las condiciones climáticas
adecuadas , dentro de un periodo de
crecimiento para T° y Prec….
… y calcula la adaptabiliad climática de la
interacción resultante entre la prec y la T°
• Un algoritmo sencillo para mirar el nicho de cada especie
basado sólo en los datos del clima

38. B
38
Input: Crop evidence (GPS points)
19 bioclimatic variables of current (worldclim) &
future climate
Output:
Probability of distribution of coffee (0 to 1)
MaxEnt model
• El software Maxent se basa en el enfoque de máxima
entropía para modelar nichos y distribuciones de especies.
• A partir de un conjunto de grillas ambientales (por
ejemplo, climáticas) y sitios de ocurrencia
georreferenciadas, el modelo expresa una distribución de
probabilidad donde cada celda de la grilla tiene una
idoneidad prevista de las condiciones para la especie.
• La salida se puede interpretar como probabilidad de
presencia predicha (transformada de obstrucción) o como
abundancia local predicha (salida exponencial sin
procesar).
• El modelo expresa la idoneidad de cada celda de la
cuadrícula en función de las variables ambientales en esa
celda de la grilla.
• Un valor alto de la función en una celda de la cuadrícula
en particular indica que se predice que la celda de la
cuadrícula tendrá las condiciones adecuadas para esa
especie.

39. Bioclimatic variables for suitability modeling
• Bio1 = Annual mean temperature
• Bio2 = Mean diurnal range (Mean of monthly (max temp - min temp))
• Bio3 = Isothermality (Bio2/Bio7) (* 100)
• Bio4 = Temperature seasonality (standard deviation *100)
• Bio5 = Maximum temperature of warmest month
• Bio6 = Minimum temperature of coldest month
• Bio7 = Temperature Annual Range (Bio5 – Bi06)
• Bio8 = Mean Temperature of Wettest Quarter
• Bio9 = Mean Temperature of Driest Quarter
• Bio10 = Mean Temperature of Warmest Quarter
• Bio11 = Mean Temperature of Coldest Quarter
• Bio12 = Annual Precipitation
• Bio13 = Precipitation of Wettest Month
• Bio14 = Precipitation of Driest Month
• Bio15 = Precipitation Seasonality (Coefficient of Variation)
• Bio16 = Precipitation of Wettest Quarter
• Bio17 = Precipitation of Driest Quarter
• Bio18 = Precipitation of Warmest Quarter
• Bio19 = Precipitation of Coldest Quarter
derived from monthly temperature & precipitation

40. Decision Support System for Agro technology Transfer (DSSAT)
+

41. Adaptación
transformacional

42. Timing de la adaptación transformacional en la agricultura del
África subsahariana
Rippke, U; Ramirez-Villegas, J. et al. 2016. Nature Climate Change
Marco de incertidumbre temporal utilizando el conjunto CMIP5 para evaluar cuándo y dónde el cultivo de cultivos clave en
el África subsahariana se vuelve inviable.

43. Riesgos ≠, estrategias ≠ Resiliencia sistémica =
Transformación en el
sistema de producción
Transformación
= transición a
nuevos cultivos
Adaptación =
ajustes en el
sistema de
producción
Christian Bunn, M Lundy, P
Laderach, F Castro et al.

44. Focos de futura investigación
• Generar evidencia para agricultura climáticamente inteligente: ¿qué
funciona dónde y por qué?
• Acelerar el mejoramiento genético mediante la combinación de
modelos genéticos y de cultivos.
• Evaluación multimodelo (empírico + basado en procesos) de la
disponibilidad de alimentos bajo cambio climático

45. Q&A

46. Ejemplo de modelo de impacto
del Cambio climático en aptitud
de cultivos relevantes para la SAN
Nov 8-14, 2021 – Ciudad de Guatemala/Zoom
Carlos Navarro & Diego Pons
J. Ramírez, S. Prager
c.e.navarro@cgiar.org _cenavarro
Módulo 2 - El cambio climático, retos y desafíos para el desarrollo sostenible.

47. Necesitamos modelos para cuantificar los impactos y diseñar opciones de adaptación efectivas
 Escala global
 Escala regional o
local
Limitaciones
Necesidad
Opciones
Aplicaciones
Downscaling por
métodos estadísticos o
dinámicos y corrección
de sesgo.
Aumentar resolución,
uniformizar… proveer
datos de alta
resolución
• Baja Resolución
• Mezcla de resoluciones
• Disponibilidad de datos
• No representan bien clima
histórico
Modelos basados
en nichos
Probability
Environmental gradient
Modelos basados
en procesos
Necesitamos modelos para
cuantificar los impactos y
diseñar opciones de
adaptación efectiva

48. Los cambios en el clima afectan la adaptabilidad de los cultivos ...
Número de cultivos con más del 5% de ganancia.
Hay algunos
ganadores…
Number of crops with more than 5% loss
... Pero muchos
más perdedores
en los países en
desarrollo

49. Is cassava the answer to African climate change adaptation?
Jarvis A. et al, 2012
Current Climate Contraint

50. Cassava Common beans
Uso de modelos basados en nichos para mapear los cambios en la
idoneidad de los cultivos
Projected change
in suitable area
by 2050 (RCP8.5)
(%)
• Ramirez-Villegas, J. et al. 2013. Empirical approaches for assessing impacts of climate change on agriculture: The EcoCrop model and a case study with grain sorghum. Agr. For. Met. 170: 67-78.
• Jarvis, A., Ramirez-Villegas, J. et al. 2012. Is cassava the answer to African climate change adaptation? Tropical Plant Biology, 5: 9-19.
• Ramirez-Villegas, J. and Thornton, P.K. 2015. Climate change impacts on African crop production. CCAFS Working Paper No. 119. Copenhagen, Denmark.

51. Cassava Impacts by AF REGIONS
51
Cassava suitability change compared with other staples
Cassava consistently outperforms other staples in
terms of changes in suitability
EcoCrop

52. Exposure to climate change of staple crops for local comunities in the Andean-Amazon
foothills
Yuca Maíz Plátano

54. Coffee suitability - Maxent Results Nicaragua

55. B
Results
Variable Adjusted
R2
R2 due to
variable
% of total
variability
Present
mean
Change by 2050s
Locations with decreasing suitability (n=89.8 % of all observations)
BIO 14 – Precipitación del mes más seco 0.0817 0.0817 24.8 24.49 mm -3.27 mm
BIO 04 – Estacionalidad de temperatura 0.1776 0.0959 29.1 0.83 0.166
BIO 12 – Precipitación anual 0.2057 0.0281 8.5 2462.35 mm -24.31 mm
BIO 11 - Temperatura media del cuarto más frío 0.2633 0.0576 17.5 20.11 ºC 1.86 ºC
BIO 19 - Precipitación del cuarto más frío 0.2993 0.0155 4.7 169.13 mm -7.08 mm
BIO 05 - Temperatura máxima del mes más cálido 0.3198 0.0102 3.1 28.45 ºC 2.30 ºC
BIO 13 - Precipitación del mes más húmedo 0.2838 0.0205 6.2 450.27 mm 10.72 mm
Otros - - 6.2
Coffee suitability - Maxent Results Nicaragua

56. Una taza amarga: perfil de cambio climático de la producción mundial de café Arábica y Robusta
Current
2050
Change
Bunn, C., et al. (2014). A bitter cup: climate change profile of global production of Arabica
and Robusta coffee. Climatic Change. http://doi.org/10.1007/s10584-014-1306-x
50% del área
disponible
100% más área
de café
25% menos de
producción
total
Precios un 50%
más altos
Más Robusta

57. Usando modelos de cultivo para observar los rendimientos de los
cultivos bajo clima futuro
Gourdji et al. (in prep.)
Percent change in yields by 2030s and RCP4.5

58. ... y para identificar zonas de vulnerabilidad
Vallejo and Ramirez-Villegas, BID Report (2016)
Rainfed
agriculture
vulnerability
hotspots
• Usamos el cambio general en
el clima para identificar
hotpots pero también
utilizamos variables
socioeconómicas para
proyectar el cambio en los
rendimientos.
• Vemos a nivel regional qué
áreas productivas se verán
más afectadas por el cambio
climático y también cambios
en la dinámica de la
población.

59. • For 2 DSSAT-varieties (IB0006 ICTA-Ostua,
IB0020 BAT1289
• “INTA Fuerte Sequia”, “INTA Rojo”, and “Tío Canela
75” originating from Nicaragua
• “ICTA Ostua” and “ICTA Ligero” originating from
Guatemala
• “BAT 304” originating from Costa Rica
• “SER 16”, SEN 56”, “NCB 226”, and “SXB 412”
originating from CIAT, Colombia.
• Sowing on:
• Primera (Beginning of June)
• Postrera (Beginning of September)
Accompanying field trials in 5 countries to calibrate DSSAT

60. Planting date: Between 15th of April and 30th of June1
Variety 1: IB0006 ICTA-Ostua Variety 2: IB0020 BAT1289
Soil 1: IB00000005 (generic medium silty loam) Soil 2: IB00000008 (generic medium sandy loam)
Fertilizer 1: 64 kg / ha 12-30-0 6 to 10 days after germination and 64 kg / ha Urea (46% N) at 22 to
25 days after germination. Fertilizer 2: 128 kg/ha 18-46-0 Fertilizer application on sowing and 64
kg/ha UREA at 22 to 30 days after germination.
Weather data input:
Current climate
Average of 99 MarkSim
daily outputs
Future climate
Ensemble of 19GCM & 99
MarkSim outputs for 2020
& 2050
Runs: 17,800 points x 3
climates x 99 MarkSim-
samples x 8 trials
DSSAT “Tortillas on the Roaster” in Central America

61. 61
Zonas donde se pueden adaptar los sistemas de
producción de cultivos
Puntos de adaptación
Centrarse en la adaptación del sistema de producción
Áreas donde el cultivo ya no es una opción
Hot-Spots
Centrarse en la diversificación de los medios de vida
Nuevas áreas donde se puede establecer la producción de
cultivos
Puntos de presión
Migración de la agricultura - ¡Riesgo de deforestación!
Identificación de puntos calientes de impacto y sitios seleccionados para el análisis socioeconómico

62. Adaptation
entry points in
maize-bean
systems

63. (a) Historical (b) +2 ºC (no adaptation) (c) +2 ºC (heat tolerant bean)
El uso de modelos basados en nichos para evaluar los beneficios de
mejoramiento de fríjol tolerante al calor
Ramirez-Villegas and Thornton (2015)

64. Gradiente de impactos en café
Climate-smart coffee in Honduras

65. Gradiente de impactos en café
Climate-smart coffee in Honduras

66. Riesgos ≠, estrategias ≠
Christian Bunn, M Lundy, P
Laderach, F Castro et al.

67. Q&A

68. Aplicación a la toma de decisiones. Co-
diseño de servicios climáticos y apoyo en
espacios de concertación territorial
Nov 8-14, 2021 – Ciudad de Guatemala/Zoom
Carlos Navarro & Diego Pons
J. Ramírez, S. Prager, D. Giraldo, et al
c.e.navarro@cgiar.org _cenavarro
Módulo 2 - El cambio climático, retos y desafíos para el desarrollo sostenible.

69. • Los agricultores necesitan información climática, pero tienen acceso limitado.
• Cuando tienen acceso a dicha información, apenas pueden comprenderla.
• Cuando lo entienden, no saben cómo usarla, porque no es procesable ni contextualizada.
Brecha entre la información y el usuario
Foto: @AgrosInternational
Variabilidad
Climática
Years
Extremos

70. Contexto
Brecha entre la información y el usuario

71. Servicios climáticos

72. Servicios Climáticos
Co-Producción - Traducción - Transferencia - Uso
________________________________________
[3] Climate Services Partnership
[3]
= Toma de decisiones informadas sobre el clima
¿Debería conducir
un plan de
vacunación en mi
region?
Necesito plantas
resistentes a
sequía el próximo
ciclo?
¿Cuánta energía
solar puedo
esperar en esta
área?
¿Necisito evacuar
la ciudad debido a
las Fuertes lluvias
pronósticadas?
¿Necesitamos
empezar a
restringir el uso
del agua?
CS

73. AgroClimas II / TESAC

74. Políticas para ampliar
e implementar el
sistema CRM regional
Integración a escala regional
Políticas para integrar los
servicios climáticos en la
toma de decisiones (por
ejemplo, escalar los LTAC,
mantener y escalar el FSDSS)
Integración a escala nacional
POLÍTICA
PRÁCTICA
Integración a escala local
Cambios institucionales y
políticas locales para
permitir el
establecimiento de
servicios climáticos.
Datos, información y conocimiento para la gestión del riesgo climático

75. Servicios climáticos – Flujos de conocimiento
Entender las
necesidades de
los usuarios
Necesidades
1
Mejores predicciones
de clima y cultivos
Predicciones
2 Empoderamiento
3
Fortalecimiento
institucional

76. Flujos de conocimiento
Trabajo centrado
en el usuario
Necesidades
1

77. Guatemala
Colombia
Entendiendo las necesidades
Redes de Oferta ¿Cómo se conectan los productos?
Códigos: Reporte climático mensual (repm_CCh), Sistema de alerta temprana (SAT_CCh), Boletín de la
Mesa Técnica Interinstitucional de SAN Jocotán (SC_Chiq), Mapas diarios (mapas_dia), Mapa de
pronóstico para 24, 48 y 72 h (mapas_24h), Mapa de días sin lluvia (mapa_nopp), Boletín
meteorológico mensual (analisis_mes), Boletín climático (perspectiva mensual, persp_mes), Boletín de
perspectiva climática (perspectiva estacional, perp_est), Sistema de monitoreo de cultivos (sm_cultiv),
Informe mensual sobre reserva y precio del maíz y frijol (prec_res), Boletín de precios – Guatemala
(prec_gb), Estadísticas de precios – Guatemala (prec_MAGA), Pronóstico de seguridad alimentaria y
nutricional (pron_san), Perspectiva de seguridad alimentaria – Guatemala (perp_san), Boletín
humanitario / Reporte de situación (rep_sit), Perspectiva del clima de América Central (foro_clim_CA),
Foro regional de aplicación de pronósticos climáticos a la seguridad alimentaria y nutricional
(foro_san_CA).

78. Construyendo puentes entre oferta y demanda
• Entender los Flujos de Información

79. Flujos de conocimiento
Mejores predicciones
de clima y cultivos
Predicciones
2

80. Fortalecimiento de capacidades y co-diseño
________________________________________
[3] Esquivel et al. (2018). Climate Services. doi: 10.1016/j.cliser.2018.09.001
[3]
NextGen – AcToday project Lanzamiento Guatemala
Sep 19

81. Combinan información agrícola y climática, para luego proporcionar
recomendaciones adaptadas para la agricultura.
"Este clima esta tan extraño,
No sé qué variedad
Sembrar "
Respuesta de algunas
variedades a un pronostico
Mejores predicciones de cultivos

82. Flujos de conocimiento
Fortalecimiento
institucional
Empoderamiento
3

83. Trabajo en equipo!

84. Mesas Técnicas Agroclimáticas
“Las MTAs, permiten generar espacios de
discusión entre actores para la gestión de
información agroclimática local, con el fin de
identificar las mejores prácticas de adaptación
a los fenómenos climáticos, que son transferidas
a técnicos y agricultores locales por medio del
Boletín Agroclimático Local”
Enfoque promovido por

85. Mesas Técnicas
Agroclimáticas

89. Llegada de la estación lluviosa Aprendemos de:
• Clima
• Sistema productivo
• Opciones y planificación
Analizamos el
pronóstico y cómo
responder a él
Analizamos alertas
y pronóstico de
corto plazo y cómo
responder
Aprender y
mejorar
Manejando el clima desde el nivel más local

90. Manual de las MTA 2da Edición
Paso a paso para
implementar una Mesa
Técnica Agroclimática y
adaptarlo al contexto
especifico de cada región
Giraldo-Mendez D, Navarro-Racines C, Martínez-
Barón D, Loboguerrero AM, Gumucio T, Martínez JD,
Guzmán-Lopez H, Ramírez-Villegas J. 2021. Mesas
Técnicas Agroclimáticas (MTA): Una guía detallada
sobre su implementación, paso a paso. 2da Ed.
Programa de Investigación de CGIAR en Cambio
Climático, Agricultura y Seguridad Alimentaria
(CCAFS).
Enlace:
https://hdl.handle.net/10568/114605
MTA
M&E Prácticas

91. Información climática
(Histórico, monitoreo,
predicción)
Presentación de
resultados de modelos
de cultivos con base en
pronóstico
Discusión de opciones
para optimizar opciones
de manejo del cultivo
Recomendaciones
con base en mejores
opciones de manejo
Desarrollo del boletín
agroclimático por el líder
de la MTA
Revisión participativa del
pronóstico por los miembros de
la MTA y retroalimentación de la
efectividad de las
recomendaciones anteriores
MTA
Diálogo científico y local en las reuniones de las MTA

93. ¿Cómo lograr que la información climática sea de utilidad para los agricultores?
________________________________________
[5] Ortega L. et al (2018). Documento de Trabajo CCAFS no. 234. hdl.handle.net/10568/93424
[4]
[5]

94. PICSA
Servicios integrados
participativos de clima
para la agricultura
Agricultores
• Desafíos
• Oportunidades
Información
climática
• Registros históricos
• Pronóstico
Herramientas
de toma de
decisiones
participativas
Opciones
• Cultivos
• Pecuarias
• Medios de vida
‘El agricultor decide’
‘Opciones por contexto’
Servicios climáticos ¿por qué? ¿cómo?

96. Generalidades de los TeSAC
• Se caracterizan por estar en zonas de alto riesgo climático
• Los socios han establecido vínculos vitales con las comunidades locales.
• El objetivo principal de todas las intervenciones es ayudar a los
productores a ser más resilientes y garantizar su seguridad alimentaria
• Un grupo de representantes de la comunidad e investigadores
identifican las opciones de agricultura sostenible adaptada al
clima (ASAC) más apropiadas para implementar en ese territorio.
• Estas opciones pueden:
• Tecnologías
• Servicios de información climática
• Medidas para reducir emisiones
• Planes de desarrollo y de adaptación local e instituciones y políticas de apoyo
+ info https://ccafs.cgiar.org/es/territorios-sostenibles-adaptados-al-clima

97. Agricultura Sostenible Adaptada al Clima (ASAC)

98. ¿Qué tiene de diferente ASAC?
Las metodologías de ASAC implican
una mayor inversión en:
1. Gestionar riesgos climáticos.
2. Conocimiento y planeación de
las transiciones adaptativas que
sean necesarias, por ejemplo
nuevos sistemas agrícolas o
medios de vida.
3. Aprovechar las oportunidades
para reducir o eliminar las
emisiones de GEI cuando sea
factible.
+ info https://ccafs.cgiar.org/es/agricultura-sostenible-adaptada-al-clima

100. 15/11/2021 100

102. Impacto

103. ¡Gracias!
Contacto
Carlos Navarro-Racines
Coordinador AgroClimas Fase II
c.e.navarro@cgiar.org
Dr. Julian Ramirez-Villegas
Científico de Impactos de Clima
j.r.villegas@cgiar.org
Dr. Steven D. Prager
Científico de Modelación Integrada
s.prager@cgiar.org