B-056 Emmanuel Zapata Caldas

8/6/2019 B-056 Emmanuel Zapata Caldas

1/14

Anlisis de los impactos de cambio climtico sobre cultivos andinos

Emmanuel Zapata-Caldas1, Andy Jarvis1, 2, Julin Ramirez1, 2, 3, Charlotte Lau21Centro Internacional de Agricultura Tropical, CIAT, Cali, Colombia

2CGIAR Challenge Program on Climate Change, Agriculture and Food Security, CCAFS3Institute for Climatic and Atmospheric Science, School of Earth and Environment, University of

Leeds, Leeds, UK

Resumen

La evaluacin de los impactos probables del cambio climtico (CC) sobre la

agricultura, y la identificacin de senderos de adaptacin para hacer frente a

dichos impactos, son elementos imprescindibles para medir el grado de

vulnerabilidad del sector agrcola en los Andes tropicales. El trabajo consisti en

evaluar el impacto del CC sobre 25 de los cultivos ms importantes en los Andestropicales (desde Venezuela hasta Bolivia), y ayud a concluir que el rea

potencial impactada negativamente en toda la regin sera significativamente

mayor a la impactada positivamente. Para el ao 2050 los porcentajes de rea

potencial con prdida de aptitud climtica reportados en toda la regin, segn

uno de los modelos de nicho ecolgico usado en el anlisis (EcoCrop), seran:

72.1% para caf, 83.2% para frjol, 64% para papa, 79.3% para tomate y 74.3%

para trigo. Ante tal panorama, es obvio que el sector agrcola de la regin

enfrentara un gran reto dentro de 40 aos. Otras cifras alarmantes son las

siguientes, en trminos de rea cosechada, los cultivos ms afectados por los

efectos del CC en 2050 seran papa (645,474 hectreas; representa un 14.7%

de la cosecha actual) y caf (1.5 millones de hectreas, o 5.5% del rea

cosechada actual).

No obstante, de tomarse las medidas necesarias en la actualidad, la regin

podra ser menos vulnerable. Como estrategia a mediano y largo plazo (10 a 40aos) un enfoque multidisciplinar (agronmico, econmico, social) en el sector

agrcola de los Andes tropicales, contribuira en los emprendimientos de

adaptacin a los efectos del CC. Para lograr esto, los gobiernos de los pases de

la regin deberan invertir en (1) evaluacin de impacto por medio de trabajos

como el presente, (2) investigacin y desarrollo tecnolgico, y (3) extensin y

1


2/14

transferencia tecnolgica. Sumado a esto, como estrategia de corto plazo, los

gobiernos de los pases de la regin deberan pensar en apoyar a los pequeos

agricultores mediante la creacin de seguros agrcolas y estimular las

actividades de extensin en universidades y dems instituciones involucradas en

temas relacionados con CC y agricultura. De esta manera, se evitara el

abandono de las tierras agrcolas y propender por la creacin de un modelo de

desarrollo sostenible y pensado para enfrentar el fenmeno de cambio climtico.

Introduccin

Es evidente que el mundo se ha visto sorprendido por el comportamiento del

clima en las ltimas dcadas. Una de las causas visibles de tal comportamiento

ha sido el incremento progresivo de las emisiones de Gases Efecto Invernadero(GEI) y su acumulacin en la atmsfera durante el siglo XX. Este hecho ha

puesto a la humanidad en una encrucijada para la cual no estaba preparada, o

ms bien, de la cual no era consciente. De all que el tema del CC se haya

convertido en uno de gran relevancia en la actualidad. El sector agrcola de la

regin de los Andes tropicales no estara exento de los efectos del fenmeno

climtico y, es muy probable que la economa ligada del sector, se vea

golpeada. Tal situacin sera preocupante sabiendo que aproximadamente 129

millones de habitantes (22.7% de la poblacin en Amrica Latina) dependen dela agricultura en la regin. Ante tal situacin, resulta necesario generar

proyecciones del impacto del clima sobre los cultivos que contribuyen al sustento

alimentario y econmico de la regin, y as, evaluar tanto los efectos negativos

como las posibles oportunidades. Ante tales circunstancias, el presente trabajo

se propuso evaluar el impacto probable del CC sobre la distribucin potencial

(actual y futura) y el rea cosechada de los 25 cultivos ms importantes en la

regin. Se trabaj bajo los escenario de emisiones (SRES, por sus siglas en

ingls) A1B y A2, en los perodos 2010-2039 (2020s) y 2040-2069 (2050s),

usando datos climticos de un grupo representativo de Modelos de Clima Global

(GCMs, por su sigla en ingls), diez para SRES-A1B y ocho para SRES-A2. Las

proyecciones de distribucin y aptitud climtica potencial actual y futura se

realizaron con EcoCrop (Hijmans et al. 2005a) un modelo orientado hacia la

2


3/14

prediccin de un ndice de aptitud climtica de cultivos con base en parmetros

bsicos de crecimiento de la especie en cuestin (temperaturas y precipitaciones

ptimas y absolutas) y Maxent (Phillips et al. 2006) un modelo de nicho

ecolgico usado para predecir la distribucin de especies (probabilidad de

ocurrencia). La utilizacin de estos dos modelos permiti cuantificar el

porcentaje de rea con aptitud climtica de los cultivos, los posibles cambios en

dicha aptitud, el porcentaje de rea impactada positiva y negativamente, entre

otros datos. El proceso llev consigo diferentes limitaciones, por un lado

carencia de informacin de ocurrencia de cultivos, y por otro, incertidumbre en

las proyecciones de los modelos. Este problema podra llegar a solucionarse

mediante una mayor inversin en investigacin. Como recomendaciones de este

anlisis se debe mencionar que son necesarias acciones corto y largo plazo, deesa manera se priorizara la inversin de recursos y se estableceran senderos

de adaptacin desde tres posturas: gestin del riesgo (corto plazo), adaptacin

al cambio climtico progresivo (largo plazo), y la mitigacin de los gases de

efecto invernadero (GEI).

1. Anlisis

1.1. Seleccin de 25 cultivos importantes en los Andes tropicalesLa tabla 1 comprende informacin de los 25 cultivos analizados, describiendo el

rango altitudinal en el que por lo general suelen encontrarse. Las premisas para

la seleccin los cultivos fueron dos; la primera, que se encontraran por encima

de 500 metros sobre el nivel del mar (msnm) y, la segunda, que fueran

importantes para la regin en trminos de reas cosechada, produccin y

redimiendo, adems de ser cultivos importantes para comunidades minoritarias

alto-andinas (e.g. comunidades indgenas). A partir de la informacin disponible

para las variables rea cosechada (ha), produccin (toneladas) y rendimiento

(hectogramos/hectrea) que reposa en FAOSTAT1 para el ao 2008 con datos

de los pases involucrados en el anlisis (Venezuela, Colombia, Ecuador, Per y

Bolivia), se seleccionaron los 21 cultivos ms importantes (84%), bajo la

condicin de encontrarse en al menos cuatro de los pases que hacen parte de

1 Fuente: disponible en lnea:http://faostat.fao.org/site/567/default.aspx#ancor

3
http://www.google.com/url?sa=D&q=http://faostat.fao.org/site/567/default.aspx#ancor&usg=AFQjCNF0pELRJu3dCxCyejJRvr-XoXZK-whttp://www.google.com/url?sa=D&q=http://faostat.fao.org/site/567/default.aspx#ancor&usg=AFQjCNF0pELRJu3dCxCyejJRvr-XoXZK-whttp://www.google.com/url?sa=D&q=http://faostat.fao.org/site/567/default.aspx#ancor&usg=AFQjCNF0pELRJu3dCxCyejJRvr-XoXZK-w


4/14

la regin (figura 1). Los cuatro (4) los cultivos restantes (16%) fueron

seleccionados por su importancia en el consumo de las comunidades indgenas

alto-andinas, es el caso de qunoa (Chenopodium quinoa Willd), el camote

(Ipomoea batatas), la arracacha (Arracacia xanthorriza) y el ulluco (Ullucus

tuberosus). La historia agrcola de las comunidades andinas sustenta la

importancia de este tipo de cultivos en los Andes tropicales, los mismos que

tambin son conocidos como 'neglected or underutilized crops' y tienen

cualidades nutricionales nicas en la regin, las mismas que a su vez pueden

llegar a sustituir protenas animales. Adems, estos cultivos crecen en

condiciones climticas extremas (incluso sobre los 4,000 msnm), con muy bajas

temperaturas (por debajo de 0 grados centgrados) y algunos son resistentes a

la sequa (e.g. la qunoa crece hasta con 62 mm de lluvia durante su estacin decrecimiento). Estos cultivos, tambin llamados sub-explotados han crecido

durante miles de aos en los Andes, principalmente en los sitios elevados de la

cordillera, pero tambin sobre los altiplanos.

1.2. Datos climticos

Los datos histricos del clima se obtuvieron de la base de datos WorldClim

(Hijmans et al. 2005, disponible en www.worldclim.org). Entre tanto, para las

proyecciones se usaron los resultados de clima futuro correspondientes arealizaciones de diferentes GCMs para dos escenarios de emisiones: SRES-A2

(8 GCMs) y SRES-A1B (10 GCMs), representativos del cuarto reporte de

evaluacin del Panel Intergubernamental de Cambio Climtico (IPCC 2001,

2007).

1.3. Modelos de nicho ecolgico

1.3.1. Maxent (Mxima entropa)

El mtodo de mxima entropa es una metodologa general para hacer

predicciones o inferencias a partir de informacin incompleta (Phillips et al.,

2006; Phillips & Dudik, 2008). La idea es estimar una probabilidad objetivo

4


5/14

para encontrar la probabilidad de la distribucin de mxima entropa, sujeto a

un conjunto de restricciones que representan informacin incompleta sobre la

distribucin objetivo. Similares a la regresin logstica, Maxent usa pesos para

las variables que explican la distribucin objetivo, estos pesos evitan la sobre-

estimacin de las probabilidades (overfitting) cuando hay alta correlacin entre

los predictores, o cuando el nmero de predictores es alto (i.e. descarta

informacin redundante) con respecto al nmero de puntos de entrenamiento. La

distribucin de probabilidad final de Maxent es la suma de cada variable de peso

dividido por una reduccin constante para garantizar que los rangos de

probabilidad de valores sean de 0 a 1. El programa se inicia con una

distribucin de probabilidad uniforme y de forma iterativa altera un peso a la vez

para maximizar la probabilidad de llegar a la distribucin de probabilidad ptima.En trminos prcticos, el modelo usa datos de presencia (o presencia y

ausencia) para hallar una distribucin probabilstica de mxima entropa

alrededor de un nmero de variables predictoras (generalmente ambientales).

Estas distribuciones pueden proyectarse a cualquier escenario temporal y/o

espacial diferente al de lnea base.

1.3.2. EcoCrop

Es un modelo mecanstico implementado por Hijmans et al.(2005a) en elsoftware DIVA-GIS. El modelo trabaja definiendo, en primera instancia diez

parmetros de crecimiento del cultivo: Gmin: duracin mnima de la estacin de

crecimiento (das), Gmax: duracin mxima de la estacin de crecimiento (das),

Tkill: temperatura a la que el cultivo detiene su desarrollo (C), Tmin:

temperatura mnima absoluta en que el cultivo tiene un desarrollo marginal (C),

Topmin: temperatura ptima mnima del cultivo (C), Topmax: temperatura

ptima mxima del cultivo (C), Tmax: temperatura mxima absoluta en que el

cultivo tiene un desarrollo marginal (C), Rmin: precipitacin mnima absoluta en

que el cultivo crece (mm), Ropmin: precipitacin mnima ptima de crecimiento

del cultivo (mm), Ropmax: precipitacin mxima ptima de crecimiento del

cultivo (mm) y Rmax: precipitacin mxima absoluta en que el cultivo crece

(mm).

5


6/14

Entre los umbrales absolutos y ptimos hay un rango de condiciones de "aptitud"

climtica (de 1 a 99), y entre las condiciones ptimas hay condiciones muy aptas

para el crecimiento del cultivo ("aptitud" climtica de 100%). El modelo evala

por separado precipitacin y temperatura, y luego las combina multiplicando los

resultados. El modelo inicialmente se calibra con informacin de localizacin de

los sistemas productivos a analizar (para la obtencin de parmetros de

crecimiento) y luego se usa para establecer una lnea base y para proyectar la

"aptitud" climtica hacia el futuro. Es conceptualmente til para detectar los

cambios en los nichos principales del cultivo y para tomar decisiones regionales

de cara al tipo de enfoque y a los lugares especficos en donde los cultivos

tienen mayores impactos negativos, de tal manera que puede desarrollarse unaaproximacin sitio-especfico para evaluar impactos.

2. Resultados

2.1. Impactos por regin y por pas/cultivos

En cuanto a la regin, la figura 2 demuestra que para un reducido nmero de

cultivos los valores porcentuales en trminos de rea fsica involucrada, son

altos. Un ejemplo de esto es que en el ao 2020 del SRES-A1B, los porcentajesde prdida e incremento de aptitud climtica para la categora de 1 a 3 cultivos

son 51% y 64%, respectivamente, y en el ao 2050; 32% y 49% de prdida e

incremento, respectivamente (figura 3), lo cual seala cierto equilibrio, teniendo

en cuenta que porcentajes son altos, mas no muy alejados en trminos de

cunto de pierde y cunto se incrementa.

Venezuela (figura 4) es el caso ms grave de los pases de los Andes tropicales,

pues 19 de los 25 cultivos presentaran prdida de aptitud climtica a futuro en

uno o ambos escenarios de emisiones. Los cultivos que tendran condiciones

positivas de aptitud climtica seran arroz, banano, pltano, sorgo, tomate y yuca

en uno o ambos escenarios de emisin. Los cultivos que con mayores

6


7/14

porcentajes de prdida de aptitud climtica (< -10%) hacia el ao 2050 para el

SRES-A2 seran arveja, cebada, lechuga, repollo y ulluco.

Colombia por su parte, registra que los cultivos con prdidas en aptitud climtica

seran arracacha, arveja, cebada, lechuga, papa (ao 2020, SRES-A2) pepino,

qunoa, trigo, ulluco y zanahoria (figura 5). De entre estos los cultivos ms

afectados seran arveja, cebada, qunoa, trigo y ulluco, con incluso menos que

-5% de prdida de su aptitud climtica en alguno de los escenarios de emisin.

Los cultivos con ganancia de aptitud climtica seran principalmente arroz,

banano, pltano, sorgo, tomate y yuca, con porcentajes que superan el 5% de

aptitud climtica en alguno de los escenarios de emisin.

En Bolivia (figura 6) cultivos como arracacha, arveja, cebada, lechuga, naranja,

qunoa, trigo, ulluco, uva y zanahoria perderan aptitud climtica segn los dos

escenarios evaluados y en los dos periodos (2020 y 2050). Los dems cultivos,

siendo mayora (15), presentan cambios positivos en su aptitud climtica, pero

vale la pena resaltar el caso de arroz, banano, pltano, sorgo, soya, tomate y

yuca, pues prestaran los porcentajes ms altos de cambio positivo en aptitud

climtica para uno o ambos escenarios de emisin.

En Ecuador la situacin tiende a ser ms favorable que para los pases descritos

hasta el momento, pues 17 de los 25 cultivos presentaran cambio en aptitud

climtica positivo (figura 7). Los cultivos con cambios negativos seran

arracacha, arveja, cebada, lechuga, qunoa, trigo, ulluco y zanahoria. Cultivos

como el arroz, el banano y el pltano tendran cambios en aptitud por encima del

12% en alguno de los escenarios de emisin. Otros cultivos que sobresaldran

por su cambio en aptitud climtica positiva seran soya, sorgo, tomate y yuca.

En Per se presentara una situacin similar a la de Ecuador, donde seran

pocos los cultivos con cambios en aptitud climtica negativos, estos seran

arracacha, arveja, cebada, lechuga, trigo y ulluco y zanahoria en alguno de los

escenarios de emisin (figura 8), siendo la lechuga y la zanahoria los cultivos

7


8/14

menos afectados del grupo mencionado. Los cultivos con ganancia en aptitud

climtica por encima del 5% en Per son arroz, banano, papa, pltano, sorgo,

soya, tomate y yuca en alguno de los escenarios de emisin.

3. Conclusiones

En el anlisis de los 25 cultivos, se identificaron los pases con situaciones ms

crticas y se describi desde la peor situacin hasta la mejor, obteniendo como

resultado el siguiente orden: Venezuela, Colombia, Bolivia, Ecuador y Per. Sin

embargo, los casos de Ecuador y Per podran verse como positivos dado que

en ambos casos 17 de los 25 cultivos analizados presentaran cambios en

aptitud climtica positivos en uno o ambos escenarios de emisiones (A1B o A2)

en el ao 2050. Por el lado de la modelacin de los cinco cultivos, cabe anotarque el tomate sera el caso ms crtico por sus prdidas en aptitud climtica,

seguido del trigo, el frjol, el caf y la papa. Este ltimo tendra muchas

posibilidades de mantenerse en pases como Ecuador y Per. En trminos

econmicos se debe mencionar que Colombia y Venezuela son los pases

mayormente afectados, siendo los cultivos de caf y papa los protagonistas de

las peores situaciones. El pas con la peor situacin econmica despus de los

antes mencionados es Bolivia. De otro lado, Ecuador y Per tendran beneficios

al menos para uno de los cultivos en anlisis. En el caso de Ecuador sera lapapa con una ganancia USD$3.7 millones y en Per sera de nuevo la papa y el

frjol, cada uno con USD$87.9 y USD$2.2 millones, respectivamente.

Los resultados generados por EcoCrop son muy generales y pueden slo ser

usados para describir tendencias generales en tiempo y espacio. Mientras que

los resultados de Maxent se limitan nicamente a los pases que concentran los

puntos de evidencia. Por tal razn tales resultados podran sub-estimar tanto la

presencia actual de los cultivos, como el impacto del cambio climtico sobre

dicha presencia. Los valores de rea afectada negativamente en toda la regin

seran significativamente mayores a los de rea afectada positivamente. El

sustento de tal aseveracin lo registran todas las tablas y figuras que recogen la

complejidad del anlisis.

8


9/14

4. Material grafico

Figura 1. rea de estudio: Andes tropicales

9


10/14

Figura 2. Nmero de cultivos con prdida e incremento deaptitud climtica segn EcoCrop SRES-A1B: (A) prdidaen 2020, (B) incremento en 2020, (C) prdida en 2050, (D)

Incremento en 2050.

Figura 3. Nmero de cultivos con prdida e incremento deaptitud climtica segn EcoCrop SRES-A2: (A) prdidaen 2020, (B) incremento en 2020, (C) prdida en 2050, (D)Incremento en 2050.

-20

-15

-10

-5

0

5

10

15

Arracaca

ArrozArvea BananoaCamote Ceaa

FroLecugaMazNaranaPapaPapaya epno Ptano Qunoa Repoo

Sorgo SoyaTomate

TrgoUucoUvaYuca

Zanaora

SRES-A1B 2020 SRES-A1B 2050 SRES-A2 2020 SRES-A2 2050

Figura 4. Porcentaje de cambio en aptitud climtica por cultivo en Venezuela

10


11/14

-15

-10

-5

0

5

10

15

Arracaca



Sorgo SoyaTomate

TrgoUucoUvaYuca

Zanaora


Figura 5. Porcentaje de cambio en aptitud climtica por cultivo en Colombia

-20

-15

-10

-5

0

5

10

15

20

25

Arracaca



Sorgo SoyaTomate

TrgoUucoUvaYuca

Zanaora


Figura 6. Porcentaje de cambio en aptitud climtica por cultivo en Bolivia

11


12/14

-10

-5

0

5

10

15

20

rracaca

rrozrvea ananoaamoe eaa

roecuga

azarana

apaapaya epno ano unoa epoo orgo

oyaomae

rgoucova uca

anaora


Figura 7. Porcentaje de cambio en aptitud climtica por cultivo en Ecuador

-15

-10

-5

0

5

10

15

20

rracacarroz rvea anano

aamoe eaa

roecuga

azarana

apaapaya epno ano unoa epoo orgo

oyaomae

rgoucova ucaanaora


Figura 8. Porcentaje de cambio en aptitud climtica por cultivo en Per

Tabla 1. Seleccin de 25 principales sistemas productivos en rea de studio

12


13/14

No.

Cultivo Nombre cientficoRango

altitudinal(msnm)

1 Arrachacha Arracacia xanthorriza Bancr. 600 3,500

2 Arroz Oryza sativa L. 0 2,5003 Arveja Pisum sativum L. 2,7004 Banano Musa sp. L. 0 1,6005 Caf Coffea Arabica L. 1,300 1,8006 Camote Ipomoea batatas L. 0 2,8007 Cebada Hordeum vulgare L. 0 3,2508 Frjol Phaseolus vulgaris L. 0 3,0009 Lechuga Lactuca sativa var. capitatazL. 3,00010 Maz Zea mays L. 0 3,80011 Naranja Citrus sinensis Osbeck 0 2,100

12 Papa Solanum tuberosum L. 400 450013 Papaya Carica papaya L. 0 2,10014 Pepino Cucumis sativus L. 2,00015 Pltano Musa balbisiana Colla 1,20016 Quinoa Chenopodium quinoa Willd. 4,000

17 RepolloBrassica oleracea var. capitata(L.) Alef.

1,000 2,000

18 SorgoSorghum bicolor var. sweet(L.)Moench.

0 2,500

19 Soya Glycine maxL. 0 3,00020 Tomate Solanum lycopersicum L. 0 2,400

21 Trigo Triticum Aestivum L. 3,000 - 4,57022 Ulluco Ullucus tuberosus Caldas 0 4,00023 Uvas Vitis vinifera subsp. Vinfera L. 1,200 2,00024 Yuca Manihot esculenta Crantz 0 2,00025 Zanahoria Daucus carota L. 1 2,600

1. Referencias

13


14/14

Hijmans R.J., Cameron S.E., Parra J.L., Jones P.G., and Jarvis, A. 2005. Very

high resolution interpolated climate surfaces for global land areas,

International Journal of Climatology. 25: 1965-1978.

Hijmans, R.J., L. Guarino, A. Jarvis, R. O'Brien, P. Mathur, C. Bussink, M. Cruz,

I. Barrantes and E. Rojas, 2005a. DIVA-GIS Version 5.2. Manual.

Intergovernmental Panel on Climate Change (IPCC). 2001. IPCC Third

Assessment Report: Climate Change 2001. IPCC, Geneva.

Intergovernmental Panel on Climate Change (IPCC). 2007. IPCC Fourth

Assessment Report: Climate Change 2007. IPCC, Geneva.

Phillips, S.J., R.P. Anderson and R.E. Schapire. 2006. Maximum entropy

modeling of species geographic distributions. Ecological Modelling

190:231-259.

Phillips S.J. and Dudik M. 2008. Modeling of Species Distributions with Maxent:

New Extensions and Comprehensive Evaluation. Ecography 31: 161-175.

14

Documents

B-056 Emmanuel Zapata Caldas