andy jarvis - climate change and agriculture in colombia asogan norte barranquilla may 2010
DESCRIPTION
Presentation made for ASOGAN Norte in Barranquilla, Colombia 27th May 2010 by Andy Jarvis of the Decision and Policy Analysis Program of CIAT.TRANSCRIPT
Cambio climático en Colombia y el sector agropecuario
Andy Jarvis, Julian Ramirez, Emmanuel Zapata, Peter Laderach, Edward Guevara
Program Leader, Decision and Policy Analysis, CIAT
Contenido
• La importancia de tener buenos predicciones de clima para poder estimar impactos
• Un breve resumen de los modelos
• Impactos en la agricultura Colombiana
• Perspectivas para el futuro
Sources of Agricultural Greenhouse Gasesexcluding land use change Mt CO2-eq
Source: Cool farming: Climate impacts of agriculture and mitigation potential, Greenpeace, 07 January 2008
Retos y oportunidades
• Colombia aporta 0.37% de las emisiones globales
• 38% del sector agropecuario• 48% de lo cual proviene de ganaderia• Mas impacto de extension de ganaderia en
zonas nuevas de bosque: 80,000 Hectareas por anho en Caqueta
Retos y oportunidades
• Retos: como reducir impactos sobre el clima global:– Reducir deforestacion en fronteras agropecuearios– Reducir fermentacion enterica por medio de mejor
alimento• Oportunidades: Mercados de carbono
– Recuperacion de tierras degradadas (aumento de carbono en el suelo)
– Incentivar procesos de intensificacion– Sistemas silvopastoriles
Porque tan seguros que el clima esta cambiando?
Arctic Ice is Melting
Los modelos de pronostico de clima
Usando el pasado para aprender del futuro
Modelos GCM : “Global Climate Models”
• 21 “global climate models” (GCMs) basados en ciencias atmosféricas, química, física, biología
• Se corre desde el pasado hasta el futuro• Hay diferentes escenarios de emisiones de gases
INCERTIDUMBRE POLITICO (EMISIONES), Y INCERTIDUMBRE CIENTIFICO (MODELOS)
Entonces, ¿qué es lo que dicen?
Bases de Datos
• Bases de datos de CIAT para 2050 y 2020• Para elaboración de senderos de adaptacion
http://gisweb.ciat.cgiar.org/GCMPage/home.html
BCCR-BCM2.0 CCCMA-CGCM2CCCMA-CGCM3.1
T47 CCCMA-CGCM3.1-T63 CNRM-CM3 IAP-FGOALS-1.0G
GISS-AOM GFDL-CM2.1 GFDL-CM2.0 CSIRO-MK3.0 IPSL-CM4 MIROC3.2-HIRES
MIROC3.2-MEDRES MIUB-ECHO-G MPI-ECHAM5 MRI-CGCM2.3.2A NCAR-PCM1 UKMO-HADCM3
BCCR-BCM2.0 CCCMA-CGCM2CCCMA-CGCM3.1
T47 CCCMA-CGCM3.1-T63 CNRM-CM3 IAP-FGOALS-1.0G
GISS-AOM GFDL-CM2.1 GFDL-CM2.0 CSIRO-MK3.0 IPSL-CM4 MIROC3.2-HIRES
MIROC3.2-MEDRES MIUB-ECHO-G MPI-ECHAM5 MRI-CGCM2.3.2A NCAR-PCM1 UKMO-HADCM3
23.0
23.5
24.0
24.5
25.0
25.5
26.0
26.5
27.0
27.5
1870 1890 1910 1930 1950 1970 1990 2010 2030 2050 2070 2090Año
Tem
per
atu
ra m
edia
an
ual
(ºC
)
Temperatura media anual (ºC)
Tendencia temporal
Intervalo de confianza (95%)
2500
2550
2600
2650
2700
2750
2800
2850
2900
2950
1870 1890 1910 1930 1950 1970 1990 2010 2030 2050 2070 2090
Año
Pre
cip
itac
ión
to
tal a
nu
al (
mm
)
Precipitación total anual (mm)Tendencia temporalIntervalo de confianza (95%)
Colombia y el mundo en cambio climático
Colombia
650
670
690
710
730
750
770
790
810
1870 1890 1910 1930 1950 1970 1990 2010 2030 2050 2070 2090
Año
Pre
cip
itac
ión
to
tal a
nu
al (
mm
)
Precipitación total anual (mm)Tendencia temporalIntervalo de confianza (95%)
6.0
7.0
8.0
9.0
10.0
11.0
12.0
1870 1890 1910 1930 1950 1970 1990 2010 2030 2050 2070 2090Año
Tem
per
atu
ra m
edia
an
ual
(ºC
)
Temperatura media anual (ºC)
Tendencia temporal
Intervalo de confianza (95%)
Mundo +4.5ºC+14%
+3.1ºC+8.1%
Region DepartamentoCambio en
Precipitacion
Cambio en Temperatura
media
Cambio en estacionalidad de
precipitacion
Amazonas Amazonas 12 2.9 1.4 0 135Amazonas Caqueta 138 2.7 -1.3 0 193Amazonas Guania 55 2.9 -3.2 0 271Amazonas Guaviare 72 2.8 -2.9 -1 209Amazonas Putumayo 117 2.6 0.6 0 170Andina Antioquia 18 2.1 1.3 0 129Andina Boyaca 50 2.7 -3.9 -1 144Andina Cundinamarca 152 2.6 -2.6 0 170Andina Huila 51 2.4 1.0 0 144Andina Norte de santander 73 2.8 -0.4 0 216Andina Santander 51 2.7 -2.4 0 158Andina Tolima 86 2.4 -3.1 0 148Caribe Atlantico -74 2.2 -2.9 2 135Caribe Bolivar 90 2.5 -1.8 0 242Caribe Cesar -119 2.6 -1.3 0 160Caribe Cordoba -11 2.3 -3.8 0 160Caribe Guajira -69 2.2 -1.8 0 86Caribe Magdalena -158 2.4 -1.8 0 153Caribe Sucre 10 2.4 -4.1 -1 207Eje Cafetero Caldas 252 2.4 -4.2 -1 174Eje Cafetero Quindio 153 2.3 -4.1 -1 145Eje Cafetero Risaralda 158 2.4 -3.5 -1 141Llanos Arauca -13 2.9 -6.4 -1 188Llanos Casanare 163 2.8 -5.7 -1 229Llanos Meta 10 2.7 -5.4 -1 180Llanos Vaupes 46 2.8 -1.4 0 192Llanos Vichada 59 2.6 -2.6 0 152Pacifico Choco -157 2.2 -1.2 0 148Sur Occidente Cauca 172 2.3 -1.6 0 168Sur Occidente Narino 155 2.2 -1.4 0 126Sur Occidente Valle del Cauca 275 2.3 -5.1 -1 166
1 2 3 4 5 6 7 8 9 10 11 120
50
100
150
200
250
0
5
10
15
20
25
30
35
40
Current precipitation Precipitation 2050 Precipitation 2020Mean temperature 2020 Mean temperature 2050 Current mean temperatureMaximum temperature 2020 Maximum temperature 2050 Current maximum temperatureMinimum temperature 2020 Minimum temperature 2050 Current minimum temperature
Month
Pre
cip
ita
tio
n (
mm
)
Te
mp
era
ture
(ºC
)
Average Site-specific Changes in Monthly Climate (based on 18 GCM Models 2050 and 4 GCM models 2050 A2a) (IPCC, 2007)
Cambios para Barranquilla y sus alredadores
Un resumen de los cambios
Climate characteristic
General climate change description
Average Climate Change Trends of Barranquilla
General climate characteristics
The rainfall decreases from 784 millimeters to 738 millimeters in 2050 passing through 681 in 2020
Temperatures increase and the average increase is 2 ºC passing through an increment of 0.7 ºC in 2020
The mean daily temperature range increases from 8 ºC to 8.3 ºC in 2050
The maximum number of cumulative dry months keeps constant in 10 months
Extreme conditions
The maximum temperature of the year increases from 32.7 ºC to 35.1 ºC while the warmest quarter gets hotter by 2.1 ºC in 2050
The minimum temperature of the year increases from 22.8 ºC to 24.6 ºC while the coldest quarter gets hotter by 2 ºC in 2050
The wettest month gets drier with 183 millimeters instead of 192 millimeters, while the wettest quarter gets drier by 21 mm in 2050
The driest month gets wetter with 0 millimeters instead of 0 millimeters while the driest quarter gets wetter by 19 mm in 2050
Climate Seasonality
Overall this climate becomes more seasonal in terms of variability through the year in temperature and less seasonal in precipitation
Variability between models
The coefficient of variation of temperature predictions between models is 2.1%
Temperature predictions were uniform between models and thus no outliers were detected
The coefficient of variation of precipitation predictions between models is 16.2%
Precipitation predictions were uniform between models and thus no outliers were detected
La incertidumbre cientifico SI es relevante para la agricultura: tenemos
que tomar decisiones dentro de un contexto de incertidumbre
Mensaje 2
Un análisis sectorial para Colombia
Un sector con mucho cultivo permanente
Maíz Café
Arroz t
otal
Plátan
o no exporta
ble
Caña d
e azú
car
Caña p
anela Yu
caPap
a
Palma a
frican
a
Frutal
esFrí
jolCaca
o
Algodón
Sorgo
Banan
o exporta
ción
Ñame
Soya
Hortaliza
sFiq
ue
Plátan
o exporta
ción
Trigo
0
500,000
1,000,000
1,500,000
2,000,000
2,500,000
3,000,000
3,500,000Distribucion de cultivo Área (ha)
Distribucion de cultivo Pdn (Ton)
Actual Temperatura (%) Precipitación (%) Cultivo Núm.
Deptos Área (ha) Pdn (Ton) 2-2.5ºC 2.5-3ºC -3-0% 0-3% 3-5%
Arroz total 26 460,767 2,496,118 64.6 35.4 15.7 23.6 60.7 Cebada 4 2,305 3,939 47.2 52.8 0.0 28.5 71.5 Maíz 31 626,616 1,370,456 80.5 19.5 27.7 37.1 35.2 Sorgo 14 44,528 137,362 97.0 3.0 33.8 3.8 62.4 Trigo 6 18,539 44,374 69.0 31.0 0.2 68.4 31.5 Ajonjolí 6 3,216 2,771 100.0 0.0 69.0 28.5 2.5 Fríjol 25 124,189 146,344 84.6 15.4 10.7 40.4 48.9 Soya 6 23,608 42,937 0.3 99.7 0.0 0.0 100.0 Maní 4 2,278 2,586 91.0 9.0 0.0 47.2 52.8 Algodón 15 55,914 126,555 98.0 2.0 14.6 55.7 29.7 Papa 13 163,505 2,883,354 71.5 28.5 2.6 27.1 70.4 Tabaco rubio 12 9,082 15,509 31.7 68.3 16.9 47.3 35.8 Hortalizas 14 20,265 270,230 84.9 15.1 16.1 28.7 55.2 Banano exportación 2 44,245 1,567,443 100.0 0.0 26.9 73.1 0.0 Cacao 27 113,921 60,218 40.2 59.8 17.3 53.2 29.5 Caña de azúcar 6 235,118 3,259,779 99.6 0.4 1.1 0.0 98.9 Tabaco negro 5 5,376 9,648 33.6 66.4 17.9 75.2 6.9 Flores 2 8,700 218,122 100.0 0.0 0.0 16.1 83.9 Palma africana 14 154,787 598,078 54.8 45.2 54.2 36.3 9.5 Caña panela 24 219,441 1,189,335 77.8 22.2 6.1 33.8 60.2 Plátano exportación 1 19,187 209,647 100.0 0.0 0.0 100.0 0.0 Coco 10 16,482 127,554 100.0 0.0 10.7 69.3 19.9 Fique 8 19,651 21,687 78.1 21.9 0.3 55.1 44.6 Ñame 9 25,105 261,188 100.0 0.0 46.7 53.3 0.0 Yuca 31 194,572 2,107,939 70.9 29.1 39.8 41.4 18.9 Plátano no exportable 31 375,232 3,080,718 79.8 20.2 7.2 36.1 56.6 Frutales 18 148,574 1,417,919 72.5 27.5 7.7 22.5 69.8 Café 17 613,373 708,214 84.7 15.3 8.2 28.8 63.1
The Model: EcoCrop
It evaluates on monthly basis if there are adequate climatic conditions within a growing season for temperature and precipitation… …and calculates the climatic suitability of the
resulting interaction between rainfall and temperature…
• So, how does it work?
Impactos en Colombia: cambio (%) en productividad a nivel Nacional
Plátano Café Algodón Caña Sorgo Fríjol Trigo Cebada Yuca Papa Ajonjolí Arroz Coco Ñame Maíz Tabaco Cacao PalmaBanano
-20
-15
-10
-5
0
5
Cambio adaptabilidad (%) 2050-A2
Cambio adaptabilidad (%) 2050-A2
Cambios promedios por departamento
Vichad
aSu
cre
Casanare
Bolívar
Magdale
na
Córdoba
Meta
Guaviar
eCesa
r
Guajira
Guanía
Arauca
Amazonas
Tolim
a
Vaupés
Antioquia
Atlántico
Choco
Caqueta
Santan
der
Valle d
el Cau
caHuila
QuindíoCau
ca
Putumay
oCald
as
Norte de S
antan
der
Cundina
Nariño
Risaral
da
Boyaca
-15
-10
-5
0
5
10
15
Cambio promedio en adaptabilidad
Cambio promedio en adaptabilidad
Dos casos diferentes: Bolivar vs. Cauca
Ajonjolí
Algodón
Arroz
Banan
oCaca
oCafé Cañ
a
Cebad
aCoco
Fríjol
MaízÑam
ePalm
aPap
a
Plátan
oSo
rgo
Tabaco Tri
go Yuca
-60.00
-50.00
-40.00
-30.00
-20.00
-10.00
0.00
10.00
20.00
30.00
Bolivar
Cauca
Conclusiones preliminares
• Cultivos permanentes (66.4% del PIB de 2007) seriamente afectados: y son cultivos de inversiones de largo plazo
• Tema de seguridad alimentaria, y pobreza: muchas de los cultivos afectados son de agicultores pequenos
• Claras prioridades nacionales (por ejemplo. Costa Caribe, cultivos especificos)
• Prioridades locales: enfoque hacia seguridad alimentario
Mensaje 3
Hay retos y oportunidades: el pais deberia tener una estrategia para
enfrentar ambos
Un Ejemplo mas local
El susto de café en Cauca
Climas mueven hacia arriba
Rango Altitudinal
Tmedia anual actual
Tmedia anual futuro
Tmedia anual
cambio (ºC)
Ppt total anual actual
190-500 25.54 27.70 2.16 5891 6002 1.88501-1000 23.47 25.66 2.19 3490 3597 3.041000-1500 21.29 23.50 2.21 2537 2641 4.101500-2000 18.36 20.58 2.22 2519 2622 4.082000-2500 15.60 17.82 2.22 2555 2657 4.002500-3000 13.33 15.54 2.21 2471 2575 4.20
Temperatura media reduce por 0.51oC por cada 100m en la zona cafetero. Un cambio de 2.2oC equivale a una diferencia de 440m.
Suitability in Cauca
• Significant changes to 2020, drastic changes to 2050
• The Cauca case: reduced coffeee growing area and changes in geographic distribution. Some new opportunities.
MECETA
Pero es peor en América Central
Mensaje 4
Localmente va a ver cambios drasticos con la geografia de los
cultivos cambiando
Algunas perspectivas para la ganaderia
• Problemas de sequia en epoca seco acentuados por el aumento de temperatura– Problemas de disponibilidad de agua– Estres para forajes, empezando con reduccion de
productividad forajera, en casos extremos mortalidad temporal de matorros
Algunas perspectivas para la ganaderia
• Aumento en nivel del mar levantado nivel freatico:– Salinizacion de suelos– Mayor vulnerabilidad a encharcamiento
• Mantenencia de lluvias en epoca humeda, junto con fuertes aumentos en lluvias en partes altas de las cuencas del Cauca y Magdalena:– Mayor probabilidad de inundacion
Opciones de adaptacion
• Cambio varietal/especie de pasturas: especies que aguantan sequia y tolerancia a encharacamiento de suelos
• Irrigacion, y sistemas de distribucion de aguas• Uso de ganado resistente, rustico• Manejo de suelos -> reducir compactacion, y mejorar
drenaje• Sistemas silvo-pastoriles – sombra reduce temperatura• Diversificacion de fuente alimenticia para ganado• Encillaje• En CIAT, mejoramiento de Brachearia:
– Hibridos nuevos con multiples tolerancias
Como adaptamos?
• Necesitamos saber que hacemos, como lo hacemos, cuando lo hacemos y donde?
• Primero paso es analisar el problema• Segundo, analisar opciones de
adaptacion• Evaluar costo-beneficio para el sector• Implementar• HAZLO AHORA!
INVE
STIG
ACIO
N Y
DES
ARRO
LLO
TE
CNO
LOG
ICO
POLI
TICA
S PU
BLIC
OS
Y PR
IVAD
OS
BUEN MANEJO AGRONOMICO Y VETERINARIO