IMPACTO DEL CAMBIO CLIMATICO EN LA POTENCIALIDAD DE CULTIVOS EN EL DISTRITO DE TEMPORAL TECNIFICADO 035 LOS NARANJOS, VERACRUZ

Transcripción

1 SMCS, AC 50 años haciendo historia. Promueve vida, conserva suelo Zacatecas, Zac., México 11 al 16 de noviembre de 2012 IMPACTO DEL CAMBIO CLIMATICO EN LA POTENCIALIDAD DE CULTIVOS EN EL DISTRITO DE TEMPORAL TECNIFICADO 035 LOS NARANJOS, VERACRUZ Martínez-Fernández, S.I. 1* ; Cortes-Becerra, J. 1 ; Torres-Cedillo, L. S. 1, 2 ; Martínez-Miranda, M. E. 1 ; Torres-Moreno, M. A. 1 1 Manejo Integral de Cuencas S. A. de C. V., J. Ma. Pino Suárez Mz. 15 Lt. 19 Col. Netzahualcóyotl, Texcoco, Estado de México, C. P Universidad Autónoma Chapingo, km 38.5 Carretera México-Texcoco, Texcoco, Estado de México. C. P * Autor responsable: mafersany@hotmail.com; Cerrada Ignacio Salas S/N, Col. Xocotlan, Texcoco, Estado de México, C. P ; Resumen El cambio climático no trae solamente malas noticias, sino también nuevas alternativas potenciales en cuanto a cultivos se refiere, mediante la generación de escenarios futuros que permitan el desarrollo de estrategias de adaptación. Así, con el objetivo de conocer el impacto del cambio climático sobre la potencialidad de los cultivos del Distrito de Temporal Tecnificado 035 Los Naranjos, Veracruz, se realizó un análisis estadístico de las variables climáticas: precipitación, temperatura mínima y temperatura máxima, de 7 estaciones climatológicas distribuidas en el área, extraídos del programa ERIC III, elaborado por el IMTA (2006), mismos que se procesaron en el programa LARS-WG, que permite la simulación de los datos del tiempo en un sitio en particular bajo condiciones actuales y futuras del clima a partir del uso de los modelos de circulación global CCSRNIES y ECHAM, para generar una serie sintética que representa a la línea base , así como el escenario futuro B y (series sintéticas). Para cada estación meteorológica se obtuvieron las líneas base, así como las series sintéticas de los futuros considerados. Ambos resultados se muestran en gráficas comparativas. Esto nos permitirá visualizar las variaciones en las variables climáticas, además de obtener información acerca del comportamiento de los cultivos ante estas supuestas variaciones. Con lo que se pretende definir, a partir de áreas de influencia climática y de los requerimientos ambientales de los cultivos, la distribución potencial de los mismos en la zona de estudio. Palabras clave Cambio climático; temperatura; precipitación Introducción Los Modelos de Circulación General de Atmosfera y Océano acoplados (AOGCM), están orientados a la descripción del clima contemporáneo para cuantificar la respuesta futura del clima a perturbaciones inducidas por actividades humanas e intentan explicar como el sistema climático responderá a esa perturbación intentando reestablecer el equilibrio (CIOMTA, 2004). Una vez que se calcula la simulación se puede determinar una serie de patrones climáticos, a partir de las corrientes oceánicas y el viento a los patrones de las precipitaciones y las tasas de evaporación que afectan, por ejemplo, los niveles del lago y el crecimiento de las plantas agrícolas (Läderach, 2012). Un primer

2 paso para la elaboración de estudios de cambio climático es la construcción de un escenario base de climatología observada de la región. La idea es combinar en forma coherente, las proyecciones de un modelo de circulación general a nivel global en la atmósfera con las características climáticas locales. Los escenarios consideran una gama de posibles condiciones del desarrollo global para los próximos 100 años y son escenarios del estado y crecimiento de la población y la economía. Los escenarios A describen un mundo con alto crecimiento económico, en los B el crecimiento es más moderado. Los escenarios A1 y B1 suponen que habrá una globalización tal que las economías convergerán en su desarrollo. En los A2 y B2, se considera que el desarrollo se dará más a nivel regional. Da acuerdo con Cuarto Informe de Evaluación del Panel Intergubernamental de Expertos sobre el Cambio Climático (IPCC), se logro un avance muy importante en cuanto a los modelos climáticos globales, ya que actualmente existe mayor numero de simulaciones disponible, obtenidas en un rango mayor de modelos (Conde y Gay.,2008). A fin de regionalizar los datos producidos por un Modelo Global, se puede utilizar el generador estocástico de tiempo LARS-WG (Semenov y Barrow, 2002), que permite la simulación de los datos del tiempo en un sitio en particular bajo condiciones actuales y futuras del clima, a partir de condiciones observadas o proyectadas de precipitación o temperatura, bajo escenarios de emisiones A y B. Estos datos se producen en la forma de series de tiempo diario para un conjunto de variables del clima. En este trabajo se pretende conocer el impacto del cambio climático sobre la potencialidad de los cultivos del Distrito de Temporal Tecnificado 035 Los Naranjos, Veracruz, a partir del análisis de las variables climáticas precipitación y temperatura, y de las condiciones actuales para los cultivos. Materiales y Métodos Se seleccionaron 7 estaciones meteorológicas, cubriendo el área de influencia del Distrito de Temporal Tecnificado 035 Los Naranjos, en el Estado de Veracruz. La selección se basó en la cantidad y periodicidad de los datos (más de 30 años), así como su distribución espacial a lo largo de la zona de estudio. De cada estación meteorológica se obtuvieron los datos diarios de las variables temperatura máxima (Tmax), temperatura mínima (Tmin) y precipitación (P), los cuales se extrajeron del programa ERIC III (2006). A partir de esta información se construyeron los escenarios climáticos de la región. Para cada estación meteorológica se obtuvieron las series sintéticas que representan a la línea base ( ), así como las series sintéticas para los futuros considerados (B y B ), derivados de los modelos climáticos globales CCSRNIES y ECHAM. Este último es el que tiene el mejor desempeño a nivel global y para la región de México, según el Centro de Ciencias de la Atmosfera de la UNAM. Para esto, los datos se procesaron en el programa LARS- WG, el cual permite la simulación de los datos del tiempo en un sitio en particular bajo condiciones actuales y futuras del clima. Para la generación de las series sintéticas mediante el programa LARS WG, se siguieron los siguientes pasos: Calibración del modelo: Los datos reales de cada estación meteorológica (observados) son analizadas a fin de determinar sus características estadísticas. Validación: Mediante una herramienta (Qtest), el mismo programa permite corroborar si las series generadas pueden considerarse como provenientes de la misma "población". Generación de series sintéticas de tiempo: Los archivos construidos durante la calibración con los datos reales son utilizados para la generación de las series sintéticas, con las mismas características de los datos originales pero difieren en la base del día a día. Generación series futuras: En este caso se utilizaron los datos provenientes de los modelos de circulación global CCSRNIES y ECHAM, y corresponden a las proyecciones basadas en el escenario B21, en el rango de Período Actual ó línea base: " " y Futuro B21 " " y " " (series sintéticas).

3 A partir de los resultados obtenidos, se construyeron graficas comparativas entre las líneas base y las series sintéticas, y que marcan la tendencia del clima para el 2030 y Como parte de la metodología se pretende que a partir de los datos obtenidos obtenidos y con la finalidad de obtener información acerca del comportamiento de los principales cultivos del área de estudio ante las supuestas variaciones de clima, se genere la distribución espacial potencial de cultivos de la región, a través del Modelo de simulación de rendimiento de cultivos CROPSYST, para ello se debe contar con la información sobre los requerimientos ambientales de cada uno de los cultivos, además de las áreas de influencia climática y condiciones actuales de la zona sujeta a estudio. Resultados y Discusión Las estaciones meteorológicas, de las que se obtuvieron las variables climáticas fueron las identificadas con las claves: 20084, 20152, 30025, 30082, 30117, y 30142, todas ubicadas dentro de la Cuenca del Río Papaloapan (Figura 1). Figura 1. Distribución espacial de las estaciones meteorológicas del DTT 035 Para cada una de las estaciones se obtuvieron las series sintéticas que representan a la línea base ( ). En ellas se muestra el comportamiento de la precipitación mensual, días con lluvia, longitud del periodo húmedo y longitud de periodo seco, así como la temperatura máxima y mínima (Figuras 2 y 3). En general, el mes más lluvioso es julio, con precipitaciones por arriba de los 300 mm, y con el mayor número de días con lluvia (más de 15 días). De igual manera, en todas las estaciones climáticas, se observa que entre los meses de marzo y abril, se presentan los periodos más secos, éste se mantiene casi constante entre los meses de junio y septiembre, que coincide con el periodo húmedo. La temperatura máxima del año se registra en el mes de mayo, durante el tiempo que dura el periodo húmedo, las temperaturas son más bajas. La temperatura mínima se mantiene constante durante los meses de mayo y septiembre. No así la temperatura máxima, ya que en el mes de julio esta disminuye, lo cual coincide con el hecho de ser el mes más lluvioso.

4 Figura 2. Línea base precipitación ( ), estaciones del DTT 035

5 Figura 3. Línea base temperatura ( ), estaciones del DTT 035

6 Series sintéticas (B21 " " y " ") A continuación se analizan los cambios proyectados para la temperatura y la precipitación para el escenario de emisiones considerado (B21) correspondiente a " " y " ", denominados 2030 y 2050 respectivamente, tomando como referencia los valores modelados de la línea base ( ), a partir del uso de los modelos de circulación global CCSRNIES y ECHAMS, mismos que se muestran en los gráficos 4 y 5, y que corresponden a la estación Sin embargo, existe una tendencia similar en las demás estaciones. Figura 4. Escenario Precipitación (B y 2050), estación Figura 5. Escenario Temperatura (B y 2050), estación De acuerdo a los modelos, se predice que habrá una variación muy ligera de las precipitaciones, hay cambios importantes en la distribución temporal, ya que se reduce la longitud del periodo húmedo, sin embargo las lluvias son más fuertes, como ejemplo esta el mes de julio, que sigue siendo el más lluvioso, pero con precipitaciones por arriba de los 400 mm. El modelo ECHAM, predice un aumento mayor en la precipitación que el modelo CCSRINES, lo que es más notable en el año Contrario a la precipitación, la temperatura si sufre incrementos progresivos a través del tiempo. Para el periodo , ésta aumentará en promedio 1 o C, y para el periodo se prevé que aumente 2 o C. Cabe mencionar que para obtener la temperatura media, se promedió la Tmax y Tmin de cada mes obtenidos de las estadísticas de las series sintéticas.

7 Variación de precipitación y temperatura en el DTT 035 (B y ) En los gráficos 6 al 9, se puede apreciar mejor los cambios que sufren la precipitación y la temperatura a lo largo del tiempo, en el DTT 035. Los límites de las cajas indican los valores máximo promedio y mínimo promedio y los extremos de las líneas representan los valores máximos y mínimos. La línea central de la caja, representa a la mediana. Los índices de cambio se construyeron a partir de los datos de las proyecciones del Modelo de Circulación Global, que resultaron de comparar las series futuras con las líneas base. Los cambios relativos en las medias de temperatura son aditivos (futuro-línea base). Los de la precipitación mensual, longitud de series lluviosas y secas y la desviación estándar de temperatura son multiplicativos (futuro/línea base). Gráfico 6: Variaciones de Precipitación media anual (Modelo ECHAM) Gráfico 7: Variaciones de Precipitación media anual (Modelo CCSRINES) En el caso de la precipitación, se prevé que los cambios no serán muy significativos con respecto a la actual. En promedio el índice de cambio será de 1 para el periodo En tanto que para el periodo , éste será menor a 1 (gráfico 6 y 7). La temperatura tendrá un incremento de 1.2 o C en promedio para el periodo Para el periodo , el incremento será de 2.6 o C, según el modelo CCSRNIES, y 2 o C de acuerdo al modelo ECHAM (gráfico 8 y 9).

8 Gráfico 8: Variaciones de Temperatura media anual (Modelo ECHAM) Gráfico 9: Variaciones de Temperatura media anual (Modelo CCSRINES) A partir de estos resultados, se pretende conocer la aptitud de cultivos potenciales de diversificación en el área de estudio, ante estas variaciones climáticas. Para ello, se utilizará el modelo de simulación de cultivos CROPSYST. También cabe aclarar que los resultados obtenidos no son predicciones climáticas sino "proyecciones" de cómo podría variar el clima futuro tomando como base o referencia las características actuales. Conclusiones En la zona que abarca el Distrito de Temporal Tecnificado 035 Los Naranjos, la temperatura se incrementará y habrá una disminución de la precipitación en algunos meses del año. Esto afectará la tasa evapotranspirativa de los cultivos y por ende influirá directamente en su desarrollo. Por tal motivo, es recomendable construir marcos de referencia climáticos a fin de poder analizar, posteriormente, cuáles podrían ser las situaciones potenciales de impactos de esos cambios sobre los cultivos de la zona de estudio.

9 Agradecimientos A la Asociación Civil "COSTRETIB", por la confianza depositada para la realización de este proyecto. Bibliografía Centro de Investigación, Observación y Monitoreo Territorial y Ambiental (CIOMTA). Metodología para regionalizar las proyecciones de los modelos climáticos globales. Boletín. Argentina, Conde-Álvarez, A. C., Gay-García, C. Guía para la generación de escenarios de cambio climático a escala regional. Centro de Ciencias de la Atmosfera, UNAM IMTA. Instituto Mexicano de Tecnología del Agua. ERIC III. Extractor Rápido de Información Climatológica, Läderach, Peter. Centro Internacional de Agricultura Tropical (CIAT). Escenarios del Impacto del Clima Futuro en Áreas de Cultivo de Café en Nicaragua. Managua, Nicaragua, Semenov, M. A. y Barrow, E. M. LARS-WG - User Manual-A Stochastic Weather Generator for Use in Climate Impact Studies Developed, August 2002.