Herramientas Personales
Usted está aquí: Inicio » Topics » INSAM homepage texts from 2002 onwards (also in Spanish and some in Farsi) » INSAM home page septiembre 2013
INSAM Navigation
 

INSAM home page septiembre 2013

Última modificación 14/04/2014 08:52

INSAM - International Society for Agricultural Meteorology. Translated by Ismabel Dominguez Hurtado, M.Sc.

“Los impactos del cambio climático en la agricultura son muy inciertos. Existe cierto consenso en el signo del cambio, sin embargo, con los efectos negativos esperados en los cereales anuales tropicales y leguminosas de grano y los impactos positivos previstos para los cultivos de raíces. Al evaluar esos impactos y las opciones de adaptación necesarios para abatir estos, las proyecciones futuras de los sistemas climáticos y agrícolas desempeñan un papel importante. No obstante, las perspectivas futuras de la producción agrícola y la seguridad alimentaria dependen de la habilidad de los modelos de circulación general (MCG) en la reproducción de las lluvias estacionales y las temperaturas. Por lo tanto, las proyecciones precisas sobre el cambio climático son importantes para el desarrollo de estrategias de adaptación adecuada y efectiva y para orientar mejor los objetivos globales de reducción de emisiones. En el perfeccionamiento de las proyecciones, la mejora de la comprensión de las formas importantes de la variabilidad, el papel de los distintos forzamientos en el sistema climático, así como las respuestas de las plantas a los factores ambientales son pasos claves para la reducción de las incertidumbres que potencialmente pueden restringir la adaptación. El Proyecto de Intercomparación de Modelos Acoplados (CMIP por sus siglas en inglés) ha contribuido de manera significativa a estas necesidades, ya que ha coordinado casi 20 años de mejora del modelo climático".

De esta manera comienza un documento titulado "Implicaciones de la mejora regional en los modelos climáticos globales para la investigación de impacto agrícola", de Julian Ramírez Villegas, Andrew J Challinor, Philip K Thornton y Andy Jarvis de la publicación de "acceso abierto" Environmental Research Letters 8 (2013) 024018 (12 pp) DOI: 10.1088/1748-9326/8/2/024018. Se continúa expresando que si los estudios de impacto que utilizan CMIP5 deben ser diseñados e interpretados con prudencia, un paso crucial y evidente de la comunidad de impacto es evaluar la habilidad de las variables de impacto pertinentes en simulaciones con modelos CMIP5 del clima histórico. Esto fomentaría la participación investigadores agrícolas en la discusión del modelo climático y puede ayudar a dichos estudiosos para decidir cómo utilizar proyecciones de los modelos CMIP5 en los modelos de impacto. Por otra parte, una mejor comprensión del CMIP5 facilitará a los investigadores revisar y, en caso necesario, realizar ajustes en las comunicaciones nacionales ante las Naciones Unidas, los planes nacionales de adaptación, el establecimiento de prioridades de investigación científica y los experimentos dirigidos a informar a los impactos del cambio climático y la adaptación.

Varias preguntas surgen a partir de los resultados presentados. La más general, probablemente, es si las simulaciones de cambio climático son útiles para la investigación del impacto. En otras palabras, ¿Qué tipo de información podemos extraer provecho de los modelos climáticos? La utilidad de las simulaciones de los modelos climáticos en el contexto del estudio de impacto agrícola está ligada al efecto del sesgo del modelo de simulación de la productividad de los cultivos. La literatura sobre los impactos sugiere que la gama de información de los modelos climáticos es muy variada, que va desde el uso exclusivo de los cambios medios hasta el acoplamiento completo de modelos de clima - cultivos. Esta variación es principalmente debido a los conocidos y esperados errores del modelo climático. Las diferencias regionales y de temporada en el error del modelo informó también puede obstaculizar seriamente la evaluación de los sistemas alimentarios en los escenarios futuros, ya que pueden implicar diferentes grados de previsibilidad en los futuros impactos de los cultivos sembrados en diferentes momentos en el mismo lugar o en diferentes lugares siembra el mismo cultivo.

Por lo tanto, la identificación de las piezas correctas y las cantidades de información dentro de una simulación GCM que se pueden utilizar con firmeza en modelos de impacto es importante para mejorar las estimaciones de impacto. En ese sentido, se necesita una mejor comprensión de las causas de la habilidad limitada modelo, así como de los principales impulsores del rendimiento de los cultivos. La investigación reciente se ha centrado válidamente sobre las formas de mejorar las simulaciones globales y regionales de los modelos climáticos, con el fin de que sean útiles para el estudio de impacto y este enfoque se sugiere se mantenga. La identificación de salidas relevantes del GCM, sin embargo, también depende de cuando las mejoras modelo cumplirán con las normas de la comunidad de investigación agrícola (es decir, alta precisión con una alta resolución espacial y temporal) de entrada (bastante alto). Suponiendo que las mejoras tengan una tendencia lineal en el tiempo, se estima en este estudio que por lo menos se requieren entre 5 y 30 años de trabajo en el CMIP para mejorar las simulaciones regionales de temperatura, mientras que 30 a 50 años pueden ser necesarios para las simulaciones regionales de precipitación suficientemente precisos, aunque éstos las cifras varían sobre una base regional. Idealmente, el objetivo final debe ser un acoplamiento completo de los modelos climáticos y de cultivos, ya que esto permitiría un tratamiento adecuado de las evaluaciones del sistema de tierra. Sin embargo, en unos 30 años, la temperatura media global ya habría llegado a niveles peligrosos, por lo tanto, haciendo hincapié en la necesidad de utilizar la información del modelo del clima en línea (es decir, no unida), pero formas sólidas y bien fundamentadas.

Tales formas de información deben incluir: (1) una mejor comprensión del impacto de las incertidumbres del clima en las estimaciones de impacto, (2) la mejora de la cuantificación de la incertidumbre del modelo agrícola, (3) un enfoque más sistemático en la evaluación de la sensibilidad de los modelos de impacto ante los errores del modelo climático, (4) una mejor cuantificación de la reducción de escala y la incertidumbre del sesgo de corrección, (5) una mejor comunicación de los resultados por los impactos a partir de datos climáticos primarios frente a datos climáticos escalados y/o corregidos por sesgo. Mientras tanto, la mejora continúa en la habilidad de las predicciones a mayores escalas espacio-temporales a través de una mayor inversión en la modelización del clima está garantizado con el fin de satisfacer las necesidades no satisfechas en gran parte de las comunidades de investigación de impacto.

Una última cuestión fundamental tiene que ver con las implicaciones de perfeccionamiento del modelo (es decir, las diferencias de habilidad entre CMIP3 y CMIP5) para la investigación del impacto. Esto es importante porque, como conjuntos los GCM aumentan su complejidad, pueden surgir nuevas preguntas de investigación, y también porque, así como las simulaciones mejoran su habilidad, las estimaciones de impacto pueden cambiar. Es probable que, con el tiempo suficiente, el CMIP5 sea ampliamente adoptado por la comunidad de investigación de impacto. (……). Se necesita más investigación, sin embargo, para comprender los efectos de las diferencias entre los dos conjuntos de estimaciones de impacto. Si la adaptación agrícola eficaz y adecuada ocurrirá en las próximas 2 a 4 décadas, la incertidumbre y la falta de habilidad en las simulaciones de climas regionales necesitan ser comunicada y entendida por los investigadores agrícolas y los responsables políticos. Una de las principales barreras para la adaptación se encuentra en la habilidad con que los modelos climáticos reproducen las condiciones climáticas. (……). Se necesita más investigación sobre el diagnóstico de errores en el resto de las variables de impacto pertinentes (por ejemplo, frecuencia de los períodos secos, radiación de onda corta entrante, evapotranspiración, humedad del suelo), así como sobre los efectos de las diferencias entre los dos conjuntos de estimaciones de impacto, lo cual reforzaría las conclusiones alcanzadas en el presente estudio.

Pensé que lo anterior son cuestiones sobre las cuales existen un montón de ideas falsas que pueden ser enmendadas por el mejor conocimiento y comprensión apoyados y transferidos de esta manera.

Acciones de Documento
  • Share on Facebook
  • Imprimir