Anlisis de los impactos de cambio climtico sobre cultivos andinos Emmanuel Zapata-Caldas1, Andy Jarvis1, 2, Julin Ramirez1, 2, 3, Charlotte

Lau2
Centro Internacional de Agricultura Tropical, CIAT, Cali, Colombia CGIAR Challenge Program on Climate Change, Agriculture and Food Security, CCAFS 3 Institute for Climatic and Atmospheric Science, School of Earth and Environment, University of Leeds, Leeds, UK
1 2

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 Andes tropicales (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 40 aos) 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

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 de la 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

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, de esa 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 tropicales La 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

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 de crecimiento). 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 a realizaciones 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

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 sobreestimacin 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 el software 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

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 una aproximacin 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 porcentajes de 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

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

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 anotar que 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 la papa 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

4. Material grafico

Figura 1. rea de estudio: Andes tropicales

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

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

SRES-A1B 2020
15 10 5 0 -5 -10 -15 -20

SRES-A1B 2050

SRES-A2 2020

SRES-A2 2050

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

h c a r A

z o r A a j e v r A o n a B f a C e t o m a C d a b e C l o j r F a g u h c e L z a M j n r a N p a P y p a P o n i p e P o n a t l P a o n i u Q l o p e R g r o S a y o S e t a m o T o g i r T o c u l U a v U a c u Y o h n Z a i r
10

SRES-A1B 2020
15 10 5 0 -5 -10 -15

SRES-A1B 2050

SRES-A2 2020

SRES-A2 2050

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

h c a r A

SRES-A1B 2020
25 20 15 10 5 0 -5 -10 -15 -20

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

h c a r A

z o r A a j e v r A o n a B f a C e t o m a C d a b e C l o j r F a g u h c e L z a M j n r a N p a P y p a P o n i p e P n a t o l P a o n u Q l o p e R g r o S a y o S e t a m o T o g i r T o c u l U a v U a c u Y o h n Z a i r
11

z o r A a j e v r A o n a B f a C e t o m a C d a b e C l o j r F a g u h c e L z a M j n r a N p a P y p a P o n i p e P o n a t l P a o n i u Q l o p e R g r o S a y o S e t a m o T o g i r T o c u l U a v U a c u Y o h n Z a i r
SRES-A1B 2050 SRES-A2 2020 SRES-A2 2050

SRES-A1B 2020
20 15 10 5 0 -5 -10

SRES-A1B 2050

SRES-A2 2020

SRES-A2 2050

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

h c a r A

20 15 10 5 0 -5 -10 -15

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

h c a r A

z o r A a j e v r A o n a B f a C e t o m a C d a b e C l o j r F a g u h c e L z a M j n r a N p a P y p a P o n i p e P o n a t l P a o n i u Q l o p e R g r o S a y o S e t a m o T o g i r T o c u l U a v U a c u Y i r o h n a Z

z o r A a j e v r A o n a B f a C e t o m a C d a b e C l o j r F a g u h c e L z a M j n r a N p a P y p a P o n i p e P o n a t l P a o n i u Q l o p e R g r o S a y o S e t a m o T o g i r T o c u l U a v U a c u Y i r o h n a Z
SRES-A1B 2020 SRES-A1B 2050 SRES-A2 2020 SRES-A2 2050

No . 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Cultivo Arrachacha Arroz Arveja Banano Caf Camote Cebada Frjol Lechuga Maz Naranja Papa Papaya Pepino Pltano Quinoa Repollo Sorgo Soya Tomate Trigo Ulluco Uvas Yuca Zanahoria

Nombre cientfico Arracacia xanthorriza Bancr. Oryza sativa L. Pisum sativum L. Musa sp. L. Coffea Arabica L. Ipomoea batatas L. Hordeum vulgare L. Phaseolus vulgaris L. Lactuca sativa var. capitataz L. Zea mays L. Citrus sinensis Osbeck Solanum tuberosum L. Carica papaya L. Cucumis sativus L. Musa balbisiana Colla Chenopodium quinoa Willd. Brassica oleracea var. capitata (L.) Alef. Sorghum bicolor var. sweet (L.) Moench. Glycine max L. Solanum lycopersicum L. Triticum Aestivum L. Ullucus tuberosus Caldas Vitis vinifera subsp. Vinfera L. Manihot esculenta Crantz Daucus carota L.

Rango altitudinal (msnm) 600 3,500 0 2,500 2,700 0 1,600 1,300 1,800 0 2,800 0 3,250 0 3,000 3,000 0 3,800 0 2,100 400 4500 0 2,100 2,000 1,200 4,000 1,000 2,000 0 2,500 0 3,000 0 2,400 3,000 - 4,570 0 4,000 1,200 2,000 0 2,000 1 2,600

1.

Referencias

13

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