Uso de información climática en la toma de decisiones agrícolas Guillermo Podestá University of Miami Rosenstiel School of Marine & Atmospheric Science

Importancia del Clima Variabilidad climática entre los 2-3 factores principales de riesgo para la producción e ingresos agrícolas Uso de información climática cada vez más frecuente y cambiante Acceso más fácil (tecnología) Mayor comprensión efectos clima Herramientas para evaluar riesgo climático Climatología  Info diagnóstica  Pronósticos Factor importante en sustentabilidad de sistemas productivos

Lo que pretendo de esta charla… Darles una idea de la información climática disponible para apoyar las decisiones agrícolas Describir capacidades y limitaciones de pronósticos estacionales Ilustrar componentes de un “sistema de información climática” Enfatizar la necesidad de aumentar el “alfabetismo climático” de productores y asesores Argumentar la necesidad de nuevas formas de asociación y colaboración entre productores y usuarios de información climática

Lo que NO pretendo… Enfocarme en pronósticos especificos para los próximos meses “Sobrevender” las capacidades de pronósticos estacionales Dar “recetas” de manejo

Tipos de Información Climática Registros históricos Condiciones recientes (semanas/meses) Predicciones estacionales “Escenarios plausibles” decadales

Registros Climáticos Históricos Utiles para conocer el rango de variabilidad en una región y ubicar situaciones “inusuales” en contexto histórico Nuevos índices (SPI), requieren aprendizaje conjunto Pergamino, lluvias nov/dic, 1971-2000, Fuente: SMN

Condiciones Climáticas Recientes Acceso rápido facilitado por avances tecnológicos Permite ajustar/refinar decisiones tomadas previamente Contexto para interpretación de pronósticos estacionales

Predicciones Estacionales - 1 “Si no pueden pronosticar el tiempo más allá de 7-10 días, cómo esperan predecir lo que ocurrirá en 3-6 meses? NO se puede pronosticar el tiempo para la próxima estación, pero bajo ciertas condiciones podemos decir algo útil respecto al clima en la próxima estación… It is well known that weather forecasts are usually fairly accurate in terms of predicting the significant weather features for the coming 1 to 2 days. It is also known that the accuracy of weather forecasts decreases as the lead time increases to 3, 4, or 5 or more days. A forecast for 4 days into the future, for example, often needs to be revised as that day approaches, and in some cases the revision may be large. At lead times of 5 to 7 days there is only a small amount of accuracy in weather forecasts, and over 7 days there is nearly none. Why, then, is it possible to make useful forecasts for some regions for the coming three months, and sometimes even for the 3-month period following this? At seasonal lead times, there is no usable skill in forecasting on which day a locality will have precipitation, storms, temperature extremes, frontal passages, and so forth. This is consistent with the rapid drop-off of skill after several days, discussed above. However, there is nonetheless some skill in predicting anomalies in the seasonal average of the weather—i.e., anomalies of the climate. This skill is present regardless of the daily timing of the major weather events within the period. The total precipitation, for example, may be predicted to be higher than the climatological average due to a greater-than-normal expected frequency of a specific atmospheric circulation pattern that is conducive to rainfall at the location in question. Again, the timing of the rainfall events remains unknown. Forecasts of the likelihood of enhanced or suppressed rainfall, or lower or higher temperatures than the average, over the course of a season have a level of accuracy that is far from perfect but noticeably above the level of random chance. This level of skill for seasonal averages or totals may be useful for sectors impacted by climate variability, such as energy production, agriculture, health, and others.

Predicciones Estacionales - 2 Para pronosticar el clima dentro de 3-6 meses, debo conocer el estado actual de variables que cambian lentamente e influencian condiciones climáticas: Temperatura del océano (sobre todo en los trópicos) Humedad del suelo Cobertura de nieve Much of the skill in predicting departures from normal seasonal totals or averages, often associated with atmospheric circulation patterns, has its origin in the slowly changing conditions at the earth’s surface that can influence the climate. The most important surface condition affecting climate is the sea surface temperature (SST), and particularly the SST in the tropical zones. Other, usually less influential, surface conditions are soil wetness and snow cover. The feature of the surface conditions that gives them the ability to influence the average of the weather conditions over an extended future period is the slowness with which they can change, and therefore the extended period over which they can exert their consistent influence. When the SST is higher than normal, it usually remains that way for several months, and sometimes for as long as a year or more, such as during the El Nino or La Nina (i.e., the warm and cold phases of the ENSO – the El Nino/Southern Oscillation) episodes of the tropical Pacific SST. Similarly, when there is high soil wetness, or snow cover, it often takes at least several weeks for this situation to return to normal, because on each day the sun can only evaporate or melt a limited portion of the excess. When the soil is very dry, it may take 4 to 8 significant rainfall events to bring the soil wetness back to its normal, since the water from one heavy rainfall often runs off and may not replenish the soil wetness more than superficially. Anomalies of the SST are particularly slow to change because of the high heat capacity of water relative to the atmosphere, both because of its higher density and because its anomalies may extend to many tens of meters beneath the ocean surface. Slowness in the variations of SST implies that significant departures from normal (i.e., anomalies) of the currently observed SST are likely to persist into the coming several months. It also means that if SST anomalies can be predicted with some reliability (which is the case in certain important instances, to be explained below), then the climate that is dynamically associated with the SST anomalies can also be predicted somewhat reliably.

El Niño – Oscilación del Sur Interacción océano/atmósfera en Pacífico tropical Principal fuente de variabilidad climática interanual El Niño La Niña

Ejemplos de pronósticos - 1 Escalas temporales y espaciales son bastante gruesas En muchas regiones no hay predictibilidad 40 35 25 Por encima de lo normal Cerca de lo normal Por debajo de lo normal Leyenda

Límites de Categorías 1 2 DEBAJO NORMAL ENCIMA NORMAL 10 años 10 años Tomamos serie histórica de valores de interés. Ejemplo: total precipitación en Nov-Dic. 2 Ordenamos los valores históricos en forma ascendente… DEBAJO NORMAL ENCIMA NORMAL 10 años 10 años 10 años Identificamos los valores históricos que dividen a la distribución en tres partes iguales (10 años en cada parte)… 3 Largo de la serie: 30 años

Pronósticos probabilísticos - 1 Un pronóstico generalmente indica una desviación con respecto a una distribución de probabilidad esperada (ej., distribución climatológica de lluvias en diciembre) Que ciertos valores pronosticados sean más probables que otros, no implica que esos otros valores no puedan ocurrir

Pronósticos probabilísticos - 2 1 2 3 4 5 6 Frecuencia Dado “honesto” 2 Dado “cargado” 1 3 4 5 6 Frecuencia Tiramos el dado 600 veces…

Ejemplos de pronósticos – 2

Ejemplos de pronósticos – 3

Resumen (hasta ahora!) Pronósticos de ocurrencia de eventos ENSO + Conocimiento de relación ENSO-clima regional = Capacidad de mitigación consecuencias adversas Aprovechamiento condiciones favorables

Lo que se esperaba… Información Climática Uso Efectivo

Lo que ocurrió… El área es muy grande! Contexto Gente Información Tecnología Qué es un tercil?? Coyuntura económica Información Climática Uso Efectivo El área es muy grande! Contexto Cómo uso esto? Gente El pronóstico es bueno?? Qué puedo cambiar?

Sistema de Información Climática Generación Comunicación & Interpretación Utilización Adaptado de: R. Pielke Jr.

Sistema de Información Climática Generación Comunicación & Interpretación Utilización

Métodos de Predicción Métodos dinámicos Métodos estadísticos Modelos numéricos globales océano/atmósfera “Ensembles” (corridas múltiples) Métodos estadísticos Regresión Análisis de correlación canónica Mosaicos (“composites”)

Generación de Información Climática Información debe ser relevante y compatible con decisiones Información debe tener resolución espacial y temporal adecuada (depende del uso específico) Información sobre posibles impactos tiene mayor utilidad

Información sobre Impactos Climáticos Niños Niñas Datos Históricos Simulaciones

Sistema de Información Climática Generación Comunicación & Interpretación Utilización

Comunicación de Información Información nueva se procesa en contexto de creencias y conocimientos existentes Antes de comunicar, entender qué sabe y cree el receptor de información Identificar concepciones correctas y erróneas, lagunas en el conocimiento Necesidad de comprender: Percepción de riesgo climático, “normalidad” Interpretación de información probabilística Objetivos de las decisiones

Comunicación de Información - 2 Algunas lecciones : Gran interés en información climática Capacidades y limitaciones de pronósticos? ENSO 1997/98 como “punto de inflexión Importancia de instituciones “intermediarias” Percepciones influenciadas por eventos recientes

Memoria de eventos climáticos A menos que sean muy importantes… Eventos menos recientes se recuerdan menos claramente… Eventos muy recientes se recuerdan nítidamente

Sistema de Información Climática Generación Comunicación & Interpretación Utilización

Requerimientos para uso Para una determinada decisión, deben existir opciones alternativas Las alternativas para una decisión determinada deben responder de forma diferente a diversos escenarios climáticos El tomador de decisiones debe poder evaluar las consecuencias de diferentes acciones antes de tomar una decisión Los tomadores de decisiones deben ser capaces de incorporar información climática, sin la existencia de barreras o impedimentos tecnológicos, financieros o culturales

Opciones alternativas Decisiones de producción Cultivo Fecha de siembra Dosis de fertilizante Maíz Soja Siembra temprana tardía Fertilización alta baja …

Requerimientos para uso - 2 Para una determinada decisión, deben existir opciones alternativas Las alternativas existentes para una decisión determinada deben responder de forma diferente a diversos escenarios climáticos El tomador de decisiones debe poder evaluar las consecuencias posibles de diferentes acciones antes de tomar una decisión Los tomadores de decisiones deben ser capaces de incorporar información climática, sin la existencia de barreras o impedimentos tecnológicos, financieros o culturales

Interacción decisiones/clima Escenario climático A Escenario climático B … …

Requerimientos para uso - 3 Para una determinada decisión, deben existir opciones alternativas Las alternativas existentes para una decisión determinada deben responder de forma diferente a diversos escenarios climáticos El tomador de decisiones debe poder evaluar las consecuencias posibles de diferentes acciones antes de tomar una decisión Los tomadores de decisiones deben ser capaces de incorporar información climática, sin la existencia de barreras o impedimentos tecnológicos, financieros o culturales

Evaluación de acciones alternativas Variables: Fecha de siembra Fertilización Niños Niñas Fuente: F. Royce, Univ. of Florida

Requerimientos para uso Para una determinada decisión, deben existir opciones alternativas Las alternativas existentes para una decisión determinada deben responder de forma diferente a diversos escenarios climáticos El tomador de decisiones debe poder evaluar las consecuencias posibles de diferentes alternativas antes de tomar una decisión Los tomadores de decisiones deben ser capaces de incorporar información climática, sin la existencia de barreras o impedimentos tecnológicos, financieros o culturales

Resumen y Conclusiones - 1 Aumento considerable en el uso de información climática para apoyar decisiones agrícolas Cambio en naturaleza de información disponible/demandada Climatología  Info diagnóstica  Pronósticos

Resumen y Conclusiones - 2 Predictibilidad climática en Pampas depende fundamentalmente de ocurrencia de eventos ENSO (Niños o Niñas) Aumentos significativos en la performance de herramientas de predicción climática llevarán unos 5-7 años Esto implica que nos sentamos a esperar? Decididamente NO!!!

Resumen y Conclusiones - 3 Mejorar sistema de información climática Diseño y contenido de pronósticos Información relevante (impactos!) Educar usuarios en capacidades/limitaciones Sacar mayor partido posible de información histórica y diagnóstica Acoplar info con herramientas de decisión Fomentar “alfabetismo climático” de productores Facilitar asociaciones estratégicas entre instituciones productoras y diseminadoras de info climática

Resumen y Conclusiones - 4 Objetivo último: desarrollo de un “sistema climático” Producir y distribuir datos, información, y conocimiento climáticos en tiempo y forma Enfoque “centrado en usuario” para asegurar relevancia, usabilidad de productos Mecanismos de retroalimentación Aprendizaje conjunto, asociaciones innovativas entre productores y usuarios