Cambio climático y Agricultura: Las claves para una nueva realidad Dr. Francisco J Meza Profesor Facultad de Agronomía e Ingeniería Forestal Centro de Cambio Global fmeza@uc.cl

(Información Ambiental Estratégica) POLITICA PUBLICA Empresas, Gobierno (Información Ambiental Estratégica) CIENCIA Facultades Institutos Departamentos Laboratorios

La Misión de la Agricultura Agua Contaminación Residuos Riesgos Sequías Calidad de Agua Instituciones Biodiversidad Fertilizantes Pesticidas Energía Deterioro ambiental Compuestos Bioactivos Salud Desperdicios Volatilidad de Precios Conflictos Sociales Cabio Climático Alimentos Clima Ecosistemas Equidad Ingresos  Desarrollar Agricultura Sustentable de Alto Valor

Aumento de Gases de Efecto Invernadero Impactos en el Clima Cortesía de Andrew Jarvis, CIAT

Figure SPM.8a,b Maps of CMIP5 multi-model mean results All Figures © IPCC 2013 Figure SPM.8, Panels a and b Complete caption of Figure SPM.8: Figure SPM.8 | Maps of CMIP5 multi-model mean results for the scenarios RCP2.6 and RCP8.5 in 2081–2100 of (a) annual mean surface temperature change, (b) average percent change in annual mean precipitation, (c) Northern Hemisphere September sea ice extent, and (d) change in ocean surface pH. Changes in panels (a), (b) and (d) are shown relative to 1986–2005. The number of CMIP5 models used to calculate the multi-model mean is indicated in the upper right corner of each panel. For panels (a) and (b), hatching indicates regions where the multi-model mean is small compared to natural internal variability (i.e., less than one standard deviation of natural internal variability in 20-year means). Stippling indicates regions where the multi-model mean is large compared to natural internal variability (i.e., greater than two standard deviations of natural internal variability in 20-year means) and where at least 90% of models agree on the sign of change (see Box 12.1). In panel (c), the lines are the modelled means for 1986−2005; the filled areas are for the end of the century. The CMIP5 multi-model mean is given in white colour, the projected mean sea ice extent of a subset of models (number of models given in brackets) that most closely reproduce the climatological mean state and 1979 to 2012 trend of the Arctic sea ice extent is given in light blue colour. For further technical details see the Technical Summary Supplementary Material. {Figures 6.28, 12.11, 12.22, and 12.29; Figures TS.15, TS.16, TS.17, and TS.20}

Contexto General del Cambio Climático 50 0.1280.026 100 0.0740.018 IPCC, 2007

Tendencias globales de Temperatura WMO, 2013

Fig. 3. Crop yield changes associated with future climate scenarios, with yield anomalies constrained to historical extremes. Yields are expressed in units of percent anomaly from 2000–2003 average yields, Fuente: Lobell et. al. Agric. & Forest Meteor. 141(2-4), 2006

Impactos en los principals Cultivos IIPCC 2013

Coeficientes de tendencia y p-value significativo según método de Mann Kendall Meza et al, In prep

Proyecciones temperatura – HadCM3 2010-2040 2040-2070 2070-2100

Rojas, 2013

AGRIMED, 2008

Impactos en Glaciares Histórico Escenario pesimista Yo (a no ser que lo destaque): Cambiar de aca en adelante la jerga de los escenarios. Histórico Escenario pesimista Superficie (y su aporte de agua) de glaciares blancos disminuye de manera importante

Escenarios Futuros Maipo en San Alfonso Meza et al., Enviado Fuente: Elaboración propia, 2009. Meza et al., Enviado

Impactos en Evapotranspiracion Meza et al., 2012

Cobertura de la demanda Meza et al., 2014 Cobertura Mínima Cobertura Media

1. What is Climate Smart Agriculture? 2013

Hacia una Agricultura “Climate Smart” La agricultura es un agente transformador del medio ambiente y a su vez receptor de los cambios Balance entre Mitigación y Adaptación Ejes: Manejo de Riesgos Climáticos Aumento en la eficiencia de uso de agua Reducción de huellas ecológicas Aumento del stock de capital natural (Biodiversidad, Suelos, Ciclaje de Nutrientes) Selección y desarrollo de variedades

Hacia la agricultura climáticamente inteligente Resiliencia Producción Climáticamente Inteligente Agricultura Simple Tecnologías aptos Aptos + Manejo Sitio específico Específico Pronósticos agroclimáticos Agroclimáticos Eficiencia en uso de recursos Políticas facilitadoras de adaptación y mitigación Cortesía de Andrew Jarvis, CIAT

Trabajo en Australia: Manejo de Riesgo Climático (Thomas, Hayman, James, 2012)

MILLS NOVOA MEZA AND PZCZOLKOWSKI , 2016

12CTI-16788-04 Zonificación vitivinícola chilena en base a antecedentes climáticos para vinos tranquilos y espumosos 05-09-2017

Índices bioclimáticos Considerar que la figura de la derecha solo muestra aquellos pixeles con pendientes inferiores al 15. Nombrar quizá que ya a este nivel existen buenas aproximaciones a las zonas en donde efectivamente se planta vid en chile. Figura 9: Índice de Huglin e Integral termina activa calculadas. Fuente: Elaboración propia.

Precipitación anual Figura 14: Precipitaciones actuales y futuras en modelo GFDL en escenario severo. Fuente: Elaboración propia.

Temperaturas medias Notar que ambas figuras siguen la misma escala, para ser comparables. Se observa un incremento de las temperaturas en el segundo caso. Figura 15: Precipitaciones actuales y futuras en modelo GFDL en escenario severo. Fuente: Elaboración propia.

Índice de Winkler La idea de esta figura es mostrar como drásticamente cambian las distintas zonas de aptitud considerando un escenario severo de cambio climático para una misma zona (en este caso considera los valles de Colchagua y Cachapoal). Figura 16: índice de Winkler considerando clima actual y escenario futuro (GFDL 8.5). Fuente: Elaboración propia.

Figura 17: Aptitud vitivinícola, según clasificación por zonas propuesta abarcando el índice de Winkler, índice de Huglin y MJT. Fuente: Elaboración propia. - Valores corresponden a valores promedios de áreas en que las pendientes son menores a 15%.

Figura 18: Aptitud vitivinícola para Cabernet Sauvignon en escenario severo para el periodo 2030-2070. Fuente: Elaboración propia. Sería bueno quizá mencionar en esta diapositiva que las aptitudes altas se mueven hacia el sur.

Presentación plataforma Captura de pantalla.