Partnering for Adaptation and Resilience- Agua PARA - Agua CUENCA CHIRA-PIURA Setiembre 22, 2016 CUENCA CHIRA-PIURA Setiembre 22, 2016.

Presentación del tema: "Partnering for Adaptation and Resilience- Agua PARA - Agua CUENCA CHIRA-PIURA Setiembre 22, 2016 CUENCA CHIRA-PIURA Setiembre 22, 2016."— Transcripción de la presentación:

1 Partnering for Adaptation and Resilience- Agua PARA - Agua CUENCA CHIRA-PIURA Setiembre 22, 2016 CUENCA CHIRA-PIURA Setiembre 22, 2016

2 COMUNIDAD CIENTÍFICA INTEGRACIÓN CIENCIA-POLÍTICA DECISORES, PLANIFICADORES, GRUPOS DE INTERÉS EL PROYECTO PARA-Agua 2013 - 2017 Iniciativa de colaboración directa con científicos, tomadores de decisiones y comunidades para fortalecer la adaptación y resiliencia frente al cambio climático, mejorando la comprensión de los impactos del clima sobre los recursos hídricos -AECOM International Development -Instituto de Montaña (TMI), -Instituto para el Medio Ambiente de Estocolmo (SEI) -Centro Nacional de Investigación Atmosférica EE.UU. (NCAR) -Instituciones de investigación. -Consultores Nacionales

3 PERÚ:  Chira-Piura (2013)  Quilca-Chili (2014)  Chancay-Lambayeque (2015) COLOMBIA:  Chinchiná (2013)  Guatapurí (2015) Ámbito de intervención del Proyecto PARA-Agua

4 Principales contrapartes del Proyecto PARA-Agua DE NIVEL NACIONAL A NIVEL DE CUENCA ANA SENAMHI MINAM CRHC / ST-CRHC -Chira Piura -Chancay Lambayeque -Quilca Chili Grupos Técnicos Partnering for Adaptation and Resilience- Agua PARA - Agua Acuerdo de Entendimiento

5 CAJA DE HERRAMIENTAS 3: DECISIONES ROBUSTAS EN LA PLANIFICACIÓN DE LOS RECURSOS HÍDRICOS INCORPORANDO ESCENARIOS DE CAMBIO CLIMÁTICO

6 Objetivo: Explicar cómo aplicar la metodología de apoyo a las decisiones robustas para priorizar estrategias de gestión de recursos hídricos en la cuenca Chira-Piura, integrando escenarios climáticos.

7 Metodología de Apoyo a las Decisiones Robustas (Lempert et. al. 2006 y 2003) Método iterativo y analítico usado para abordar problemas en condiciones de incertidumbre, tales como el cambio climático. Simula un conjunto de situaciones que muestran el desempeño de diferentes estrategias de manejo, en diversas condiciones futuras asumidas. Usa técnicas estadísticas avanzadas para identificar las estrategias de manejo con mejor o peor desempeño (Groves and Lempert 2007). WEAP es una de las herramientas analíticas de apoyo que maneja estas interacciones.

8 Pasos a seguir: Fuente: Elaboración propia en base a Flores et. al. (2012)

9 Identifique los Actores Clave Se requiere identificar e incorporar a los actores clave en el proceso participativo.

10 Analice el sistema usando el marco XLRM Marco de Análisis XLRM

11 X - Incertidumbres Climáticas: 5 escenarios de cambio climático RCP 8.5 (alta emisión de carbono): –Seco: MPI-MR –Muy seco: MPI_MR2 –Normal: CESM1-CAM5 –Muy húmedo: HadGEM2_CC –Húmedo: CSIRO-Mk3-6-0 No climáticas, 3 escenarios: –pérdida del 30% de la actual superficie de páramos por la introducción de cultivos –expansión del área agrícola total bajo riego –cambio del cultivo de arroz por quinua en un 20% Describa el sistema usando: XLRM

12 L - Estrategias de Gestión de Agua (individuales) Describa el sistema usando: XLRM

13 L - Estrategias de Gestión de Agua (integradas) Describa el sistema usando: XLRM

14 R – Relaciones Construcción de los Modelos Describa el sistema usando: XLRM

15 Cobertura de la demanda de agua: –Para uso urbano –Para uso agrícola en el Alto Piura –Para uso agrícola en el Medio y Bajo Piura –Para uso agrícola en el Chira –Para uso agrícola en San Lorenzo –del embalse de Poechos –del embalse de San Lorenzo –Para la generación de energía en la Central Poechos I –Para la generación de energía en la Central Poechos II –Para la generación de energía en la Central Quiroz –Para la generación de energía en la Central Curumuy Volumen de agua de inundaciones en el río Piura Vulnerabilidad del abastecimiento del agua superficial vs subterránea M – Medidas de Desempeño Describa el sistema usando: XLRM

16 Construya el Modelo WEAP- R 99 catchments definidos

17 Escenario: Descripción estimable sobre cómo puede desarrollarse el futuro, basada en un conjunto de variables y supuestos sobre fuerzas que pueden originar un posible estado futuro. Se emplea en economía, juegos de azar, etc. Escenarios de cambio climático: Son representaciones del clima que se observarían bajo concentraciones determinadas de gases de efecto invernadero y aerosoles en la atmósfera a futuro. Se usan para evaluar un espectro de posibilidades sobre posibles comportamientos del clima, entendiendo las incertidumbres asociadas, y no para predecir el futuro climático. Reduzca la escala de los Escenarios Climáticos - R

18 La principal herramienta para la prospección del clima de las próximas décadas son los Modelos de Circulación General (MCG). Los MCG tienen limitaciones en su resolución espacial (nivel de precisión), insuficiente para representar el clima local. Se requieren técnicas de reducción de escala o “downscaling”: asociar propiedades de la atmosfera obtenidas de los MCG a las condiciones meteorológicas locales, usando métodos dinámicos o estadísticos. Se construyen modelos que arrojan los datos meteorológicos observados a nivel local a partir de las salidas de MCG. Luego se proyectan a futuro. Resolución: 200 Km Reduzca la escala de los Escenarios Climáticos - R

19 Procedimiento seguido en la Cuenca: Se identificaron 32 estaciones meteorológicas con información de Pp y Tº a paso diario, para representar el clima histórico (1971 – 1991) de la cuenca. Se generaron datos de temperatura y precipitación mediante interpolación, para cada uno de los 99 catchments definidos. Se aplicó el método no paramétrico bootstrapping K-nn o de reordenamiento (Gangopadhyay et al. 2005; Yates et al. 2003) para reducir la escala de la información global de PP y Tº. Se construyeron series sintéticas de Pp y Tº para las 32 estaciones, a partir de las observaciones históricas y condicionadas por las proyecciones de los modelos, utilizando reglas probabilísticas que buscan preservar algunos atributos presentes en dicha series, como la estacionalidad, la variabilidad, la correlación espacial y otros. Se compararon los datos históricos medidos en la cuenca y los generados a partir de los MCG, eligiéndose los modelos que se ajustan mejor a la Pp y Tº local. Se proyectaron series de clima futuro. Reduzca la escala de los Escenarios Climáticos - R

20 Indicadores utilizados para caracterizar los atributos de los MCG y del clima observado

21

22 Los modelos de mejor representatividad de las observaciones históricas son: CCSM4 MPI-ESM-MR CESM1 (CAM5) HadGEM2_CC CSIRO-Mk3-6-0 A partir de estos modelos se obtuvieron 39 escenarios de clima futuro que corresponden a RCP 8.5 (entre 7 y 8 corridas por cada modelo) al que se le atribuye una alta emisión de carbono. Se generaron las series futuras de clima y se escogieron 5 que reflejan un rango de condiciones climáticas para la cuenca Chira Piura Reduzca la escala de los Escenarios Climáticos - R

23 Ensamble las variables y visualice los resultados Combinación de estrategias e incertidumbres para generar escenarios

24 Ensamble las variables y visualice los resultados Plazo Estrategias Integradas (Nivel 2 DO) Corto (2020) Estrategia Integrada 6 Mejora en la eficiencia (2020) Reduce la vulnerabilidad de la cuenca relacionada a la cobertura de la demanda agrícola (Medio Bajo Piura, Chira y San Lorenzo) favorecida en clima “Muy seco”. Afecta el volumen almacenado en Poechos y San Lorenzo, que contribuyen en la cobertura de las demandas agrícolas antes mencionadas y apoya a la generación de energía eléctrica en Poechos I. Vulnerabilidad persistente en las centrales Poechos II y Curumuy.

25 Ensamble las variables y visualice los resultados PlazoEstrategias Integradas (Nivel 2 DO) Largo (2035)Estrategia Integrada 8Mejora en la eficiencia (2020)Forestación y reforestación (2025)Vilcazán (2030) Vilcazán contribuye en la reducción de la vulnerabilidad del volumen almacenado en la presa San Lorenzo, y éste a su vez en mejorar la cobertura de la JUS del mismo nombre, lo que se demuestra en la reducción de la vulnerabilidad de este indicador.

26 Ensamble las variables y visualice los resultados Afianzamiento de la Presa Poechos Estrategia Integrada 10: Poechos: Mediano Plazo2025

27 Evalue las estrategias de gestión y tome la decisión Reducción de vulnerabilidades de las estrategias priorizadas Clima Vulnerabilidad Reducción de Vulnerabilidad Estrategia Integrada 6 Estrategia Integrada 8 Estrategia Integrada 10 Cobertura de la demanda de agua en JUS San Lorenzo Volumen almacenad o en el presa Poechos Volumen almacenado en la presa San Lorenzo Cobertura de la demanda de agua en JUS San Lorenzo Volumen almacenado en el reservorio Poechos Volumen almacenado en el reservorio San Lorenzo Histórico 17%62%77%-10%-52%-23% Muy seco 53%58%93%-12%-28%-5% Seco 14%43%72%-5%-26%-27% Normal 15%55%60%-3%-42%-21% Húmedo 23%60%71%-6%-48%-20% Muy húmedo 28%73%76%-6%-54%-15%

28 La estrategia integrada N° 6 (incremento de la eficiencia en el uso del agua en la cuenca) resulta mas favorable en términos de disponibilidad de agua en la cuenca. La estrategia integrada N° 8 (además la instalación de zonas de forestación en la cuenca y la construcción de la presa Vilcazán) resulta también muy favorable. La Estrategia 10 reduce la vulnerabilidad bajo todos los escenarios de clima, en la cobertura de la demanda agrícola de las JUS del Medio Bajo Piura y del Chira, en la generación de energía de la presa Poechos y reduce ligeramente la vulnerabilidad en la generación de energía eléctrica en Curumuy. Esta alternativa es la que mas reduce la vulnerabilidad del sistema. Los escenarios climáticos afectarían la cobertura y uso de la tierra en los ecosistemas de alta montaña, previéndose una disminución de la superficie del ecosistema páramo con impactos en la disponibilidad del agua en la cuenca. Conclusiones

29 Visítennos en: www.para-agua.net Ing. Mirella Gallardo Marticorena Coordinadora de la Tarea 1 Proyecto PARA-Agua mgallardo@mountain.org