La estimación de los cambios en la productividad de maíz se realizó para 12 sitios de
referencia en el país (Ver Anexo G), los cuales cruzan estratégicamente la parte
central del país, para de esta forma cubrir una variedad amplia de condiciones
ambientales que van desde las zonas tropicales subhúmedas y húmedas de la
vertiente del Golfo de México, cruzando por las tierras frías del centro del país, hasta
llegar a la vertiente del Océano Pacífico que corresponde a la zona tropical seca.
También se consideró un sitio de referencia en la zona árida de México hacia el
noroeste del país (Cuadro 15). La definición de las área de influencia de los
pronósticos de cambio en la productividad se realizó con base en información digital
relacionada con el mapa de tipos climáticos de la CONABIO (García, 1998). Se
consideró como área de influencia de la estación meteorológica al área comprendida
por el mismo tipo climático.
Cuadro 15. Pronóstico de cambios en las componentes del rendimiento y del
rendimiento (!Y
máx, !K
hidr!F
ay !Y) del maíz de temporal con bajo nivel
de insumos en una atmósfera con concentración de CO
2duplicada de
acuerdo con los escenarios climáticos al final del siglo XXI desarrollados
por Gay (2003) con los modelos climáticos GFDL-R30 y CCC, en
algunos sitios de referencia de México
Cambio climático (Gay, 2003)
!Y
máx(%)
!K
hidr(%)
!F
a(%)
!Y (%)
Sitio
Estado
GFDL-R30 CCC GFDL-R30 CCC GFDL-R30 CCC GFDL-R30 CCCCoatepec
Veracruz
15.6
17.4
0.0
0.0
-14.0
16.3
-15.0
19.3
Tuxpan
Veracruz
0.6
-0.3
0.0
0.0
-8.1
16.1
-7.5
15.8
Atlacomulco
México
5.1
6.5
0.0
0.0
-13.4
7.5
-9.0
14.5
Jerécuaro
Gto.
6.0
8.5
0.0
0.0
-9.5
6.8
-4.1
15.9
La Huerta
Jalisco
-2.2
-1.3
0.0
0.0
-8.1
1.4
-10.1
0.0
Magdalena
Jalisco
5.0
3.7
0.0
0.0
-9.2
1.3
-4.7
5.1
Zapopan
Jalisco
8.8
10.7
0.0
0.0
-6.6
0.0
1.7
10.7
Arcelia
Guerrero
-1.0
1.9
0.0
-9.9
-1.3
-26.0
-2.2
-32.1
Chapingo
México
4.2
6.0
21.0
-21.9
8.3
-15.3
36.5
-29.9
Izúcar de M.
Puebla
4.2
6.4
10.0
-26.7
12.7
-22.5
29.2
-39.5
Ixcamilpa
Puebla
-0.5
1.8
12.0
-28.7
19.4
-21.0
33.0
-42.6
Navojoa
Sonora
-0.8
-3.7
42.5
14.4
20.6
-20.6
70.3
-12.5
Nota: Gto: Guanajuato; !Y
máx= (Y
máx2100- Y
máx2000)100/Y
máx2000; !K
hidr= (K
hidr2100- K
hidr2000)100/K
hidr2000;
!F
a=
(F
a 2100-F
a 2000)100/ F
a 2000; !Y = (Y
2100-Y
2000)100/Y
000. Los símbolos 2000 y 2100 corresponden al inicio y final del
siglo XXI, respectivamente; GFDL-R30 y CCC son modelos de circulación general de la atmósfera.
En el Cuadro 16 se propuso una escala para calificar los cambios del índice integral
de fertilidad del suelo. El enfoque similar se propone para estimar cualitativamente
los cambios de rendimientos de los cultivos agrícolas.
El análisis de los resultados del Cuadro 15 con los rangos de calificación propuestos
en el Cuadro 16 permiten concluir que, en caso de presentarse el escenario de
cambio de clima pronosticado por el modelo GFDL-R30, se esperan cambios
positivos y negativos en la productividad del maíz de temporal, predominando los
cambios no significativos o menores del 10% en el sentido positivo y negativo en la
zona centro del país y decrementos bajos en los rendimientos (de 10 a 30%). La
zona norte se ve beneficiada principalmente por el incremento pronosticado de las
lluvias de verano por el modelo GFDL-R30 (incremento alto en el rendimiento de 50
a 70%) y perjudicada por los pronósticos de disminución de las lluvias del modelo
climático CCC (decremento bajo de -30 a 10%).
Cuadro 16. Intervalos de valores porcentuales de cambio en la productividad de
maíz y trigo de temporal bajo condiciones de cambio climático global al
final del siglo XXI
!Y (%)
Categoría de Cambio
Código
- ( 50 a 30) Decremento Medio
DM
-( 30 a 10) Decremento Bajo
DB
(-10 a +10) Cambio No Significativo
CNS
+( 10 a 30) Incremento Bajo
IB
+( 30 a 50) Incremento Medio
IM
+( 50 a 70) Incremento Alto
IA
Los cálculos señalan que en caso de realización del escenario climático
correspondiente al modelo GFDL-R30, se espera crecimiento de la productividad de
maíz en los municipios de Navojoa, Benito Juárez, Huatabambo y Etchojoa en
Sonora. La zona maicera de Jalisco de los municipios de Zapopan en el estado de
Jalisco y municipios vecinos no parece esperarse impactos importantes en la
productividad del maíz de temporal. La mayor parte del municipio de Coatepec,
Veracruz y municipios vecinos se esperan cambios negativos bajos en el rendimiento
de maíz.
Los resultados obtenidos en este trabajo relacionados con el pronóstico de la
vulnerabilidad del maíz de temporal en México, tienen como punto de comparación
los realizados en México por Conde et al. (2003) y Flores et al. (2003). El Cuadro 17
muestra 7 sitios de referencia para el análisis comparativo de pronósticos de la
vulnerabilidad del maíz al cambio climático global. Los tres estudios que se muestran
en el Cuadro utilizan los mismos escenarios de cambio climático. Únicamente
difieren en la metodología de estudio. Conde et al. (2003) enfocan su trabajo
basando su análisis en la modelación de la productividad con CERES-Maize y
básicamente obtiene estimaciones cuantitativas de los cambios en la productividad
en 7 sitios de referencia. Esencialmente, consideran el efecto sobre la productividad
de factores como los cambios en la precipitación, temperatura, concentración de CO
2en la atmósfera y dinámica del nitrógeno en el suelo. Como fue mencionado
anteriormente, la metodología basada en el modelo CERES-Maize es relativamente
complicada, corresponde solamente el cultivo de maíz (para otros cultivos es
necesario aplicar otros modelos con diferente metodología de simulación de la
condición hídrica y de fertilidad del suelo) y no se utiliza ampliamente en el mundo.
Por esta razón en el presente trabajo se ha utilizado la metodología útil para
diferentes cultivos agrícolas y recomendada por la FAO UNESCO.
Flores et al. (2003) parten de un enfoque paramétrico para construir mapas de
vulnerabilidad de maíz estimada a nivel cualitativo. En sus mapas se muestran las
áreas del cambio cualitativo de la productividad de maíz en función de los escenarios
del cambio climático. Para lo anterior, se ha utilizado información de precipitación y
temperatura que compararon con los requerimientos del maíz en cada una de las
etapas fenológicas. En el trabajo de Flores et al. (2003) se ha ignorado el efecto de
duplicación probable de la concentración de CO
2en la atmósfera, así como los
cambios en la radiación solar global y en la fertilidad de los suelos.
En el Cuadro 17 se hace un análisis comparativo de resultados de estimación de
vulnerabilidad del cultivo de maíz en México al cambio climático global pronosticado
con los modelos GFDL-R30 y CCC, en donde se muestran los resultados obtenidos
de los autores mencionados y los obtenidos en este trabajo.
Analizando el Cuadro 17 se puede observar que la vulnerabilidad de maíz al cambio
climático:
- Estimada cuantitativamente por Conde
et al. (2003) es mucho más
significativa que la estimado cualitativamente un poco antes por Flores et al.
(2003).
- Estimada en presente trabajo considerando el efecto de alteración del índice
integral de fertilidad del suelo atribuible al mismo cambio climático, que
permite precisar el impacto integral del cambio climático en la productividad
agrícola.
Cuadro 17. Análisis comparativo de los resultados de estimación de vulnerabilidad
del cultivo de maíz de temporal con los escenarios climáticos al final del
siglo XXI desarrollados por Gay (2003) con los modelos climáticos
GFDL-R30 y CCC en algunos sitios de referencia de México
Flores et al. (2003)
Conde et al. (2003)
Trabajo presente
Sitio
Estado
GFDL-R30
CCC
GFDL-R30
CCC
GFDL-R30
CCC
Coatepec
Veracruz
F0
F0
-30.7
28.9
-15.0
19.3
Tuxpan
Veracruz
F0
F0
-26.4
7.3
-7.5
15.8
Atlacomulco
México
F0
F0
34.6
59.5
-9.0
14.5
La Huerta
Jalisco
Neg
Neg
-26.2
-23.6
-10.1
0.0
Magdalena
Jalisco
Neg
Neg
-31.4
-16.5
-4.7
5.1
Izúcar de M.
Puebla
F0
Neg
-28.0
-10.3
6.6
-39.5
Ixcamilpa
Puebla
F0
F0
-50.1
1.0
33.0
-42.6
Nota: F0 = Efecto no significativo; Neg = Disminución en el rendimiento.
Con el objetivo de visualizar en forma general este tipo de análisis, en la Figura 9 se
presenta la gráfica de comparación de la estimación cuantitativa de la vulnerabilidad
de maíz al cambio climático hecha por Conde et al. (2003) y en el trabajo presente.
El análisis de los datos presentados en la Figura 9 permite concluir que entre los
cambios del rendimiento de maíz calculados en el trabajo presente y en la
publicación de Conde et al. (2003) hay poca coincidencia entre los pronósticos. Las
cifras del cambio de la productividad de maíz obtenidas por Conde et al. (2003) y en
el trabajo presente no siempre coinciden hasta aun al nivel del signo. Esto
posiblemente se explica por razón no solamente de ignorancia o toma en
consideración del índice integral de fertilidad del suelo, sino por los diferentes
modelos de simulación de la productividad agrícola utilizados. Conde et al. (2003)
generalmente obtienen cambios positivos o negativos mayores que los obtenidos en
este trabajo. Según los resultados obtenidos, algunos sitios ubicados en las zonas
tropicales secas como Ixcamilpa e Izúcar de Matamoros pueden resultar
perjudicadas por un escenario de disminución de lluvia, y no queda claro como
Conde et al. (2003) obtiene efectos negativos bajos para este escenario (casi no
significativos) y como un escenario de mayor precipitación puede resultar negativo
de forma significativa.
Figura 9.
Comparación de los resultados de estimación de la vulnerabilidad de
maíz al cambio climático en el presente trabajo con los obtenidos por
Conde et al. (2003)
In document
Distributed state space generation for graphs up to isomorphism
(Page 38-43)