3. Ramírez-Villegas and Challinor, 2012
Entendiendo el Problema…
(1) No hay ninguna estación
meteorológica
(2) Las estaciones meteorológicas
no están en buen estado
(periodos cortos, gaps).
(3) Los datos no están
correctamente almacenados
(4) Los datos no pasan los controles
de calidad básicos
(5) El acceso a los datos está
restringido.
4. Figure 1 Frequency of use of the different data sources in
agricultural studies based on a review of 247 recordings
from published studies (taken from a comprehensive data
use survey) (Ramirez-Villegas and Challinor 2012)
Qué opciones tengo?
Problemas de exactitud (es decir, falta
de homogeneidad, discontinuidades)
1. Time-step largo (mensual en el mejor de
los casos)
2. Cobertura temporal se limita a un
promedio de varios años
3. Su resolución espacial es demasiado
gruesa;
4. Su cobertura geográfica no es la
suficiente
5. Sólo ciertas variables (es
decir, temperaturas, precipitaciones).
Necesitamos otras en agrícultura.
5. GHCN (Global Historical
Climatological Network)
• Very robust weather
station dataset
(NOAA)
• Used for many
studies:
– WorldClim
– CRU datasets
– Hockey-stick warming
trend analysis
6. GSOD (Global Summary of Day)
• Version 8 - Over 9000 Worldwide Stations -
Updated Daily
• Some issues Mean temperature (.1 Fahrenheit)
Mean dew point (.1 Fahrenheit)
Mean sea level pressure (.1 mb)
Mean station pressure (.1 mb)
Mean visibility (.1 miles) Mean
wind speed (.1 knots) Maximum
sustained wind speed (.1 knots)
Maximum wind gust (.1 knots)
Maximum temperature (.1
Fahrenheit) Minimum temperature
(.1 Fahrenheit) Precipitation
amount (.01 inches) Snow depth
(.1 inches)
12. Densidad de Estaciones WCL por País en CA
0
0.002
0.004
0.006
0.008
0.01
0 0.002 0.004 0.006 0.008 0.01
DensityoftheTemperatureStations
Density of the Rainfall Stations
0 0.08
Series3
Series4
Series5
Belice
Costa Rica
El Salvador
Guatemala
Honduras
Nicaragua
Panamá
Linear (0 0.08)
Linear (Series3)
Linear (Series5)
Linear (Series5)
Flattopography(WMO)
Flat topography (WMO)
Suficiente detalle?
WMO Guidelines
Topografía Plana
1 Station by 250 Km2
Topografía Montañosa
1 Station by 25 Km2
13. NATIONAL METEOROLOGICAL SERVICE OF BELIZE
Agro-Climat Stations
BLZ
GTM
Distribución de Estaciones - Servicios
Meteorológicos Nacionales
Instituto Nacional de Sismología, Vulcanología, Meteorología e
Hidrología (INSIVUMEH)
15. Título Estaciones Meteorológicas en Costa Rica
Autor responsable Instituto Meteorológico Nacional
Tema Clima
Área geográfica Costa Rica
Fecha de elaboración 2005
Escala 1:1500000
CRI
Distribución de Estaciones - Servicios
Meteorológicos Nacionales
16. Densidad de Estaciones por País en CA
WordlClim + Insituciones Nacionales
0
0.002
0.004
0.006
0.008
0.01
0 0.002 0.004 0.006 0.008 0.01
DensityoftheTemperatureStations
Density of the Rainfall Stations
0 0.08
Series3
Series4
Series5
Belice
Costa Rica
El Salvador
Guatemala
Honduras
Nicaragua
Panamá
Linear (0 0.08)
Linear (Series3)
Linear (Series5)
Linear (Series5)
0
0.002
0.004
0.006
0.008
0.01
0 0.002 0.004 0.006 0.008 0.01
DensityoftheTemperatureStations
Density of the Rainfall Stations
0 0.08
Series3
Series4
Series5
Belice
Costa Rica
El Salvador
Guatemala
Honduras
Nicaragua
Panamá
Linear (0 0.08)
Linear (Series3)
Linear (Series5)
Linear (Series5)
WMO Guidelines
Topografía Plana
1 Station by 250 Km2
Topografía
Montañosa
1 Station by 25 Km2
Podemos mejorar?
Flattopography(WMO)
Flat topography (WMO)
17. Número de Años de Registo de Estaciones incluídas en
WordlClim
0
5
10
15
20
25
30
NúmerodeAñosdeRegistros
País
# Años Temp
# Años Prec
Podemos mejorar?
19. Un caso de estudio…
Análisis multi-escalar de vulnerabilidad al cambio climático de ecosistemas
terrestres prioritarios y estrategias de vida de la población rural en la zona central
de la Sierra Madre Oriental, retroalimentar y desarrollar herramientas para la
toma de decisión sobre diseño e implementación de medidas de adaptación
+ =
20. CRU-TS
CRU-TS v3.20 Historic Climate Database for GIS
Harris, I., Jones, P.D., Osborn, T.J., and Lister, D.H., 2013
Label Variable
cld cloud cover
dtr diurnal temperature range
frs frost day frequency
pre precipitation
tmp daily mean temperature
tmn monthly average daily minimum temperature
tmx monthly average daily maximum temperature
vap vapour pressure
wet wet day frequency
• High Resolution Grids
• 0.5 degree
• Month-by-month variation in
climate over the last century or so
• Latest generate over 1901-2011
21. Información Satelital: TRMM
TRMM 3B43 Characteristics
Temporal Coverage Start Date: 1998-01-01; Stop Date: -
Geographic Coverage
Latitude: 50°S - 50°N; Longitude:180°W -
180°E
Temporal Resolution Monthly
Horizontal Resolution 0.25° x 0.25°; nlat = 400, nlon = 1440
Average File Size Compressed: ~4.95 MB; Original: ~4.95 MB
File Type HDF
Resolución espacial (~ 28 km),
TRMM tiende a sobreestimar
precipitación real (aunque la
distribución espacial de la
precipitación es bastante
bueno).
22. Un caso de estudio…
“En regiones con una alta densidad de estaciones de superficie, no se encontraron mejoras significativas en el producto de combinación
(donde de hecho hay poca contribución de TRMM) en simplemente la interpolación de las observaciones existentes (OBS90). Sin
embargo, los análisis resultantes sobre las regiones de baja densidad de observación (al oeste de 568W) muestran sustancial mejora en
el producto MERGE en comparación con OBS90. MERGE ha demostrado ser una herramienta valiosa en el análisis de una rejilla regular
para su uso en la evaluación de los resultados del modelo”
Combining TRMM and Surface Observations of Precipitation:
Technique and Validation over South America
J. Rozante and D. Moeira, 2010
23. Y qué acerca del futuro?
Ramírez-Villegas
and Challinor, 2012
24. Clima & Agricultura
– Múltiples variables
– Muy alta resolución
espacial (1 km, 90m??).
– Alta resolución
temporal (i.e.
mensual, diaria).
– Alta certidumbre
, previsiones precisas del
tiempo y las
proyecciones climáticas.
• Tanto para presente
como para futuro.
–T°
• Max,
• Min,
• Media
–Prec
–HR
– Radiacion
– Vientos
– …….
Menosimportantes
Mascertidumbre
27. En la agricultura, los
diferentes
escenarios de
emisiones no son
importantes… de
aqui a 2030 la
diferencia entre
escenarios es
minima
28. Los GCMs son la única
manera en que podemos
predecir el clima a futuro
Usando el pasado para
aprender del futuro
GCM “Global Climate Model”
29. Cómo utilizar esta información?
Problema
Necesidad
Opciones
Downscaling
por métodos
estadísticos o
dinámicos..
Aumentar
resolución, uniformizar
… proveer datos de
alta
resolución, contextuali
zados
Aún el GCM
más preciso es
demasiado
grueso (100km).
30. Método Delta
–Base climatológica: WorldClim
–Tomar superficies GCM originales
(series de tiempo)
–Calcular promedios para línea
base y períodos específicos
–Calcular anomalías
–Interpolar anomalías (spline)
–Sumar anomalías a WorldClim
31.
32. – Usar resultados de
GCMs
– Son de área limitada..
Necesitan condiciones
de frontera.
– Realiza cálculos de la
dinámica atmosférica y
resuelve ecuaciones
para cada grilla.
– Datos diarios
– Resolucion varia entre 25-50km
– Más de 170 variables de salida
RCM PRECIS Providing REgional Climates for
Impacts Studies
33. • Proyecciones AR5 … más modelos, mayor resolución.
• Evaluar y validar incertidumbres.
• Datos diarios (podemos hacer balances hídricos)
BCC_csm1-1
BNU_esm
CCCMA_cancm4
CCCMA_canesm2
CNRM_cm5
CSIRO_access1_0
CSIRO_mk3-6-0
ICHEC_ec_earth
INM_inmcm4
IPSL_ipsl_cm5a_lr
IPSL_ipsl_cm5a_mr
IPSL_ipsl_cm5b_lr
MIROC_esm
MIROC_esm-chem
MIROC_miroc4h
MIROC_miroc5
MOHC_hadcm3
MOHC_hadgem2-cc
MOHC_hadgem2-es
MPI-M_mpi-esm-lr
MPI-M_mpi-esm-mr
MRI_mri-cgcm3
NCAR_ccsm4
NCC_noresm1-m
NOAA_gfld_esm2g
NOAA_gfld_esm2m
RCP 4.5
34. Los cambios en el clima afectan la adaptabilidad de los cultivos
que cultivamos ...
Number of crops with more than 5% loss
Number of crops with more than 5% gain
Hay algunos
ganadores..
… pero muchos
perdedores en
países en
desarrollo…
42. • BACKWARD
• ¿Donde puedo encontrar el clima futuro de mi sitio
hoy?
MI SITIO
(futuro)
OTRO SITIO (s)
(presente)
¿Cuáles son las preguntas a las cuales contesta
Climate Analogues?
43. • FORWARD
• ¿Donde puedo encontrar el clima presente de mi
sitio en el futuro?
MI SITIO
(current)
OTRO SITIO (s)
(futuro)
¿Cuáles son las preguntas que Climate
Analogues es capaz de contestar?
44. • NONE
• ¿Donde encuentro el clima presente (o futuro) de mi
sitio en el mundo actualmente?
MI SITIO
(presente)
OTRO SITIO (s)
(presente)
¿Cuáles son las preguntas que Climate
Analogues es capaz de contestar?
45. Agtrials
•Trial sites: 489
•84 countries
• Institutions: 165
Objectives:
- Yield
- Quality
- Biotic/abiotic tolerance
- Nutrient efficiency
- Animal nutrition/ health
- Farming practices (crop rotation)
- Soil fertility/conservation
http://agtrials.org/
Outputs
• New geographic interface
and functionalities
• From repository to database
• Successful integration with
the GCP’s CropOntology.
• New partnerships (i.e University
of California, AgMIP project, Tropical
Legumes project, Monsanto)
• Linkages with CRP RTB
Public data!
2888 trials
22 crops
46. Visualizing data for knowledge sharing and research development
Adaptation and Mitigation Knowledge Network
www.amkn.org
49. • Necesitamos multiples acercamientos
para mejorar la base de informacion
acerca de escenarios de cambio
climatico
– Desarollo de RCMs (multiples: PRECIS NO
ES SUFICIENTE)
– Downscaling empirico, metodos hybridos
– Probamos diferentes metodologias
• Contactos con otras instituciones..
• CIAT pone sus datos y métodos a
disposición de cualquier público.
Flujo de
informacion es
critico para
nosotros como
retroalimentacion
y para no repetir
trabajo que otros
han hecho ya.
Las mediciones de tiempo para un sitio determinado menudo no están disponibles debido a que (1) no hay ninguna estación meteorológica, (2) las estaciones meteorológicas no están en buen estado para que los datos son o bien sólo está disponible por un corto período, o contienen lagunas, (3) Los datos recogidos no son correctamente almacenados, (4) los datos no pasan los controles de calidad básicos, y / o (5) el acceso a los datos está restringido mediante la celebración de las instituciones (Fig. 1). Esto limita aún más los análisis de impacto agrícola, destacando la importancia de que los datos públicos. Aparte de las limitaciones relacionadas con el acceso y la ubicación de las estaciones meteorológicas, probablemente la cuestión más importante en relación con los datos de clima es la calidad (Begert et al, 2008;. DeGaetano, 2006) (Fig. 1), que también afecta en gran medida el rendimiento de los modelos de impacto. Por lo tanto, la comunidad del clima y la agricultura se ha centrado en parte en el desarrollo de métodos, ya sea para llenar lagunas de datos temporal o espacial, y en el uso de estos métodos para el desarrollo de conjuntos de datos mundiales o regionales con acceso público (Hijmans et al, 2005;. Jones y Thornton, 1999; Soltani et al., 2004). Sin embargo, las incertidumbres en los conjuntos de datos globales derivados de los métodos de interpolación han sido apenas (si en absoluto) estimado (Buytaert et al, 2009;. Challinor y Wheeler, 2008;. Soria-Auza et al, 2010). Los investigadores que utilizan conjuntos de datos globales y cualquier estación meteorológica fuente Fig. 1. deben ser conscientes de estos problemas y debe tener esto en cuenta al probar la sensibilidad de sus enfoques a los problemas de exactitud (es decir, falta de homogeneidad, discontinuidades) y (si es posible) que proporcionan resultados dentro del rango de incertidumbre en los datos de entrada (es decir, como la salidas de los métodos de interpolación validados cruz) (Challinor et al., 2005).
En los últimos 10 años, combinación de datos de estaciones meteorológicas, datos de satélite y modelos de predicción numérica del tiempo, además de los métodos de interpolación, o en la planta aplicación de modelos climáticos. El uso de estos conjuntos de datos para los propósitos de modelado agrícolas es bastante limitado para una o más de las siguientes razones:Aparte de las limitaciones relacionadas con el acceso y la ubicación de las estaciones meteorológicas, probablemente la cuestión más importante en relación con los datos de clima es la calidad, que también afecta en gran medida el rendimiento de los modelos de impacto.
IssuesSondatosppalmente de estaciones en aeropuerto y noreportacorrectamentevalores 0 de precipitacionDel potencial de estaciones hay muypocasquereporta el NCDC
Para hacer estos cálculos de vulnerabilidad (incapacidad de un sistema para afrontar los efectos adversos del CC), necesitamos datos climáticos. Saber que va a pasar, cuando, para proyectar Planes de adaptación. La evaluación de los impactos de cambio climáticoincluye: Desarrollar modelos -> Conocer incertidumbres -> Planes de acción -> Generación de políticas LimitacionesSistema climático complejo: Modelos todavía no pueden representar cientos de procesos de forma adecuadaResoluciones de modelos inadecuadas: Se requieren modelos con escalas finas.Incertidumbres: Incertidumbres en cuanto a futuras emisiones f(suposiciones concentraciones, población, desarrollo económico, tecnológico)
Analizan de qué manera influirán las fuerzas determinantes en las emisiones futuras, y para evaluar el margen de incertidumbre de dicho análisis. Representannuestracapacidad de respuesta (mitigación)… desarrollotecnológico, sostenibilidadambientalIPCC hadesarrollado 4 familias de escenarios A1B : Rápidocrecimientoeconómico y demográfico con pico a ½ siglo A2 : Crecimientoeconómico regional y lento, población en contínuocrecimiento B1 : Población A1 pero con introducción de tecnologíaslimpias B2 : Desarrolloeconómicointermedio y regional, crecimientopoblacionalmenor. Son escenariosprobablespero no se sabensusprobabilidadesrelativas.
Los escenarios de emisiones imponen condiciones para los modelos climáticos globales (basados en ciencias atmosféricas, química, física, biología, etc).Dividen el mundo el grillas y miran las relaciones entre factores que ocurren entre la atmósfera, los oceános, la superficie de la tierra. Por supuesto, hay cientos de procesos que salen de la comprensión de los modelos matemáticos así que estos modelos utilizan parametrizaciones para representar fenomenos incomprensibles. Son tan elaborados estos modelos que tienen que correrse en supercomputadoras. Entre más complejo sea el modelo, más factores tiene en cuenta y menos suposiciones usa. Se corre desde el pasado hasta el futuro
Those change are happening and are affecting crop around the world. We need to know how and how much climate change is going to have an impact on crops to be able to build adaptation strategy and decrease the potential impact of CC on crops and agricultural systems.
Grado de cobertura diff segun modelo. Y resultados tambien yield o suitability. Tambien difieren en escala espacio-temporal a la que se usan.
bueno Agtrias el un sistema de repositorio y base de datosalli puedes registrar los resultados delos ensayos realizados1 de metadatos otoda la informacionbasica del ensayoy otra opcional de los resultadostodos los ensayos se asocian a un grupo de ensayos Trial Groupeste contiene informacionegenerarl de todos los ensayosalli pueden subir toda la documentacion del grupo de enasayos a recolectar...
With AMKN, users can access data on the changes in climate suitability for cassava video testimonials from farmers in the area of interest, and detailed descriptions of CCAFS benchmark sites all from the same platform.Will be linked to Agtrials and the Analogue tool.
This is an example of how we imagine the specific Benchmark site pages – integrating the more relevant information from the baseline surveys as a way to better characterize them.In this first TAB “description” you’ll find some general information :Geocoordinates, mean elevation, the map… Pictures on the upper panel will allow to have a better idea on how the BS looks like (Thanks Laura!) .The map that will be visible in this page will be set on the relevant zoom level and thus the “Resources” that can be mapped there are only the ones relevant to that site (or near by areas). The user can navigate thought them by via the Icons from the vertical left panel ( data, pictures, blogs, ongoing research etc). Should the user change the zoom level, it will be redirected to the main AMKN page where the Map will be display across the whole page to facilitate its use. The box on the right will highlight a key issue /story from the BS… A key video will also be highlighted. Finally to go deeper on the BS characterization the user can select any other TAB from the upper panel…
Those graphs can be downloaded as PDFs or JPGs and a link is provided to the source…The left vertical tabs allow to visualize other Quick facts. This Tab option was preferred to avoid displaying too much info at the same time.