Impactos del cambio climático en los ecosistemas: incendios, zonas de
vida y vegetación potencial
Pablo Imbach, CATIEBruno Locatelli, CIRAD‐CIFOR
Seminario sobre el Plan de Acción de Adaptación para la Biodiversidad en Costa Rica.SINAC & InBIO, Heredia, Costa Rica, 18 de Noviembre 2009
Contenidos
Incendios: Locatelli, Imbach, Molina, Palacios
• Objetivo: evaluar impacto del CC en el riesgo de incendios
• Minería de datos• Árboles de regresión• Bosques
– Combina la solución de varios árboles
– Eficiente para mejorar el ajuste del modelo
– Bagging: cada árbol se construye sobre un set diferente de datos
• Sets difusos• Árboles de clasificación (e.g. Lozano
et al., 2007; Sturtevant & Cleland, 2007), Modelos de árboles (e.g. McKenzie et al., 2000); Redesneurales y algoritmos genéticos(Yang et al., 2006)
Y N
Y N Y N
x1<10.5
x5<3.2 x4<7.4
Y=0.1
Y=0.2
Y=0.4x2<5.7
Y N
Y=0.8
Y=0.9
Decision split (node)
Leaf
Densidad de incendios en un pixel(# incendios/km2/año)
μ = grado de pertenencia al set
de riesgo alto1
0N
Incendios: resolución
• Pixeles y períodos– 0.25 grados(25x25km)
– 1998‐2007 (aprendizaje)
– 2010 – 2050 (aplicación)
• Resolución anual– 7440 voxels (744 pixels x 10 years)
Incendios: datos
• Datos mensuales de fuegos globales– ATSR World Fire Atlas (European Space
Agency)• Algoritmo 1: Puunto caliente si 3.7 μm > 312 K• Resolución 1 km
– Filtro• Sacar datos de incendios en zonas urbanas, agrícolas o
de pasturas• Uso del suelo de CA (PROARCA/CAPAS), 1 km, 1995
1998 1999 2000 2001 2002 2003 2004 2005 2006 20070
200
400
600
800
1000
1200
1400
1600
1800
2000
Year
Num
ber
of fi
res
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec0
500
1000
1500
2000
2500
Month
Num
ber
of fi
res
Incendios: datos
Dato Fuente Resolución
Clima• T promedio mensual y anual
• P promedio mensual y anual
CRU CL 2.0 (New et al., 2002) 10 arc minutos
Series de tiempo• P mensual
Mensual 0.25° x 0.25° PrecipitaciónTRMM (NASA)
0.25°
Series de tiempo• T mensual
CRUTEM3 anomalías de T en la superficie (Jones et al., 1999)
5°. (resolución gruesa, pero correlacionadas en grandes áreas (Hansen and Lebedeff, 1987)
Incendios: datos
Datos Fuente Resolución
Densidad de población Gridded Population of the World in 2000 (GPW, CIESIN)
30 arc sec
IDH National statistics County level (similar to 0.2°)
Cobertura del suelo:% Agricultura y pastos
Central American Land Cover map (PROARCA/ CAPAS, 1998
1 km
Vegetación natural:% Bosque tropical seco o muy seco
% Bosque tropical húmedo
% Bosque tropical pluvial o húmedo
Land cover map +
Holdridge lifezone map produced with climatic data
1 km
Áreas protegidas% protegido
PROARCA Map, 1998 1 km
Topografía:Altura promedio
Rango altitudinal
PROARCA Map, 1998 1 km
Suelos:Capacidad de retención de agua
FAO, 2005 5 arc min
Incendios: datos
Datos Fuente Resolución
Clima
• T promedio mensual y anual
• P promedio mensual y anual
TYN SC 2.0 (Mitchell et al., 2003) with HadCM3 climate model.
For 1998-2007 (called 2000), ref period = 1961-1990
For decade 2050, ref period = 2011-2040
0.5°
Series de tiempo
• P y T mensual
Using the same anomalies than in the past (Mitchell, 2003)
0.25°
Cobertura del suelo:% Agricultura y pastos
IMAGE 2.2 (IMAGE team 2001) Growth factor per region
Vegetación natural:
% Bosque tropical seco o muy seco
% Bosque tropical húmedo
% Bosque tropical pluvial o húmedo
IMAGE 2.2 (IMAGE team 2001) +
Holdridge lifezone map produced with future climatic data
Growth factor per region +
0.25°
Sociedad
•Densidad de población
•IDH
IMAGE 2.2 (IMAGE team 2001) Growth factor per region
Cuatro escenarios (IPCC SRES; Nakicenovic et al., 2000):
• A1F (Fuerzas del mercado –intesivo uso de combustibles fósiles),
• A2 (Seguridad primero), • B2 (Dinámicas usuales), • B1 (Desarrollo sostenible)
Incendios: escenarios
• A nivel anual se calculan 50 árboles que explican el grado de membresía al índice de riesgo
– Cada árbol tiene 500 voxels para aprender y 500 para validar
• Se aplican los árboles a cada año entre 1998 y 2007
• Riesgo de incendio modelado para década 1998 –2007
• Se aplica el mismo árbol a los escenarios futuros
Resltados: variabilidad interanual
1998 1999 2000 2001 2002 2003 2004 2005 2006 20070.05
0.1
0.15
0.2
0.25
0.3
Year
Me
an fi
re ri
sk
Modelled
Observed
0.05 0.1 0.15 0.2 0.25 0.30
0.05
0.1
0.15
0.2
0.25
0.3
0.35
Mean modelled
Me
an
Ob
serv
ed
r2=0.88, p<0.001r2=0.88, p<0.001
Resultados: clima actual0 100 200 300 km0
Guatemala
El Salvador
Honduras
Nicaragua
Costa Rica Panama
<0.3
0.3<<0.6
>0.6
Observed FiresYears 1998-2007
0 100 200 300 km0
Guatemala
El Salvador
Honduras
Nicaragua
Costa Rica Panama
<0.3
0.3<<0.6
>0.6
Modelled FiresYears 1998-2007
Resultados: futuro
• Explicados principalmente por el CC
• En el caso del escenario A2 por un aumento en el área agrícola
2000 2010 2020 2030 2040 20500.2
0.205
0.21
0.215
0.22
0.225
0.23
0.235
0.24
0.245
Years
Me
an
fire
ris
k
A1F
A2
B1
B2
Cambio
Areas with low risk (μ<0.33):‐8.5%
Areas with medium risk (0.33<μ<0.67):+64.2%
Areas with high risk (μ>0.67):‐59.6%
Guanacaste
2000 2010 2020 2030 2040 2050
0.2
0.25
0.3
0.35
0.4
0.45
Years
Fire
Ris
k
Guanacaste Costa Rica
A1FA2B1B2
Variables que más contribuyen al cambio en el índice de riesgo:
Aumento de T en series de tiempo (Enero +, Abril +)
Decremento en P promedio(Mayo +)
Incremento en T promedio(Enero +, Mayo +)
Zonas de vida de Holdridge: Locatelli, Imbach, Laumonier
• Objetivo: evaluar la contribución de los corredores biológicos a la adaptación de las áreas protegidas
• Método: celular autómata, pixel ‐ 5 km, saltos de 10 años de 1990 al 2050
• Especies se pueden mover entre pixeles a medida que cambia el clima según sus capacidades y el paisaje
• Supuesto: cada zona de vida se compone de 5 especies con diferentes capacidades de migración
ProtectedArea
Corridor
Dirección del movimiento de especies debido alCC
Zonas de vida de Holdridge
• Índice de impacto del CC = estado de la vegetación en las APs en 2050 comparado con– Cobertura total de bosque (impacto inevitable) = 0– Sin migración (impacto máximo) = 1
• Contribución de cada corredor es la diferencia de impacto del CC en el AP entre un escenario con todos los CBs y con todos menos uno
• Migración: Pitelka et al., 1997; Kirilenko et al., 2000, Malcolm et al., 2002, Pearson 2006, Malcolm et al., 2002, McLachlan et al., 2005, Dyer, 1995
Resultados
• La mejoría de los CBs reduce el impacto del CC en las APs
• Sensibilidad: hay diferencias significativas entre escenarios de CC pero no entre diferentes capacidades de migración ‐> incertidumbre en CC es importante
• APs más afectadas en el NO• Menos importancia de los CBs
en montañas del SE (APs están conectadas entre sí)
• CBs altitudinales y en zonas secas son importantes
Vegetación potencial: Imbach, Molina, Locatelli, Ciais, Roupsard, Corrales
• Impacto del CC en los ecosistemas y vegetación en Mesoamérica
Neilson, 1995
Vegetación potencial: equilibrioNeilson (1995)
Ciclo de pastos
Ciclo de árboles y arbustos
Árboles iniciales
Balance de aguamensual
Reglas de clasificación de la vegetación según forma de hojas, fisionomía, dosel y zonatérmica
Vegetación potencial: validación
Vegetación potencial: validación
Vegetación potencial: resultadosClima actual ‐ Escenario
Simulación escorrentía anual
Cambios en escorrentìa
Modelado actual – Escenario
Vegetación potencial: resultados
Simulación de vegetación
Simulación de vegetación potencialante escenario de CC
Consideraciones adicionales
Top Related