conceptos, fundamentos metodológicos y necesidades para la construcción de un nivel de referencia
DESCRIPTION
Conceptos, fundamentos metodológicos y necesidades para la construcción de un nivel de referencia. MSc . Renzo Giudice. Qué es un nivel de referencia?. Referencia ≠ BAU. ADICIONALIDAD. Angelsen 2008 Avancemos con REDD. Niveles/escenarios de referencia. No son sólo una cuestión técnica. - PowerPoint PPT PresentationTRANSCRIPT
Conceptos, fundamentos metodológicos y necesidades para la
construcción de un nivel de referencia
MSc. Renzo Giudice
Qué es un nivel de referencia?
Angelsen 2008 Avancemos con REDD
Referencia ≠ BAU
ADICIONALIDAD
Niveles/escenarios de referencia
No son sólo una cuestión técnica. Tienen profundas implicancias en
(1) la disminución/incremento de la deforestación; (2) la determinación de los costos de REDD; y (3) la distribución de beneficios entre países y/o departamentos.
Cuándo empezar a otorgar créditos por las reducciones de emisiones?
IPCC 2007; Soares-Filho et al. 2006 Nature
Sería este el destino de la Amazonía en un escenario BAU?
Qué ocurriría en Madre de Dios?
Deforestación en la Amazonía Brasilera
Modelamiento de la trayectoria de deforestación en la Amazonía Brasilera
-12%-10%-8%-6%-4%-2%0%2%4%6%
0
5,000
10,000
15,000
20,000
25,000
30,000
97-01 2002 2003 2004 2005 2006
km2
prodespredictederror
Soares-Filho et al. 2010 PNAS
Modelamiento de la trayectoria de deforestación SimAmazonia2
-12%-10%-8%-6%-4%-2%0%2%4%6%
0
5,000
10,000
15,000
20,000
25,000
30,000
97-01 2002 2003 2004 2005 2006
km2
prodespredictederror
Soares-Filho et al. PNAS 2010
?
Modelos de simulación de deforestación deben incorporar el conocimiento local.
Modelos realizados hasta hoy, como solución para REDD, solamente incorporan los efectos de las determinantes espaciales (causas proximales), pero no las causas subyacentes de la deforestación.
No existe una solución mágica para REDD
Fundamentos para desarrollar una simulación de deforestación
Futuras tasas de
deforestación
Variable socio-económicas
Tasas históricas de deforestación
Modelos econométricos
Ubicación de la deforestación en el paisaje
Mapas de deforestación
Variables espaciales
Mapa de probabilidades
Tasas* Simuladas
y validadas
Modelos* (econométrico)
Variables socioeconomicas*
Tasas históricas
Mapas de deforestación*
Calibración*
Simulación 1
Validación
Simulación 2
Mapas de deforestación*
Variables espaciales*
+ =
Mapas* simulados
Metodología para la simulación de la deforestación
Mapa de probabilidad
pendiente d. vías población A. protegidas
elevación suelos ríos vegetación
Variables espaciales de infraestructura, biofísicas, y de uso del suelo.
Mapas y tasas históricas de deforestación
Eva et al. 2004
1997-2000
2000-2002
Mapa de probabilidades y calibración: Efecto de las variables espaciales en la probabilidad de deforestación
1997-2000
Validación del Mapa simulado final (2002)
Mapa real de 2002 Mapa simulado de 2002
Uso y cambio de cobertura de la tierra/madera/fuego
Dinámicas Socioeconómicas y demográficas
Mercados locales y globales
Expansión y mejoramiento de infraestructura
Urbanización
Políticas públicas
Dificultad en identificar variables y medir su efecto
•Mejoras en carreteras
•Incremento poblacional
•Titulación de tierras constante
•Crédito agrario disminuyó
1986-91 1991-97 -
500,000 1,000,000 1,500,000 2,000,000 2,500,000 3,000,000 3,500,000
Mg C
Emisiones en Tambopata, Madre de Dios
Naughton-Treves 2003 (World development)
Identificación de las causas de la deforestación y su proyección en la Amazonía Brasilera
Expansión agrícola
Expansión ganadera
Áreas protegidas
Bosque
Deforestación
Distancia a vías
Tasas simuladas y validadas
-12%-10%-8%-6%-4%-2%0%2%4%6%
0
5,000
10,000
15,000
20,000
25,000
30,000
97-01 2002 2003 2004 2005 2006
km2
prodespredictederror
Soares-Filho et al. 2010 PNAS
Soares-Filho et al. 2006 Nature
Proyección de las tasas de deforestación y ubicación de la deforestación en el paisaje
DINAMICA EGO
Consideraciones sobre el escenario de referencia
Diferencias regionales históricas Tasas de deforestación cambiantes Riesgos y beneficios de usar el
BAU como línea de base Cómo va el Perú y otros países? FUGAS REDD debe ser una parte, no la
única parte de la planificación regional territorial.
Diferencias regionalesdeforestación promedio anual 1990-2000
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 -
5,000
10,000
15,000
20,000
25,000
30,000
35,000
40,000
AmazonasLoretoMadre de DiosUcayaliSan Martín
PROCLIM 2000
ha
Tendencia (BAU) y linea de referencia – Región MAP
PELIGRO!!!! EN ALGUNAS REGIONES LA DEFORESTACIÓN PODRÍA AUMENTAR YAUN RECIBIR CRÉDITOS??
Que hubiese ocurrido en Madre de Dios con el escenario BAU? Estaríamos vendiendo reducciones sin adicionalidad?
Que ocurrió en Madre de Dios?
2000 2001 2002 2003 2004 2005 20060
5,000
10,000
15,000
20,000
BAU
BAU BAU
BAU BAU BAU BAU 5,712
Madre de Diosha
Histórico
Vendiendo aire?
Acciones del MINAM
DEFORESTACIÓN en 2021 = 0ANP; 17
CN & CC; 14BPP; 9
BPP-R; 9
Humedal; 3
RT; 2
millones ha (UNFCCC – Nationally Appropriate Mitigation Actions, NAMAs )
54
Será posible alcanzar este nivel de reducción? Cuánto nos costará? Cuáles son los beneficios?
haPERÚ: meta de reducción
2005
2007
2009
2011
2013
2015
2017
2019
2021
0
50,000
100,000
150,000
200,000
HistóricoPROCLIM
PropuestaMINAM
Reducción potencial de 15,000 ha/año, equivalente a 1´500,000 tC o 5´505,000 tCO2-eq,lo que equivaldría a US$ 27´525,000.
BAU?
Metas de reducción en Brasil al 2020
Gobernanza de REDD en Brasil
Cómo medir las fugas? Fugas-de-adentro-hacia afuera: desplazamiento
de personas del área de proyecto para áreas vecinas, donde continuarían deforestando.
Fugas-de-afuera-hacia-afuera: migrantes que dejan de deforestar en las áreas de proyecto y lo hacen en otras áreas desprotegidas.
Fugas-indirectas: al reducir el área disponible para deforestar aumenta el valor de tierras para producción por mayores precios agrícolas y madereros.
Fearnside 2009
Contabilizando las fugasLa expansión de ANPs no causó mayor deforestación en áreas adyacentes; fugas “in-to-out”.
Tampoco se encontraron fugas “out-to-out”.
Fugas difusas?
Expansión de ANPs
Incremento deforestación
Reducción deforestación
Soares-Filho et al. 2010, PNAS
Cómo medir el efecto de un proyecto en la ubicación de la deforestación?
Odds ratio, deforestación fuera y dentro de buffers de 10km de las concesiones de castaña en áreas con la misma probabilidad de ser deforestadas (mapa de probabilidades).
Nunes et al. 2011, en revisión. Environmental Conservation
Efecto de jure sobre la ubicación de la deforestación
Odds ajustadosClases de uso 1995 2000 2005 PromedioConcesiones mineras 1.26 1.62 1.51 1.46Agropecuaria 1.42 1.20 1.28 1.30Predios privados 1.02 0.99 1.55 1.19Concesiones de castaña 0.76 0.67 0.49 0.64Concesiones maderables 2.84 3.28 4.29 3.47Comunidades nativas 0.77 1.20 1.35 1.11Concesiones de reforestación 0.19 0.39 0.93 0.51Concesiones de conservación 3.85 2.78 2.06 2.89Concesiones de ecoturismo 0.08 0.08 0.76 0.31Áreas protegidas 4.85 8.27 5.55 6.22Reserva Territorial MdD 0.20 0.02 x 0.11Uso no determinado 0.96 0.94 1.17 1.02
Soares-Filho et al, 2008
Áreas amenazadas de ser deforestadas
Nivel de amenaza
Priorización de áreas protegidas
Herramienta de planificación regional
Soares-Filho et al. PNAS 2010
Densidad de hotspots de deforestación
Alto
Bajo
Cobertura de la región MAP 2005 Proyección histórica
El modelo nos ayuda a identificar cuáles son las áreas más probables de ser deforestadas, y así, direccionar los esfuerzos de conservación en ellas.
Valoración del bosque en Madre de Dios, Perú: un modelo espacial de rentabilidad de la castaña
E1. castaña con cascara; E2. castaña pelada; E3. castaña certificada.
Tab.2. Estimaciones E1 E2 E3Productividad potencial anual*
16.31 mil/t
16.31 mil/t
16.31 mil/t
Rentabilidad potencial anual**
$3.71 M
$9.48 M
$10.23 M
Rentabilidad por hectárea
$3.67 $9.45 $10.20
* castaña con cáscara** millones de dólares
Potenciales inversiones REDD
GOREMAD estaría perdiendo ingresos en más de US$10 millones/año.
Los valores estimados sugieren que los DAF deben revisarse para mejorar la recaudación del GOREMAD y disminuir la competencia entre CCFF y CC de Castaña.
Regímenes de fuego en respuesta al cambio climático y deforestación en la cuenca amazónica
Silvestrini et al. 2011
Promedio del número de focos de calor
Diferencia en el número de focos de calor
Modelo de expanción de fuego
-10% de caudal en Inambari
Servicios ambientales
wet season dry season
-12.0
-10.0
-8.0
-6.0
-4.0
-2.0
0.0
-4.3
-6.7-7.9 -8.6
-6.2
-10.2
ED 2020
BAU 2030
BAU 2050
Lima et al. en preparación
Alteración del caudal promedio por época Lluvia
Seca
[email protected]://www.csr.ufmg.br/dinamica/
Apoyo y colaboradores: