Escenarios del Impacto del Clima Futuro en Áreas de Cultivo de Café en

Nicaragua: Parte 1.- Datos de cambio climático generados para todo el país.

Informe Final

Cali, Colombia y Managua, Nicaragua: Mayo, 2012

i

Tabla de Contenido.

1. Autores, coordinación y auspicio ..................................................................................................... 2

2. Resumen ejecutivo .......................................................................................................................... 2

3. Antecedentes del proyecto y objetivos ............................................................................................ 4

4. Objetivos claves ............................................................................................................................... 5

5. Metodología .................................................................................................................................... 5

5.a Clima actual ............................................................................................................................. 5

5.b Clima Futuro ............................................................................................................................ 7

Modelos de circulación global .......................................................................................................... 7

Generación de las predicciones del clima futuro .............................................................................. 8

5.c Medidas de confianza ............................................................................................................ 10

6. Resultado I: Resumen de Cambio Climático en los sitios de producción de café ............................. 11

6.a Síntesis de las características climáticas en los sitios de café en Nicaragua. ............................ 11

Características climáticas generales ............................................................................................... 11

Condiciones extremas .................................................................................................................... 12

Estacionalidad del clima ................................................................................................................. 12

Variabilidad entre modelos ............................................................................................................ 12

6.b Cambios regionales en la precipitación anual (2020) .............................................................. 16

6.c Cambios regionales en la precipitación anual (2050) .............................................................. 17

6.d Cambios regionales en la temperatura media anual (2020) .................................................... 18

6.e Cambios regionales en la temperatura media anual (2050) .................................................... 19

7. Conclusiones.................................................................................................................................. 19

8. Referencias .................................................................................................................................... 20

ii

Tabla de figuras

Figura 1: Zona de estudio de áreas productoras de café en Nicaragua ..................................................... 5

Figura 2: Síntesis de la tendencia del clima para 2020 y2050 para los sitios de muestreo. ...................... 11

Figura 3: Comparación de las precipitaciones (2050) según los 19 modelos de cambio climático. .......... 13

Figura 4: Comparación de las temperaturas (2050) según los 19 modelos de cambio climático. ............. 14

Figura 5: Cambio en la precipitación anual para 2020 en las zonas productoras de café en Nicaragua. .. 16

Figura 6: Cambio en la precipitación anual para 2050 en las zonas productoras de café en Nicaragua.... 17

Figura 7: Cambio en la temperatura media anual para 2020 en las zonas productoras de café en

Nicaragua.. ............................................................................................................................................ 18

Figura 8: Cambio en la temperatura media anual para 2050 en las zonas productoras de café en

Nicaragua. ............................................................................................................................................. 19

iii

Tabla de tablas

Tabla 1. Modelos de circulación global utilizados para el estudio de cambio climático en zonas

cafetaleras de Nicaragua. ........................................................................................................................ 9

iv

Índice de Acrónimos

BIOCLIM Bioclimatic Analysis and Prediction System CIAT Centro Internacional de Agricultura Tropical CV Coeficiente de Variación DAPA Decision and Policy Analysis ECOCROP Base de Datos de Requerimientos Ambientales de los Cultivos ESG Earth System Grid FAO Food and Agriculture Organization FUNICA Fundación para el Desarrollo Tecnológico Agropecuario y Forestal

de Nicaragua GARP Genetic Algorithm for Rule-set Production GBIF Global Biodiversity Information Facility GCM Global Circulation Model GHCN Global Historical Climatology Network GIZ German International Cooperation GPS Global Position System IPCC Inter-governmental Panel on Climate Change Msnm Metros sobre el nivel del mar MaxEnt Maxima entropía NWP Numerical Weather Prediction R-HYdroNET Regional, Electronic Hydro meteorological Data Network (Para Latino América y el Caribe) SPAM Spatial Production Allocation Model SRES Special Report on Emissions Scenarios SRTM Shuttle Radar Topographic Mission WMO World Meteorological Organization

1

2

1. Autores, coordinación y auspicio

Autores Centro Internacional de Agricultura Tropical (CIAT) Dr. Peter Läderach, Dr. Carlos Zelaya, Oriana Ovalle, Antón Eitzinger, María Baca

Coordinación

Fundación para el Desarrollo Tecnológico Agropecuario y Forestal

María Auxiliadora Briones

Danilo Saavedra

Auspicio

Embajada Real de los Países Bajos- Managua, Nicaragua

2. Resumen ejecutivo

Este documento reporta sobre los métodos y resultados del estudio que se realiza en el marco del acuerdo de colaboración entre La Fundación para el Desarrollo Tecnológico Agropecuario y Forestal de Nicaragua (FUNICA) y el Centro Internacional de Agricultura Tropical (CIAT) con el propósito de predecir el impacto de cambio climático sobre la producción de café y los medios de vida de los productores y desarrollar estrategias de adaptación para brindar el apoyo experto y elaborar una Propuesta de Adaptación de la caficultura al cambio climático en Nicaragua, como un aporte para las políticas nacionales. Este esfuerzo ha venido siendo apoyado en los últimos años por la Embajada Real de Países Bajos en el marco del proyecto “Acceso a mercados de café diferenciados”

La metodología aplicada se basó en la combinación de datos de clima actual con predicciones futuras de cambio climático provenientes de 19 modelos de circulación global en el Cuarto Informe de Evaluación (2007) para el escenario de emisiones SRES-A2 y de dos diferentes períodos de 30 años calculando promedios (es decir,2010-2039 [2020], 2040-2069 [2050]). Los análisis proveen predicciones del clima futuro y predicciones de aptitud de las áreas productoras de café actualmente, para saber si seguirán cultivando café para el año 2020 y 2050. Una segunda fase de esta investigación se ha iniciado con apoyo de FUNICA donde se estudiarán más en detalle las interacciones entre las condiciones ambientales actuales y futuras con la calidad del café.

3

Según los modelos de predicción de cambio climático, la precipitación anual disminuirá y las temperaturas máximas y mínimas mensuales se incrementarán moderadamente para el año 2020 y continuarán aumentando progresivamente para el año 2050. El clima en general se volverá más estacional en términos de la variación a través del año con un aumento en la temperatura en las zonas cafetaleras de 0,9 ºC para el 2020 y 2,1 ºC en el 2050 y será más estacional en precipitación con un número acumulativo de meses secos que disminuye de 5 meses a 4 meses y una reducción de 93 mm en la precipitación anual.

4

3. Antecedentes del proyecto y objetivos

La Fundación para el Desarrollo Tecnológico Agropecuario y Forestal de Nicaragua (FUNICA) está constituida por instituciones públicas y privadas del sector agropecuario y forestal,

promueve la innovación tecnológica e institucional. Su misión es contribuir al fortalecimiento de la competitividad del sector agropecuario y forestal de Nicaragua mediante la incidencia en políticas, la promoción y el desarrollo de capacidades para la innovación tecnológica. Promueve el mercado de servicios tecnológico para el desarrollo rural, la investigación, asistencia técnica y el mercado de tecnologías.

Para los fines del proyecto, surge la oportunidad de crear sinergias institucionales para el fortalecimiento técnico institucional en temas como el cambio climático, desarrollando competencias necesarias a través de la transferencia y adopción de conocimientos y tecnología para hacerle frente a este tema.

La producción y comercialización de café es una fuente importante de ingresos para muchos pequeños productores en zonas rurales de Nicaragua. Los precios del café son muy volátiles, sin embargo, la falta de maquinaria, transporte y capital hacen que sea difícil para los pequeños productores de café a producir la calidad y la cantidad de café necesaria para recibir un precio justo. El proyecto está ayudando a los pequeños productores de café a mejorar las prácticas de producción y procesamiento con el fin de acceder a mercados de mayor valor, como el comercio justo y orgánico.

Los objetivos de este estudio, contando con el apoyo significativo de FUNICA es desarrollar escenarios climáticos futuros que sirvan para indicarla capacidad de adaptación del cultivo de café en las cambiantes condiciones climáticas de las zonas cafetaleras en Nicaragua.

Actualmente, las áreas de cultivo de café en Nicaragua se encuentran en los siguientes departamentos: Jinotega, Matagalpa, Madriz, Nueva Segovia, Estelí, Boaco, Managua, Carazo y Granada.

5

Figura 1: Zona de estudio de áreas productoras de café en Nicaragua

4. Objetivos claves

Predecir el cambio en el clima para las áreas con cultivos de café en Nicaragua.

Describir las principales variaciones del clima en las zonas cafetaleras para el año 2020 y el 2050.

Determinar la magnitud de este cambio de clima en las zonas cafetaleras y el nivel de confianza entre los modelos.

5. Metodología

5.a Clima actual

Para el clima actual (línea base) se utilizaron la base de datos históricos del clima de

www.worldclim.org (Hijmans et al., 2005). Los datos de WorldClim son generados

6

mediante la interpolación de la media de los datos climáticos mensuales de las estaciones

meteorológicas de una red de resolución de 30 segundos de arco (a menudo denominado

como "1 km " de resolución).

Las variables incluidas son la precipitación total mensual, y la temperatura media mensual, mínima y máxima, y 19 variables bioclimáticas (Hijmans et al., 2005a). En la base de datos WorldClim, se interpolaron capas climáticas usando:

1. Las principales bases de datos climáticas compiladas por el Global Historical Climatology Network(GHCN),la FAO, la OMM, el Centro Internacional de Agricultura Tropical(CIAT), R-HYdronet, y un número de bases de datos adicionales de menor importancia para Australia, Nueva Zelanda, los Países Europeos Nórdicos, Ecuador, Perú, Bolivia, entre otros.

2. La base de datos de elevación SRTM(agregadaa30segundos de arco,"1km"). 3. El software ANUSPLIN.ANUSPLIN es un programa para la interpolación de

datos multivariados ruidosos utilizando un suavizado denominado splines. Además se utilizó la latitud, longitud y altitud como variables independientes.

Para las estaciones en que había registros de varios años, los promedios se calcularon para el período 1960-1990.Sólo se utilizaron los registros para los que había al menos 10 años de datos. En algunos casos el plazo se amplió para el período 1950-2000 para incluirlos registros de las zonas donde habían disponibles pocos datos recientes o predominantemente recientes. Después de eliminar las estaciones con errores, la base de datos consiste de los registros de precipitación a partir de 47.554 localidades, la temperatura media de 24.542 localidades, y la temperatura mínima y máxima de 14.835 localidades. Los datos en que se basa WorldClim para Nicaragua, son de 225 estaciones con datos de precipitación, 220 estaciones con temperatura media, y 2 estaciones con temperaturas mínimas y máximas, todas ellas ubicadas en territorio Nicaragüense. Dentro de la base de datos WorldClim, hay variables bioclimáticas que se derivaron de la temperatura mensual y valores de precipitación para generar las variables más significativas biológicamente, que a menudo se utilizan en modelos de nicho ecológico (por ejemplo, BIOCLIM, GARP).Las variables bioclimáticas representan las tendencias anuales (por ejemplo, la temperatura media anual, la precipitación anual), la estacionalidad (por ejemplo, el rango anual de temperatura y precipitación) y la extrema o la limitación de los factores ambientales (por ejemplo, la temperatura del mes más cálido y más frío, y la precipitación de los trimestres más húmedos y más seco).Un cuarto es un período de tres meses (1/4 de todo el año). Las variables bioclimáticas derivadas son:

7

Bio1= Temperatura Media Anual Bio2= Rango Medio Diurno (Media mensual (Temperatura máxima–Temperatura min)) Bio3=Isotermalidad (Bio2/Bio7)(*100) Bio4= Estacionalidad de la Temperatura (desviación estándar*100) BIO5=Temperatura Máxima del Mes más Cálido Bio6=Temperatura Mínima del Mes más Frío Bio7=Rango de Temperatura Anual(BIO5-Bi06) Bio8=Temperatura Media del Trimestre más Húmedo Bio9=Temperatura Media del Trimestre más Seco Bio10=Temperatura Media del Trimestre más Caliente Bio11=Temperatura Media del Trimestre más Frío Bio12=Precipitación Anual Bio13=Precipitación del Mes más Lluvioso Bio14=Precipitación del Mes más Seco Bio15=Estacionalidad Precipitación (Coeficiente de Variación) Bio16=Precipitación del Trimestre más Húmedo Bio17=Precipitación del Trimestre más Seco Bio18=Precipitación del Trimestre más Caliente Bio19=Precipitación del Trimestre más Frío

5.b Clima Futuro

Modelos de circulación global

Para poder predecir el futuro de nuestro clima, se necesitan herramientas para poder medir cómo responde la Tierra a los cambios. Algunas de estas herramientas son, modelos de clima global. Mediante el uso de estos modelos, se pueden entender mejor cómo funciona la Tierra, y cómo reaccionará a los cambios futuros.

Un modelo de circulación global (GCM) es un modelo informático que calcula y predice los patrones climáticos que habrán en un número de años en el futuro. Los GCMs utilizan las ecuaciones de movimiento como un Modelo Numérico de Predicción del Clima (Numerical Weather Prediction, NWP), con el propósito de simular numéricamente los cambios en el clima como resultado de cambios lentos en algunas condiciones de frontera o alrededor (por ejemplo, la constante solar) o parámetros físicos (tales como la concentración de gases de efecto invernadero).El modelo se centra en cada celda y la transferencia de energía entre las cuadrículas. Una vez que se calcula la simulación se puede determinar una serie de patrones climáticos, a partir de las corrientes oceánicas y el viento a los patrones de las precipitaciones y las tasas de evaporación que afectan, por ejemplo, los niveles del lago y el crecimiento de las plantas agrícolas. Los GCMs se hacen en una serie de laboratorios de computación especializados de todo el mundo. Nosotros utilizamos en nuestros análisis los datos de estos laboratorios. Cientos de investigadores del clima usan

8

los modelos de clima global para comprender mejor los efectos a largo plazo de los cambios globales tales como los crecientes gases de efecto invernadero o la disminución del hielo marino en el Ártico. Los modelos se usan para simular condiciones sobre cientos de años, y así poder predecir cómo cambiará el clima de nuestro planeta.

Generación de las predicciones del clima futuro

El Cuarto Informe de Evaluación del Panel Intergubernamental de Expertos sobre el Cambio Climático (IPCC) se basó en los resultados de 21 modelos climáticos globales (GCMs), los datos que están disponibles a través de una interfaz del IPCC, o directamente de las instituciones que desarrollaron cada uno de los modelos. La resolución espacial de los resultados de los modelos es inapropiada para el análisis de los impactos en la agricultura como en casi todos los casos la medida de las cuadrículas en más de 100 km de lado. Esto es especialmente un problema en paisajes heterogéneos, tales como zonas de alta montaña, donde, en algunos lugares, una celda puede cubrir todo la amplitud del rango. La reducción de escala es por tanto, necesaria para proporcionar superficies de mayor resolución de los climas futuros esperados para que los impactos probables del cambio climático en la agricultura sean pronosticados con mayor precisión. Correr el modelo podría tomar cientos de horas en una supercomputadora. Los resultados del modelo, típicamente de muchos gigabytes, son analizados y se comparan con los resultados de otros modelos, así como con observaciones y mediciones. Se utilizó un método simple de reducción de escala (llamado método delta), basado en la suma de las anomalías interpolados a las superficies de alta resolución mensuales para clima de WorldClim (Hijmans et al., 2005a).El método, básicamente, produce una superficie suavizada (interpolación) de los cambios en los climas (deltas o anomalías) y luego se aplica esta superficie interpolada al clima de referencia (de WorldClim), teniendo en cuenta el posible sesgo debido a la diferencia en las líneas de base. El método supone que los cambios en los climas sólo son relevantes a escala gruesa, y que las relaciones entre las variables se mantienen hacia el futuro (Ramírez y Jarvis, 2010). CIAT ha descargado los datos del portal de datos de la Red del Sistema Tierra (ESG) y se aplica el método de reducción de escala en más de 19 modelos de circulación global en el Cuarto Informe de Evaluación (2007) para el escenario de emisiones SRES-A2 y de dos diferentes períodos de 30 años calculando promedios (es decir,2010-2039 [2020], 2040-2069 [2050]).Ver tabla 1. Cada conjunto de datos (escenario SRES - GCM - intervalo de tiempo) se compone de 4 variables mensuales (Temperatura media, máxima, mínima y Precipitación total), sobre una resolución espacial de 30 segundos de arco –aproximadamente 1 km cuadrado (Ramírez y Jarvis, 2010).

9

Tabla 1. Modelos de circulación global utilizados para el estudio de cambio climático en zonas cafetaleras de Nicaragua.

Código del modelo

Nombre del Modelo Grupo que desarrolló el modelo País

bccr_bcm2_0 Bergen Climate Model (BCM) Version 2

Bjerknes Centre for Climate Research (BCCR), Univ. of Bergen, Norway

Noruega

cccma_cgcm3_1_t47

Coupled Global Climate Model (CGCM3)

Canadian Centre for Climate Modelling and Analysis (CCCma)

Canadá

cnrm_cm3 CNRM-CM3 Centre National de Recherches Meteorologiques, Meteo France, France

Francia

csiro_mk3_0 CSIRO Mark 3.0 CSIRO Atmospheric Research Australia

csiro_mk3_5 CSIRO Mark 3.5 CSIRO Atmospheric Research Australia

gfdl_cm2_0 CM2.0 - AOGCM US Dept. of Commerce / NOAA / Geophysical Fluid Dynamics Laboratory

E.E.U.U.

gfdl_cm2_1 CM2.1 - AOGCM US Dept. of Commerce / NOAA / Geophysical Fluid Dynamics Laboratory

E.E.U.U.

giss_model_er GISS-ER NASA / Goddard Institute for Space Studie

E.E.U.U.

ingv_echam4 INGV-SXG Instituto Nazionale di Geofisica e Vulcanologia

Italia

inm_cm3_0 INMCM3.0 Institute for Numerical Mathematics Rusia

ipsl_cm4 IPSL-CM4 Institut Pierre Simon Laplace France

miroc3_2_medres MIROC3.2(medres) Center for Climate System Research (The University of Tokyo), National Institute for Environmental Studies, and Frontier Research Center for Global Change (JAMSTEC)

Japón

miub_echo_g ECHO-G = ECHAM4 + HOPE-G

Meteorological Institute of the University of Bonn (Germany), Institute of KMA (Korea), and Model and Data Group.

Alemania, Corea

mpi_echam5 ECHAM5/MPI-OM Max Planck Institute for Meteorology, Germany

Alemania

mri_cgcm2_3_2a MRI-CGCM2.3.2 Meteorological Research Institute Japón

ncar_ccsm3_0 Community Climate System Model, version 3.0 (CCSM3)

National Center for Atmospheric Research (NCAR),

E.E.U.U.

ncar_pcm1 Parallel Climate Model (PCM)

National Center for Atmospheric Research (NCAR), NSF, DOE, NASA, and NOAA

E.E.U.U.

ukmo_hadcm3 UKMO-HadCM3

Hadley Centre for Climate Prediction and Research / Met Office

Reino Unido

ukmo_hadgem1 Hadley Centre Global Environmental Model, version 1 (HadGEM1)

Hadley Centre for Climate Prediction and Research, Met Office United Kingdom

Reino Unido

10

5.c Medidas de confianza

Hay varios tipos de modelos de clima. Algunos se basan específicamente en determinados componentes que afectan el clima tales como la atmósfera o los océanos. Actualmente hay muchos otros modelos de clima global complejos, los cuales son usados para predecir el cambio de clima futuro. Los modelos más robustos son comparados por el IPCC (Panel Intergubernamental de Cambios Climáticos) para hacer un sumario de sus predicciones de los cambios climáticos futuros.

La mayor parte de la incertidumbre en estas predicciones del clima futuro no están relacionados con los procesos naturales. En cambio, la cantidad de contaminación futura que agregarán los seres humanos a la atmósfera es incierta. Las innovaciones que detienen o limitan la cantidad de gases de efecto invernadero que se producen, las leyes que cambian la cantidad de agentes contaminadores liberados, y cómo será en el futuro la creciente población humana, son todas hasta ahora, desconocidas. Para tratar esto, los modelos se corren varias veces, cada vez con diferentes cantidades de contaminación y niveles de desarrollo de los seres humanos (Escenarios).

Para determinar si un modelo de clima está haciendo un buen trabajo, se hacen diferentes pruebas. El modelo se corre durante un plazo para el cual se tienen medidas reales del clima de la Tierra, como por ejemplo, los últimos 50 años. Los resultados del modelo se comparan con las medidas reales del clima verdadero. Si el modelo y las medidas reales son similares, entonces las ecuaciones matemáticas que se utilizan en el modelo, probablemente sean bastante exactas. Si los resultados del modelo son muy diferentes a los registros climáticos de lo que realmente sucedió, entonces el modelo necesita perfeccionarse.

De acuerdo con el IPCC, la mayoría de los científicos de clima están de acuerdo que si bien los modelos del clima no son perfectos, actualmente son bastante buenos y mejores modelos no cambiarían la conclusión a la que se ha llegado de que la temperatura media de la Tierra está calentando.

Dos medidas de incertidumbre son calculadas: (1) el acuerdo en modelos calculados como porcentaje de modelos que predicen cambios en la misma dirección así como el promedio de todos los modelos en una localización determinada y (2) el coeficiente de variación (CV) entre los modelos. Después de corridas iniciales, los modelos que son diferentes significativamente de los otros modelos de acuerdo a pruebas de Tukey (1977) y resultan atípicos serán removidos de los análisis siguientes.

11

6. Resultado I: Resumen de Cambio Climático en los sitios de producción de caféSíntesis de las características climáticas en los sitios de café en Nicaragua.

Figura 2: Síntesis de la tendencia del clima para 2020 y2050 para los sitios de muestreo.

En la Figura 2, las barras representan la precipitación mensual y las líneas representan las temperaturas medias mensuales de tres momentos (Actual, 2020 y 2050), notándose un incremento progresivo de la temperatura a través del tiempo. Los signos positivos (+) y negativos (-) sobre las barras simbolizan el aumento o descenso de las precipitaciones para el año 2050 en cada mes respectivo, usando como línea base el clima actual según WorldClim (datos de clima para el período1950-2000), esto quiere decir que el mes de Octubre será más lluvioso, sin embargo, se predice que en Mayo, Junio, Julio, Agosto y Septiembre tendrán menos lluvia, afectando varios cultivos anuales. Asimismo las lluvias de Abril que aumentan ligeramente podrían provocar en el café el inconveniente de las floraciones múltiples y favorecer la ocurrencia de plagas como la broca del grano de café.

Características climáticas generales

La precipitación anual actual en las zonas cafetaleras es de 1766 milímetros, esta disminuye a 1673 milímetros en el año 2050 pasando por 1719 en 2020. Si bien en Nicaragua, los modelos de clima global predicen una reducción muy ligera de las precipitaciones, hay cambios importantes en la distribución temporal y espacial que afectarán significativamente algunos cultivos importantes como el café, el frijol y el maíz. Las áreas afectadas por que se vuelven más secas, están ubicadas sobre la zona conocida

0

5

10

15

20

25

30

0

50

100

150

200

250

300Temperatura

(ºC) (mm)

Precipitación

- - ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC

- - +

-

- - - - +

- -

2050

2020

Actual

12

como corredor seco que corresponde a los municipios de Macuelizo, Ocotal, Mozonte, Totogalpa, Somoto, Yalagüina, Palacagüina, Condega, Estelí, hasta llegar a la costa del pacífico por Malpaisillo y Nagarote. El número máximo acumulativo de meses secos disminuye de 5 meses a 4 meses. La temperatura media anual en las zonas de cultivo de café actualmente es de 21.6 ºC, con el cambio climático se prevé que habrá un incremento medio de 2,1 ºC para el año 2050, que pasa por un incremento de 0,9 ºC en el 2020. El rango de temperatura media diaria aumenta de 10,4 ºC a 10,5 ºC en 2050, esta es la diferencia entre la temperatura mínima y la máxima durante un día.

Condiciones extremas

La temperatura máxima del año aumenta de 28,7ºC a 30,8ºC, mientras que el trimestre más cálido se calienta en 2,1 ºC en 2050. La temperatura mínima del año aumenta de 14,4ºC a 16,3ºC mientras que el trimestre más frío se calienta en un 1,9 ºC en 2050. El mes más lluvioso (Septiembre) será ligeramente más seco con 280 milímetros en lugar de 282 milímetros, mientras que el trimestre más lluvioso se vuelve 29 mm más seco en 2050. El mes más seco (Marzo) se vuelve más seco con 22 milímetros en lugar de 25 milímetros, mientras que el trimestre más seco se seca más de 2 mm en 2050.

Estacionalidad del clima

En general este clima se vuelve más estacional en términos de la variabilidad de la temperatura a través del año y más estacional en las precipitaciones.

Variabilidad entre modelos

Para comprobar la concordancia entre los modelos se calculan los coeficientes de variación entre ellos. También para determinar el nivel de similitud entre modelos se calculan la uniformidad o el grado de acuerdo entre ellos. Estas medidas estadísticas nos indican la validez o lo robusto de los resultados. El coeficiente de variación de las predicciones de la temperatura entre los modelos es de 1,6%. Las predicciones de temperatura son uniformes entre los modelos y por lo tanto los valores atípicos no se detectaron. El coeficiente de variación de las predicciones de precipitación entre los modelos es de 9,9%. Las predicciones de las precipitaciones son uniformes entre los modelos y por lo tanto los valores atípicos no se detectaron.

13

Figura 3: Comparación de las precipitaciones (2050) según los 19 modelos de cambio climático.

14

Figura 4: Comparación de las temperaturas (2050) según los 19 modelos de cambio climático.

15

En las figuras 3 y 4 se presentan los mapas de precipitación y temperatura de cada uno de los modelos de cambio climático, para el 2050. Estos mapas tienen una resolución espacial de 1km2 y han sido generados para todo el país, para las décadas 2020 (período 2010 – 2039); 2030 (período 2020 – 2049); 2040 (período 2030 – 2059) y 2050 (período 2040 - 2069). Cada mapa es el promedio de series de tiempo de 30 años.

Las variables generadas para cada modelo son las mismas 19 variables bioclimática de Worldclim para poder establecer comparaciones entre clima actual y clima futuro. Estas variables bioclimáticas son muy útiles para los modelos de predicción de cultivos, aplicaciones para gestión de recursos hídricos y para identificar estrategias de adaptación al cambio climático.

Para reducir la escala a 1 km2 se realiza un proceso denominado - downscaling - para adaptar las proyecciones de gran escala generadas por los modelos climáticos globales a las características regionales o locales muy influidas por la orografía, contraste tierra-agua, uso de suelo, etc. Estas proyecciones están basadas en distintos escenarios de emisión, modelos globales y técnicas de regionalización de forma que los usuarios las puedan utilizar como entrada a sus modelos de impactos.

La base de datos cartográfica tiene una resolución temporal de un mes, es decir se cuentan con datos mensuales para cada década de los 19 modelos disponibles. Las proyecciones regionalizadas de cambio climático están especialmente pensadas para su utilización en el análisis de impactos y adaptación al cambio climático como una información adicional necesaria para su planificación estratégica.

Los escenarios regionalizados de cambio climático son las proyecciones de evolución del clima para el siglo XXI para diferentes supuestos de emisión de gases de efecto invernadero. Los escenarios abarcan una gran diversidad de las principales fuerzas determinantes de las emisiones futuras, desde la demografía hasta la evolución tecnológica y económica. Los 19 modelos de cambio climático están basados en el escenario A2 el cual está fundamentada en un escenario de crecimiento de población elevado, de 15.000 millones para el año 2100, derivado de una notable disminución de la fertilidad en la mayoría de las regiones, seguida de una estabilización en niveles superiores a los de crecimiento vegetativo.

16

6.b Cambios regionales en la precipitación anual (2020)

Figura 5: Cambio en la precipitación anual para 2020 en las zonas productoras de café en Nicaragua.Los límites de las cajas indican los valores máximo promedio y mínimo promedio y los extremos de las líneas representan los valores máximos y mínimos. Los valores máximo promedio y mínimo promedio son definidos por + ó – la desviación estándar.

La precipitación anual disminuye en el año 2020 en un promedio de 47 mm y para el año 2050 en 93 mm. En el 2020 los municipios que tiene un mayor descenso de las precipitaciones son Boaco, Managua (El Crucero) y Matagalpa con una disminución aproximada de 50 mm (Figura 3). También observamos en la Figura 4 que para el 2050 seguirán disminuyendo las precipitaciones en Boaco, Jinotega, Las Sabanas, Matagalpa, San Ramón y Tuma-La Dalia que pierden hasta 100mm. Los municipios que menos pierden precipitación son Managua y Estelí que pierden cerca de 65 mm para el año 2050. Estos municipios actualmente ya son bastante secos para una aptitud óptima de café y aunque pierden menos precipitación en el futuro, hay que tomar en cuenta que sus condiciones actuales ya son marginales para el cultivo de café. Las variaciones de las precipitaciones son localizadas y dependen del relieve y direcciones de los vientos, así encontramos algunas zonas en el país donde se aumentan las precipitaciones y otras donde se reducen. También es notable el cambio de estacionalidad de las precipitaciones que es la variación entre las fechas del inicio y el final de la época lluviosa.

-60

-55

-50

-45

-40

-35

-30

-25

-20

Bo

aco

Co

nd

ega

Este

lí

Jin

ote

ga

Las

Sab

anas

Man

agu

a

Mat

agal

pa

Qu

ilalí

San

Ju

an d

el R

ío C

oco

San

Lu

cas

San

Ram

ón

Tum

a-La

Dal

ia

An

orm

alid

ad d

e la

pre

cip

itac

ión

en

el 2

020

(mm

)

17

6.c Cambios regionales en la precipitación anual (2050)

Figura 6: Cambio en la precipitación anual para 2050 en las zonas productoras de café en Nicaragua. Los límites de las cajas indican los valores máximo promedio y mínimo promedio y los extremos de las líneas representan los valores máximos y mínimos. Los valores máximo promedio y mínimo promedio son definidos por + ó – la desviación estándar.

Para el año 2050, en general disminuye la cantidad de precipitaciones, sin embargo algunas zonas cafetaleras como Tuma La Dalia y San Ramón en Matagalpa serán más secas. Jinotega y las Sabanas también se ven afectadas por la disminución de las precipitaciones, las cajas más amplias en estas zonas nos reflejan que hay menos homogeneidad en los datos de lluvia indicando que hay fincas dentro de esta zona que pierden más y otras que pierden menos. En el caso de Tuma La Dalia, casi todas las fincas pierden casi 100 mm de lluvia.

-110

-100

-90

-80

-70

-60

-50

-40

-30

-20

Bo

aco

Co

nd

ega

Este

lí

Jin

ote

ga

Las

Sab

anas

Man

agu

a

Mat

agal

pa

Qu

ilalí

San

Ju

an d

el R

ío C

oco

San

Lu

cas

San

Ram

ón

Tum

a-La

Dal

ia

An

orm

alid

ad d

e la

pre

cip

itac

ión

en

el 2

050

(mm

)

18

6.d Cambios regionales en la temperatura media anual (2020)

Figura 7: Cambio en la temperatura media anual para 2020 en las zonas productoras de café en Nicaragua. Los límites de las cajas indican los valores máximo promedio y mínimo promedio y los extremos de las líneas representan los valores máximos y mínimos. Los valores máximo promedio y mínimo promedio son definidos por + ó – la desviación estándar.

La temperatura media anual incrementará de manera progresiva. Este incremento para el año 2050 es en promedio de 2.1 ºC (Figura 6) y el año 2020 será entre 1.1 y 1.2ºC (Figura 5). La variación de la temperatura dentro de cada municipio es muy similar, de tal manera de que este factor se puede considerar de tener una influencia global, no localizada. El factor principal que influye en la temperatura es la elevación sobre el nivel del mar, al ocurrir un aumento de las temperaturas a nivel global, ésta se compensa con el aumento de la altitud, se calcula que por cada 1000 metros de altitud que ascendemos, la temperatura desciende 6 ºC, lo que suponemos que puede haber una migración de cultivos hacia zonas más altas. Por cada grado que aumente la temperatura, tendríamos que subir 170 metros de elevación, sin embargo es difícil encontrar nuevas áreas para café debido a que se prevén conflictos de uso con áreas protegidas, zonas de recarga hídrica, o zonas con alto riesgo de deslizamientos.

0.8

0.9

1.0

1.1

1.2

1.3

1.4

Bo

aco

Co

nd

ega

Este

lí

Jin

ote

ga

Las

Sab

anas

Man

agu

a

Mat

agal

pa

Qu

ilalí

San

Ju

an d

elR

ío C

oco

San

Lu

cas

San

Ram

ón

Tum

a-La

Dal

iaAn

orm

alid

ad d

e la

te

mp

era

tura

en

el 2

020

(º

C)

19

6.e Cambios regionales en la temperatura media anual (2050)

Figura 8: Cambio en la temperatura media anual para 2050 en las zonas productoras de café en Nicaragua. Los límites de las cajas indican los valores máximo promedio y mínimo promedio y los

extremos de las líneas representan los valores máximos y mínimos. Los valores máximo promedio y mínimo

promedio son definidos por + ó – la desviación estándar. Para el año 2050, el aumento en la temperatura es mayor a 2 grados, tomando en cuenta que este aumento de temperatura puede ser compensado con la altitud, esto limita las áreas óptimas para el cultivo de café, dado que a mayor altura hay menos tierra disponible. Se estima que para compensar un aumento de un grado de temperatura debemos ascender 170 metros de altitud, por lo que si queremos compensar 2 grados esto equivale a 340 metros. De tal manera que el café de estrictamente altura que se considera arriba de los 1000 msnm, para el año 2050 deberá de estar a 1340 msnm. La mayoría de las áreas que quedan arriba de estas elevaciones son área protegidas declaradas o están destinadas a otros usos por que se generarían conflictos por el uso de la tierra.

7. Conclusiones

1) Los modelos analizados en la región cafetalera de Nicaragua apuntan de manera uniforme hacia un cambio en las condiciones climáticas del país; además, las pruebas estadísticas entre los modelos nos muestran poca variación entre los valores pronosticados por cada modelo.

1.6

1.7

1.8

1.9

2.0

2.1

2.2

2.3

Bo

aco

Co

nd

ega

Este

lí

Jin

ote

ga

Las

Sab

anas

Man

agu

a

Mat

agal

pa

Qu

ilalí

San

Ju

an d

elR

ío C

oco

San

Lu

cas

San

Ram

ón

Tum

a-La

Dal

iaAn

orm

alid

ad d

e la

te

mp

era

tura

en

el 2

050

(º

C)

20

2) En Nicaragua, la precipitación anual y mensual disminuirán y las temperaturas anuales y mensuales, mínima, media y máxima aumentarán para el año 2020 y continuarán aumentando progresivamente para el 2050.

3) Los cambios de estacionalidad de las precipitaciones y las temperaturas se prevén que serán significativos sobre todo en las zonas cafetaleras de Nicaragua, esto lleva a un cambio en las fechas de floración y cosecha del café, trayendo serios trastornos en los rendimientos y calidad del grano de café.

4) Dado que el cultivo de café es sensible al aumento de temperatura y cambios estacionales de la precipitación se prevé que la distribución de aptitud dentro de las áreas cafetaleras actuales en Nicaragua en general decrecerá seriamente para el año 2050.

5) Se cuenta con información muy útil para los modelos de predicción de cultivos, aplicaciones para gestión de recursos hídricos y para identificar estrategias de adaptación al cambio climático.

8. Referencias

Elith, J., Graham, C.H., Anderson, R.P., Dudík, M., Ferrier, S., Guisan, A., Hijmans, R.J., Huettmann, F., Leathwick, R., Lehmann, A., Li, J., Lohmann, L.G., Loiselle, B.A., Manion, G., Moritz, C., Nakamura, M., Nakazawa,Y., Overton, J.McC., Peterson, A.T., Phillips, J., Richardson, K., Scachetti-Pereira, R., Schapire, E., Soberon, J., Williams, S., Wisz, M., Zimmermann, E. 2006. Novel methods improve prediction of species' distributions from occurrence data. Ecography 29:129-151. Hijmans, R.J., S.E. Cameron, J.L. Parra, P.G. Jones, and A. Jarvis.2005a. Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology 25:1965. Hijmans, R.J., L. Guarino, A. Jarvis, R. O'Brien, P. Mathur, C. Bussink, M. Cruz, I. Barrantes, and E. Rojas. 2005b. DIVA-GIS Version 5.2, Manual. Laderach, P., A. Eitzinger, O. Ovalle, J. Ramírezand A. Jarvis. 2010. Climate Change Adaptation and Mitigation in the Kenyan Coffee. Final report. Phillips, S.J., R.P. Anderson, and R.E. Schapire.2006. Maximum entropy modeling of species geographic distributions. Ecological Modelling 190:231-259. Ramirez & Jarvis. 2010. Disaggregation of Global Circulation Model Outputs. Disaggregation of Global Circulation Model Outputs.http://gisweb.ciat.cgiar.org/GCMPage/ Tukey J.W. (1977) Exploratory data analysis. Addison-Wesley Publishing Co., Reading, MA.