DETERMINACIÓN DE PERÍODOS DE SEQUÍA Y LLUVIA INTENSA EN DIFERENTES REGIONES DE MÉXICO ANTE ESCENARIOS DE CAMBIO CLIMÁTICO Número de Registro INE: INE/A1-056/2007 INFORME FINAL Participantes: Responsable del Proyecto: Dr. Martín Montero Martínez. Dr. Jorge Sánchez Sesma. Dr. Waldo Ojeda. Dr. Ricardo Prieto González. Especialista en Hidráulica IV. México, 23 de noviembre de 2007 FI.C0.4.40.1 CONTENIDO 1 RESUMEN EJECUTIVO ..................................................................................................... 5 2 EXECUTIVE SUMMARY ................................................................................................... 6 3 INTRODUCCIÓN ................................................................................................................. 7 4 ANTECEDENTES EN MATERIA DE VARIABILIDAD Y CAMBIO CLIMÁTICO EN LOS REGÍMENES DE PRECIPITACIÓN......................................................................... 8 5 COMPRENDIENDO Y DEFINIENDO LA SEQUÍA ..................................................... 10 5.1 5.2 5.3 5.4 5.5 5.6 CONCEPTO DE SEQUÍA ......................................................................................... 10 DEFINICIÓN CONCEPTUAL DE SEQUÍA ........................................................... 10 DEFINICIONES DE SEQUÍA OPERACIONAL .................................................... 11 SEQUÍA EN METEOROLOGIA .............................................................................. 11 SEQUÍA EN LA AGRICULTURA ........................................................................... 12 SEQUÍA EN HIDROLOGÍA ..................................................................................... 12 6 CONDICIONES HÚMEDAS ............................................................................................. 14 7 EL EFECTO INVERNADERO Y LOS ESCENARIOS DE CAMBIO CLIMÁTICO 16 7.1 7.2 7.3 EMISIONES ANTROPOGÉNICAS DE DIÓXIDO DE CARBONO .................... 16 PROBLEMAS AMBIENTALES – EL EFECTO INVERNADERO ...................... 18 LOS ESCENARIOS A1, A2 Y B1. ............................................................................ 19 8 CARACTERIZACIÓN PROBABILISTA DEL CLIMA ACTUAL Y DE LOS ESCENARIOS............................................................................................................................. 20 9 METODOLOGÍA................................................................................................................ 24 9.1 MODELOS CLIMÁTICOS A EMPLEAR............................................................... 25 9.2 SELECCIÓN DE LAS REGIONES DE ESTUDIO ................................................. 25 9.3 COMPARACIÓN DE LOS MODELOS DEL IPCC CON OBSERVACIONES DURANTE PERÍODOS HISTÓRICOS ............................................................................... 27 10 EVALUACIÓN DEL CAMBIO CLIMÁTICO EN LAS REGIONES SELECCIONADAS .................................................................................................................... 31 10.1 REGIÓN DEL ESTADO DE CHIAPAS .................................................................. 31 10.1.1 Análisis de probabilidad de que presenten períodos de sequía, períodos húmedos y temperaturas extremas en Chiapas ........................................................... 31 10.2 REGIÓN CENTRO .................................................................................................... 36 10.2.1 Análisis de probabilidad de que presenten períodos de sequía y períodos húmedos en la Región Centro........................................................................................ 36 10.3 REGIÓN JALISCO .................................................................................................... 39 10.3.1 Análisis de probabilidad de que presenten períodos de sequía y períodos húmedos en Jalisco ........................................................................................................ 39 10.4 COMPARACIÓN DEL ÍNDICE DE PRECIPITACIÓN ESTANDARIZADO DE 6 MESES .................................................................................................................................. 43 México, 2007 2 FI.C0.4.41.1 10.5 11 LAS VARIABLES DE EVAPORACIÓN Y HUMEDAD DEL SUELO ............... 44 REPERCUSIONES EN LA AGRICULTURA ............................................................ 45 11.1 11.2 11.3 ÍNDICES CLIMÁTICOS ................................................................................................... 45 DESARROLLO DE LOS CULTIVOS .................................................................................. 46 ADAPTACIÓN DE LA AGRICULTURA ............................................................................. 49 12 REPERCUSIONES EN BOSQUES, GANADERÍA Y DISPONIBILIDAD DE AGUA 49 13 RECOMENDACIONES PARA LA ADAPTACIÓN DE LOS SECTORES AFECTADOS POR EVENTOS DE SEQUÍA EXTREMA Y CONDICIONES HÚMEDAS 51 14 DISCUSIÓN Y CONCLUSIONES ............................................................................... 52 BIBLIOGRAFÍA......................................................................................................................... 55 15 ANEXO 1 – GRÁFICOS PARA EL ESCENARIO A1B ............................................ 58 15.1 15.2 15.3 16 A1B - REGIÓN CHIAPAS ........................................................................................ 58 A1B - REGIÓN CENTRO ......................................................................................... 60 A1B - REGIÓN JALISCO ......................................................................................... 62 ANEXO 2 – GRÁFICOS PARA EL ESCENARIO B1 ............................................... 64 16.1 16.2 16.3 17 B1 - REGIÓN CHIAPAS ........................................................................................... 64 B1 - REGIÓN CENTRO ............................................................................................ 66 B1 - REGIÓN JALISCO ............................................................................................ 68 ANEXO 3 – CARACTERÍSTICAS DE LOS MODELOS UTILIZADOS ............... 70 17.1 BCCR-BCM2.0 (MODELO CLIMÁTICO DE BERGEN VERSIÓN DOS CENTRO DE INVESTIGACIÓN DEL CLIMA DE BJERKNES / UNIVERSIDAD DE BERGEN EN NORUEGA) .................................................................................................... 70 17.2 CCCMA-CGCM3 (CENTRO CANADIENSE DE MODELACIÓN Y ANÁLISIS CLIMÁTICO) ......................................................................................................................... 71 17.3 CNRM-CM3 (MODELO CLIMÁTICO DEL CENTRO NACIONAL DE INVESTIGACIÓN METEOROLÓGICA DE FRANCIA) ................................................ 72 17.4 CSIRO-MK3.0 (MODELO CLIMÁTICO ACOPLADO MARK 3.0 DE LA ORGANIZACIÓN DE INVESTIGACIÓN INDUSTRIAL Y CIENTÍFICA) ................. 73 17.5 ECHAM5/MPI-OM (MODELO CLIMÁTICO ACOPLADO DEL INSTITUTO DE METEOROLOGÍA MAX PLANCK) ............................................................................ 74 17.6 MIUB ECHO G (UNIVERSIDAD DE ALEMANIA, INSTITUTO DE KMA EN COREA Y MODEL AND DATA GROUP) ......................................................................... 75 17.7 GFDL-CM2.0 Y GFDL-CM2.1 (MODELO ACOPLADO DEL LABORATORIO DE FLUIDOS DINÁMICOS GEOFÍSICOS) ..................................................................... 75 17.8 INMCM3.0 (INSTITUTO DE MATEMÁTICAS NUMÉRICAS DE LA ACADEMIA DE CIENCIAS RUSA) .................................................................................... 76 17.9 IPSL-CM4 (INSTITUTO PIERRE SIMON LAPLACE DE FRANCIA) ............. 76 CCSR/NIES-MIROC3.2 (MODELO DE INVESTIGACIÓN 17.10 INTERDICIPLINARIA DEL CLIMA – CENTRO PARA LA INVESTIGACIÓN DEL México, 2007 3 FI.C0.4.41.1 SISTEMA CLIMÁTICO / INSTITUTO NACIONAL PARA ESTUDIOS AMBIENTALES DE JAPÓN) ............................................................................................... 77 17.11 MRI-CGCM2.3.2 (MODELO DE CIRCULACIÓN GENERAL ACOPLADO DEL INSTITUTO DE INVESTIGACIONES METEOROLÓGICAS DE JAPÓN) ....... 78 17.12 NCAR_CCSM3.0 (MODELO DE COMUNIDAD DEL SISTEMA CLIMÁTICO - CENTRO NACIONAL DE INVESTIGACIÓN ATMOSFÉRICA DE EE.UU.) 79 17.13 NCAR-PCM1 (MODELO CLIMÁTICO PARALELO - CENTRO NACIONAL DE INVESTIGACIÓN ATMOSFÉRICA DE EE.UU.) ............................... 80 17.14 UKMO_HADCM3 (CENTRO HADLEY PARA LA INVESTIGACIÓN Y PREDICCIÓN CLIMÁTICA, REINO UNIDO) ................................................................. 81 18 ANEXO 4 – DESCRIPCIÓN DE LAS REGIONES GEOGRÁFICAS CHIAPAS, CENTRO Y JALISCO UTILIZADAS EN EL ESTUDIO ..................................................... 82 18.1 18.2 18.3 REGIÓN CHIAPAS ................................................................................................... 82 REGIÓN CENTRO .................................................................................................... 88 REGIÓN JALISCO .................................................................................................... 97 México, 2007 4 FI.C0.4.41.1 1 RESUMEN EJECUTIVO En este estudio se analiza la influencia que el cambio climático y sus efectos tienen en los períodos de condiciones húmedas y sequías extremas. Para estudiar los efectos de estos fenómenos en el país, se han seleccionado tres regiones de interés: la zona sureste (que incluye al estado de Chiapas), el centro del país (Distrito Federal y Estado de México) y la zona centro-poniente (Jalisco y sus alrededores). Se han considerado estas regiones por sus diversas actividades socioeconómicas, que se pueden ver afectadas de forma importante por el cambio climático en áreas tales como la agricultura, la ganadería, los bosques, la protección civil, la disponibilidad del agua para consumo humano y para uso industrial y de generación eléctrica. Se analizan futuros períodos de precipitación y se determina el grado de reducción o aumento en la precipitación para las regiones de interés utilizando, de forma particular, el denominado Índice de Precipitación Estandarizado. Con ello, se aportan valiosos elementos para la toma de las decisiones más apropiadas en cuanto al manejo de la vulnerabilidad asociada al cambio climático en el tema de la sequía y la precipitación extrema. Los escenarios estudiados son el A2, A1B y B1, utilizando la información de los modelos climáticos del 4° Informe de Evaluación del Panel Intergubernamental de Cambio Climático. La información de estos modelos fue llevada a una malla uniforme sobre territorio mexicano, que permite la comparación de los datos para cada escenario. Los resultados obtenidos mostraron una tendencia a la reducción de la precipitación en las tres regiones estudiadas. La región sureste presentó una disminución considerable de precipitación en la estación húmeda (junio-noviembre), mientras que la reducción más marcada en la estación seca (diciembre-mayo) se dio en la zona centro-poniente. Por otra parte, el promedio aritmético de los modelos de clima utilizados por el IPCC observan condiciones más húmedas en períodos trimestrales durante la última década simulada (20892098) para las regiones de Jalisco y del Centro. Dependiendo del escenario (A1B, A2 o B1), las condiciones proyectadas pueden variar considerablemente. Por ejemplo, en el escenario A2 sobre la región de Chiapas se esperan temperaturas medias mensuales máximas para 2098 de alrededor de 32 ºC, mientras que para el escenario A1B y B1 estas temperaturas son de 31 y 30 ºC respectivamente. A modo de comparación, mencionaremos que la temperatura modelada de la época actual en esa región se encuentra alrededor de los 28 ºC. México, 2007 5 FI.C0.4.41.1 2 EXECUTIVE SUMMARY On this study is analyzed the influence of climate change and its effects on the drought and extreme wet conditions. In order to accomplish a more detailed study, there have been selected three regions of Mexico: the southeast (which includes the Chiapas state), the centre of the country (Mexico City and the State of Mexico) and the central-west area (Jalisco state and its surroundings). These regions have been chosen because they can be affected by climate change in an important manner on their diversity of socioeconomic activities, such as agriculture, cattle rising, forests, civil protection, and water availability for human consumption, industrial use and hydroelectric power generation. Future periods of precipitation are analyzed and, with the use of the Standardized Precipitation Index (SPI), we document the degree of rainfall increase or reduction for the three regions described above. This information is valuable for appropriate decision making in the management of vulnerability associated with climate change and its effects on drought and extreme precipitation. The Intergovernmental Panel for Climate Change (IPCC) scenarios used on this study are A2, A1B and B1, using the data that came out from the Fourth Assessment Report. The information from the climate models has been taken to a uniform grid over Mexican territory, which allows a direct comparison among the data from each scenario. The results obtained for the three regions show a tendency for reduced precipitation. The southeast shows a considerable reduction in precipitation for the wet season (June-November), while the most marked reduction during the dry season (December-May) was over the centralwest region. The average of the climate models used by the IPCC has wetter conditions on three-month periods during the last decade simulated (2089-2098) for the Jalisco and Centre regions. Depending on each scenario (A1B, A2 or B1), the projected conditions can change considerably. As an example, on the A2-scenario over the Chiapas the average of the models expect a maximum monthly temperature average of 32 C, while for the A1B and B1 scenarios the corresponding temperatures are 31 and 30 C respectively. For comparison, the modelled temperature for today is around 28 C. México, 2007 6 FI.C0.4.41.1 3 INTRODUCCIÓN La variabilidad climática y el cambio climático global están afectando las actividades y sectores económicos que dependen directa e indirectamente del clima. El Panel Intergubernamental sobre Cambio Climático (IPCC) estima que regiones relativamente poco húmedas en Latinoamérica, serán susceptibles de desertificación, lo que incluye tierra dedicada a la agricultura y ganadería, traduciéndose en un decremento importante de la productividad de estas regiones y en el encarecimiento y posible desabasto de alimentos. Los cambios en los patrones de precipitación podrían también afectar sensiblemente la disponibilidad de agua para consumo humano, la agricultura y la generación de energía. En México ha sido poco estudiado el impacto estimado del cambio climático sobre la precipitación, y las consecuencias que podría tener en los sectores vulnerables relacionados con la agricultura, la vegetación y la disponibilidad del agua. Por otro lado, hay que mencionar que los esfuerzos que diversos países están realizando para adaptarse al cambio climático aún cuentan con poca efectividad, debido principalmente al reducido uso de la información climática para la toma de decisiones, la escasa información sobre los impactos y la vulnerabilidad ante el cambio climático, y la capacidad tecnológica, entre otras múltiples razones. La información proporcionada por los modelos de circulación global ante los escenarios de cambio climático, permite el estudio de los períodos de precipitación durante las décadas modeladas. Esto puede ser utilizado con el objetivo de encontrar diversas situaciones de disminución o ausencia de lluvias, determinando su extensión temporal: varios meses, años, o incluso décadas. Cuando una sequía ocurre, las plantas no crecen apropiadamente y la disponibilidad de agua a los hogares y la industria se ve limitada; los arroyos y los ríos lentamente bajan su nivel, si las sequías se prolongan los animales pueden morir. En las áreas donde hay poca vegetación, el viento acarrea el suelo que ha quedado descubierto, llegando a producir aridez. Las consecuencias últimas de la sequía son disminuciones en la disponibilidad de alimento para ganado, encarecimiento de los alimentos para las personas, y las sequías intensas y prolongadas pueden incluso llegar a producir hambrunas. Por el contrario, las lluvias tienen impactos que son positivos, como el mejoramiento en la disponibilidad del agua para consumo humano. Sin embargo, cuando se llegan a presentar condiciones de lluvias extremas, ya sea en intensidad, en duración, o una sucesión de eventos a lo largo de varios días o semanas, las consecuencias para las actividades humanas y el medio ambiente pueden ser muy grandes: inundaciones, destrucción parcial o total de caminos, carreteras, puentes, presas, ecosistemas, etc. En este estudio se realiza una cuantificación de la información sobre la precipitación bajo escenarios de cambio climático para las regiones de interés. Se ha propuesto el Índice de Precipitación Estandarizado (IPE o SPI por sus siglas en inglés), como una forma de medir la sequía meteorológica y las condiciones de humedad extrema. Este índice es negativo para condiciones secas, y positivo para condiciones húmedas. Cuando las condiciones secas o húmedas se vuelven más severas, el valor del Índice de Precipitación Estandarizado se vuelve más negativo o positivo, respectivamente. El IPE se calcula para varias escalas de tiempo, México, 2007 7 FI.C0.4.41.1 desde un mes hasta varios años, con el fin de capturar las diversas escalas en las que se pueden presentar déficit en lluvias. 4 ANTECEDENTES EN MATERIA DE VARIABILIDAD Y CAMBIO CLIMÁTICO EN LOS REGÍMENES DE PRECIPITACIÓN Las pérdidas económicas por desastres relacionados con el clima se han incrementado mucho más rápido que el crecimiento poblacional o económico, lo cual sugiere que ya se comienza a observar un impacto negativo del cambio climático (Mills, 2005). Sin embargo no hay una evidencia clara de un cambio en las inundaciones de las últimas décadas (Kundzewicz et al., 2005; Schiermeier, 2006). Sin embargo, existen cambios climáticos que han sido observados, Kron y Bertz (2007) reportan un incremento de los vientos del oeste sobre Europa en invierno que terminan produciendo sistemas de baja presión con lluvias importantes, lo que indica que el clima global puede estar teniendo ya un impacto en las inundaciones. Éstos mismos autores encontraron que globalmente el número de catástrofes durante el período 1996-2005 se ha duplicado comparado con el promedio decenal de las tres décadas correspondientes al período 1950-1980, mientras que las pérdidas económicas se han incrementado en un factor de cinco. Las inundaciones han sido el desastre natural más reportado en África, Asia y Europa y ha afectado a más personas (un promedio de 140 millones al año en promedio) que cualquier otro desastre natural (WDR, 2003, 2004). Burke et al. (2006) realizaron proyecciones utilizando el modelo global HadCM3 en el escenario A2, mostrando que existen regiones que se vuelven más secas, mientras otras tienden a ser más húmedas, con una tendencia global hacia la sequía. Burke et al. (2006) reportan, por ejemplo, que la proporción de superficie terrestre en sequía extrema se podría incrementar en un factor entre 10 y 30, pasando de entre 1 y 3% en la actualidad al 30% para 2090; el número de sequías extremas cada 100 años y la duración de las sequía se podría incrementar en un factor de 2 y 6 respectivamente para el 2090. Un decremento en la precipitación del verano sobre Europa, acompañado de temperaturas más elevadas, que incrementan la evaporación, llevaría inevitablemente a una reducción de la humedad del suelo (Douville et al., 2002) y sequías más intensas y más frecuentes. Se proyectan problemas de sequía para regiones que dependen mayormente del agua producto del derretimiento de los glaciares (Barnett et al., 2005). Muchos glaciares pequeños, por ejemplo en Bolivia, Ecuador y Perú (Coudrain et al., 2005), desaparecerán dentro de unas cuantas décadas, afectando adversamente a los habitantes y a los ecosistemas. El derretimiento rápido de glaciares pueden llevar a la formación de lagos inestables que pueden producir inundaciones severas (Coudrain et al., 2005). Cálculos realizados bajo el escenario IS92a que es similar al escenario A1, muestran cambios significativos en los riesgos de inundación y sequía en muchas partes de Europa (Lehner et al., 2005b). Las regiones que pueden tener mayor frecuencia de inundaciones son el norte y noreste de Europa, mientras que en el sur y el sureste se pueden presentar aumentos en las frecuencias de las sequías. Dependiendo de qué modelo global de clima es utilizado, el impacto del cambio climático en el régimen de inundaciones (magnitud y frecuencia) puede tener efectos positivos o negativos, demostrando que existe una gran incertidumbre en los impactos del cambio climático (Reynard et al., 2004). México, 2007 8 FI.C0.4.41.1 Palmer y Räisänen (2002) analizaron las diferencias en la precipitación de invierno modeladas por modelos de circulación general entre una corrida de control y una corrida de doblamiento de CO 2 . Los resultados de este estudio mostraron un incremento en la precipitación de invierno en Europa y un monzón de Asia con mayores lluvias. También se incrementa considerablemente (5 a 7 veces) la probabilidad de que la precipitación del invierno boreal exceda dos desviaciones estándar la precipitación normal para extensas áreas de Europa. Milly et al. (2002) demostraron que cuando se cuadriplica el CO 2 , en algunas áreas, lo que es conocido como inundaciones con período de retorno de 100 años (en la corrida de control), ocurran mucho más frecuentemente (cada 2 a 5 años), sin embargo estas proyecciones tienen grandes niveles de incertidumbre. Otros estudios relacionados consideran: a) La humedad del suelo y el riesgo de inundación (Sivapalan et al., 2005). En este artículo, se propone un modelo quasi-analítico para calcular la frecuencia de inundaciones, el cual es capaz de considerar la variabilidad estacional de las tormentas, y también la estacionalidad de la lluvia y evapotranspiración, las cuales afectan las condiciones previas de los cuerpos de agua ante tormentas individuales. b) Inundaciones fluviales y marea astronómica (Svensson and Jones, 2005). En este trabajo se concluyó que en varios lugares del suroeste y noreste de las costas británicas, se encontró un incremento significativo en la interdependencia entre las variables que provocan inundaciones, como la marea y la precipitación pluvial en el período 2071-2100 del escenario A2, comparado con una corrida de control durante los años 1961-1990 Por otra parte, cabe mencionar que los impactos de los fenómenos hidrometeorológicos extremos en la población pueden ser muy elevados en países con una capacidad de adaptación menor (Manabe et al., 2004a). En México se han realizado tres Comunicaciones Nacionales ante la Convención Marco de las Naciones Unidas sobre el Cambio Climático. La Primera Comunicación Nacional de México (SEMARNAP, 1997) se presentó a la Convención en 1997. Este informe incluyó los avances y resultados de estudios, talleres, cursos, conferencias y publicaciones sobre vulnerabilidad e inventarios de emisiones de gases de efecto invernadero. En la Primera Comunicación Nacional, se realizaron estudios de vulnerabilidad donde se consideraron los posibles efectos del cambio climático sobre la desertificación y la sequía meteorológica, entre otros temas. Para la zona centro del país se encontró que los climas húmedos y sub-húmedos tenderían a desaparecer, aumentando los secos y los cálidos; la sequía y la desertificación aumentarían y se agravarían los problemas de disponibilidad de agua. Los campos de cultivo de maíz de temporal pasarían de ser medianamente aptos a no aptos. En la Tercera Comunicación Nacional de México ante la Convención Marco de las Naciones Unidas sobre el Cambio Climático (SEMARNAT, 2006), se encontró que con base en resultados de los escenarios climáticos, generados con Modelos de Circulación General (MCG) bajo escenarios de emisión A2 y B2, es muy probable que el clima de México sea más cálido para el 2020, 2050 y 2080, principalmente en el norte del país; se proyectan disminuciones en la lluvia, así como cambios en su distribución temporal, con respectos al escenario base de 1961-1990. Por ejemplo, se esperan reducciones de hasta 15% en regiones del centro y de menos de 5% en la vertiente del Golfo de México, principalmente entre enero y mayo; el ciclo hidrológico se volverá más intenso, por lo que aumentará el número de tormentas severas y la intensidad de los periodos de sequía. Se realizó un compendio sobre los impactos por México, 2007 9 FI.C0.4.41.1 inundaciones en los sectores socioeconómicos del estado de Veracruz, mostrando que los costos de alterar el ciclo hidrológico son altos. En un estudio de sequía meteorológica realizado por Hernández Cerda et al, 1999, se determinaron las áreas de México vulnerables a la sequía meteorológica en el periodo de 19501980, mediante un índice de severidad, en condiciones actuales y según escenarios de cambio climático utilizando los modelos climáticos de circulación general del Laboratorio de Fluidos Geofísicos (GFDL-R30) y el modelo canadiense CCC, se identificaron los porcentajes de superficie del país vulnerables a este fenómeno a nivel nacional y estatal llegando a la conclusión de que en las condiciones actuales en el país la mayoría de las áreas son afectadas por la sequía meteorológica, por lo que de acuerdo con el modelo GFDL-R30, es mayor la superficie del país en la cual aumenta el grado de severidad de la sequía, sin embargo con el modelo CCC, el cambio es más drástico. 5 5.1 COMPRENDIENDO Y DEFINIENDO LA SEQUÍA CONCEPTO DE SEQUÍA La sequía es una característica normal y recurrente del clima, aunque muchos erróneamente la consideran como un evento raro y azaroso. La sequía ocurre prácticamente en todas las zonas climáticas, pero sus características varían significativamente de una región a otra. La sequía es una anomalía temporal, es diferente de la aridez la cual se restringe a zonas con poca lluvia y es una característica permanente del clima. La sequía, aunque tiene distintas definiciones, se origina por un déficit en la precipitación sobre un periodo de tiempo largo, usualmente una estación o en períodos más largos. Este déficit resulta en una escasez de agua para varias actividades, grupo o sectores ambientales. La sequía debe ser considerada en relación a una condición promedio de largo plazo del balance entre la precipitación y la evapo-transpiración (es decir, evaporación más transpiración) en un área particular, a menudo este balance es percibido como una condición "normal". Se relaciona también al momento (por ejemplo, la estación lluviosa, el retraso en el inicio de la estación de lluvia, la ausencia de lluvias en las principales etapas de crecimiento de la cosecha, etc.) y a la eficacia (por ejemplo, la intensidad en la lluvia, el número de eventos de lluvia, etc.) de las lluvias. Se asocian a menudo a la sequía otros factores climáticos como las temperaturas altas, vientos fuertes y la baja humedad relativa, y es distinto en varias regiones del mundo, lo que puede agravar significativamente su severidad. La sequía no debería ser vista como un simple fenómeno físico o un evento natural. Sus impactos en la sociedad resultan de la interacción entre un evento natural (menor precipitación de lo esperado resultado de la variabilidad natural) y la demanda de agua de la población. Los humanos frecuentemente incrementan los impactos de la sequía. Los impactos económicos y ambientales de sequías recientes en países en desarrollo y desarrollados, han puesto de manifiesto la vulnerabilidad de todas las sociedades ante este peligro natural. Hay dos clases principales de definiciones de sequía: conceptuales y operacionales. 5.2 DEFINICIÓN CONCEPTUAL DE SEQUÍA Las definiciones conceptuales son formuladas en términos generales y ayudan a entender a la gente el concepto de sequía. Por ejemplo: la sequía en un período prolongado resulta de un 10 México, 2007 FI.C0.4.41.1 déficit de precipitación provocando un daño extenso a las cosechas, resultando en pérdidas en la producción. Las definiciones conceptuales pueden ser también importantes en el establecimiento de políticas para la reducción de los impactos de las sequías. Por ejemplo, la incorporación de políticas de sequía en Australia permite una comprensión de la variabilidad climática en su definición de sequía. El país proporciona ayuda financiera a los granjeros únicamente bajo "condiciones de sequía" cuando las condiciones secas van más allá de lo considerado como normal en el manejo del riesgo. Las declaraciones de sequía se realizan basadas en asesorías científicas. Anteriormente, cuando la sequía era definida con menor rigor y era menos entendida por los granjeros, algunos de ellos ubicados en la zona semiárida de Australia demandaban ayuda para la sequía que es una condición natural de esas regiones. 5.3 DEFINICIONES DE SEQUÍA OPERACIONAL Las definiciones operacionales ayudan a la gente a identificar el inicio, el fin y el grado de severidad de la sequía. Al determinar el inicio de la sequía, las definiciones operacionales especifican el grado de desviación respecto al promedio de la precipitación o alguna otra variable climática sobre algún período de tiempo. Esto se hace para comparar la situación actual con el promedio histórico, a menudo basado en un período de 30 años. La primera señal para identificar el inicio de una sequía (por ejemplo, 75% de la precipitación promedio sobre un período especifico de tiempo) es regularmente un poco arbitraria, en lugar de hacerlo con base en sus impactos específicos. Una definición operacional para la agricultura puede comparar los valores diarios de precipitación con los índices de evapotranspiración para determinar la reducción en la humedad del suelo, luego se expresan estas relaciones en términos de los efectos de la sequía en el desarrollo de la planta, en varias etapas de crecimiento de la cosecha. Una definición como esta debería ser utilizada como una asesoría operativa de la severidad de la sequía y los impactos por las variables meteorológicas, humedad del suelo, y las condiciones de cosecha durante el inicio de la estación, continuamente reevaluando el impacto potencial de estas condiciones en la producción final. Las definiciones operacionales también pueden ser utilizadas para analizar la frecuencia de la sequía, su severidad y su duración para un período histórico dado. Tales definiciones, sin embargo, requieren datos meteorológicos horarios, diarios, mensuales o en otras escalas de tiempo y posiblemente datos de impactos (ejemplo producción de cosechas), dependiendo de la naturaleza de la definición a ser aplicada. El desarrollo de una climatología de sequía para una región determinada, proporciona un mayor conocimiento de sus características y de la probabilidad de recurrencia en varios niveles de severidad. Información de este tipo es extremadamente benéfica en el desarrollo de respuestas y estrategias de adaptación y preparación de planes. 5.4 SEQUÍA EN METEOROLOGIA La sequía en Meteorología se define usualmente con base a la falta de lluvia (en comparación de la lluvia "normal" o su promedio) y la duración del período seco. Las definiciones de la sequía en Meteorología deben ser consideradas en regiones específicas, pues las condiciones atmosféricas que resultan en un déficit de precipitación son muy variables de una región a otra. Por ejemplo, algunas definiciones de sequía en Meteorología identifican períodos de sequía con base al número de días de precipitación menor que un límite específico. Estas medidas son únicamente apropiadas para regiones con características de régimen de precipitación de México, 2007 11 FI.C0.4.41.1 todo el año, tales como selvas tropicales, climas subtropicales húmedos, o el clima húmedo de las latitudes medias. Localidades como Manaos, Nueva Orleáns, y Londres, son algunos ejemplos. Otro régimen climático es caracterizado por patrones de precipitación estacional, tales como el centro y sur de México, centro de Estados Unidos, NE de Brasil, Oeste de África, y el Norte de Australia. Los períodos prolongados sin lluvia son comunes en Nebraska, Fortaleza (Brasil) y Darwin (Australia), y una definición basada en el número de días con precipitación menor que un límite específico no es realista en estos casos. Otras definiciones pueden relacionar las desviaciones en la precipitación actual, con los promedios mensuales, estacionales o anuales. 5.5 SEQUÍA EN LA AGRICULTURA La sequía en la agricultura tiene conexión con varias características de la sequía meteorológica o hidrológica, centrándose en la escasez de la precipitación, las diferencias entre la evapotranspiración actual y la potencial, el déficit del agua en el suelo, reducción del agua subterránea o reducción de los niveles en los lagos y lagunas. La demanda de agua de la vegetación depende de las condiciones prevalecientes del tiempo, las características biológicas de una planta específica, su etapa de crecimiento y las propiedades físicas y biológicas del suelo. Una buena definición de la sequía en la agricultura debe ser capaz de contemplar la susceptibilidad en las diferentes etapas de desarrollo de las cosechas, desde su aparición hasta su madurez. El déficit de humedad en la tierra agrícola puede obstaculizar la germinación de las plantas, llevando a una baja en el número de plantas por hectárea y una reducción en la producción final (Fig. 1). Sin embargo, si la humedad en la tierra agrícola es suficiente para las necesidades del crecimiento, las deficiencias de humedad en el subsuelo podrían no afectar las primeras etapas, y si la humedad del subsuelo se recupera durante el proceso estacional de crecimiento o si la precipitación resuelve las necesidades del agua en la planta durante las etapas finales, la producción final tampoco es afectada. Figura 1 – Presencia de sequía en campos de agricultura. Imagen cortesía de http://weblogs.madrimasd.org 5.6 SEQUÍA EN HIDROLOGÍA La sequía hidrológica está asociada con los efectos de períodos bajos en la precipitación y sus consecuencias en los cuerpos de agua en la superficie y en el subsuelo (por ejemplo, presas, México, 2007 12 FI.C0.4.41.1 lagos, lagunas, y agua subterránea). La frecuencia y la severidad de la sequía hidrológica se definen a menudo a escala de cuencas hidrológicas. Aunque todas las sequías son originadas por un déficit de precipitación, los hidrólogos se concentran en cómo esta se manifiesta en el sistema hidrológico. La sequía hidrológica tiene un retraso en su ocurrencia con respecto a la sequía meteorológica y agrícola, pues toma un tiempo que el déficit de precipitación se manifieste en las componentes del sistema hidrológico, tales como la humedad del suelo, los flujos subterráneos, el agua subterránea, las presas y lagos. Como resultado, estos impactos están fuera de fase con los impactos en otros sectores económicos. Por ejemplo un déficit en la precipitación puede resultar en una rápida reducción de la humedad del suelo que es casi inmediatamente discernible por los agricultores, pero los impactos de esta deficiencia en las presas y lagos pueden no afectar en la producción hidroeléctrica o usos recreacionales hasta dentro de varios meses. La competencia se incrementa por el agua que se encuentra en los grandes sistemas de almacenamiento (presas y lagos) cuando ocurren las sequías, y los conflictos entre los usuarios se incrementan significativamente. Por otra parte, un incremento en la frecuencia de sequías tiene un efecto considerable en la agricultura, ganadería y el incremento de riesgos de incendios forestales (Figs. 2 y 3),. Figura 2 – Incendios forestales asociados con temperaturas elevadas y déficit en la precipitación pluvial. Imagen cortesía de www.worldproutassembly.org México, 2007 13 FI.C0.4.41.1 Figura 3 – Imagen de satélite que muestra las plumas de humo provocadas por incendios forestales en México y Centro América. Imagen cortesía de NASA-EO. 6 CONDICIONES HÚMEDAS La lluvia constituye una variable meteorológica importante y difícil de pronosticar por los especialistas que se dedican a esta actividad, para lo cual se han desarrollado diversas herramientas basadas en el conocimiento de los fenómenos atmosféricos y en los avances tecnológicos, entre los que se encuentran los sistemas computacionales y la percepción remota (fig. 4). A su vez, la precipitación es un elemento importante dentro del clima, que influye directamente sobre el desenvolvimiento económico y social de cualquier país o región en particular. Las condiciones húmedas puedan estar asociadas a lluvias intensas, debidas a la presencia de tormentas severas las cuales son perturbaciones atmosféricas usualmente caracterizadas por vientos intensos, combinados frecuentemente con lluvia, nieve, aguanieve, granizo, hielo, relámpagos e inundaciones repentinas, cuando las tormentas se producen sobre el océano tienden a ocasionar oleaje alto y marejadas intensas. Esta definición también incluye perturbaciones del tiempo inusuales como lo son los tornados. En complemento, cualquier precipitación fuerte de nieve, lluvia, o granizo capaz de producir daños importantes o muertes es considerada como una tormenta severa. Las lluvias intensas pueden surgir básicamente como consecuencia de la inestabilidad atmosférica en las capas más bajas de la troposfera, donde los mares se convierten en principales responsables del aporte de calor y humedad a las masas de aire, de igual forma existen varios procesos físicos de origen marítimo conducentes a episodios de gran pluviosidad. México, 2007 14 FI.C0.4.41.1 Un gran número de lluvias intensas o inundaciones repentinas tienen naturaleza propiamente convectiva. Entre ellos es común encontrarse con pequeños sistemas nubosos que aunque sin presentar grandes desarrollos verticales, son también generadores de precipitaciones intensas. Es también destacable el hecho de que a veces la situación presenta una naturaleza no esencialmente convectiva, como en los casos en que la presencia orográfica se torna como hecho fundamental. Pero en resumidas cuentas, de lo que se trata es de lo mismo, aire húmedo que asciende, se condensa y produce cantidades importantes de precipitación. La intensidad de las lluvias está muy relacionada con el tipo de nube que la origina. Las nubes de deslizamiento ascendente (nimbostratos, altostratos), debidas a los frentes, dan las lluvias continuas de intensidad moderada, caen sobre grandes áreas del orden de centenares de miles de kilómetros cuadrados y durante decenas de horas. Los cumulonímbos, debidos a la convección, dan lugar a los aguaceros intensos, pero de corta duración. Después de comenzar pueden alcanzar intensidades elevadas, pero pueden también cesar bruscamente. En verano cuando los cumulonimbos son muy extensos y organizados, los aguaceros pueden durar varias horas. Las lluvias, cuando son intensas, pueden dejar de ser un elemento del clima favorable para la sociedad y la economía y se convertirse en un fenómeno meteorológico peligroso, que entorpece el desenvolvimiento normal de las actividades humanas y en casos extremos llega a ser la causa de muertes y destrucciones, afectaciones a la infraestructura y economía del país y principalmente a la sociedad (fig. 5). Figura 4 – (Izquierda) Imagen de satélite en canal visible que muestra intensos núcleos convectivos asociados con precipitaciones intensas. Imagen cortesía de NASA. (Derecha) resultados del modelo MM5 que muestra el pronóstico de lluvia acumulada de 24 a 48 horas. México, 2007 15 FI.C0.4.41.1 Figura 5 – Consecuencias de la ocurrencia de lluvias intensas. Fuente: www.el-universal.com.mx 7 EL EFECTO INVERNADERO Y LOS ESCENARIOS DE CAMBIO CLIMÁTICO 7.1 EMISIONES ANTROPOGÉNICAS DE DIÓXIDO DE CARBONO Los seres humanos emitimos y usamos el dióxido de carbono de muchas formas diferentes. Un ejemplo claro es el uso en bebidas refrescantes y cerveza, para hacerlas gaseosas. Algunos extintores usan dióxido de carbono porque es más denso que el aire. El dióxido de carbono también es usado en una tecnología llamada extracción de fluido supercrítico para descafeinar el café. La forma sólida del dióxido de carbono, comúnmente conocida como hielo seco, se usa en los teatros para crear nieblas en el escenario. El CO 2 es emitido en la combustión producida en fábricas, vehículos de automotor, incendios, etc. De esas actividades la quema de combustibles fósiles para la generación de energía provoca alrededor del 70-75% de las emisiones de dióxido de carbono (fuente: http://www.lenntech.com). El resto del 25-30% de las emisiones son provocadas por el uso de vehículos (fig. 6). La mayor parte de las emisiones de dióxido de carbono derivan de procesos industriales en países desarrollados, tales como los Estados Unidos y Europa. Sin embargo, las emisiones de dióxido de carbono de los países subdesarrollados están aumentando. Debido a las actividades humanas, la cantidad de CO 2 liberada a la atmósfera ha aumentado enormemente durante los últimos 150 años. Como resultado, ha excedido la cantidad que puede ser absorbida por la biomasa, los océanos y otros sumideros. Los humanos han estado México, 2007 16 FI.C0.4.41.1 incrementando la cantidad de dióxido de carbono en el aire debido a la quema de combustibles fósiles, producción de cemento y cambio en el uso del suelo. Alrededor del 22% de la actual concentración de CO 2 en la atmósfera existe debido a estas actividades humanas, si se considera que no hay cambio en las cantidades naturales de dióxido de carbono (fuente: http://www.lenntech.com). México, 2007 17 FI.C0.4.41.1 Figura 6 - Emisión de CO 2 por actividades antropogénicas. Imagen superior cortesía de prnewswire.com; imagen inferior cortesía de wordpress.com 7.2 PROBLEMAS AMBIENTALES – EL EFECTO INVERNADERO La troposfera es la parte baja de la atmósfera, con una altura de 10 a 15 kilómetros. Dentro de la troposfera hay gases llamados de invernadero. Cuando la luz del Sol alcanza a la Tierra, una parte es transformada en calor y el resto es irradiada hacia el espacio. Los gases invernadero absorben parte del calor que emite La Tierra hacia el espacio y lo retienen cerca de la superficie terrestre, de forma que La Tierra se calienta, a este proceso se le conoce comúnmente como efecto invernadero, proceso que se encarga de regular la temperatura del planeta. La cantidad de calor en la troposfera depende de las concentraciones de los gases invernadero y de la cantidad de tiempo que estos gases permanecen en la atmósfera, el dióxido de carbono puede permanecer en la troposfera de 50 a 200 años. Los gases invernaderos más importantes son vapor de agua, dióxido de carbono, CFCs (Cloro Fluoro Carbonos), óxido nitroso y metano. Desde el inicio de la revolución industrial en 1850, los procesos humanos han provocado emisiones de gases invernadero, con el consecuente aumento de la concentración de dióxido de carbono en la atmósfera de alrededor de 280 ppm en 1850 a 379 ppm en 2005 (IPCC, 4º Informe de Evaluación) (fig. 7). Esta contribución antinatural al efecto invernadero da origen al fenómeno conocido como calentamiento global. Se sospecha que el calentamiento global puede provocar un aumento de la actividad de las tormentas y derretimiento de las placas de hielo de los polos, entre otros, lo que provocará México, 2007 18 FI.C0.4.41.1 inundaciones en las zonas costeras y el interior de los continentes habitados, y otros problemas ambientales. 7.3 LOS ESCENARIOS A1, A2 Y B1. Las emisiones de gases de efecto invernadero son el resultado de una dinámica muy compleja, determinada principalmente por el crecimiento demográfico, el desarrollo socioeconómico y los avances tecnológicos. El Panel Intergubernamental del Cambio Climático (IPCC) en su “Reporte especial de escenarios de emisiones”, conocido como SRES por sus siglas en inglés (Special Report on Emissions Scenarios, Nakicenovic et al., 2000), se exploran las posibles emisiones futuras de los gases de efecto invernadero, las cuales contienen diferentes rangos en las condiciones socioeconómicas y las emisiones, con el fin de reflejar el conocimiento actual acerca de sus incertidumbres. Los escenarios consideran una variedad de posibles puntos de vista, pero explícitamente excluyen cualquier política global para reducir las emisiones y evitar el cambio climático. Del SRES, se escogieron tres escenarios que fueron seleccionados para el uso de las proyecciones climáticas y se encuentran en el tercer y cuarto reportes del IPCC. Los escenarios que se discuten en esta sección son el A1B, el A2 y el B1 que se describen a continuación. Escenario A1: Rápido Crecimiento Convergente.- Todos lo escenarios A1 describen a futuro un mundo de rápido crecimiento de la economía y de la población global que alcanzan su máximo a mitad de siglo y declinan posteriormente, así como la rápida introducción de nuevas y más eficientes tecnologías. Los temas más importantes son la convergencia entre las diferentes regiones, la capacidad constructora y el incremento de las interacciones culturales y sociales, con una reducción substancial de la diferencia en los ingresos per capita en las diversas regiones. La diferencia entre los escenarios A1F1, A1B, A1T es principalmente la fuente de energía utilizada para conducir esta economía en expansión: A1FI: Consumo intenso de combustible fósil, el carbón, el aceite, y el gas continúan dominando el suministro de energía para el futuro previsible. A1B: Balance entre los combustibles fósiles y otras fuentes de energía. A1T: Énfasis en una nueva tecnología utilizando energía renovable en lugar del combustible fósil. Escenario A2, un mundo fragmentado: El escenario A2 describe un mundo heterogéneo, el tema principal es la dependencia y la preservación de las identidades locales. Los patrones de fertilidad a través de diversas regiones convergen muy lentamente, lo que resulta en un crecimiento continuo de la población global. El desarrollo económico está orientado principalmente de forma regional y el crecimiento económico per capita y el cambio tecnológico están más fragmentados y son más lentos que en otros escenarios. Escenario B1: Convergencia con un énfasis ambiental global.- La familia de escenarios B1 describen a futuro un mundo convergente con la misma población global que alcanza su máximo a mediados del siglo XXI y declina posteriormente, es parecido al escenario A1 pero con cambios rápidos en las estructuras económicas hacia una economía de servicios e información, con reducciones en el uso de materias primas y la introducción de tecnologías México, 2007 19 FI.C0.4.41.1 limpias y eficientes. El énfasis es en soluciones globales hacia la sustentabilidad económica, social y ambiental, incluyendo una mayor equidad. Para la determinación de los períodos de condiciones húmedas y sequías que se realiza en este trabajo, se consideran los escenarios A1B, A2 y B1, ya que estos escenarios cubren una gama bastante diversa y contrastante en cuanto a las posibles emisiones futuras de CO 2 , lo que permitirá evaluar los posibles efectos de continuar con un ritmo acelerado de contaminación, o llegar a un límite a mediados del siglo XXI y reducir posteriormente el consumo de combustibles fósiles. La exploración de las lluvias y sequías para el escenario B2 propuesto por el Instituto Nacional de Ecología, no fue realizada debido a la insuficiencia a la fecha de elaboración de este informe de los datos para el escenario B2, correspondiente a los modelos que participaron en el 4to Informe de Evaluación del Panel Intergubernamental de Cambio Climático. En la figura 7 se presenta una comparación entre las emisiones de CO 2 desde el año 1850 al 2100 para los diversos escenarios de cambio climático. Figura 7 – Comparación de emisiones observadas y escenarios IPCC. Adaptado de Raupach, et al., 2007. 8 CARACTERIZACIÓN PROBABILISTA DEL CLIMA ACTUAL Y DE LOS ESCENARIOS Se caracterizan, mediante distribuciones de probabilidad, las variaciones de lluvia observadas durante las últimas décadas para las regiones seleccionadas, así como las variaciones de lluvia bajo escenarios climáticos en dos periodos 2010-2019 y 2080-2089 para las regiones seleccionadas. Para caracterizar las condiciones de sequía extrema se han utilizado diversos índices. Algunos de ellos son: el porcentaje de la normal, los deciles, el Índice de Precipitación Estandarizada México, 2007 20 FI.C0.4.41.1 (Standardized Precipitation Index SPI o IPE), y el Índice de Severidad de la Sequía de Palmer (PDSI). Actualmente, el Índice de Precipitación Estandarizado es el índice más ampliamente utilizado en estudios de sequía para proporcionar buenas estimaciones sobre la intensidad, la magnitud y el grado espacial de la misma, lo cual también se puede hacer extensivo a las condiciones húmedas. La ventaja principal del IPE en comparación con otros índices es el hecho de que el IPE permite la determinación de las condiciones de sequía y condiciones húmedas en diferentes escalas de tiempo y monitorea además diferentes tipos de sequía. Por otro lado, la mayoría de los índices tienen una escala de tiempo fija. Por ejemplo, el Índice de Severidad de la Sequía de Palmer (Palmer, 1965) tiene una escala de tiempo de 9 meses (Guttman, 1998), por lo cual no permite la identificación de sequías (o condiciones húmedas) en una escala de tiempo corto. Es ampliamente aceptado que las sequías de diferentes escalas de tiempo afectan a varios subsistemas en el ciclo hidrológico, debido a la respuesta que tienen los diversos cuerpos de agua ante variaciones de precipitación de período corto. A escalas de tiempo grandes el IPE es relacionado a sequías hidrológicas (los flujos de los ríos y el nivel de los lagos y presas). Por las razones expuestas en los dos párrafos anteriores, en este trabajo utilizamos el IPE (Edwards y McKee, 1997) que cuantifica el déficit o superávit pluviométrico en periodos múltiples (1, 3, 6, 12, 24, 48,… meses). Para ello en la función de probabilidad de la precipitación se utilizó una función Gamma que se trasforma en una distribución normal estandarizada (con media cero y varianza unitaria). El IPE nos indica el número de desviaciones estándar con que un evento particular se desvía de la condición de normalidad. Para cada escala temporal el IPE refleja el impacto de la sequía sobre la disponibilidad de los distintos recursos hídricos. Por ejemplo, mientras que la humedad del suelo responde a las anomalías de la precipitación en escalas de tiempo más cortos, el agua subterránea y los ríos tienden a responder en las escalas más largas. El IPE se calcula teniendo en cuenta el desvío de las precipitaciones en comparación con su valor medio sobre una determinada escala de tiempo, dividido por una medida de la desviación estándar. Dado que la precipitación no presenta una distribución normal o Gaussiana, por lo menos en escalas de tiempo menores a un año, se lleva a cabo un ajuste de la variable de modo que el IPE se representa con distribución Gaussiana con media nula y desviación media unitaria. El IPE es un índice con la media y la varianza comunes lo que le permite comparar los valores calculados para las diferentes regiones. Además, le permite considerar períodos húmedos y secos de la misma manera. Las ventaja del IPE son: a) es simple de calcular (sólo requiere de la precipitación), b) puede valorarse en todo lugar y c) es estandarizado (permite su comparación, interpolación y extrapolación). Thom (1966) encontró que la función Gama describía bien a las variables climáticas. México, 2007 21 FI.C0.4.41.1 Figura 8 – Ejemplo de una Distribución de probabilidad Gama. La distribución Gama se define por su función de densidad de probabilidad en la ec. 1. (Ec. 1) donde α> 0 β>0 x>0 α es el parámetro de forma β es el parámetro de escala x es la precipitación (Ec. 2) donde es la función gama Después de ajustar sus parámetros la distribución de probabilidad de valores acumulados G se muestra en la ec. 3. (Ec. 3) Haciendo t =x/ β , esta ecuación se traduce en la función Gama incompleta (ec. 4). México, 2007 22 FI.C0.4.41.1 (Ec. 4) Como la función gama es indefinida para x=0 y una distribución de lluvia puede contener ceros, la distribución acumulada queda como la ec. 5. (Ec. 5) Donde q es la probabilidad de lluvia nula. Finalmente la distribución H es transformada a una variable Z con distribución normal, con media cero y desviación estándar unitaria (Abramovitz y Stegun, 1965). Figura 9 – Ejemplo de una Distribución de probabilidad acumulada Gama y de su proyección en una distribución normal. La interpretación que se tiene del Índice de Precipitación Estandarizada está dada a partir de la probabilidad de que ocurra un cierto evento. En la Tabla 1 se tiene el valor del IPE asociado a su correspondiente probabilidad acumulada y la clasificación propuesta del evento. Por ejemplo, la probabilidad de que ocurra un evento con un IPE por debajo de -4.5 es de 0.0003%, mientras que la probabilidad de que ocurra un evento con un IPE superior a -4.5 es de 99.9997%. Similarmente, la probabilidad de que ocurra un evento con un IPE por arriba o por debajo de 0, es de 50%. México, 2007 23 FI.C0.4.41.1 Valor del IPE -4.5 -4.0 -3.5 -3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 Probabilidad Acumulada (%) 0.0003 0.0032 0.0233 0.1350 0.6210 2.2750 6.6807 15.8655 30.8538 50.0000 69.1462 84.1345 93.3193 97.7250 99.3790 99.8650 99.9767 99.9968 99.9997 1–Probabilidad Acumulada (%) 99.9997 99.9968 99.9767 99.8650 99.3790 97.7250 93.3193 84.1345 69.1462 50.0000 30.8538 15.8655 6.6807 2.2750 0.6210 0.1350 0.0233 0.0032 0.0003 Clase Nominal del IPE Categoría del Evento Extremadamente seco Extremadamente seco Extremadamente seco Muy seco Muy seco Seco Seco Ligeramente seco Normal Normal Normal Ligeramente húmedo húmedo húmedo Muy húmedo Muy húmedo Extremadamente húmedo Extremadamente húmedo Extremadamente húmedo Sequía extrema Sequía extrema Sequía extrema Sequía intensa Sequía intensa Sequía Sequía Sequía ligera Normal Normal Normal Humedad ligera Humedad Humedad Humedad intensa Humedad intensa Humedad extrema Humedad extrema Humedad extrema Tabla 1 – Valor del IPE asociado a su correspondiente probabilidad acumulada y la clasificación propuesta del evento. De acuerdo con la tabla anterior, se consideran condiciones de sequía cuando el índice de precipitación estandarizado (IPE) está por debajo de -1.5, esta sequía es intensa cuando el IPE está entre -2.5 y -3.0, y la sequía es extrema cuando el IPE es menor de -3.5. De forma análoga, hay condiciones húmedas cuando el IPE es mayor a 1.5, muy húmedas cuando el IPE se encuentra entre 2.5 y 3.0, y extremadamente húmedas cuando el IPE es mayor a 4.0. Estos son los criterios que se utilizarán para considerar condiciones secas o húmedas en el resto de este estudio. 9 METODOLOGÍA Se presenta a continuación la metodología a emplear para estudiar el impacto hídrico de sequía y lluvias extremas en México. Primero se presenta la evaluación y selección de modelos para definir los escenarios. Después se presenta la selección de las regiones de México para ser estudiadas con detalle. México, 2007 24 FI.C0.4.41.1 9.1 MODELOS CLIMÁTICOS A EMPLEAR Los modelos usados son aquellos que fueron aplicados en el 4to Informe de Evaluación del IPCC y que, a la fecha de elaboración de este estudio, publicaron los resultados de las proyecciones de temperatura y precipitación. Estos modelos han creado confianza en los científicos del IPCC pues proveen estimaciones cuantitativas creíbles del clima futuro, particularmente a escalas espaciales comparables al tamaño de los continentes y a escalas superiores. Esta confianza viene del hecho que los modelos están basados en principios físicos aceptados, además de su habilidad para reproducir características observadas del clima actual y de los climas pasados. La confianza de los modelos es mayor para algunas variables climáticas (por ejemplo la temperatura) que para otras (como la precipitación). Sobre las décadas que ha tomado el desarrollarlos, los modelos de clima han dado una imagen robusta y clara de un calentamiento global que responde al incremento de las concentraciones de los gases de efecto invernadero. En la tabla 2 se muestran los diferentes modelos climáticos empleados. No. NOMBRE DEL MODELO NOMENCLATURA PAÍS MALLA 1 BCCR-BCM2.0 BCCR2 NORUEGA 128 lons x 124 lats 2 CCCMA-CGCM3 CGC47 CANADÁ 96 lons x 48 lats 3 CNRM-CM3 CNRM3 FRANCIA 128 lons x 124 lats 4 CSIRO-MK3.5 CSIRO AUSTRALIA 192 lons x 96 lats 5 MPI_ECHAM5 ECHAM ALEMANIA 192 lons x 96 lats 6 MIUB_ECHO_G ECHOG ALEMANIA, KOREA 192 lons x 96 lats 7 GFDL-CM2.1 GFD21 ESTADOS UNIDOS 144 lons x 90 lats 8 GFDL-CM2.0 GFDL2 ESTADOS UNIDOS 144 lons x 90 lats 9 INMCM3.0 INMCM RUSIA 72 lons x 45 lats 10 IPSL-CM4 IPSL4 FRANCIA 96 lons x 72 lats 11 MIROC3_2_MEDRES MIROM JAPÓN 128 lons x 64 lats 12 MRI_CGCM2_3_2A MRICG JAPÓN 128 lons x 64 lats 256 lons x 128 lats 13 NCAR_CCSM3_0 NCCSM ESTADOS UNIDOS 14 NCAR_PCM1 NPCM1 ESTADOS UNIDOS 128 lons x 64 lats 15 UKMO_HADCM3 UHADC REINO UNIDO 96 lons x 73 lats Tabla 2 – Modelos climáticos considerados. Los datos de precipitación y de temperatura de cada uno de los 15 modelos climáticos fueron llevados a una malla uniforme de 2° por 2° mediante interpolación, ya que cada modelo presenta una resolución diferente. Entonces se realizó el promedio aritmético para cada nodo sobre la malla uniforme de los datos de precipitación y de temperatura. La malla está delimitada por las coordenadas de 13° a 35° latitud Norte y de 119° a 85° longitud Oeste, e incluye a la República Mexicana. 9.2 SELECCIÓN DE LAS REGIONES DE ESTUDIO Diversas regiones de México son vulnerables a la sequía meteorológica, tanto en lo que se refiere a sus efectos en la disponibilidad del agua para consumo humano y para la agricultura, así como la vulnerabilidad de los distintos ecosistemas ante la escasez de precipitación pluvial. Sin embargo, los cambios esperados en las condiciones climáticas pueden afectar de manera México, 2007 25 FI.C0.4.41.1 diferente a diversos sectores en México, con efectos sociales y económicos relacionados, sobre todo, en las regiones pobres del país. Para poder definir mejor los escenarios climáticos y de las vulnerabilidades asociadas, se seleccionaron tres regiones de México para su estudio detallado, la superficie de cada región es de 2° por 2°, y su centro se ubica en las coordenadas siguientes (ver Figura 10): • • • Región 1: Chiapas coordenadas 17° latitud Norte, 93° longitud Oeste. Región 2: R. Centro coordenadas 19° latitud Norte, 99° longitud Oeste. Región 3. Jalisco coordenadas 21° latitud Norte, 103° longitud Oeste. Figura 10 – Región que muestra en líneas delgadas la malla de 2° por 2° donde se tienen las bases de datos de precipitación y temperatura de los 15 modelos de clima. Las tres regiones marcadas con cuadros azules corresponden a las regiones que serán referidas como (de derecha a izquierda), Chiapas, Centro y Jalisco. La primera región se seleccionó básicamente considerando la infraestructura energética (hidroeléctrica y petrolera) localizada en esa región. Los criterios para seleccionar las otras dos regiones fueron los aspectos poblacionales, de infraestructura, industriales y agrícolas. En el Anexo 4 se presentan algunos aspectos importantes de la agricultura y la vegetación de las regiones seleccionadas. Otro de los criterios para la selección de estas regiones, fue que son zonas donde se tiene una lluvia relativamente mayor a las regiones más secas del norte y noroeste de la República Mexicana, por lo cual sequías extremas pueden tener consecuencias muy importantes en las condiciones de la flora y fauna nativas. La base de datos de precipitación se encuentra en formato de libro de Excel (figura 11), el cual contiene una breve introducción y el promedio de las precipitaciones (mm/mes) y sus correspondientes desviaciones estándar para cada cuadro de la malla en los escenarios A1B, A2 y B1 del IPCC. El nombre de este archivo es Escenarios_lluvia_mesual.xls. Análogamente, se preparó un archivo con el nombre Escenarios_temperatura_mesual.xls para la base de datos de temperatura. dichas bases de datos se adjuntan al presente informe. México, 2007 26 FI.C0.4.41.1 Figura 11 – Vista del archivo de Excel que contiene los escenarios del promedio de la precipitación (mm/mes) y su desviación estándar para la malla mostrada en la figura 10. 9.3 COMPARACIÓN DE LOS MODELOS DEL IPCC CON OBSERVACIONES DURANTE PERÍODOS HISTÓRICOS El GPCP es el Global Precipitation Climatology Project (Proyecto de Climatología de la Precipitación Global) cuyo objetivo es el desarrollar un entendimiento más completo de los patrones espaciales y temporales de la precipitación global. Los datos provenientes de aproximadamente 6000 estaciones de medición de lluvia, satélites estacionarios e infrarrojos de órbita baja, microondas pasivas y observaciones de radiosondeos han sido combinados para estimar lluvia mensual en una malla global de 2.5 grados desde el año 1979 hasta el año actual. La cuidadosa combinación de la estimación de lluvia por medio de satélite proporciona el análisis más completo de lluvia disponible hasta la fecha sobre los océanos globales, y agrega detalles espaciales necesarios para análisis de lluvia sobre tierra. Los datos de GPCP han revelado cambios en la precipitación observada en escalas de tiempo interanual o estacional, y se han utilizado para validar la precipitación de modelos generados de sistemas de reanálisis, como los de los National Centers for Environmental Prediction/National Center for Atmospheric Research (Centro Nacional para Pronóstido Ambienta/Centro Nacional de Investigación Atmosférica, NCEP/NCAR por sus siglas en inglés) y European Centre for Medium-Range Weather Forecasting (Centro Europeo para Pronóstico Meteorológico a Mediano Plazo, ECMWF por sus siglas en inglés). GPCP también ofrece el potencial de estudiar cambios en la distribución de la precipitación en escalas de tiempo grandes como en las simulaciones de GCM, especialmente en el cambio de patrón de datos anteriormente escasos sobre áreas oceánicas. GPCP puede estimar tanto los patrones espaciales y de magnitud de lluvia modelada, para deducir el error estimado respecto a las observaciones. Con el objetivo de tener una idea cuantitativa de cómo están proyectando la temporada de lluvias los modelos del IPCC, se muestra en la figura 12 las regiones en las que se está comparando la climatología de lluvia observada por el GPCP, con respecto a un promedio de modelos del IPCC: México, 2007 27 FI.C0.4.41.1 Figura 12 – a) Promedio de los modelos de precipitación del IPCC comparado con la base de datos del GPCP para las 11 zonas de México marcadas en el mapa; la zona 12 corresponde al promedio de las zonas 9, 10 y 11. Adaptado de Montero et al. (2007). México, 2007 28 FI.C0.4.41.1 Figura 12 – a) Continuación. México, 2007 29 FI.C0.4.41.1 Figura 12 – b) Comparación del régimen de precipitación de las regiones Jalisco, Centro y Chiapas (mostradas en la figura 10) de los modelos climáticos globales del IPCC, contra el reportado por el Servicio Meteorológico Nacional para el periodo 1961 al 1990. México, 2007 30 FI.C0.4.41.1 Del análisis de la figura 12 se puede decir que el promedio de los modelos del IPCC tienden a sobreestimar la precipitación en la región del estado de Jalisco y región centro, mientras subestiman la precipitación en la zona de Chiapas y Tabasco. Dado que esta comparación entre los modelos y las observaciones sólo la podemos hacer en períodos históricos y no es posible hacerla para períodos futuros, el Índice de Precipitación Estandarizada y su evolución temporal a lo largo del siglo XXI que se calcula en las siguientes secciones es una medida sugerida de comparar los resultados de los modelos en el período histórico (1949-1999), con los resultados de los mismos modelos durante el siglo XXI. Por otra parte, en forma general el ciclo anual de precipitación de la figura 12 está bien representado por el promedio de los modelos del IPCC quienes capturan de forma aproximada el inicio y fin de la temporada de lluvias, así como la sequía intraestival en el caso de la región correspondiente a los estados de Tabasco y Chiapas. 10 EVALUACIÓN DEL SELECCIONADAS CAMBIO CLIMÁTICO EN LAS REGIONES Considerando el promedio aritmético de los 15 modelos climáticos (ver Tabla 2), se evaluaron los cambios en la climatología en las tres regiones estudiadas. Para las diferentes regiones analizadas se obtienen una serie de resultados, a continuación se describen los resultados de la región de Chiapas: 10.1 REGIÓN DEL ESTADO DE CHIAPAS 10.1.1 Análisis de probabilidad de que presenten períodos de sequía, períodos húmedos y temperaturas extremas en Chiapas Para la región seleccionada del Estado de Chiapas, centrada en coordenadas 17° Norte, 93° Oeste, se graficaron los resultados de la precipitación mensual para los distintos escenarios. En la figura 13 se muestra el promedio aritmético de la precipitación mensual en unidades de mm para cuatro décadas distintas: 1980s, 2030s, 2080s y 2090s, las cuales pertenecen al escenario A2 del IPCC. A partir de estos resultados se pueden realizar las siguientes observaciones: 1) Los máximos de precipitación mensual tienden a disminuir conforme se incrementa el tiempo, por ejemplo, a mediados de los años 1980s se tienen máximos superiores a los 210 mm, mientras que conforme avanza el tiempo, los máximos descienden por debajo de esta cantidad; 2) Los mínimos relativos de la sequía de medio verano también descienden de unos 120 a 150 mm en los 1980s a cantidades inferiores a los 120 e incluso a los 90 mm en los años 2080s y 2090s; 3) La variabilidad interanual en la precipitación crece conforme nos acercamos al final del período simulado, donde coexisten meses con máximos de precipitación entre 150 y 210 mm, mientras que al principio del período simulado se tiene una variabilidad entre 180 y 225 mm. México, 2007 31 FI.C0.4.41.1 Figura 13 – Series de tiempo para la precipitación mensual, región de Chiapas. Se realizó una cuantificación en períodos de 30 años, del número de meses que se observaron precipitaciones de distintos intervalos (en mm/mes), dividiendo los resultados en la época seca (diciembre a mayo) y en la húmeda (junio a noviembre). Los resultados se muestran en la figura 14 y permiten hacer un análisis de probabilidades de que presenten períodos de sequía y condiciones húmedas. Durante el período diciembre a mayo (fig. 14a) se tiene, conforme avanza el tiempo, un incremento substancial del número de meses con precipitaciones acumuladas entre 0 y 30 mm/mes, pasando de 44% a 60% de meses; mientras que en los intervalos de precipitación mayores a 30 mm/mes, en su mayor parte decrece el porcentaje de meses conforme se avanza en el tiempo. En contraste, para el período de junio a noviembre (fig. 14b), se tiene la mayor frecuencia de eventos en los intervalos de precipitación que se encuentran alrededor de los 150 mm/mes. Se muestra una clara tendencia que las precipitaciones a la izquierda del máximo se incrementan con el tiempo, mientras que las que se encuentran a la derecha del máximo disminuyen conforme se avanza en el tiempo. Esto implica de una forma general y bajo el escenario A2, que las precipitaciones medias de verano y otoño para el estado de Chiapas disminuirán en magnitud de un modo considerable, por ejemplo, en el intervalo de 150 a 180 mm/mes pasan de un 29.4% de meses en 1950-1979 a un 10.34% de los meses en 2070-2098. Sin embargo, existe una posibilidad de 0.57% de que se presenten acumulaciones de lluvia mensuales que se pueden considerar extremas (240-270 mm/mes) a finales del siglo. México, 2007 32 FI.C0.4.41.1 DICIEMBRE A MAYO (Escenario A2, Chiapas) 1949-1979 1979-2009 2009-2039 2039-2069 2069-2098 # de meses (%) 60 40 20 0 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 210 a 240 240 a 270 270 a 300 Intervalo de Prec. (mm/mes) a) JUNIO A NOVIEMBRE (Escenario A2, Chiapas) 1950-1979 1980-2009 2010-2039 2040-2069 2070-2098 # de meses (%) 60 40 20 0 0 a 30 30 a 60 60 a 90 b) 90 a 120 120 a 150 150 a 180 180 a 210 210 a 240 240 a 270 270 a 300 Intervalo de Prec. (mm/mes) Figura 14 – Histograma del porcentaje de meses que se observó una precipitación mensual acumulada de acuerdo a los intervalos mostrados en el eje horizontal, para períodos de 30 años desde 1949 a 2098, en el Escenario A2 para la región de Chiapas: a) Meses de diciembre a mayo, y b) Meses de junio a noviembre. La señal de cambio de temperatura para el período 1949-2098 en el estado de Chiapas se muestra en la figura 15. Existe un incremento gradual de temperatura, el cual es más marcado a partir del año 2010. En 1949 se tiene una temperatura máxima de 26.4ºC y en 2098 el máximo es de 32.6 ºC, mientras que la mínima para los mismos años es de 20.1ºC y 24.4ºC respectivamente. Esto implica un incremento de 6.2ºC en las temperaturas máximas y 4.3ºC en las temperaturas mínimas, lo que significa una tendencia a mayor variación intra-anual del rango de temperaturas, aunado a un incremento considerable de las mismas. México, 2007 33 FI.C0.4.41.1 Figura 15 – Serie de tiempo para la temperatura mensual promedio bajo el escenario A2, región de Chiapas. Como se mencionó en la sección 5, se utiliza el Índice de Precipitación Estandarizado (IPE) para caracterizar, mediante distribuciones de probabilidad, las variaciones de lluvia observadas durante las últimas décadas para las regiones seleccionadas. Realizando el cálculo del IPE de 12 meses (enero-diciembre de cada año) para el período de referencia (1949-1999) en el conjunto de 15 modelos del IPCC, se obtiene la serie de tiempo que muestra la figura 16. El valor promedio para la precipitación en este período de referencia es de 1100 mm/año, mientras que la desviación estándar que representa la unidad de 1 IPE es igual a 45 mm/año; el valor máximo es de 1201 mm/ año y el mínimo es 998 mm/año. La máxima variabilidad del período de referencia está entre -2.32 y +2.19 desviaciones estándar. La variabilidad interanual del IPE tiende a disminuir conforme nos acercamos al final del período de referencia (1949-1999), y no hay una tendencia clara hacia un incremento o disminución del IPE en dicho período de tiempo. IPE de 12 meses 3 2 IPE 1 0 -1 -2 -3 1949 1959 1969 1979 1989 1999 Año Figura 16 – Comportamiento del Índice de Precipitación Estandarizado de 12 meses para el período de referencia (1949-1999), Región Chiapas. México, 2007 34 FI.C0.4.41.1 Utilizando como unidad de precipitación la cantidad de 1 IPE = 45mm/año, se calculó la variación de la precipitación anual (enero-diciembre) para el conjunto de los modelos en el período completo de simulación (1949-2098), la cual se muestra en la figura 17. Existe una clara tendencia hacia una menor precipitación, estimada por la línea recta mostrada, la cual tiene una pendiente de -0.0271 (unidades de IPE)/año, lo que significa que en el período mostrado de 150 años se tiene una disminución de 4.065 unidades de IPE, o 183 mm menos de lluvia anual. El año 2039 es el último año en que la precipitación se puede considerar por arriba del promedio respecto al período de referencia 1949-1999, y todos los años posteriores a 2039 son años por debajo del promedio. El año más seco es el de 2084 con -5.8 desviaciones estándar por debajo del promedio, lo cual significa 261 mm menos de lluvia ese año (23.7% menos de lluvia). La variación interanual también tiene cambios abruptos, por ejemplo, en dos años consecutivos (2083 y 2084) se tiene un cambio de 4.8 unidades de IPE, cambio que rebasa considerablemente la máxima variación de 2.86 unidades de IPE entre dos años consecutivos (1976 y 1977) para el período de referencia (fig. 16). 2099 2089 2079 2069 2059 2049 2039 2029 2019 2009 1999 1989 1979 1969 1959 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8 -9 -10 -11 -12 1949 Unidades de 1 IP E Variac ión de la P rec ipitac ión A nual E s tado de C hiapas , E s c enario A 2 Año Figura 17 – Serie de tiempo para la variación de la precipitación en la región de Chiapas, Escenario A2. La escala de precipitación está normalizada por unidades de IPE para el período de referencia (1949-1999), 1 IPE = 45 mm. Las líneas delgadas indican la desviación estándar asociada a la variabilidad de los modelos utilizados. En resumen, se tiene que para el escenario A2 en el Estado de Chiapas se espera una disminución considerable de la precipitación a lo largo de 150 años, del orden de 4 desviaciones estándar de la precipitación observada durante el período de referencia (19491999), lo que equivale a una reducción de 180 mm/año hacia la década de los 2090s. Se incrementará también de manera importante la variabilidad interanual en la precipitación, lo que significa que tendremos años normales y años secos y muy secos mezclados en una sola década, haciendo muy difícil la planeación uniforme de las actividades socioeconómicas en períodos de lustros o sexenios. Aproximadamente a partir del primer tercio del siglo XXI se tendrán una sucesión constante de años secos con relación a los observados en el clima actual. La distribución de la precipitación en el siglo XXI seguirá conservando la forma actual, es decir, se continuará presentando una sequía intra-estival o de medio verano. México, 2007 35 FI.C0.4.41.1 A partir de la figura 17 se observa que es muy probable que la mayoría de los años después del 2049 presenten condiciones de sequía (IPE < -1.5), lo que representaría una reducción en la lluvia mayor a 68 mm/año, y existe la probabilidad de que se presenten años con condiciones de sequía intensa (IPE < -2.5) a partir del 2069. Esto no descarta la posibilidad de que se presenten períodos cortos de lluvias extremas, sin embargo la resolución espacial de los datos de los modelos climáticos globales aún no permiten realizar dicho análisis. Tanto la época del año húmeda (junio-noviembre) como la seca (diciembre-mayo) presentan una tendencia a la disminución en la frecuencia de meses húmedos relativamente. Los eventos más húmedos (por arriba de 210 mm/mes) tienen una tendencia a la baja. 10.2 REGIÓN CENTRO 10.2.1 Análisis de probabilidad de que presenten períodos de sequía y períodos húmedos en la Región Centro Para la zona seleccionada como región centro, centrada en coordenadas 19 Norte, 99 Oeste, se obtuvieron los resultados de la precipitación mensual bajo distintos escenarios. En la figura 18 se presenta el acumulado de la precipitación mensual en mm/mes, para el período de 1949 a 2098, perteneciendo al escenario A2 del IPCC. De lo anterior se puede percibir una cierta disminución en la cantidad de lluvia acumulada mensualmente e inferir que probablemente se reduciría el número de eventos que sobrepasan los 180 mm/mes, mientras que también se observan eventos intensos que sobrepasan los 250 mm/mes cerca del 2039 y 2089. Figura 18 – Serie de tiempo para la precipitación mensual promedio bajo el escenario A2, de la Región Centro. México, 2007 36 FI.C0.4.41.1 JUNIO A NOVIEMBRE (Escenario A2, R. Centro) DICIEMBRE A MAYO (Escenario A2, R. Centro) 1949-1979 1979-2009 2009-2039 2039-2069 2069-2098 1950-1979 2010-2039 2040-2069 2070-2098 60 # de meses (%) # de meses (%) 60 1980-2009 40 20 40 20 0 0 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 Intervalo de Prec. (mm/mes) a) 210 a 240 240 a 270 270 a 300 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 210 a 240 240 a 270 270 a 300 Intervalo de Prec. (mm/mes) b) Figura 19 - Histogramas del número de meses que se observó una precipitación mensual acumulada de acuerdo a los intervalos mostrados en el eje horizontal, para períodos de 30 años desde 1949 a 2098 para: a) Meses de diciembre a mayo, y b) Meses de junio a noviembre. De la misma forma que para la región del estado de Chiapas, se realizó una cuantificación en períodos de 30 años, del número de meses (en porcentajes) que se observaron precipitaciones de distintos intervalos (en mm/mes), dividiendo los resultados en la época seca (diciembre a mayo) y en la húmeda (junio a noviembre). Los resultados se muestran en la figura 19a y 19b respectivamente y permiten hacer un análisis de probabilidades de que presenten períodos de sequía y condiciones húmedas. Durante el período diciembre a mayo (fig. 19a) se observa que el número de meses en el que se registra una precipitación de 0 a 30 mm y 90 a 120 mm aumenta considerablemente, mientras que los demás periodos de precipitación muestran variabilidades mínimas o tendencias a la baja, como en el caso del número de meses que presenta precipitación en el rango de 30 a 60 mm, donde el porcentaje se reduce conforme se avanza en el tiempo. En el periodo de junio a noviembre (fig. 19b) se perciben características distintas donde las tendencias del número de meses más significativas a incrementarse y disminuir se presentan para los intervalos 120 a 150 mm y 180 a 210 mm respectivamente. También se aprecia que se presentarían meses con lluvias promedio entre 240 y 270 mm/mes al final del período considerado (1949-2098) lo que sugiere que se podrían presentar períodos húmedos potencialmente intensos a finales del siglo. La serie de tiempo para la temperatura durante el período 1949-2098 en la región centro se muestra en la figura 20, donde el incremento de temperatura es notable, sobre todo después del año 2009 hasta el periodo final de simulación para el año 2098, donde se pueden encontrar máximos cercanos a los 28 °C con una diferencia aproximada de 6 °C con los máximos indicados al principio del análisis. Los mínimos parecen cumplir con la misma característica de ir a la alza, ya que de 14 °C que se tenían en 1949 se vislumbran en 2098 mínimos de 18 °C lo que señalaría un aumento en la variación interanual debido a las diferencias entre la magnitud en el incremento de los mínimos y los máximos. México, 2007 37 FI.C0.4.41.1 Figura 20 - Serie de tiempo para la temperatura mensual promedio bajo el escenario A2, Región Centro. Variac ión de la P rec ipitac ión A nual R eg ión C entro, E s c enario A 2 6 5 4 Unidades de 1 IP E 3 2 1 0 -1 -2 -3 -4 -5 -6 -7 2099 2089 2079 2069 2059 2049 2039 2029 2019 2009 1999 1989 1979 1969 1959 1949 -8 Año Figura 21 – Serie de tiempo para la variación de la precipitación anual en la Región Centro para el Escenario A2. La escala de precipitación está normalizada por unidades de IPE para el período de referencia (1949-1999), 1 IPE = 49 mm. La precipitación promedio anual para el período de referencia (1949-1999) es de 1251.9 mm. Las líneas delgadas indican la desviación estándar asociada a la variabilidad de los modelos utilizados. La figura 21 muestra el cálculo de la variación de precipitación anual (enero-diciembre) realizado de la misma forma que para la región de Chiapas. La gráfica denota una clara tendencia de la precipitación a disminuir, señalada por una línea recta. Para el caso de la región centro el último año en el que la precipitación se encuentra por encima del promedio es cerca del 2059, respecto al periodo de referencia 1949-1999. El año más seco es el de 2088 con aproximadamente -4.3 desviaciones estándar por debajo del promedio. México, 2007 38 FI.C0.4.41.1 En conclusión, se señala que bajo el escenario A2, para la Región Centro se espera una reducción importante de la cantidad de precipitación a lo largo de lo que comprende el periodo total del análisis (150 años). 10.3 REGIÓN JALISCO 10.3.1 Análisis de probabilidad de que presenten períodos de sequía y períodos húmedos en Jalisco Para la región con centro en coordenadas 21 Norte, 103 Oeste, la cual corresponde al estado de Jalisco, se realizaron las gráficas de la serie de tiempo de precipitación mensual (Fig. 22) y los histogramas del porcentaje de meses que se dieron precipitaciones en diferentes intervalos (Fig. 23), estos histogramas permiten hacer un análisis de probabilidades de que presenten períodos de sequía y períodos húmedos. Estas muestran un descenso importante en las lluvias de diciembre a mayo, especialmente en el intervalo de 60 a 90 mm/mes; también se observan descensos considerables en las lluvias de junio a noviembre, sobre todo en los intervalos de 210 a 240 y de 240 a 270 mm/mes. En contraste con el caso de Chiapas, en Jalisco se observa que en décadas futuras se podrían presentar eventos extremos de precipitación, si se infiere que aumentaría el porcentaje de meses con acumulados mensuales elevados, sobre todo en el intervalo de 270 a 300 mm/mes, lo que podría inferir una tendencia a incrementarse el número de eventos de precipitación extrema en Jalisco. Figura 22 – Serie de tiempo para la precipitación mensual acumulada ante el escenario A2, región de Jalisco. DICIEMBRE A MAYO (Escenario A2, Jalisco) 1949-1979 1979-2009 2009-2039 2039-2069 JUNIO A NOVIEMBRE (Escenario A2, Jalisco) 2069-2098 1950-1979 40 20 2040-2069 2070-2098 40 20 0 0 0 a 30 30 a 60 60 a 90 a) 2010-2039 60 # de meses (%) # de meses (%) 60 1980-2009 90 a 120 120 a 150 150 a 180 180 a 210 Intervalo de Prec. (mm/mes) 210 a 240 240 a 270 270 a 300 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 210 a 240 240 a 270 270 a 300 Intervalo de Prec. (mm/mes) b) Figura 23 – Histograma del porcentaje de meses que se observó una precipitación mensual acumulada de acuerdo a los intervalos mostrados en el eje horizontal, para períodos de 30 años desde 1949 a 2098, en el Escenario A2 para la región de Jalisco: a) Meses de diciembre a mayo, y b) Meses de junio a noviembre. 39 México, 2007 FI.C0.4.41.1 De acuerdo a la serie de tiempo de la temperatura mensual promedio (Fig. 24), se espera un incremento gradual en la temperatura bajo el escenario A2 en la región del estado de Jalisco; las temperaturas máximas van de alrededor de 22 ºC en 1949 hasta los 28 ºC en 2098, lo que significa un incremento de cerca de 6 ºC en 150 años. Las temperaturas mínimas van de 14 ºC hasta 18 ºC, lo que significa un incremento de 4 ºC. El incremento más importante de temperatura se da a partir del año 2024 y hasta el 2098. Figura 24 – Serie de tiempo para la temperatura mensual promedio en la zona del estado de Jalisco para el Escenario A2. De la misma forma en que se construyó la gráfica para la variación de la precipitación anual en la región de Chiapas, se calculó la unidad de 1 IPE para Jalisco, la cual es de 53mm/año. La variación de la precipitación anual (enero-diciembre) para el promedio de los modelos en el período completo de simulación (1949-2098) en el escenario A2 se muestra en la figura 25. Existe una clara tendencia hacia una reducción en la precipitación, estimada por la línea recta mostrada, la cual tiene una pendiente de -0.0238 (unidades de IPE)/año, lo que significa que en el período mostrado de 150 años se tiene una disminución de 3.57 unidades de IPE, o 189 mm menos de lluvia anual. El año 2045 es el último año en que la precipitación se puede considerar por arriba del promedio respecto al período de referencia 1949-1999, y todos los años posteriores a 2045 son años por debajo del promedio. El año más seco es el de 2088 con -5.4 desviaciones estándar por debajo del promedio, lo cual significa 286 mm menos de lluvia ese año (20.9% menos de lluvia en comparación al periodo histórico). México, 2007 40 FI.C0.4.41.1 Variac ión de la P rec ipitac ión A nual R eg ión J alis c o, E s c enario A 2 4 3 2 Unidades de 1 IP E 1 0 -1 -2 -3 -4 -5 -6 -7 -8 -9 2099 2089 2079 2069 2059 2049 2039 2029 2019 2009 1999 1989 1979 1969 1959 1949 -10 Año Figura 25 – Serie de tiempo para la variación de la precipitación en la región de Jalisco, Escenario A2. La escala de precipitación está normalizada por unidades de IPE para el período de referencia (1949-1999), 1 IPE = 53 mm/año. Las líneas delgadas indican la desviación estándar asociada a la variabilidad de los modelos utilizados. Con objeto de analizar con mayor detalle la tendencia en el comportamiento de periodos húmedos que se detectaron en la serie de tiempo de precipitación anual y en sus histogramas, se calculó el Índice de Precipitación Estandarizada de 3 meses para el período completo de la simulación (1949-2098), el cual se presenta para todos los meses en la Figura 26a. Es notable el incremento del IPE de 3 meses en la década de 2089 a 2099, donde el punto máximo de toda la figura pertenece al mes de noviembre de 2094 con +3.9 desviaciones estándar por arriba de la media de los 150 años. Los otros máximos de esa década pertenecen a los meses de octubre (2094, 2096, 2095 y 2089, entre otros). Esto significa que las precipitaciones más significativas en períodos de tres meses se encuentran principalmente en los meses de agosto, septiembre y octubre, lo cual está correlacionado con la etapa intensa de la temporada (actual) de ciclones tropicales del Pacífico del Este. A modo de comparación, en las figuras 26b y 26c se muestra el comportamiento del IPE trimestral para las regiones de Chiapas y del Centro respectivamente, en donde también existen períodos trimestrales de sequía y humedad intensa, principalmente en las décadas de los 2070s y 2080s en Chiapas y 2080s y 2090s para la región Centro. México, 2007 41 FI.C0.4.41.1 IP E T R IME S T R A L J A L IS C O, E S C E NA R IO A 2 8 7 6 5 4 3 2 IP E 1 0 -1 -2 -3 -4 -5 -6 mayo/2099 mayo/2089 mayo/2079 mayo/2069 mayo/2059 mayo/2049 mayo/2039 mayo/2029 mayo/2019 mayo/2009 mayo/1999 mayo/1989 mayo/1979 mayo/1969 mayo/1959 mayo/1949 -7 -8 T IE MP O a) IP E T R IME S T R A L C HIA P A S , E S C E NA R IO A 2 7 6 5 4 3 2 1 IP E 0 -1 -2 -3 -4 -5 -6 mayo/2099 mayo/2089 mayo/2079 mayo/2069 mayo/2059 mayo/2049 mayo/2039 mayo/2029 mayo/2019 mayo/2009 mayo/1999 mayo/1989 mayo/1979 mayo/1969 mayo/1959 mayo/1949 -7 T IE MP O b) IP E T R IME S T R A L C E NT R O, E S C E NA R IO A 2 7 6 5 4 3 2 1 0 IP E -1 -2 -3 -4 -5 -6 c) mayo/2099 mayo/2089 mayo/2079 mayo/2069 mayo/2059 mayo/2049 mayo/2039 mayo/2029 mayo/2019 mayo/2009 mayo/1999 mayo/1989 mayo/1979 mayo/1969 mayo/1959 mayo/1949 -7 T IE MP O Figura 26 – Variación del Índice de Precipitación Estandarizado de 3 meses ante el escenario A2. La línea negra indica el promedio de los modelos del IPCC y las azules el promedio más y menos una desviación estándar, para las regiones de: a) Jalisco, b) Chiapas, c) Centro. México, 2007 42 FI.C0.4.41.1 10.4 COMPARACIÓN DEL ÍNDICE DE PRECIPITACIÓN ESTANDARIZADO DE 6 MESES A efecto de tener una comparación de los cambios entre las temporadas secas y las temporadas de lluvia de las tres regiones discutidas, en la figura 27 se muestra el Índice de Precipitación Estandarizado para el período 1949-2098, para el período seco (diciembre-mayo), y el período húmedo (junio-noviembre). Los símbolos indican años individuales, que están divididos por color de acuerdo al período de tiempo: a) azul: 1949-1978; b) verde: 1979-2008; c) amarillo: 2009-2038; d) violeta: 2039-2068; e) rojo: 2069-2098. Del análisis de esta figura 27 podemos concluir lo siguiente: • • • Las precipitaciones en los últimos 30 años de la simulación (2069-2098), decrecen hasta cerca de 3 desviaciones estándar por debajo de la precipitación existente en la mitad del período (año 2025). La inclinación de las líneas es un indicador del cambio en el régimen de precipitación durante los 150 años simulados; mientras más horizontal es la línea, mayor es el cambio. Los cambios más grandes, con tendencia hacia menor precipitación, están dados en Chiapas (período junio-noviembre), y en Jalisco (período diciembre-mayo). VARIACIÓN DEL IPE, ESCENARIO A2, 1949-2098 DICIEMBRE-MAYO JUNIO-NOVIEMBRE 3 2 IPE 6 MESES 1 Chiapas Jalisco 0 R. Centro -1 -2 -3 -4 100 300 500 700 900 PRECIPITACIÓN ACUMULADA (mm / 6meses) 1100 | Figura 27 - Gráfica que muestra el Índice de Precipitación Estandarizado para el período 19492098 en las tres regiones de México, dividido en época seca (diciembre-mayo) y época húmeda (junio-noviembre). Los símbolos indican años individuales, que están divididos por color de acuerdo al período de tiempo: a) azul: 1949-1978; b) verde: 1979-2008; c) amarillo: 2009-2038; d) violeta: 2039-2068; e) rojo: 2069-2098. México, 2007 43 FI.C0.4.41.1 10.5 LAS VARIABLES DE EVAPORACIÓN Y HUMEDAD DEL SUELO En el sitio Web del IPCC que presenta los resultados numéricos de los modelos de clima que participaron en el 4° Informe de Evaluación, a la fecha de elaboración de este informe, aún no se encuentra la variable de evaporación, por lo cual no fue posible el analizar las tendencias climáticas asociadas con esta variable. Por otro lado, en diversos sitios Web se presentan variables relacionadas con la humedad, por ejemplo en el sitio del modelo canadiense CCCMA-CGCM3 (http://www.cccma.ec.gc.ca/models/cgcm3.shtml) se obtuvieron las gráficas asociadas a la humedad del suelo en su capa más superficial (10 cm), las cuales se muestran en la figura 28. a) b) Figura 28 – Gráficos que presentan la humedad del suelo en la capa superficial de 10 cm calculados para el modelo canadiense CCCMA-CGCM3 en el escenario A2, para los siguientes períodos: a) 2001-2009 y b) 2081-2089. Los resultados del modelo canadiense mostrados arriba no presentan gran variabilidad en la humedad del suelo por ser ésta una variable que depende de factores compuestos (precipitación, cobertura vegetal, tipo y uso de suelo, humedad relativa, etc.) y que en el estado actual del desarrollo de los modelos se tiene una confianza menor, como se discutió en la Sección 9.1. México, 2007 44 FI.C0.4.41.1 11 REPERCUSIONES EN LA AGRICULTURA La agricultura esta ligada a los ciclos naturales de la radiación solar, lluvia y temperatura. Estos ciclos pueden ser modificados, sobretodo la lluvia y la temperatura, por efectos del cambio global. Cambios en los patrones de la lluvia y temperatura tendrán efectos potenciales a mediano y largo plazo en la agricultura, afectando la productividad de los cultivos, las prácticas de manejo de los cultivos, el régimen de humedad de los suelos, el desarrollo de los cultivos, y la oferta y demanda de recursos hídricos de las zonas de riego. A continuación se presenta un análisis de las repercusiones del cambio climático en la agricultura de las tres regiones estudiadas. Figura 33 – El cambio climático producirá efectos importantes en el desarrollo y productividad de los cultivos. Imagen izquierda cortesía de www.area-web.net; imagen derecha cortesía de www.umassvegetable.org 11.1 Índices climáticos Aunque el clima de una región es determinado por la combinación de varios elementos climáticos, la temperatura y la precipitación constituyen los elementos principales. Para clasificar las zonas climáticas terrestres se recurre al uso de diversos índices climáticos, algunos expresados como índices de aridez. Uno de los índices usado como clasificación climática es el índice de termopluviosidad de Lang (1915), expresado por la siguiente relación: IL = P T Donde P es la precipitación media anual expresada en mm T es la temperatura media anual en °C Valores del índice de Lang cercanos a cero indican una zona desértica y valores altos a una zona húmeda. Se estimaron los valores del índice de Lang para el periodo 1950-2098 en las tres regiones de interés. El incremento en la temperatura ambiental y la reducción en la precipitación en las tres regiones indican una tendencia hacia una aridez de las regiones estudiadas tal como lo muestra la Figura 34. México, 2007 45 FI.C0.4.41.1 Figura 34 – Valores del índice de Lang para las tres regiones estudiadas (escenario A2 del IPCC) 11.2 Desarrollo de los cultivos Un incremento en la temperatura ambiental intensificará la tasa de desarrollo de los cultivos debido a una mayor tasa de acumulación de calor de los cultivos. Lo anterior generará una reducción del ciclo fenológico de los cultivos. El uso del concepto tiempo térmico permite estimar la duración de los ciclos fenológicos de los cultivos. La forma más usada para expresar el tiempo térmico es utilizando el concepto de Días Grado Crecimiento, muchas referenciado como DGC, °CD, o simplemente °D. Dicho concepto puede ser usado como indicador del impacto climático en el crecimiento y desarrollo de los cultivos. La estimación diaria de los °D requiere del conocimiento de la temperatura media ambiental diaria (Ta) de acuerdo a las siguientes ecuaciones (Ojeda-Bustamante et al., 2006): ° D = Ta − Tc −min , Ta Tc −max ° D = Tc −max − Tc −min , Ta ≥ Tc −max ° D = 0, Ta ≤ Tc −min Donde T c-min y T c-max son las temperaturas mínimas y máximas del cultivo, respectivamente, que define el rango de temperaturas ambientales dentro del cual un cultivo se desarrolla. Dichas temperaturas para el cultivo de maíz son 10 ºC y 30 ºC. Las temperaturas mayores a 30 °C causan efectos en detrimento del cultivo de maíz por lo que el máximo valor diario para los días grado es de 20 °D. La acumulación diaria de los ºD puede ser usada para la predicción de la fenología de los cultivos (Gilmore y Rogers, 1958; Cross y Zuber, 1972; Russele et al, 1984). OjedaBustamante, et al. (2006) reportaron la duración de las fases fenológicas del maíz de ciclo intermedio en términos de ºD acumulados∑ºD) ( para el distrito de riego 075, “Río Fuerte”, Sinaloa, México, requiriendo de 1,451 ºD de siembra a madurez fisiológica. La duración del 46 México, 2007 FI.C0.4.41.1 ciclo expresado en términos de ∑ºD para maíz de temporal en varias localidades de México fue estudiado por Ruiz-Corral, et al. (2002). Para conocer el efecto del incremento de la temperatura en el desarrollo de los cultivos se usarán las temperaturas del rango para el desarrollo del maíz (10 ºC y 30 ºC). La figura 35 presenta los valores de los °D para la región centro para los días típicos de los meses del año. Se observa una variación de los valores diarios en el rango de 4 a 12 °D para el periodo 19502000, sin embargo para fines del presente siglo habrá un incremento de más de 2 °D en promedio diario, con un rango de 6 a 16 °D. Figura 35 – Variación de los °D para días típicos mensuales de la región centro. La figura 36 muestra la variación del ° D para la región Chiapas, en donde se observa, con una línea vertical, que a partir del año 2055 habrá meses con temperaturas medias por arriba de los 30 ° C. Lo cual indica que habrá periodos durante el día con temperaturas mayores a 35 °C que sin duda tendrán efectos en detrimento del desarrollo de los cultivos. Figura 36 – Variación de los °D para días típicos mensuales de la región Chiapas México, 2007 47 FI.C0.4.41.1 El comportamiento de los °D para la región Jalisco es similar a de la región Centro tal como se presenta en la figura 37, donde no se muestra que se alcanzan valores de 20°D durante el presente siglo. Figura 37 – Variación de los °D para días típicos mensuales de la región Jalisco Una repercusión directa del incremento de la temperatura sobre los cultivos será la reducción en la duración de su ciclo fenológico, con una disminución en su producción al reducirse el tiempo disponible para absorción de nutrientes, para la intercepción de energía solar y para las actividades metabólicas (Lawlor, 2005). La figura 38 presenta los valores anuales de ∑ °D (grados días acumulados) para las tres regiones estudiadas. Las tres regiones muestran un incremento anual en más de 1,000 °D para fines de siglo con respecto a los valores actuales. El impacto de lo anterior será en la reducción en el ciclo fenológico de los cultivos. Por ejemplo, si una variedad de maíz requiere de 1,500 °D de siembra a cosecha, se puede tener actualmente dos cosechas al año en las regiones Centro y Jalisco. Sin embargo, al incrementarse los valores acumulados a 4,500 °D, teóricamente se pueden tener más cosechas por año agrícola. Aunque el efecto negativo de lo anterior se presentará si el incremento en las temperaturas coincide con los periodos críticos del cultivo, como la floración y la formación del grano. Sin embargo, una repercusión directa de la reducción del ciclo fenológico de los cultivos será la disminución en su producción para las variedades existentes. Figura 38 – Variación anual de los °D acumulados para las tres regiones estudiadas México, 2007 48 FI.C0.4.41.1 11.3 Adaptación de la agricultura La respuesta de la sociedad para reducir los efectos del cambio climático, se dividen en dos grandes estrategias: mitigación y adaptación. La estrategia de adaptación se enfoca a los procesos para incrementar las capacidades de los agricultores y del gobierno para reducir los efectos dañinos del cambio climático en los sistemas de producción agrícola. Actualmente en el país, la estrategia de cambio climático se ha concentrado más en acciones de mitigación. Por lo que es necesario identificar, desarrollar e instrumentar acciones de adaptación para reducir la vulnerabilidad de la agricultura por impactos adversos o daño potencial, o para aprovechar las oportunidades asociadas a dicho cambio. La adaptación no es nueva para los agricultores, continuamente planifican su ciclo agrícola en función de las condiciones ambientales. Sin embargo se requieren incorporar los escenarios de riesgo climático futuro dentro de las políticas nacionales. Existe el riesgo como comenta Bruce et al., 1996, que los cambios climáticos futuros sean bruscos y sobrepasen la capacidad de adaptación natural de los sistemas actuales. La adaptación no debe verse en forma aislada sino como acciones coordinadas e integradoras de agricultores, asociaciones, universidades, empresas y gobierno. Las estrategias de adaptación a corto plazo pueden basarse por ejemplo en la modificación o mejora de las prácticas agrícolas actuales, muchas de ellas sencillas como los cambios en las fechas de siembra o en las variedades usadas. Sin embargo a largo plazo es necesario adaptar los sistemas agrícolas a las nuevas condiciones climáticas esperadas. 12 REPERCUSIONES EN BOSQUES, GANADERÍA Y DISPONIBILIDAD DE AGUA Bajo las condiciones que los modelos climáticos están previendo de tener un incremento en temperaturas y una menor precipitación con condiciones de sequía, se espera que se incrementen los incendios forestales. Los incendios forestales juegan un papel muy importante desde el punto de vista ambiental, pues los incendios controlados pueden mantener la salud de los bosques, quienes a su vez modulan localmente el ciclo hidrológico. Sin embargo, los incendios que salen fuera de control pueden terminar con áreas extensas de los bosques, produciendo un cambio permanente en la flora y la fauna del lugar, lo que a su vez repercutirá de manera negativa en el ciclo hidrológico regional y global. La presencia de plagas en las zonas boscosas también podrá llegar a ser un factor importante en las próximas décadas. Ante el cambio climático y la tendencia a condiciones de sequía, los organismos vegetales tienden a debilitarse, por lo cual se incrementa su vulnerabilidad a ser atacados por organismos oportunistas, como por ejemplo las plagas de gusano descortezador y de muérdago enano. La reducción en la cantidad y calidad de los cultivos y del forraje asociado ante una sequía prolongada, tiene repercusiones en la calidad nutricional de los alimentos para el ganado, pues disminuye su contenido en proteínas, los forrajes secos son más difíciles de digerir para los animales que los forrajes frescos, las plantas tóxicas incrementan su toxicidad y la concentración de sal en la planta se incrementa (Bellows, 2004). En casos donde el ganado no consume plantas verdes por más de 90 días, se pueden presentar deficiencias vitamínicas. Las consecuencias de estas condiciones en la salud del ganado se ven reflejadas en una menor resistencia a las enfermedades y a las toxinas, provocando debilidad, menor resistencia a plantas tóxicas y a parásitos. Por otra parte, los cultivos estresados por condiciones de sequía 49 México, 2007 FI.C0.4.41.1 pueden ser susceptibles de ser atacados por hongos (por ejemplo, el Aspergillus Flavus y Aspergillus parasiticus), los cuales contaminan el alimento del ganado. Sequías prolongadas llegan a reducir considerablemente la disponibilidad de agua para el ganado, lo cual puede producir la muerte de los animales. Ante las condiciones potencialmente más cálidas y secas que prevén los modelos de clima para las tres regiones del país consideradas, aunado al incremento poblacional, se esperaría una reducción de la cantidad del agua para consumo humano, producción de energía eléctrica y producción industrial. Es necesario instrumentar medidas de adaptación en estos sectores ante el cambio climático, ya que es totalmente factible el tener una planeación para la sequía y minimizar las pérdidas que puede causar. El cambio de clima y la sequía en general no deben de ser considerados como un desastre debido a los cambios continuos de temperatura y precipitación que se esperan durante las siguientes décadas, sin embargo sí debe de ser manejado como un riesgo. Figura 39 – Otros de los sectores principalmente afectados por condiciones de sequía son: Bosques, ganadería, energía hidroeléctrica y consumo de agua. Imágenes cortesía de www.acmr.org, www.obebeff.com.au, www.eldeber.com.bo, aquadoc.typepad.com, www.laopinon.cl. México, 2007 50 FI.C0.4.41.1 13 RECOMENDACIONES PARA LA ADAPTACIÓN DE LOS SECTORES AFECTADOS POR EVENTOS DE SEQUÍA EXTREMA Y CONDICIONES HÚMEDAS Las proyecciones de los modelos de clima muestran en general un decremento en la precipitación anual y semestral sobre las tres regiones del país estudiadas, sin embargo, en períodos cortos (3 meses) puede haber un incremento, como el discutido para la región del estado de Jalisco (Fig. 26), lo cual representa la probabilidad de periodos de humedad intensa aún cuando el total anual sea deficitario con respecto al período de referencia (1949-1999). Estas proyecciones, sin embargo, deben de ser re-evaluadas constantemente conforme los modelos de clima vayan evolucionando y sean capaces de reproducir de una mejor manera las variables atmosféricas e hidrológicas en espacio y tiempo. Ante la alta probabilidad que los modelos climáticos están mostrando de tener sequías frecuentes y prolongadas en las regiones del país estudiadas, se hace indispensable el mejorar de manera considerable el uso eficiente del agua, así como tener una administración muy eficiente de los recursos hídricos. Es indispensable, desde ahora, el considerar una visión integral del recurso hídrico para las diversas necesidades: consumo humano, agricultura de riego, ganadería, silvicultura, industria, generación de energía eléctrica y mantenimiento de la biodiversidad. Hay una necesidad de conocer los efectos de la deforestación y la reforestación en el ciclo hidrológico de todas las zonas del país, creando las políticas adecuadas para el desarrollo sostenible de los recursos naturales. Algunas medidas de adaptación relativamente sencillas de implementar son las siguientes: educación ambiental para la población, reciclaje de agua, construcción de presas que proporcionen agua para consumo haciendo el correspondiente análisis de impacto, uso de métodos de irrigación que optimicen la eficiencia, uso de variedades de cultivos resistentes a las sequías, compra de seguros agrícolas, sistemas de recarga de acuíferos, reubicación de poblados para reducir su vulnerabilidad ante eventos de sequía y/o lluvias extremas, desazolve de presas y canales, implementación y uso de pronósticos estacionales y climáticos, sistemas de monitoreo permanente de sequías y lluvias e implementación de las medidas de emergencia ante contingencias, diseño apropiado de los nuevos asentamientos humanos y obras de infraestructura (carreteras, sistemas de drenaje y alcantarillado, presas, etc.). También existe la necesidad de crear organizaciones que involucren directamente a los sectores socioeconómicos más afectados por los problemas de déficit o incremento en las precipitaciones, por ejemplo los agricultores, quienes requieren tener la mayor cantidad de elementos y asesores para, en su momento, tomar decisiones informadas en sus actividades diarias. Con el objetivo de optimizar los esfuerzos de adaptación de los sectores afectados al cambio climático, se requiere el ir regionalizando y tener un mejor detalle espacio-temporal para todos los análisis de la información de modelos climáticos. Una de las herramientas que se pueden utilizar para satisfacer, en primera instancia, estas necesidades es la conocida como “reducción de escala dinámica”, donde modelos climáticos regionales están acoplados a los modelos climáticos globales. La reducción de escala dinámica está siendo utilizada cada vez más en países desarrollados y México requiere comenzar a aplicar está técnica para conocer con mayor detalle los posibles impactos regionales que el cambio climático puede acarrear. En este estudio se han revisado las condiciones secas y húmedas sólo para tres regiones del país, pero este trabajo se puede realizar en el futuro cercano para toda la extensión del territorio nacional. Para el mejor aprovechamiento de los resultados obtenidos, se recomienda 51 México, 2007 FI.C0.4.41.1 que cada región del país aporte su experiencia local, y contribuya a definir las medidas específicas en el corto y mediano plazos partiendo de una escala que se sugiere sea la municipal, participando no únicamente personal con perfiles técnicos o ambientales, sino también personas con perfiles de ciencias sociales, económicas, administrativas, así como gente común que haga conciencia y vaya colaborando con medidas e nivel familiar e individual. 14 DISCUSIÓN Y CONCLUSIONES La tendencia general que se observa en la precipitación anual en las regiones estudiadas es hacia la baja, lo que produce condiciones de sequía más frecuente y más intensa en relación al período base (1949-1999), sobre todo en la región sureste del país. Esta región es especialmente vulnerable ante las condiciones secas, debido a sus actividades económicas: ganadería, agricultura y generación de energía hidroeléctrica. En el sureste, la tendencia de la precipitación a largo plazo es de una disminución en el período de lluvias, pero también en el período relativamente más seco del año. Mientras la precipitación tiende a descender, se estima que la temperatura aumente considerablemente llegando, para años individuales de fines del siglo XXI, a un aumento de hasta 6°C en la región bajo el escenario A2, lo que incrementará la situación de estrés hídrico, sobre todo en la flora y fauna, que se traducirá en efectos en la población y en la economía, con afectaciones económicas que pueden llegar a ser de varios puntos porcentuales del Producto Interno Bruto Primario de la región afectada. Las anomalías de precipitación trimestral positiva son muy pocas, y están localizadas en unos cuantos eventos muy puntales que aparecen como los picos más altos en las gráficas de la Figura 26. Estas anomalías se podrían interpretar como situación de potenciales eventos extremos. Los modelos de clima del IPCC observan las condiciones de humedad más intensa en la última década simulada (2089-2098) para las regiones de Jalisco y del Centro. Los eventos de precipitación intensa en una región que padece de una anomalía de lluvias a lo largo de varios meses, tienen la capacidad para arrastrar los suelos y redistribuir los sedimentos, lo que en el largo plazo ocasiona una situación de aridez. La vulnerabilidad actual ante estos fenómenos en las actividades de las poblaciones principalmente las marginadas de México es muy alta. Las consecuencias de esta situación pueden llegar a ser la migración masiva de la población marginada hacia los grandes centros urbanos del país, estresando así no sólo las actividades y regiones que dependen del agua de lluvia en forma directa (agricultura, silvicultura y ganadería), sino también los fenómenos sociales de urbanización en zonas periféricas de las grandes urbes y deficiencia en los servicios. Las afectaciones de los eventos de sequía esperados también se verán en el sector ganadero. Ante una decreciente precipitación pluvial la calidad nutricional de los alimentos que requiere el ganado también decrece, lo que se traduce en enfermedades de los animales. Algunos de estos efectos pueden atenuarse en períodos de tiempo corto, por ejemplo proporcionando suplementos nutricionales al ganado; sin embargo, en el largo plazo el efecto es la reducción de la productividad ganadera de las regiones que se encuentran bajo condiciones de sequía. Los modelos climáticos coinciden cada vez más en la reducción de la precipitación pluvial sobre el país, en la alteración general del ciclo hidrológico y en el aumento gradual de las temperaturas, propiciando cambios que localmente se volverán irreversibles y para los cuales se requiere un programa de mitigación y adaptación a largo plazo. México, 2007 52 FI.C0.4.41.1 Las condiciones atmosféricas y oceánicas que producen los eventos de sequía o lluvias extremas son complejas, y están relacionadas con la variabilidad de baja frecuencia (períodos de tiempo de 1 a 30 años) en factores tales como las temperaturas en la superficie del océano, tanto en regiones cercanas a las áreas afectadas, como en regiones distantes (miles de kilómetros) debido a procesos de conexión a distancia. El movimiento e intensificación de grandes sistemas meteorológicos, tales como los sistemas de alta presión subtropicales (responsables de las zonas desérticas más grandes del mundo, por ejemplo la del Sahara) y su respuesta al calentamiento global, es un tema que también está relacionado con los efectos de potenciales períodos de sequía sobre nuestro país, y que para su exploración se requiere del análisis exhaustivo de los resultados de modelos de clima confiables con un alto detalle temporal y espacial, lo cual se propone como un área futura de desarrollo científico en nuestro país. Los diferentes escenarios del IPCC producen aumentos de temperatura y disminución en la precipitación en las tres regiones estudiadas. Sin embargo, dependiendo del escenario (A1B, A2 o B1), las condiciones proyectadas pueden variar considerablemente. Por ejemplo, en el escenario A2 sobre la región de Chiapas se esperan temperaturas medias mensuales máximas para el año 2098 de alrededor de 32 ºC, mientras que para el escenario A1B y B1 estas temperaturas son de 31 y 30 ºC respectivamente. A modo de comparación, mencionaremos que la temperatura simulada para la época actual se encuentra alrededor de los 28 ºC. Por otra parte, para la región de Chiapas en el escenario A2, la tendencia de la precipitación anual en unidades de desviaciones estándar del período base (1949-1999) alcanza en el período 2075-2098 el valor de -3.48, lo que se considera como sequía de intensa a extrema; este número para los escenarios A1B y B1 es de -2.87 y -1.20 respectivamente, lo que aún representa condiciones de sequía pero en un grado menor. Recordemos de la sección 9.3 y la figura 12 que los modelos de clima del IPCC subestiman la precipitación climatológicamente observada en la región de Chiapas, sin embargo, las reducciones arriba mencionadas para esta región se refieren a que la precipitación modelada en el período 1949-1999, se reducirá en el siglo XXI. La diferencia entre un escenario u otro en cuanto al incremento de temperatura y la disminución de precipitación es considerable para las tres regiones estudiadas (ver Tabla 3). Aún para el escenario B1 que es uno de los más conservadores se esperan cambios importantes, esto es debido a que las concentraciones de gases de efecto invernadero que se han producido desde la época industrial y que en buena parte se encuentran en la atmósfera, tienen un efecto acumulativo a lo largo del tiempo. Debido a este fenómeno, es importante que consideremos una serie de medidas de reducción de la emisión de gases de efecto invernadero y, de manera paralela, las medidas de adaptación apropiadas, prácticamente en todos los sectores socioeconómicos, pero de manera primordial en el sector primario: agricultura, ganadería y silvicultura. Para la reducción de emisiones de gases de efecto invernadero es muy importante continuar con el desarrollo, transferencia y adopción inmediata de tecnologías limpias, así como el promover tanto nacional como internacionalmente el desarrollo limpio y sostenible de las naciones. México, 2007 53 FI.C0.4.41.1 ESCENARIOS Región Chiapas B1 A1B A2 Período Anomalía de Temp. (°C) IPE anual promedio Anomalía de Temp. (°C) IPE anual promedio Anomalía de Temp. (°C) IPE anual promedio 2000-2024 +0.81 -0.91 +0.80 -0.71 +0.83 -1.07 2025-2049 +1.31 -1.50 +1.64 -1.47 +1.64 -1.38 2050-2074 +1.87 -1.50 +2.59 -2.47 +2.64 -2.05 2075-2098 +2.23 -1.20 +3.42 -2.87 +4.13 -3.48 ESCENARIOS Región Centro B1 A1B A2 Período Anomalía de Temp. (°C) IPE anual promedio Anomalía de Temp. (°C) IPE anual promedio Anomalía de Temp. (°C) IPE anual promedio 2000-2024 +0.75 -0.86 +0.73 -0.61 +0.59 -0.97 2025-2049 +1.25 -1.25 +1.52 -1.03 +1.34 -1.47 2050-2074 +1.76 -1.34 +2.53 -2.10 +2.36 -1.79 2075-2098 +2.19 -1.11 +3.29 -1.94 +3.79 -2.56 ESCENARIOS Región Jalisco B1 A1B A2 Período Anomalía de Temp. (°C) IPE anual promedio Anomalía de Temp. (°C) IPE anual promedio Anomalía de Temp. (°C) IPE anual promedio 2000-2024 +0.74 -0.99 +0.72 -0.58 +0.62 -0.97 2025-2049 +1.19 -1.08 +1.55 -1.29 +1.38 -1.75 2050-2074 +1.77 -1.44 +2.53 -2.40 +2.46 -2.29 2075-2098 +2.17 -1.76 +3.29 -2.09 +3.84 -2.54 Tabla 3 – Resumen de las anomalías de temperatura y el índice de precipitación estandarizada para las tres regiones estudiadas, para distintos períodos del siglo XXI. Las unidades de 1 IPE anual corresponden para las regiones de Chiapas, Centro y Jalisco respectivamente con: 45 mm, 49 mm y 53 mm de precipitación por año. México, 2007 54 FI.C0.4.41.1 BIBLIOGRAFÍA Abramowitz, M. y A. Stegun (1965), Handbook of mathematical functions, New York: Dover Publications. Barnett, T.P., J.C. Adam and D.P. Lettenmaier, 2005. Potential impacts of a warming climate on water availability in snow-dominated regions. Nature, 438, 303-309. Bellows, B. 2004. Pasture and rangeland management during drought. National Sustainable Agriculture Information Service. www.attra.ncat.org Bruce, J. P., H. Lee, E. . Haites, 1996. Climate change 1995: economic and social dimensions of climate change. Published for the Intergovernmental Panel on Climate Change by Cambridge University Press, Cambridge, England. 448 pp. Burke, E.J., S.J. Brown and N. Christidis, 2006. Modelling the recent evolution of global drought and projections for the 21st century with the Hadley Center Climate Model. J. Hydrometeorol., 7, 1113-1125. Coudrain, A., B. Francou and Z.W. Kundzewicz, 2005. Glacier shrinkage in the Andes and consequences for water resources. Hydrol. Sci. J., 50, 925-932. Cross, H. Z. y M. S. Zuber, 1972. Prediction of flowering dates in maize based on different methods of estimating thermal units. Agron. J., 64, 351-355. Douville, H., F. Chauvin, S. Planton, J.F. Royer, D. Salas-Melia and S. Tyteca, 2002. Sensitivity of the hydrological cycle to increasing amounts of greenhouse gases and aerosols. Clim. Dynam., 20, 45-68. Edwards, D. C. & McKee, T. B. (1997). Characteristics of 20th century drought in the United States at multiple time scales. Atmospheric Science Paper no. 634, Colorado State Univ., Fort Collins, Colorado, USA Gilmore, E. C. y J. S. Rogers, 1958. Heat units as a method of measuring maturity in corn. Agron. J., 50, 611-615. Guttman, N. B.: Comparing the Palmer drought index and the Standardized Precipitation Index, J. Amer. Water Resour. Association, 34, 113–121, 1998. Hernández Cerda M. E., L. A. Torres Tapia y G. Valdez Madero, 1999. México: una visión hacia el siglo XXI. El cambio climático en México. Capitulo II. Sequía meteorológica. Centro de Ciencias de la Atmósfera, UNAM, http://www.atmosfera.unam.mx/cambio/libro.html. IPCC, 2001. "Climate Change 2001": The Scientific Basis. Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel of Climate Change. Houghton, J.T., Y. Ding, D.J. Griggs, M. Noguer, P.J. van der Linden, X. Dai, K. Maskell, and C.A. Johnson (Eds.), Cambridge University Press, Cambridge, United Kingdom and New York, USA, 881 pp. IPCC, 2007. Fourth Assessment Report "Climate Change 2007". URL: http://www.ipcc.ch/ México, 2007 55 FI.C0.4.41.1 Kron,W. andG. Berz, 2007. Flood disasters and climate change: trends and options – a (re)insurer’s view. Global Change: Enough Water for All? J.L. Lozán, H. Graßl, P. Hupfer, L.Menzel and C.-D. Schönwiese, Eds., Hamburg, 268-273. Kundzewicz, Z.W.,U.Ulbrich, T. Brücher,D.Graczyk,A.Krüger,G. Leckebusch, L. Menzel, I. Pińskwar, M. Radziejewski and M. Szwed, 2005. Summer floods in Central Europe: climate change track? Nat. Hazards, 36, 165-189. Labraga, J.C., 1997. The climate change in South America due to a doubling in the CO2 concentration: Intercomparison of general circulation model equilibrium experiments. International Journal of Climatology, 17, 377-398. Lang, R., 1915. Versuch einer exakten Klassifikation der Boden in klimatischer und geologischer Hinsicht. International Mittlg. F. Bondenkunde. 5:312-346. Lawlor, D.W., 2005. Plant responses to climate change: impacts and adaptation. In K. Omasa, I. Nouchi, y L. J. De Kok. (eds). Plant responses, to air pollution and global change. SpringerVerlag. Tokio. 81-88. Lehner, B., P. Döll, J. Alcamo, H. Henrichs and F. Kaspar, 2005b. Estimating the impact of global change on flood and drought risks in Europe: a continental, integrated assessment. Climatic Change, 75, 273-299. L Giorgi, F. y L. O. Mearns, 2002. Calculation of Average, Uncertainty Range, and Reliability of Regional Climate Changes from AOGCM Simulations via the “Reliability Ensemble Averaging” (REA) Method. Journal of Climate, Vol.15, (10), 1141–1158. Manabe, S., P.C.D. Milly and R.Wetherald, 2004a. Simulated long term changes in river discharge and soil moisture due to global warming. Hydrol. Sci. J., 49, 625-642. Mills, E., 2005: Insurance in a climate of change. Science, 309, 1040-1044. Milly, P.C.D., R.T. Wetherald, K.A. Dunne and T.L. Delworth, 2002: Increasing risk of great floods in a changing climate. Nature, 415, 514-517. Montero, M.J., Pérez, J.L., Arreola, J.L., y Pavón, N., 2007. Estudio de validación y regionalización de precipitación de MCGA para México. Informe Técnico. Instituto Mexicano de Tecnología del Agua. 60 pp. Nakicenovic N, Alcamo J, Davis G, de Vries B, Fenhann J, Gaffin S, Gregory K, Grubler A, Jung TY, Kram T, et al. (2000) IPCC Special Report on Emissions Scenarios (Cambridge Univ Press, Cambridge, UK). Nieto S. y C. Rodríguez-Puebla, 2006. Comparison of precipitation from observed data and General Circulation Models over the Iberian Peninsula. Journal of Climate, Vol.19, (17), 42544275. Palmer, W.C.: Meteorological droughts, U.S. Department of Commerce Weather Bureau Research, Paper 45, 58 pp., 1965. Palmer, T.N. and J. Räisänen, 2002. Quantifying the risk of extreme seasonal precipitation events in a changing climate. Nature, 415, 512-514. México, 2007 56 FI.C0.4.41.1 Peixoto, J.P. y A.H. Oort, 1991. Physics of Climate. American Institute of Physics, New York, 520 pp. Raupach, M.R., Marland, G., Ciais, P., Le Quéré, C., Canadell, J.G., Klepper, G., Field, C.B., 2007. Global and regional drivers of accelerating CO2 emissions. PNAS:0700609104. Räisänen, J., 2007. How reliable are climate models?. Tellus, 59A, 2-29. Reynard, N., S. Crooks, R. Wilby and A. Kay, 2004. Climate Change and Flood Frequency in the UK, Proceedings of the 39th DEFRA Flood and Coastal Management Conference, York. Defra, London, 11.1.1-11.1.12. Ruiz-corral, J. A., H. E. Flores-López, J. L. Ramírez-Díaz, D.R. González-Eguiarte, 2002. Temperaturas cardinales y duración del ciclo de madurez del híbrido de maíz H-311 en condiciones de temporal. Agrociencia, 36, 569-577. Russele, M. P., W.W. Wilhelm, R. A. Olson, J. F. Power, 1984. Growth analysis based on degree days. Crop Sci. 24, 28-32. Schiermeier, Q., 2006. Insurers’ disaster files suggest climate is culprit. Nature, 441, 674-675. Secretaría de Medio Ambiente, Recursos Naturales y Pesca, 1997. Primera comunicación nacional ante la convención marco de las naciones unidas sobre el cambio climático. pp. 150. Secretaría de Medio Ambiente y Recursos Naturales de México, 2006. Tercera comunicación nacional ante la convención marco de las naciones unidas sobre el cambio climático. pp. 254. Sivapalan, M., G. Bloschl, R. Mertz and D. Gutknecht, 2005. Linking flood frequency to longterm water balance: incorporating effects of seasonality. Water Resour. Res., 41,W06012, doi:10.1029/2004WR003439. Svensson, C. and D.A. Jones, 2005. Climate change impacts on the dependence between sea surge, precipitation and river flow around Britain. Proceedings of the 40th Defra Flood and Coastal Management Conference 2005, University of York, 5-7 July 2005, 6A.3.1-6A.3.10. Thom HCS (1966). Some Methods of climatological analysis. Technical Note Nº. 81 World Meteorological Organization. Ginebra, Suiza, 53 pp. WDR, 2003. World Disaster Report: Focus on Ethics in Aid. International Federation of Red Cross and Red Crescent Societies, Geneva, 240 pp. WDR, 2004. World Disaster Report: Focus on Community Resilience. International Federation of Red Cross and Red Crescent Societies, Geneva, 240 pp. Wehner, M., 2005. Changes in daily precipitation and surface air temperature extremes in the IPCC AR4 models. US CLIVAR Variations, 3, 5-9. Weisheimer, A. y T.N. Palmer, 2005. Changing frequency of occurrence of extreme seasonal temperatures under global warming. Geophys. Res. Lett., 32, doi:10.1029/2005GL023365. México, 2007 57 FI.C0.4.41.1 15 ANEXO 1 – GRÁFICOS PARA EL ESCENARIO A1B 15.1 A1B - REGIÓN CHIAPAS DICIEMBRE A MAYO (Escenario A1B, Chiapas) 1949-1979 1979-2009 2009-2039 2039-2069 JUNIO A NOVIEMBRE (Escenario A1B, Chiapas) 2069-2098 1950-1979 1980-2009 2010-2039 2040-2069 2070-2098 60 # de meses (%) # de meses (%) 60 40 20 40 20 0 0 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 Intervalo de Prec. (mm/mes) México, 2007 210 a 240 240 a 270 270 a 300 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 210 a 240 240 a 270 270 a 300 Intervalo de Prec. (mm/mes) 58 FI.C0.4.41.1 Variac ión de la P rec ipitac ión A nual E s tado de C hiapas , E s c enario A 1B 4 3 Unidades de 1 IP E 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8 -9 2099 2089 2079 2069 2059 2049 2039 2029 2019 2009 1999 1989 1979 1969 1959 1949 -10 Año México, 2007 59 FI.C0.4.41.1 15.2 A1B - REGIÓN CENTRO DICIEMBRE A MAYO (Escenario A1B, R. Centro) 1949-1979 1979-2009 2009-2039 2039-2069 JUNIO A NOVIEMBRE (Escenario A1B, R. Centro) 2069-2098 1950-1979 2010-2039 2040-2069 2070-2098 60 # de meses (%) # de meses (%) 60 1980-2009 40 20 40 20 0 0 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 Intervalo de Prec. (mm/mes) México, 2007 210 a 240 240 a 270 270 a 300 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 210 a 240 240 a 270 270 a 300 Intervalo de Prec. (mm/mes) 60 FI.C0.4.41.1 Variac ión de la P rec ipitac ión A nual R eg ión C entro, E s c enario A 1B 4 3 Unidades de 1 IP E 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8 2099 2089 2079 2069 2059 2049 2039 2029 2019 2009 1999 1989 1979 1969 1959 1949 -9 Año México, 2007 61 FI.C0.4.41.1 15.3 A1B - REGIÓN JALISCO DICIEMBRE A MAYO (Escenario A1B, Jalisco) 1949-1979 1979-2009 2009-2039 2039-2069 JUNIO A NOVIEMBRE (Escenario A1B, Jalisco) 2069-2098 1950-1979 2010-2039 2040-2069 2070-2098 60 # de meses (%) # de meses (%) 60 1980-2009 40 20 40 20 0 0 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 Intervalo de Prec. (mm/mes) México, 2007 210 a 240 240 a 270 270 a 300 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 210 a 240 240 a 270 270 a 300 Intervalo de Prec. (mm/mes) 62 FI.C0.4.41.1 Variac ión de la P rec ipitac ión A nual E s tado de J alis c o, E s c enario A 1B 4 3 Unidades de 1 IP E 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8 2099 2089 2079 2069 2059 2049 2039 2029 2019 2009 1999 1989 1979 1969 1959 1949 -9 Año México, 2007 63 FI.C0.4.41.1 16 ANEXO 2 – GRÁFICOS PARA EL ESCENARIO B1 16.1 B1 - REGIÓN CHIAPAS DICIEMBRE A MAYO (Escenario B1, Chiapas) 1949-1979 1979-2009 2009-2039 2039-2069 JUNIO A NOVIEMBRE (Escenario B1, Chiapas) 2069-2098 1950-1979 2010-2039 2040-2069 2070-2098 60 # de meses (%) # de meses (%) 60 1980-2009 40 20 40 20 0 0 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 Intervalo de Prec. (mm/mes) México, 2007 210 a 240 240 a 270 270 a 300 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 210 a 240 240 a 270 270 a 300 Intervalo de Prec. (mm/mes) 64 FI.C0.4.41.1 Variac ión de la P rec ipitac ión A nual E s tado de C hiapas , E s c enario B 1 4 3 Unidades de 1 IP E 2 1 0 -1 -2 -3 -4 -5 -6 2099 2089 2079 2069 2059 2049 2039 2029 2019 2009 1999 1989 1979 1969 1959 1949 -7 Año México, 2007 65 FI.C0.4.41.1 16.2 B1 - REGIÓN CENTRO JUNIO A NOVIEMBRE (Escenario B1, R. Centro) DICIEMBRE A MAYO (Escenario B1, R. Centro) 1949-1979 1979-2009 2009-2039 2039-2069 1950-1979 2069-2098 2010-2039 2040-2069 2070-2098 60 # de meses (%) # de meses (%) 60 1980-2009 40 20 40 20 0 0 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 Intervalo de Prec. (mm/mes) México, 2007 210 a 240 240 a 270 270 a 300 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 210 a 240 240 a 270 270 a 300 Intervalo de Prec. (mm/mes) 66 FI.C0.4.41.1 Variac ión de la P rec ipitac ión A nual R eg ión C entro, E s c enario B 1 4 3 Unidades de 1 IP E 2 1 0 -1 -2 -3 -4 -5 -6 2099 2089 2079 2069 2059 2049 2039 2029 2019 2009 1999 1989 1979 1969 1959 1949 -7 Año México, 2007 67 FI.C0.4.41.1 16.3 B1 - REGIÓN JALISCO DICIEMBRE A MAYO (Escenario B1, Jalisco) 1949-1979 1979-2009 2009-2039 2039-2069 JUNIO A NOVIEMBRE (Escenario B1, Jalisco) 2069-2098 1950-1979 2010-2039 2040-2069 2070-2098 60 # de meses (%) # de meses (%) 60 1980-2009 40 20 40 20 0 0 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 Intervalo de Prec. (mm/mes) México, 2007 210 a 240 240 a 270 270 a 300 0 a 30 30 a 60 60 a 90 90 a 120 120 a 150 150 a 180 180 a 210 210 a 240 240 a 270 270 a 300 Intervalo de Prec. (mm/mes) 68 FI.C0.4.41.1 Variac ión de la P rec ipitac ión A nual E s tado de J alis c o, E s c enario B 1 7 6 Unidades de 1 IP E 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 2099 2089 2079 2069 2059 2049 2039 2029 2019 2009 1999 1989 1979 1969 1959 1949 -7 Año México, 2007 69 FI.C0.4.41.1 17 ANEXO 3 – CARACTERÍSTICAS DE LOS MODELOS UTILIZADOS 17.1 BCCR-BCM2.0 (MODELO CLIMÁTICO DE BERGEN VERSIÓN DOS - CENTRO DE INVESTIGACIÓN DEL CLIMA DE BJERKNES / UNIVERSIDAD DE BERGEN EN NORUEGA) El Centro de Investigación de Clima de Bjerknes (BCCR), ha desarrollado un modelo acoplado de atmósfera-océano-hielo marino, el cual es denominado como el Modelo Climático de Bergen (BCM). Dicho modelo es consistente con el modelo atmosférico ARPEGE / IFS, junto con una versión global del modelo oceánico MICOM, incluyendo una dinámica-termodinámica del modelo de hielos marinos. El acoplamiento entre los dos modelos utiliza el paquete de software OASIS. El modelo BCM ha sido el resultado de 300 años de integraciones de control evaluado contra los datos de observación. En BCM, tanto los componentes de la atmósfera como del océano utilizan mallas las cuales pueden ser irregulares y no presentan correspondencia con líneas costeras. Se ha invertido mucho esfuerzo en el desarrollo de esquemas de interpolaciones óptimas entre los modelos, en particular para el problema no-trivial de conservación de flujo en las zonas costeras. Una técnica de ajuste de flujo ha sido aplicada para flujos de agua cálida y dulce. Sin embargo, existe una débil tendencia global de la temperatura superficial media del mar (SST) y la salinidad superficial del mar (SSS), de 0.1oC y 0.02oC psu por siglo respectivamente. El modelo obtiene una simulación realista del balance de radiación en la parte superior de la atmósfera y los flujos superficiales netos de onda larga, onda corta, y los flujos turbulentos de calor los cuales se encuentran dentro de valores observados. Los promedios a nivel mundial y zonales totales de cobertura de nubes y precipitaciones son bastante aproximados a las observaciones, y los errores están principalmente relacionados a la fuerza y al posicionamiento de la célula de Hadley. La presión media a nivel del mar (SLP) es simulada satisfactoriamente, y tanto el estado medio y la desviación estándar interanual muestran características realistas. El campo de SST es varios grados más frío en la zona de surgencia ecuatorial del Pacífico, y cerca de 1°C más cálido a lo largo de las márgenes orientales de los océanos, así como en las regiones polares. El modelo de Bergen (BCM) es un modelo de circulación general acoplado completamente a la atmósfera, océano y hielo-océano, donde la atmósfera, el hielo y los componentes del océano, funcionan como en una malla ortogonal. Se espera que esto sea adaptado particularmente para describir mejor a la atmósfera y el océano principalmente. El desarrollo del sistema del modelo ha sido una actividad común entre el UoB (módulo atmosférico) y NERSC (los módulos del hielo y del océano). En el BCM es posible utilizar mallas en áreas específicas. Esto es una ventaja importante en los procesos regionales del Atlántico Norte y la región ártica que son áreas de gran interés para los científicos del grupo BCM. Otros modelos del clima tienen una resolución demasiado baja de estudiar tales procesos regionales. Examinar la variabilidad del clima sobre la latitud media y las regiones árticas para el sistema climático actual y para las características de las situaciones de los glaciales, determinar la estabilidad del sistema climático realizando una serie de estudios en los procesos de cambios de forzamiento natural y con escenarios con un forzamiento antropogénico. 70 México, 2007 FI.C0.4.41.1 17.2 CCCMA-CGCM3 (CENTRO CANADIENSE DE MODELACIÓN Y ANÁLISIS CLIMÁTICO) El CCCma es una división de investigación del clima del Servicio Meteorológico y del Medio ambiente de Canadá. El objetivo principal se enfoca en la investigación y modelación del clima atmosférico, la modelación del hielo, la variabilidad del clima y el pronóstico del ciclo del carbono. La versión inicial de CGCM3 fue desarrollada y ejecutada en una supercomputadora NEC Vector SX/6. Una versión posterior, CGCM3.1 incorpora cambios requeridos para correr eficientemente en una nueva computadora IBM de memoria distribuida. Esta última versión es la única utilizada para producir una serie extensa de resultados de simulaciones para el uso del 4to reporte de evaluación del IPCC. El AGCM2 es el componente atmosférico de la primera generación del modelo climático acoplado, el cual es conocido como CGCM1. CGCM1 acopla el AGCM2 a una versión adaptada especialmente del Modelo Oceánico Modular GFDL (MOM) y un modelo termodinámico mar- hielo. Un experimento de cambio climático transitorio, el cual toma los efectos de cambios históricos y proyectados de concentraciones de gases de efecto invernadero y distribuciones de aerosoles que cuenta para el periodo entre los años 1850 y 2100 ha sido recientemente completado. Datos seleccionados de esta simulación forman parte de contribuciones del Centro de Distribución de Datos del IPCC para facilitar su uso en el estudio de impacto climático. Este modelo también ha sido usado por la Evaluación Nacional de los Estados Unidos. Escenarios desarrollados de el modelo se encuentran disponibles desde el sitio web de USGCRP's. Los datos se encuentran disponibles de igual forma en el apartado de datos de la página web del CCCma. Una tercera versión del modelo atmosférico AGCM3 se ha implementado actualmente como un producto operacional en CCCma. Este opera a una resolución muy alta e incluye capas límites mejoradas, convección, nubes y parametrización de la radiación, así como una representación optimizada de la topografía terrestre y un nuevo modulo de superficie terrestre (CLASS, por sus siglas en ingles). AGCM2 forma la base del Modelo de Atmósfera Media Canadiense (MAM) el cual fue desarrollado por el grupo MAM de la red de investigaciones climáticas. La siguiente versión de la división del modelo climático global acoplado, el cual fusionó AGCM3 con el modelo oceánico NCOM y un modelo dinámico mar-hielo, se encuentra bajo desarrollo. CGCM3.1 es corrido a dos diferentes resoluciones. La versión T47 tiene una malla de superficie con una resolución espacial de 3.75º en latitud y longitud y 31 niveles en la vertical. La malla oceánica traza los mismos contornos terrestres como la atmósfera pero tiene 4 células de malla oceánica subyacente en cada célula de malla atmosférica. La resolución del océano en este caso es de 1.85º con 29 niveles en la vertical. La versión T63 presenta una malla de superficie con resolución espacial de 2.8º de latitud y longitud, y 31 niveles en la vertical. Como anteriormente la malla oceánica cubre la misma mascara terrestre como la atmósfera, pero en este caso existen seis mallas oceánicas sobrepuestas en cada célula de malla atmosférica. La resolución del océano es por tanto aproximadamente 1.4º en longitud y 0.94º en latitud. Esto proporciona ligeramente una mejor resolución en latitudes medias, y por consiguiente reduce algunos problemas con la convergencia de los meridianos en el ártico. México, 2007 71 FI.C0.4.41.1 17.3 CNRM-CM3 (MODELO CLIMÁTICO DEL CENTRO NACIONAL DE INVESTIGACIÓN METEOROLÓGICA DE FRANCIA) El sistema global acoplado, CNRM-CM3 es la tercera versión del modelo atmosférico-oceánico inicialmente desarrollado en CERFACS (Tolouse Francia), y continuamente mejorado en el Centro Nacional de investigación del tiempo (CNRM, METEO-FRANCE, Tolouse). Este modelo provino de ARPEGE-Climate 2 AGCM y OPA7 OGCM. Sus componentes fueron mejorados respectivamente por ARPEGE-Climate 3 y Opa8. CNRM-CM3 también incluye ahora una parametrización de la química homogénea y heterogénea del ozono, un modelo de hielo marino, GELATO2, y un modelo de ríos de la Universidad de Tokio. ARPEGE-Climate 3 es un modelo espectral (con truncación T63, 128x64, cerca de 2.8º de resolución y 45 niveles), OPA8 (31 niveles) y GELATO2 ambos son modelos puntuales de malla y comparten el mismo dominio de 182x152 puntos. Correspondiente a una resolución de aproximadamente 2º de longitud, la resolución en latitud varía de 0.5º cerca del ecuador a 2º en regiones polares. El acoplamiento entre los diferentes modelos es manejado por el acoplador OASIS2.2. Este software permite que las interpolaciones espaciales entre las diferentes mallas de modelos y sincronización del tiempo sean correctas. CNRM-CM3 fue aplicado para generar simulaciones climáticas dentro del marco del 4to reporte de evaluación del IPCC, con las debidas correcciones. Acerca de estos experimentos, el control preindustrial de hace 500 años y simulaciones históricas de 1800 al año 2000 son analizados en ese estudio, en término de clima promedio y variabilidad. Comparado con la versión previa del modelo, la simulación oceánica simulada es mejorada, debido a una mejor modelación de la convección profunda, particularmente en el Atlántico Norte, así como hielo marino realista en ambos hemisferios. Sin embargo la superficie oceánica es generalmente muy fría en ambas simulaciones comparada con las observaciones disponibles, especialmente en los trópicos, y también que el clima global simulado es más frío y húmedo que el observado, aún si el BIAS es pequeño hacia el fin del siglo XX. Conclusiones: El modelo CNRM_CM3 fue usado recientemente para desarrollar un total de más de 2000 años por simulación, los cuales son analizados en preparación por el cuarto reporte de evaluación del IPCC. Estos experimentos incluyen un control preindustrial, una simulación 20C3M, escenarios del siglo XXI y estabilizaciones para los siglos XXII y XXIII, 1% de incremento por año en la concentración atmosférica de CO 2 para doblar, y otros. En los experimentos de control preindustrial, el desempeño del modelo se limitó a cerca del -0.1ºC por siglo en las SST y T 2m , pero esta versión esta orientada hacia la parte fría, y el calentamiento superficial global simulado es sobreestimado en la simulación 20C3M. Consistentemente con el sesgo frío, el volumen y hielo marino en la superficie (particularmente en el ártico), aún si es realista, muestra una tendencia positiva. El promedio climático del final del siglo XX es simulado correcto a nivel global, pero sigue siendo frío en muchos aspectos. México, 2007 72 FI.C0.4.41.1 17.4 CSIRO-MK3.0 (MODELO CLIMÁTICO ACOPLADO MARK 3.0 DE LA ORGANIZACIÓN DE INVESTIGACIÓN INDUSTRIAL Y CIENTÍFICA) El modelo conocido como SCIRO-MK3.0 fue desarrollado por la organización SCIRO de Australia, proviniendo de la última versión del modelo publicada en el año 2001, y el cual es un sistema que acopla los modelos: atmosférico, oceánico, de hielo marino y terrestre. En el año 2005 SCIRO proporcionó los resultados del modelo climático acoplado SCIROMARK3.0 a la base de datos del cuarto reporte de evaluación de cambio climático del IPCC. Los resultados de SCIRO fueron usados para la evaluación comparativa y serán parte de la siguiente evaluación internacional de ciencia con respecto al Cambio Climático. La aplicación de este modelo es crítica para investigaciones clave sobre el océano en simulaciones de cambio climático a largo plazo. Mientras tanto, el nuevo modelo SCIRO-MK3.5 representa significativas mejoras sobre procesos del modelo MK3.0 en aspectos relevantes para regiones oceánicas cerca de Australia. Las mejoras más significativas provienen del uso de parámetros con una física más realista establecida, para representar el transporte de calor y agua dulce por los remolinos oceánicos. Características de los componentes de los distintos modelos. Modelo Atmosférico: presenta una resolución de malla de T63 (1.88º x 1.88º), presentando una coordenada vertical p y una coordenada vertical híbrida σ, con 18 niveles. Los componentes de este modelo utilizan el transporte de humedad semilagrangiano, ecuaciones de convección del modelo UKMO, tratamiento de nubes de agua líquida y procesos de disipación de calor latente entre otros. Modelo de Superficie Terrestre: Presenta un modelo de suelo en seis niveles, con características particulares en relación con la temperatura del agua y suelo. Dentro de su base datos se encuentra la información de 9 tipos de suelo los cuales reconoce y clasifica, así como 13 tipos de superficie terrestre y/o tipos de vegetación. También proporciona la información de un modelo de cubierta de nieve que cuenta con 3 capas. Modelo de Hielo Marino: El código forma parte del modelo atmosférico compartiendo la misma resolución, con una o dos capas de hielo, dependiendo de la profundidad del hielo, donde la nieve o el hielo superficial es una capa adicional. Utiliza mallas de tipo Arakawa-B, con esquemas de advección en términos de campos de divergencia basados en NCAR, así como pasos de tiempo de saltos de rana. Las variables de pronóstico son profundidad del hielo, temperatura del hielo, profundidad de la nieve, temperatura de la nieve, acumulación de calor, fracciones de superficie y temperatura de la capa de mezclado hacia abajo del hielo. Otras características adicionales son componentes en Reología, conducción y nieve en hielo. Modelo Oceánico: Es el modelo GFDL MOM 2.2, el cual utiliza una malla de resolución de 0.94º de latitud por 1.88º de longitud (AGCM = 1.88º x 1.88º) que presenta 31 niveles, a partir de los 10 metros en superficie hasta los 200 metros de profundidad en el océano. Utiliza los siguientes componentes, mezclado compartido, en función del coeficiente entero riguroso R i ; mezclado en superficie, el cual utiliza un amplio R i ; mezclado isoneutral de Griffies; Esquema de difusión para GM90 de Griffies; advección rápida de tercer orden; y penetración solar a capas más profundas. El modelo no considera ajuste de flujos. México, 2007 73 FI.C0.4.41.1 17.5 ECHAM5/MPI-OM (MODELO CLIMÁTICO ACOPLADO DEL INSTITUTO DE METEOROLOGÍA MAX PLANCK) ECHAM5 es la 5ta generación del modelo de circulación general ECHAM. De acuerdo a la configuración el modelo resuelve para la atmósfera por encima de los 10 hPa, para estudios troposféricos, o arriba de 0.1 hPa para estudio de la atmósfera media. El esfuerzo del IPCC refleja la historia y desarrollo de aplicaciones acerca de modelos acoplados de circulación general atmósfera-océano-hielo marino para la predicción climática. Por otro lado, el reporte del IPCC también documenta la diversidad de modelos así como la dependencia de sus conclusiones con los respectivos modelos empleados junto con sus parametrizaciones de procesos a escala de submalla. El modelo atmosférico del Instituto de Meteorología Max Planck, (MPI-M), así como su modelo oceánico MPI Ocean Model (MPI-OM) presentan un avance de desarrollo significativo en los últimos años. Los resultados de la versión del modelo que sirvió como complemento para las simulaciones del 4to reporte de evaluación del IPCC con respecto al cambio climático. Simulaciones de control a 300 años del clima presente fueron ejecutadas. Los análisis se concentraron en variables climáticas claves como lo son la temperatura superficial del mar, la concentración y extensión de hielo marino, calor oceánico y transporte de agua dulce, así como transformaciones de masas de agua oceánica. La precisión de la simulación de la climatología de temperatura superficial del mar (SST) en el ecuador, es crucial para una correcta representación de la Oscilación de El Niño. Una versión previa del modelo mostró una tendencia fría pronunciada en el Pacífico ecuatorial, donde el error en las SST del Pacífico oeste excedía los 4º K. Se realizaron pruebas con el fin de mejorar el modelo, empleando modificaciones a las parametrizaciones físicas de fricción y difusión que resultaron en gran medida infructuosas. Como ha sido encontrada en el Proyecto de Intercomparación para la simulación de El Niño (ENSIP), la tendencia fría/cálida es un problema común para muchos modelos acoplados, y esta relacionado con la amplificación de errores de modelos debido a la retroalimentación por el acoplamiento, lo cual conduce a una sobre/subestimación de la divergencia de los actuales océanos ecuatoriales. Modelo de hielo marino y oceánico: el modelo atmosférico utiliza el ciclo 5.2 del modelo ECHAM y es corrido a una resolución de T63 (1.875º x 1.875º) conteniendo 31 niveles (híbridos) en la vertical. El océano tiene un espaciamiento promedio de malla horizontal de 1.5º con 40 niveles espaciados verticales. Por otro lado, las ecuaciones primitivas para fluidos hidrostáticos de Boussinesq con formuladas con la consideración de una superficie libre. La discretización vertical es niveles z, y la topografía de fondo es resulta por la forma de celdas de malla parciales. El arreglo espacial de las variables vectoriales y escalares es formulada con una malla C. La dinámica del hielo marino es formulada utilizando reología plástica viscosa. La termodinámica relaciona cambios en el grosor del hielo marino para un balance de flujos de calor radiativos, turbulentos y oceánicos. El efecto de la acumulación de nieve en el hielo marino es incluido, mientras que el efecto de formación y derretimiento de hielo es tomado en cuenta con una consideración del modelo de la salinidad del hielo marino de 5 psu. La atmósfera y el océano son acoplados mediante el acoplador océano-atmósfera-mar hielo-suelo (OASIS). México, 2007 74 FI.C0.4.41.1 17.6 MIUB ECHO G (UNIVERSIDAD DE ALEMANIA, INSTITUTO DE KMA EN COREA Y MODEL AND DATA GROUP) El Instituto Meteorológico de la Universidad de Bonn en Alemania, el Instituto de KMA en Corea y Model and Data Group desarrollaron el Modelo ECHO-G, el cual resulta de un experimento estándar para la intercomparación de modelos. Este contiene variables atmosféricas, mensuales, terrestres, de hielo en archivos netCDF. Sus siglas mencionan por lo que esta conformado, el modelo ECHAM4 y el HOPE-G. No maneja química atmosférica ni biogeoquímica interactiva, por otro lado incluye los efectos directos e indirectos de aerosoles y no presenta vegetación dinámica. El modelo atmosférico presenta una resolución de T30 L19, esquema numérico en malla espectral, coordenadas de presión hibridas sigma, nivel superior en 10 hPa, 7 capas cerca de 200 hPa, 5 niveles por debajo de los 850 hPa, pasos de tiempo semiimplícitos utilizando el salto de rana, transporte de vapor de agua, agua de nubes y opcionalmente trazas por el esquema semilagrangiano. El modelo oceánico presenta una resolución de cada cuadro de malla correspondiente a T42 de malla Gausiana en latitudes medias y altas, hacia el ecuador las distancias meridionales decrecen (min = 0.5 grados) y con 20 niveles. Esquema de malla numérica tipo malla Arakawa B, coordenadas en niveles z, modo barotrópico para soluciones implícitas, superficie libre y flujos de agua dulce. El modelo de hielo marino tiene una resolución en una malla horizontal oceánica, 0 capas, dos categorías de grosor en el hielo, esquema numérico de malla es de malla tipo E en el océano, advección implícita en vientos superiores de los volúmenes de hielo y concentración- Ecuación de momento implícita con reología plástica viscosa. 17.7 GFDL-CM2.0 Y GFDL-CM2.1 (MODELO ACOPLADO DEL LABORATORIO DE FLUIDOS DINÁMICOS GEOFÍSICOS) Es un modelo de circulación general que acopla la atmósfera y el océano (AOGCM), desarrollado por el laboratorio geofísico de la dinámica de fluidos de la NOAA en estados unidos. este modelo climático es uno de los principales utilizados en el cuarto reporte del IPCC, junto con otros modelos desarrollados en varios institutos como el Instituto de Max Planck para la Investigación del Clima, el Centro de Hadley y el Centro Nacional para Investigaciones de la Atmósfera. Las soluciones de estos modelos (GFDL CM2) son descritos en varias publicaciones del Journal of Climate del año 2006. Los componentes atmosféricos de los modelos CM2.X son: una atmosférica de 24 niveles corrida a una resolución de 2o longitud y 2.5o en latitud. Esta resolución es suficiente para resolver los grandes ciclones de latitudes medias responsables de la variabilidad del tiempo atmosférico. Sin embargo es muy grande para resolver procesos como huracanes o intensas tormentas convectivas. La parte atmosférica incluye una representación de flujos radiativos, mezclado en la capa límite de la atmósfera, representación de la influencia de nubes estratos y cúmulos, un esquema representativo del arrastre del viento en niveles altos debido a ondas de gravedad, cambios en la distribución espacial del ozono y la habilidad para representar el impacto de múltiples gases de efecto invernadero. Los componentes oceánicos de los modelos CM2.X son: un océano de 50 niveles corrida a una resolución de 1o de longitud y variando en la dirección norte-sur de 1o en regiones polares México, 2007 75 FI.C0.4.41.1 a 1/3o a lo largo del ecuador. Esta resolución es suficiente para resolver el sistema ecuatorial actual, pero también es muy grande para capturar los remolinos de mesoescala que presentan gran cantidad de energía, cuyos efectos advectivos y difusivos pueden ser parametrizados. Otras parametrizaciones clave incluye una superficie en altura libre la cual cambia en respuesta a la evaporación, precipitación y convergencia del océano actual, absorción de la luz del sol vinculado a la observación de las concentraciones de clorofila, una representación de la capa de mezclado oceánica, inclusión de la turbulencia generada por mezclado en estantes y esquemas que permiten la interacción de mares, como el caso del Mar Rojo y el Mar Báltico para mezclar a través de estrechas regiones sus desembocaduras. 17.8 INMCM3.0 (INSTITUTO DE MATEMÁTICAS NUMÉRICAS DE LA ACADEMIA DE CIENCIAS RUSA) El INMCM3.0 es la tercer versión del modelo INCM que fue desarrollado por el Instituto de Matemáticas Numéricas de la Academia de Ciencias Rusa. Este modelo fue incluido en el cuarto reporte de evaluación del IPCC; no cuenta con química atmosférica, no cuenta con biogeoquímica interactiva, mientras que los efectos directos de los aerosoles volcánicos y de sulfatos son modelados, no presenta vegetación dinámica y presenta una distribución de hielo predefinida. El Modelo Atmosférico presenta una resolución de 5 x 4 en longitud y latitud con 21 niveles en la vertical, esquema numérico de malla de diferencias finitas, semi-implícito en el tiempo, el tope superior del modelo corresponde a los 10 hPa, se manejan coordenadas verticales sigma, con 8 capas sobre los 200 hPa y 5 capas por debajo de los 850 hPa. La resolución del Modelo Oceánico es de 2.5 x 2 grados en longitud y latitud con 31 niveles sigma en la vertical, esquema numérico considerando una malla tipo Arakawa tipo C, esquema implícito en el tiempo utilizando el método de splitting por procesos físicos y coordenadas espaciales, las coordenadas verticales son sigma, superficie rígida y flujo salino virtual. El modelo de hielo presenta una resolución horizontal de 2.5 x 2 grados en longitud y latitud, una capa en la vertical y una categoría de grosor, no se considera la advección y se utiliza el esquema de tiempo explicito. El modelo terrestre tiene una resolución de 5 x 4 grados en longitud y latitud con 23 niveles para calor y agua, el derretimiento y congelamiento de la humedad superficial es considerada por este modelo, mientras que el escurrimiento en la superficie es calculado a partir de la precipitación y el derretimiento de la nieve, incluyendo cuatro niveles en la nieve con la ecuación de la transferencia de calor. Este último modelo cuenta con 23 niveles de agua desde el suelo hasta 10 m, las ecuaciones incluidas son las de conductividad de agua, conductividad térmica del agua, flujo hidráulico, derretimiento y congelamiento, mientras que el drenaje depende del contenido de agua. 17.9 IPSL-CM4 (INSTITUTO PIERRE SIMON LAPLACE DE FRANCIA) El modelo IPSL-CM4 desarrollado por el Instituto Pierre Simon Laplace de Francia es un sistema que acopla un modelo oceánico, un modelo atmosférico, un modelo terrestre y de vegetación, y un modelo de hielo marino. IPSL-CM4 no cuenta con química atmosférica, pero si cuenta con biogeoquímica interactiva, donde solo se incluyen solo los efectos directos de aerosoles y la aplicación de vegetación dinámica, así como también una extensión de hielo que no cambia, pero si varía en el grosor. México, 2007 76 FI.C0.4.41.1 El modelo atmosférico presenta una resolución de 2.5 x 3.75 grados, en la vertical presenta 19 niveles, trae consigo un esquema de malla numérica basado en la formulación de diferencias finitas de las ecuaciones primitivas de la meteorología. La integración en el tiempo es realizada utilizando el esquema de paso de rana, con un corrector predictor de paso de tiempo periódico. En la vertical el modelo utiliza una coordenada –p clásica híbrida, teniéndose 5 niveles por debajo de los 850 hPa, y 8 niveles por encima de los 200 hPa. La resolución del modelo oceánico considera una malla tri-polar cuasi-isotropo (2 polos en el hemisferio norte), con una malla de resolución Mercator de 2º, y resolución meridional habilitada en las cercanías con el ecuador; también se maneja un esquema advección de 2do orden de Arakawa, pasos de tiempo de salto de rana, excepto para difusiones laterales, y difusiones verticales y una coordenada vertical z; superficies libres y flujos de agua dulce son considerados. El modelo de hielo marino presenta una resolución horizontal igual a la del modelo oceánico, con ecuaciones para el movimiento y transporte del hielo escritas en coordenadas curvilíneas y ortogonales; cuenta con una capa en la nieve y otras 2 en el hielo y 2 categorías de grosor en el hielo. Por último el modelo terrestre presenta un número de niveles para calor y agua, propiedades de superficie como albedo, rugosidad, etc, y variables como temperatura, humedad, etc. El suelo es descrito en 11 capas para el cálculo de transferencia de calor y 2 para la circulación del agua. 17.10 CCSR/NIES-MIROC3.2 (MODELO DE INVESTIGACIÓN INTERDICIPLINARIA DEL CLIMA – CENTRO PARA LA INVESTIGACIÓN DEL SISTEMA CLIMÁTICO / INSTITUTO NACIONAL PARA ESTUDIOS AMBIENTALES DE JAPÓN) El Modelo de Investigación Interdisciplinaria del Clima (MIROC por sus siglas en ingles) es un modelo de circulación general acoplado utilizado en el proyecto k-1, el cual consta de 5 modelos componentes: atmosférico, terrestre, de ríos, hielo marino y oceánico. Los componentes atmosféricos interactúan con los componentes de tierra y hielo marino. Los intercambios airemar son realizados exclusivamente entre los componentes de la atmósfera y el hielo marino, no directamente entre los componentes de la atmósfera y el océano, y los componentes oceánicos interactúan solamente con los componentes del hielo marino. Flujos aire-océano en mallas de hielo son consecuentemente trasladados a los componentes del océano sin modificación, pero primero es trasladado a los componentes del hielo marino. Los componentes del modelo de ríos recibe el escurrimiento del agua en el suelo a partir de los componentes terrestres, considerando de tal forma el escurrimiento de agua del río en los componentes del hielo marino. Dos características establecidas a diferentes resoluciones son utilizadas en el proyecto k-1. La más alta resolución es referida como “HI” mientras que la más baja resolución es conocida como “MID”. Las parametrizaciones físicas incluidas están en un esquema de radiación con un método de distribución k- de dos corrientes, un esquema de pronóstico cúmulus Arakawa-Shubert, un esquema de pronóstico de agua de nubes para condensación a gran escala, un esquema de turbulencia cerrada con efectos en nubes y esquemas de arrastre de ondas de gravedad de tipo orográficas. Algo nuevo que es remarcable en el terreno de las parametrizaciones físicas es el tratamiento de los efectos directos e indirectos de aerosoles. Modelo Tierra-Superficie: El modelo de tierra-superficie utilizado se denomina MATSIRO (Minimal Advanced Treatments of Surface Interaction and RunOff). MATSIRO representa energía e intercambio de agua entre la tierra-superficie y la atmósfera. MATSIRO recibe temperatura, humedad específica, velocidad del viento y presión de las capas más bajas de la México, 2007 77 FI.C0.4.41.1 atmósfera, así como precipitación y incidencia de flujos de radiación de onda larga y corta provenientes del modelo atmosférico, mientras proporciona flujos de momento turbulento, de calor latente y sensible y emisión de flujos de radiación de onda larga y onda corta hacia el modelo atmosférico. Las variables de pronóstico de MATSIRO temperatura vegetativa y temperatura de superficie sin o con áreas cubierta de nieve, contenido de humedad en el suelo contenido de humedad congelada en el suelo. Modelo de Ríos: El Modelo de Ríos realiza el transporte de escurrimiento desde el modelo de tierra-superficie hasta el modelo oceánico a través de las desembocaduras de los ríos. El esquema es basado en Miller, el cual diagnostica el agua de río en cada malla del dominio. Una velocidad temporalmente constante y globalmente uniforme es utilizada por simplicidad para el flujo de río. El flujo de glaciares (la cantidad de nieve que excede un cierto valor crítico es tratado como un glaciar en el modelo de tierra-superficie) es también tratado en este modelo, sin embargo el congelamiento y la fusión del agua de ríos no es considerado. Modelo Oceánico: El modelo de circulación general del océano utilizado es el CCSR Ocean Component Model (COCO) versión 3.4. Las ecuaciones básicas de COCO son las ecuaciones primitivas en una esfera, donde la aproximación hidrostática y de Boussinesq son adoptadas. El modelo explícito representa la elevación de la superficie del mar. La coordenada vertical del modelo es un Hibrido de σ (profundidad normalizada) y z (altura geopotencial): El primero es aplicado entre la superficie del mar y un nivel fijo en la parte superior del océano y el siguiente después. La coordenada σ es introducida con el fin de evitar la desaparición del nivel superior. El modelo es formulado horizontalmente en el sistema de coordenadas esféricas, mientras que la rotación y el sistema de mallas del modelo se encuentra disponible para evitar la convergencia de coordenadas en el Océano Ártico. Modelo de Hielo Marino: El hielo marino es tratado como una continuidad bidimensional. En cada malla horizontal, concentración, promedio de grosor (sobre la porción de cobertura del hielo) y los componentes de velocidad horizontal son parecidos. Las concentraciones de hielo marino y grosor cambian debido al crecimiento y disminución termodinámica, advección y deformación mecánica de témpanos hielos. 17.11 MRI-CGCM2.3.2 (MODELO DE CIRCULACIÓN GENERAL ACOPLADO DEL INSTITUTO DE INVESTIGACIONES METEOROLÓGICAS DE JAPÓN) El modelo de circulación general acoplado (CGCM) referido en este trabajo es la versión MRICGCM2.3.2. La parte atmosférica de este modelo tiene una truncación espectral horizontal de T42 correspondiente a un espaciamiento de malla horizontal cercano a los 270 km. El espaciamiento en la malla horizontal de la parte oceánica es 2.5º en longitud y 2º en latitud. El modelo trata el aspecto de nubes con un esquema de diagnóstico de nubes. La fracción de nubes es calculada a partir de la humedad relativa, pero es introducida la variable Rc (Humedad relativa crítica) requerida para la formación de nubes. Son asumidos de igual forma, diferentes perfiles verticales de Rc para nubes convectivas y nubes en capas. Por lo consiguiente diferentes perfiles son aplicados para nubes sobre el océano y nubes sobre la tierra, los cuales pueden expresar aproximadamente un efecto a partir de la diferencia de núcleos de condensación entre el océano y la tierra. Como una parte de la contribución para el cuarto reporte de evaluación del IPCC se han llevado a cabo simulaciones de ensambles de 5 miembros para el periodo del siglo XX, del año de 1850 México, 2007 78 FI.C0.4.41.1 al año 2000. Los agentes forzadores del experimento incluyen gases de efecto invernadero (CO 2 , CH 4 , N 2 O y CFC's), efectos directos de sulfatos de aerosol, volcanes y forzamiento solar. Se ha afinado cuidadosamente el esquema de nubes de tal forma que el forzamiento radiativo de nubes climatológicamente simulado de acuerdo con la estimación del experimento de balance de radiación terrestre. Sin embargo, niveles bajos de nubes simulados fueron subestimados comparados con las observaciones del Proyecto Internacional de Climatología de Nubes Satelital, especialmente sobre los océanos. El modelo desarrollado por el MRI simula cambios en la atmósfera, océano, tierra y hielo marino asociados al cambio climático debido al Calentamiento Global, desde 1980 en los Institutos de Investigación Meteorológica. Resultados de experimentos de calentamiento global utilizando el Modelo Climático Global han sido proporcionados al Panel Intergubernamental de Cambio Climático, y también han sido difundidos al público por medio de reportes de información de proyecciones de cambio climático, publicados por la Agencia Meteorológica de Japón. El modelo MRI-CGCM2.3.2 ha reproducido satisfactoriamente los cambios climáticos históricos en que el promedio global de temperatura del aire en superficie ha sido incrementado en cerca de 0.7ºC en el presente, desde mitad del siglo XIX, desarrollando un experimento de cambio climático histórico. Experimentos para proyecciones de cambios climáticos futuros son desarrollados con este modelo, basados en múltiples escenarios para el siglo XXI. El modelo también simula variaciones estacionales y distribución geográfica de los cambios de temperatura. Por ejemplo, el calentamiento de la temperatura en superficie en latitudes alta del norte muestra una fuerte señal en el invierno, mientras que es relativamente más débil durante el verano, presentando un fuerte vínculo con los cambios en el hielo marino y la nieve. De esta manera, se estudiaron detalladamente los mecanismos del calentamiento global con investigaciones de cambios simulados en la precipitación en la circulación atmosférica. 17.12 NCAR_CCSM3.0 (MODELO DE COMUNIDAD DEL SISTEMA CLIMÁTICO CENTRO NACIONAL DE INVESTIGACIÓN ATMOSFÉRICA DE EE.UU.) Es un modelo global climático completamente acoplado, que realiza simulaciones computacionales proporcionando estados climáticos pasados, presentes y futuros del planeta Tierra. CCSM es patrocinado por la Fundación Nacional de Ciencia (NSF) y el departamento de Energía de los E.E.U.U. (DOE). La administración del CCSM es mantenida por el clima y la división dinámica global (CGD) en el centro nacional para la investigación atmosférica (NCAR). El CCSM es un modelo con un programa activo que realiza simulaciones y evaluaciones, abordando cuestiones y problemas científicos de interés nacional e internacional, es decir este modelo esta hecho para realizar investigaciones del sistema climático, dirigido particularmente a la predicción del clima Los grupos de trabajo del modelo CCSM son equipos relativamente pequeños de científicos que trabajan en una parte del modelo de manera individual. Cada equipo toma la responsabilidad de desarrollar y mejorar continuamente su componente del modelo CCSM. Cada equipo decidirá sus propias prioridades del desarrollo y horario de trabajo. México, 2007 79 FI.C0.4.41.1 CCSM3.0 pertenece a una élite de modelos de simulación basados en sistemas de cómputo conocidos como modelos de circulación general. Dichos modelos utilizan fórmulas y principios matemáticos para recrear la química y los procesos físicos que dirigen el clima de la Tierra. Lo que surge de millones de cálculos computacionales solo es una muestra del clima del mundo en toda su complejidad. El nombre del modelo y de los componentes atmosféricos, oceánicos, hielo marino, etc. son los siguientes. Modelo Acoplado – Modelo del Sistema Climático de Comunidad, versión 3.0 (CCSM3) Atmósfera - Modelo Atmosférico de Comunidad, versión 3.0 (CAM3) Océano – Programa Oceánico Paralelo, versión 1.4.3 (POP 1.4.3) Hielo Marino – Modelo de Hielo Marino de Comunidad, versión 5.0 (CSIM5) Tierra – Modelo Terrestre de Comunidad, versión 3.0 (CLM3) Ventaja sobre la versión en el que el modelo fue por primera vez introducida en una aplicación publicada: 6 corridas de control y corridas del IPCC de las ejecutadas y publicadas en el 2004. Además de la atmósfera, océano, hielo marino y prescripción de la cobertura superficial vegetal, ¿que puede ser incluido y fue activado en la versión del modelo que produjo resultados de salida guardados en la base de datos PCMDI?: Química Atmosférica, en la que dos procesos son activos, la modificación de GHG debido a procesos Químicos y la conversión de SO2 y DMS a sulfatos de aerosoles. El efecto semidirecto (reducción en la cantidad de nubes por calentamiento de aerosoles) es incluida, de los cuales, las especies de aerosoles incluidos son: Sulfatos, Carbón negro y orgánico, sal marina, polvo y aerosoles volcánicos atmosféricos. 17.13 NCAR-PCM1 (MODELO CLIMÁTICO PARALELO - CENTRO NACIONAL DE INVESTIGACIÓN ATMOSFÉRICA DE EE.UU.) Se trata de un esfuerzo conjunto para desarrollar un Modelo Climático Paralelo entre el Laboratorio Nacional de los Álamos (LANL), la escuela naval de postgrado (NPG), el cuerpo de ingenieros del ejército de los Estados Unidos, Investigación de Regiones Frías y Laboratorio de ingeniería (CRREL) y el Centro Nacional de Investigación Atmosférica. Se trata de un acoplamiento entre el Modelo Climático de Comunidad de NCAR versión 3, el Programa Oceánico Paralelo de LANL y un modelo de hielo marino de la Escuela Naval de Posgrado, los cuales se unen en un ambiente de cómputo paralelo masivo, conformando la versión 1 del PCM. Basados en la experiencia con el Modelo de Sistema Climático de NCAR, para minimizar los errores iniciales del sistema acoplado, el hielo/océano puede hilarse con el forzamiento de corridas previas del CCM3 con temperaturas oceánicas preescritas. Esto también ha sido utilizado para demostraciones y mejoramientos del campo de ajuste, que ocurre en el océano y el hielo debido al acoplamiento del CCM3, sin tener que correr el sistema acoplado más costoso. El sistema completo ha estado en pleno funcionamiento bajo una gran cantidad de experimentos de control y ensambles de simulaciones climáticas en progreso y completadas. Componente de hielo marino: La dinámica-termodinámica del Modelo de Hielo Marino PCTM ha sido desarrollado a partir de la combinación de dos modelos de hielo marino existentes gracias a instituciones colaboradoras: el modelo de dinámica de la viscosidad elástica plástica México, 2007 80 FI.C0.4.41.1 (EVP) que tiene como fin el resolver la ecuación dinámica del hielo, la cual equilibra las fuerzas sobre el hielo: estrés del viento, océanos actuales, fuerza de Coriolis, inclinación gravitacional de la superficie oceánica, inercia, estrés interno de los hielos. El hielo se resiste a la compresión y a la cortante del estrés, y la divergencia bajo el cizallamiento, siguiendo la curva elíptica del modelo de Hibler. El EVP es una solución explícita del tensor estrés del hielo, en contraposición a la solución iterativa implícita del modelo Hibler. Las velocidades solución de EVP comparan muy de cerca al modelo Hibler y Zhang con una mejora considerable en la ejecución paralela. Componente Atmosférico: El componente atmosférico es la versión paralela masiva del Modelo Climático de Comunidad de NCAR, versión 3.2. Este modelo incluye la última versión de radiación, fronteras físicas y física de precipitación como un estado del componente atmosférico. CCM3 también incluye un modelo superficial terrestre (LSM) el cual toma en consideración física del suelo y vegetación. Componente Oceánico: Cuenta con la resolución moderada de un modelo oceánico global con mallas polar desplazada usando el modelo POP (Programa Oceánico Paralelo). La malla es de 384 x 288 x 32, con una resolución promedio de 2/3 grados de latitud y longitud con resolución latitudinal incrementada cerca del ecuador en aproximadamente 1/2 grado. Este modelo se esta adicionando con observaciones de superficie y forzamientos en subsuperficie, en la preparación para el acoplamiento. También se tiene planeado agregar al modelo parametrizaciones oceánicas más realistas. El modelo en su forma actual, desarrolla simulaciones extraordinarias para el Océano Ártico, Pacífico Tropical y actuales fronteras, así como la corriente del Golfo, con resolución de remolinos en la mayoría de las cuencas. Y por último, Se han desarrollado herramientas para la interpolación de salidas del modelo en mallas regulares. 17.14 UKMO_HADCM3 (CENTRO HADLEY PARA LA INVESTIGACIÓN Y PREDICCIÓN CLIMÁTICA, REINO UNIDO) El modelo HadCM3 si cuenta con química atmosférica, como lo son los sulfatos de aerosoles producidos por la oxidación de SO2, donde las concentraciones oxidantes son proporcionadas por corrida se salida del modelo STOCHEM (OH, H2O2 y HO2), sin embargo no maneja química interactiva, pero si efectos directos e indirectos como lo es en tres modos de aerosoles de sulfato utilizando parametrizaciones explícitas de transferencia entre distintos modos; SO2 y DMS son ingresados en los niveles apropiados, mientras que los efectos de la radiación directa provenientes de la absorción son tomados en cuenta. El efecto indirecto de los aerosoles fue implementado considerando cambios de nubes predefinidos, calculados por salida de modelos. Por otra parte no cuenta con vegetación dinámica y cobertura de hielo. La parte atmosférica cuenta con una resolución de 2.75º en latitud y 3.75º en longitud, se maneja un esquema de malla numérico hidrostático, con un modelo de punto de malla que utiliza una malla Arakawa B y coordenadas vertical hibridas sigma; se emplea también un esquema de advección euleriana. La parte oceánica tiene 1.25 grados de resolución, pasos de tiempo de 1 hr, solución barotrópica de superficie rígida estándar y flujo salino virtual. El modelo de hielo marino presenta resolución igual al del modelo oceánico, mientras que su esquema numérico de malla, esquema de advección y de pasos de tiempo no son descritos. Por último el modelo terrestre y de cobertura de hielo presenta un diagnóstico de la fracción de agua congelada (temperatura subsuperficial mejorada utilizando una discretización de la ecuación de difusión de calor), entre otras mejoras. México, 2007 81 FI.C0.4.41.1 18 ANEXO 4 – DESCRIPCIÓN DE LAS REGIONES GEOGRÁFICAS CHIAPAS, CENTRO Y JALISCO UTILIZADAS EN EL ESTUDIO 18.1 REGIÓN CHIAPAS Chiapas se localiza al sureste de México y su capital es Tuxtla Gutiérrez, colinda al norte con el estado de Tabasco, al oeste con Veracruz y Oaxaca, al sur con el Océano Pacífico y al este con la República de Guatemala. Al norte 17°59', al sur 14°32’ de latitud norte; al este 90°22', al oeste 94°14' de longitud oeste. El estado de Chiapas presenta una superficie territorial de aproximadamente 75,634 km2 siendo el octavo estado más grande en la República Mexicana representando el 3.8 % de la superficie del país FLORA Y FAUNA Entre su vegetación encontramos bosque de pino, encino, ceiba, ciprés, caoba, cedro rojo, volador, guapaque, pastizales, cacahuate, fresno, laurel, mangle, palo mulato, guácimo, mezquite y quebracho, así como café, maíz, mango, mamey, tomate, ciruela, cacao y plátano (Tabla A4.1). Entre la fauna, hay tlacuache, sarahuato, puerco espín, venado cola blanca, tepezcuintle, leoncillo, jabalí, mono, boa, cocodrilo, tortugas, tucán de cuello amarillo y aves acuáticas. En cuanto a la existencia de aves de corral, Chiapas ocupa un destacado lugar con relación al resto del país. Entre las aves de corral encontramos guajolotes, pollos, gallos y gallinas. ECONOMÍA Agricultura El sector primario tiene una destacada participación en la estructura económica del estado, dado que absorbe el 53.3% de la población económicamente activa ocupada; sin embargo, su productividad y sus niveles de rendimiento aún son muy bajos. En el estado se producen diversas especies de cultivos cíclicos y perennes. Sobresalen por la cantidad de superficie sembrada, en los cultivos cíclicos: maíz, frijol, sorgo (grano), soya, cacahuate y ajonjolí; mientras que de los perennes: café, cacao, caña de azúcar, mango, plátano y palma de aceite (Tabla A4.1 y Fig. A4.2). Ganadería Al subsector ganadero se dedican alrededor de 3 millones de hectáreas de pasto y praderas. De ese total, el 52% son cultivadas y el resto naturales (Fig. A4.3). Actividad que en su mayoría se realiza bajo el sistema tradicional de cría, manejo extensivo de los hatos y organizados como empresas familiares. Por el número de cabezas y el valor que de ellas registran, la cría de bovinos es la actividad ganadera más importante en el estado. En su explotación se identifican tres aspectos: la producción de leche y becerros al destete, la engorda de novillos, y la cría de sementales. Además de la explotación de bovinos, también se practica la cría de ganado porcino y aves de corral. Fruticultura Por otra parte, la explotación forestal se basa principalmente en coníferas y especies comunes tropicales, generando una producción maderable de 186 858 metros cúbicos en rollo, con un valor de 54 511 000 pesos. En la producción de especies no maderables sobresale la palma camedor, con 135 toneladas producidas (Tabla 5.3). México, 2007 82 FI.C0.4.41.1 Pesca El estado tiene un importante potencial pesquero. Su litoral ofrece posibilidades importantes para el desarrollo y expansión de la pesca, tanto de captura como de acuacultura, dada la presencia de cuerpos de agua y ríos. Entre las más explotadas que sobresalen por el volumen y valor de su captura: atún, tiburón, camarón, mojarra tilapia, tacazontle, berrugata, jaiba, sierra, bagre y robalo. Micro y pequeña industria Establecimientos tales como: ensambladoras de partes automotrices, plantas refresqueras, empacadoras de frutas, procesadoras de café y cacao, productoras de cal, ladrillo y otros materiales de construcción; ingenios azucareros, mueblerías de madera y metal, procesadoras de lácteos, elaboración de embutidos y alimentos para ganado, maquiladoras textiles, imprentas y editoriales; así como los dedicados a la elaboración de artesanías, como: alfarería, joyería de ámbar, cerámica, lapidaria y jarcería, entre otras. En cuanto a las grandes industrias, destacan las plantas hidroeléctricas de la Comisión Federal de Electricidad (CFE) y la refinería de Petróleos Mexicanos (PEMEX). También se produce: petróleo condensado, azufre, gas residual, etano plus, gas licuado, y gasolina nafta ligera. Turismo Chiapas cuenta con recursos turísticos reconocidos en el ámbito mundial. La oferta turismo es en el ámbito cultural, colonial y ecológico, distribuido en tres rutas principales que abarcan todo el estado: el Mundo Maya, para el turismo de aventura y ecoturismo, que se practica en la Selva Lacandona, Palenque, Bonampak, Yaxchilán, Cascadas de Agua Azul, Misol-há y Laguna de Catazajá; el turismo cultural, que tiene como principales focos de interés los pueblos indígenas, zonas arqueológicas y ciudades coloniales, como San Juan Chamula, TenamPuente, San Cristóbal de las Casas y Comitán de Domínguez; y el turismo recreativo, que tienen como principales atractivos las barras, esteros y playas de Tapachula, Puerto Arista y Boca del cielo, entre otros. La infraestructura para atender a los visitantes está compuesta por 491 hoteles con 12 122 cuartos; además de 780 establecimientos con categoría turística de preparación y servicios de alimentos. Tabla A4.1. Aspectos agrícolas y de vegetación de Chiapas. Fuente: www.inegi.gob.mx Concepto Nombre científico Nombre local Utilidad Agricultura 15.80% de la superficie estatal Zea mays Maíz Comestible Phaseolus vulgaris Frijol Comestible Musa paradisiaca Plátano Comestible Theobroma cacao Cacao Comercial Coffea arabica Café Comercial Estrella africana Forraje Pastizal 16.93% de la superficie estatal México, 2007 Cynodon plectostachyus Digitaria decumbens Panicum maximum Pangola Forraje Guinea o privilegio Forraje Sorghum vulgare Sorgo Forraje 83 FI.C0.4.41.1 Concepto Nombre científico Nombre local Utilidad Pinus michoacana Mococh, pino escobetón Madera Pinus oocarpa Pino ocote, kanta Madera Quercus peduncularis Roble Madera Brosimun alicastrum Ramón, capomo, ojoche Comestible Dialium guianense Guapaque Madera Guazuma ulmifolia Guácima Medicinal Bursera bipinnata Copal Forraje Nombre científico Nombre local Utilidad Rhizophora mangle Mangle rojo Madera Avicennia germinans Mangle negro Madera Laguncularia racemosa Mangle blanco Madera Quento Forraje Bosque 29.08% de la superficie estatal Selva 34.56% de la superficie estatal Concepto Manglar 1.75% de la superficie estatal Popal 0.45% de la superficie estatal Thalia geniculata Otro 1.43% de la superficie estatal Tabla A4.1. Continuación México, 2007 84 FI.C0.4.41.1 Figura A4.1. Uso del Suelo en Chiapas. Fuente: www.inegi.gob.mx México, 2007 85 FI.C0.4.41.1 Tabla A4.2. Uso potencial de la Tierra en Chiapas. Fuente: www.inegi.gob.mx Concepto Descripción Estatal 18.14 Uso agrícola Mecanizada continua Mecanizada estacional De tracción animal continua De tracción animal estacional Manual continua Manual estacional No aptas para la agricultura Uso pecuario 0.21 10.79 1.58 23.27 6.85 39.16 10.83 Para el desarrollo de praderas cultivadas Para el aprovechamiento de la vegetación de pastizal 0.16 47.29 Para el aprovechamiento de la vegetación natural diferente del pastizal Para el aprovechamiento de la vegetación natural únicamente por el ganado caprino No aptas para uso pecuario México, 2007 14.94 26.78 86 FI.C0.4.41.1 Figura A4.2. Mapa de Uso potencial Agrícola en Chiapas. Fuente: www.inegi.gob.mx Figura A4.3. Mapa de Uso potencial Pecuario en Chiapas. Fuente: www.inegi.gob.mx México, 2007 87 FI.C0.4.41.1 18.2 REGIÓN CENTRO Estado de México El estado de México es una de las 32 entidades federativas de la República Mexicana y se localiza en el centro del territorio nacional. Colinda al norte con los estados de Hidalgo y Querétaro, al este con Tlaxcala y Puebla, al oeste con Michoacán y al sur con Morelos, Guerrero y en el centro a manera de herradura colinda con Distrito Federal. UBICACIÓN El territorio del estado de México se localiza en la parte central de la meseta de Anáhuac, comprende los valles de México, Toluca, parte del valle de Puebla y las cadenas montañosas de Sierra Nevada, Monte de las Cruces y Cumbres Occidentales. POBLACIÓN Su población, que sobrepasa los 14 millones de habitantes, lo convierte en el estado más poblado del país, la mayor parte de ésta se encuentra asentada en los municipios cercanos al Distrito Federal, y forman parte de la mancha urbana que rodea a la ciudad de México, por lo que Toluca es la segunda concentración urbana del estado. Población 2005: 14 160 736 hab. Fuente: II Conteo de Población y Vivienda 2005 (INEGI). Según el último censo disponible étnicamente el estado estaba formado por un 42,13% Indigena, 47,7% Mestizo y 10,17% Blanco. En la actualidad se estima un aumento en el porcentaje mestizo. FLORA Y FAUNA La flora del Estado de México esta compuesta por: Aguacate, ahuehuete, ahuejote, alegría, barba de San Juan de Dios, bisznaga, cañuela,cardo santo, cazahuete, cedro, ceiba, colorín, cempaxúchitl (flor de muerto), cuiajiote, encino blanco, enebro, espino blanco, fresno garambullo, garbancillo, girasol, gordolobo, guaje, guamúchil, guayaba, higuerilla, huizache, izote, ,jazmincito, laurelillo, madroño, Maguey, nanche, nochebuena, nopal, ocote, ombligo de venus, orquidea, ortiga, oyamel, palo dulce, pino, tamarindo, tejocote, tepozán, tilandsia, tule, uña de Gato y xoconostle (Tabla A4.3 y Fig. A4.4). Su fauna esta conformada por : Aguililla gris, ajolote, ardilla, armadillo, boa, coatí, comadreja, conejo, coyote, cuclillo, cuija, chachalaca, escorpión, garrapatero, jaguarundi, mapache, murciélago, murciélago vampiro, musaraña, ocelote, períco, rana parda, sapo del monte, tecolotito, teporingo, tlacuachín, venado, zopilote, zorra y zorrillo. ECONOMÍA La agricultura dejó de ser la base de la economía del Estado de México hace algunos años. Aunque en un principio su economía fue principalmente agrícola, ahora es comercial e industrial. El turismo y la producción artesanal son actividades complementarias. La disponibilidad del recurso hídrico ha favorecido el desarrollo de diversas actividades productivas como la agricultura, la silvicultura y la ganadería (Fig. A4.6). En la agricultura se encuentra el cultivo de riego de árboles frutales como mango, aguacate, naranja, ciruela, nuez, mamey y papaya; también hay cultivos de temporal como maíz, trigo, alfalfa, maguey, haba, tomate y frijol. México, 2007 88 FI.C0.4.41.1 En el estado de México en 1998, operaron en este año 368,070 unidades económicas y sobresalen por su mayor número los establecimientos comerciales con más de 200,000. Los dedicados a prestar servicios privados son 106,658 (29%) y de éstos destacan los restaurantes, fondas, cocinas económicas, estéticas, escuelas y talleres mecánicos, entre otros. La industria manufacturera se sitúa principalmente al este y noreste de la entidad, reporta 40,210 unidades económicas entre las que se cuentan: plantas automotrices, laboratorios farmacéuticos o industrias de aceites y grasas; también aparecen diseminados en barrios y localidades: tortillerías, herrerías y panaderías. Tabla A4.3. Aspectos agrícolas y de vegetación del Edo. de México. Fuente: www.inegi.gob.mx Concepto Nombre científico Nombre local Utilidad Agricultura 47.43 % de la superficie estatal Zea mays Maíz Comestible Phaseolus vulgaris Frijol Comestible Hordeum sativum Cebada Comestible Avena sativa Avena Comestible, Forraje Solanum tuberosum Papa Comestible Bouteloua gracilis Navajita Forraje Aristida divaricata Zacate Forraje Buchloe dactyloides Zacate chino Forraje Muhlenbergia rigida Zacatón Forraje Nombre científico Nombre local Utilidad Pastizal 14.47 % de la superficie estatal Concepto Bosque 27.81 % de la superficie estatal Abies religiosa Oyamel Comercial, Industrial Pinus montezumae Pinus teocote Ocote blanco Pino chino Comercial, Industrial Comercial, Industrial Quercus rugosa Quercus laurina 5.67 % de la superficie estatal México, 2007 Acacia cymbispina Encino quebracho Encino laurelillo Selva Huizache Comercial, Industrial Comercial, Industrial Forraje, Doméstico 89 FI.C0.4.41.1 Concept o Ipomoea wolcottiana Cazahuate Ornamental, Medicinal Bursera copallifera Copal Medicinal, Comercial Eysenhardtia polystachya Haematoxylon brasiletto Nombre científico Vara dulce Forraje, Medicinal Palo brasil Artesanal, Industrial Nombre local Utilidad Matorral 0.90 % de la superficie estatal Opuntia streptacantha Nopal Comestible, Comercial Mimosa biuncifera Uña de gato Medicinal, Leña Jatropha dioica Sangre de drago Medicinal Acacia farnesiana Huizache Medicinal, Artesanal Opuntia tomentosa Nopal Comestible Otro 3.72 % de la superficie estatal Figura A4.4.Vegetación en el Edo de México. Fuente: www.inegi.gob.mx México, 2007 90 FI.C0.4.41.1 Tabla A4.4. Uso potencial de la Tierra en el Edo. De México. Fuente: www.inegi.gob.mx Concepto Descripción Estatal Uso agrícola Mecanizada continua 37.14 Mecanizada estacional o de tracción animal continua 2.81 De tracción animal continua 4.97 De tracción animal estacional 0.39 Manual continua 33.81 Manual estacional 10.67 No aptas para la agricultura 10.21 Para el desarrollo de praderas cultivadas 36.96 Para el aprovechamiento de la vegetación de pastizal 2.04 Para el aprovechamiento de la vegetación natural diferente del pastizal 13.99 Para el aprovechamiento de la vegetación natural únicamente por el ganado caprino 39.24 No aptas para uso pecuario 7.77 Uso pecuario México, 2007 91 FI.C0.4.41.1 Figura A4.5. Mapa de Uso potencial Agrícola en el Edo. De México. Fuente: www.inegi.gob.mx Figura A4.6. Mapa de Uso potencial Pecuario en el Edo. De México. Fuente: www.inegi.gob.mx México, 2007 92 FI.C0.4.41.1 DISTRITO FEDERAL La Ciudad de México es el Distrito Federal, sede de los Poderes Federales de México. Es el centro político, cultural y económico del país. El Distrito Federal aporta la quinta parte del PIB Nacional de México. Ocupa una décima parte del valle de Anáhuac en el centro-sur del país, en un territorio que formó parte de la cuenca lacustre del Lago de Texcoco. México, D.F. es la ciudad más poblada del país y ocupa el segundo lugar como entidad federativa, detrás del estado de México. De acuerdo con el Reporte Urbanístico de las Naciones Unidas, la Zona Metropolitana de la Ciudad de México es la más grande del hemisferio occidental y la segunda aglomeración urbana más grande del mundo, después de Tokio. SITUACIÓN GEOGRÁFICA Según el Instituto Nacional de Estadística, Geografía e Informática (INEGI), el territorio del Distrito Federal se localiza en la provincia geológica de Lagos y Volcanes del Anáhuac. El límite norte del Distrito Federal está dado por la sierra de Guadalupe del que forma parte el cerro del Tepeyac. Hacia el centro oriente del Distrito Federal se localiza la sierra de Santa Catarina, una cadena de volcanes apagados cuyo punto más alto es el volcán de Guadalupe o El Borrego, que se eleva 2780 metros sobre el nivel del mar. Al oriente de la sierra de las cruces se encuentra el volcán Ajusco, que es la cumbre más elevada del Distrito Federal, y da su nombre a la serranía que cierra la cuenca de México por el sur. Está cadena montañosa pertenece al Eje Neovolcánico y también recibe el nombre de Sierra de Ajusco-Chichinauhtzin. Entre otros, forman parte de ella los volcanes Xitle, Chichinauhtzin, Tláloc y Teuhtli. La serranía del Ajusco aloja varios valles de tierra fría en los que sus pobladores practican la agricultura de trigo, avena y maíz. De ellos los más importantes es la meseta donde se asienta Parres, en Tlalpan; y el valle de Milpa Alta, que sube desde Tecómitl hasta San Pedro Atocpan, entre las faldas de los volcanes Teuhtli y Tláloc. VEGETACIÓN Aproximadamente 62% del territorio que comprende el Distrito Federal está ocupado por la zona urbana, la porción restante presenta vegetación de Bosque, Pastizal y en buena proporción se dedica a la agricultura. Los bosques de coníferas y encinos son los tipos de vegetación que comúnmente cubren las sierras volcánicas que flanquean desde el oeste y hasta el sur, al valle de México; existen suelos de origen ígneo, ricos en materia orgánica y de profundidad variable que por lo general sustentan masas arboladas de pinos mezcladas con encinos; en varios lugares los bosques están conformados por poblaciones casi puras de pinos y en otros, generalmente a menores altitudes, la dominancia es del encino. Algunas especies frecuentes en estos lugares son: Pinus oocarpa, P. michoacana, P. leiophylla, Quercus magnoliifolia y Q. laurina, entre otras. En algunos sitios donde la sierra presenta rangos altitudinales significativos (superiores a 2 400 msnm), sobre todo en laderas y cañadas húmedas protegidas de la intensa radiación solar y de los fuertes vientos, se desarrollan bosques de oyamel muy característicos y de singular belleza, conformados por Abies religiosa (oyamel), los cuales son árboles altos cuya forma triangular se ramifica desde cerca de su base para terminar en punta en el ápice. La alta densidad demográfica ejerce una fuerte presión sobre estos recursos, principalmente para la extracción de madera, abrir espacios a la urbanización, agricultura o bien inducir pastizales, los cuales soportan la actividad del ganado bovino y ovino. En algunos lugares al sur del valle de México se desarrolla el pastizal halófilo; en suelos que poseen alto contenido de sales, se presentan preferentemente en los fondos de las cuencas cerradas, sujetas a inundaciones periódicas, algunas especies típicas de este tipo de vegetación son Distichlis sp. (saladillo), Muhlenbergia spp. (zacatón) y Atriplex spp. (zacate), entre otras (Fig A4.7). México, 2007 93 FI.C0.4.41.1 FAUNA En esta entidad habita una gran variedad de animales. Se pueden encontrar tlacuaches, musarañas, murciélagos, cacomixtles y comadrejas. En el Desierto de los Leones todavía hay venados cola blanca y en el Ajusco vive el teporingo o conejo de los volcanes. Hay animales domésticos, que son los que pueden vivir en las casas, como perros y gatos. En el Distrito Federal también puedes ver aves como garzas, patos, aguilillas, halcones, gavilanes, palomas, tortolitas, colibríes, carpinteros, jilgueros y gorriones, entre otras. La mayor parte de ellas son migratorias, lo que quiere decir que sólo vienen una temporada del año y luego vuelan a otros lugares. ECONOMÍA El Distrito Federal ha sido durante buena parte de la historia del México independiente su principal centro económico. En el siglo XIX, las municipalidades periféricas de la entidad poseían una economía basada en la agricultura y el comercio de los bienes producidos por está actividad y otras manufacturas complementarias. Tanto los productos agropecuarios como los obrajes eran bienes de consumo cuyo principal punto de comercio era la Ciudad de México. Durante el siglo XIX, las principales actividades industriales en el Distrito Federal fueron las ramas textil y papelera. La industria capitalina se transformó hasta bien entrado el siglo XX, cuando se promovió un modelo de sustitución de importaciones. La Ciudad de México es uno de los centros financieros más grandes del Mundo. AGRICULTURA, GANADERÍA Y SILVICULTURA Del producto interno bruto del Distrito Federal, en 2004 las actividades primarias (agricultura, ganadería, silvicultura y minería) apenas representaron el 0,2% del total, con 727 millones 428 mil pesos mexicanos de producción. Estas actividades dieron empleo a 17.709 personas en el año 2005. A pesar de que la agricultura a nivel del Distrito Federal es una de las ramas con menor participación en el producto interno bruto capitalino, sigue practicándose en las delegaciones del sur de la entidad. La zonas agrícolas se localizan hacia la parte sur y sureste del Distrito Federal, en terrenos apropiados para llevar a cabo estas actividades, la mayor parte de ellos sustentan agricultura de temporal, pero existen también zonas beneficiadas con el riego; se produce principalmente maíz, frijol, chile, avena, haba y nopal. Las hortalizas y floricultura son importantes en la zona de Xochimilco. Es especialmente importante en el caso de delegaciones como Xochimilco y Tláhuac —especializadas en el cultivo de plantas de ornato—, y Tlalpan, y Milpa Alta —donde existen importantes extensiones de tierra dedicadas al cultivo de verduras para consumo humano y forrajes para la ganadería—. Los principales productos agrícolas del Distrito Federal son los nopales (314.053,1 Tm en 2005, con valor de MXN 452.606.100), las flores de ornato (11.920.000,0 Tm con valor de MXN 90.795.000) y el brócoli (3.452.000,0 Tm con valor de MXN 79.396.030)27 (Tabla A4.5). En lo que respecta a la ganadería, debido a ciertas restricciones impuestas por las leyes ambientales en el Distrito Federal, los hatos ganaderos son más bien de traspatio. La única cuenca lechera en el territorio capitalino se localiza en la zona chinampera de Xochimilco, que justamente es la delegación con la mayor actividad ganadera. En 2005, en el Distrito Federal había 6.658 cabezas de ganado bovino, 30.172 porcinos, 10.465 ovinos y 222.658 aves de corral. INDUSTRIA Y CONSTRUCCIÓN Según datos de la Secretaría de Desarrollo Económico del Distrito Federal, la entidad cuenta con cincuenta y cuatro zonas industriales, y de su superficie total, 2 mil 578 Ha son destinadas para uso industrial. México, 2007 94 FI.C0.4.41.1 Tabla A4.5. Aspectos agrícolas y de vegetación del Distrito Federal. Fuente: www.inegi.gob.mx Concepto Nombre Nombre Utilidad científico local Agricultura 13.20 % de la Avena sativa Avena Forraje superficie forrajera Zea mays Maíz Comestible Spinacea Espinaca Comestible oleracea Vicia faba Haba Comestible Opuntia sp. Nopal Comestible Bosque 19.01 % de la Abies religiosa Oyamel Ornamental superficie Pinus spp. Pino-Ocote Ornamental Quercus spp. Encino Ornamental Eucalyptus spp. Eucalipto Ornamental Fraxinus uhdei Fresno Ornamental Pastizal 5.40 % de la Festuca sp. Zacate Forraje superficie Muhlenbergia Zacatón Forraje spp. Senecio sp. Jarilla Forraje Otro 62.39 % de la superficie México, 2007 95 FI.C0.4.41.1 Figura A4.7.Vegetación en el Distrito federal. Fuente: www.inegi.gob.mx Figura A4.8. Mapa de Uso potencial Agrícola en el Distrito federal. Fuente: www.inegi.gob.mx México, 2007 96 FI.C0.4.41.1 Figura A4.9. Mapa de Uso potencial Pecuario en el Distrito Federal. Fuente: www.inegi.gob.mx 18.3 REGIÓN JALISCO El Estado de Jalisco se localiza en la zona occidente de la República Mexicana. Se encuentra limitado al norte por los Estados de Durango, Zacatecas, Aguascalientes; al noroeste con Nayarit; al noreste con Guanajuato y San Luis Potosí; al sur con Colima; al sureste con Michoacán y al suroeste con el Océano Pacífico. Tiene una extensión territorial de 80,137 km², lo que representa el 4.09% de la superficie total de México. La ciudad de Guadalajara se encuentra en el Estado de Jalisco. Es la segunda ciudad más importante de la República Mexicana. Cuenta con una extensión territorial de 182 km². Tiene una altitud de 1,567 msnm, la superficie de los municipios que comprenden la Zona Metropolitana de Guadalajara es la siguiente: • • • • Guadalajara 182 km² Zapopan 893 km² Tlaquepaque 271 km² Tonalá 120 km² El estado de Jalisco encierra áreas que corresponden a 4 provincias fisiográficas de México: Eje Neovolcánico, Mesa Central, Sierra Madre Occidental y la Sierra Madre del Sur: Provincia del Eje Neovolcánico, Provincia Mesa Central, Provincia de la Sierra Madre Occidental, Provincia de la Sierra Madre del Sur. FLORA Y FAUNA En Jalisco hay tres tipos de climas que determinan la vegetación: En el clima cálido existen bosques tropicales de ceiba y de caoba y otras especies como amate, lianas, musgos, orquídeas, rosamorado, granadillo, lináloe, cedro, y frutales como limonero, cocotero y platanal. En el clima templado se encuentra: pino blanco, encino, oyamel, abeto, arbustos, helechos, México, 2007 97 FI.C0.4.41.1 plantas trepadoras, abedul, avellano, nanche, raspaviejo, ocote, escobellón, y pinos como el hoyarín, el chino y el amarillo. En el clima semiseco hay copal, pastos, huizaches, uñas de gato, mimbres, madroño, palo dulce, palo bobo y saúz, nopal y biznaga (Fig. A4.10). Entre la diversa fauna del Jalisco se pueden encontrar animales como el lobo, coyote, gato montés, tejón, zorra, venado, águila real, paloma, varios tipos de serpientes, conejo, liebre, perdiz, gavilán, puma, jaguar, tigrillo, armadillos, ardillas y mapache, entre otros. ECONOMÍA La población económicamente activa en el sector agropecuario ha disminuido, mientras que en el sector terciario y secundario ha incrementado su demanda, sobre todo en los servicios y en el comercio. Sin embargo, el estado se distingue por el cultivo de granos como: maíz, sorgo, frijol, arroz, cebada, trigo, caña de azúcar, algodón, cártamo, soya, alfalfa, melón, papa, jitomate, papaya, café, mango, aguacate, plátano, guayaba, sandía y limón agrio. Existe ganado porcino, bovino utilizado para abasto, y lechero, ovino, caprino y equino. La actividad pesquera se realiza en los puertos de Barra de Navidad, considerado puerto de cabotaje, en Puerto Vallarta, considerado puerto de altura, y en la laguna de Chapala. Las especies que se obtienen son: huachinango, charal, pescado blanco, tortuga, bagre, carpa, camarón, tiburón, mojarra, rana y popocha. Su actividad industrial es extractiva, minero metalúrgica, siderúrgica, maquinaria, equipo y material de transporte, productos químicos, madera, textil, eléctrica y electrónica, material fotográfico, alimentaria, bebidas, tequila, cerveza y calzado. En Jalisco se localiza una de las ciudades más importantes del país, Guadalajara, que junto con Tlaquepaque, Tonala y Zapopan forman la zona metropolitana de la ciudad. El estado muestra una imagen comercial importante debido a su sistema de comunicaciones y vías férreas, que reflejan un factor importante para ampliar su desarrollo. Jalisco cuenta con los siguientes destinos carreteros: Guadalajara-Mazatlán-Nogales; Ciudad Juárez-ZacatecasLagos de Moreno-Oaxaca-Tapachula y Guadalajara-México-Veracruz. Cuenta con instalaciones portuarias que aprovechan las condiciones naturales del estero El Salado en Puerto Vallarta, dentro de la bahía de Banderas. Se conecta con los puertos de Manzanillo y Mazatlán. Posee dos aeropuertos internacionales: el de Guadalajara y Puerto Vallarta, los cuales sitúan a Jalisco dentro de las rutas internacionales más importantes. Tabla A4.6. Aspectos agrícolas y de vegetación de Jalisco. Fuente: www.inegi.gob.mx Concepto Nombre científico Nombre local Utilidad Zea mays Maíz Comestible Saccharum officinarum Caña de azúcar Industrial Sorghum vulgare Sorgo Forraje Agave tequilana Maguey tequilero Industrial Phaseolus vulgaris Frijol Comestible Agricultura 23.63% de la superficie estatal México, 2007 98 FI.C0.4.41.1 Pastizal 9.36% de la superficie estatal Hyparrhenia rufa Jaragua Forraje Panicum maximum Privilegio Forraje Cynodon dactylon Estrella Forraje Muhlenbergia implicata Zacatón Forraje Aristida adscensionis Zacate tres barbas Forraje Quercus magnoliifolia Roble Madera Pinus oocarpa Ocote Madera Pinus douglasiana Ocote Madera Quercus obtusata Encino Madera Ipomoea murucoides Ocote Madera Acacia farnesiana Huizache Madera Opuntia sp. Nopal Comestible Acacia pennatula Tepame Forraje Lysiloma acapulcensis Tepemezquite Madera Bursera fagaroides Papelillo rojo Madera Orbignya cohune Coco de aceite Madera Bosque 31.13% de la superficie estatal Matorral 9.04% de la superficie estatal Selva 24.57% de la superficie estatal Otro 2.27% de la superficie estatal Tabla A4.6. Continuación México, 2007 99 FI.C0.4.41.1 Figura A4.10. Vegetación en el estado de Jalisco. Fuente: www.inegi.gob.mx Concepto Uso Agrícola Uso pecuario Tabla A4.7. Uso potencial de la Tierra en Jalisco. Descripción Mecanizada continua 26.18 De tracción animal continua 5.66 De tracción animal estacional 2.41 Manual continua 3.11 Manual estacional 11.66 No aptas para la agricultura 50.98 Para el desarrollo de praderas cultivadas 24.80 Para el aprovechamiento de la vegetación natural diferente del pastizal Para el aprovechamiento de la vegetación natural únicamente por el ganado caprino No aptas para uso pecuario México, 2007 Estatal 25.12 47.45 2.63 100 FI.C0.4.41.1 Figura A4.11. Mapa de Uso potencial Agrícola en el estado de Jalisco. Figura A4.12. Mapa de Uso potencial Pecuario en el estado de Jalisco. México, 2007 101 FI.C0.4.41.1