Interpretación de:
Crop production structure and stability under climate change in South America
https://doi.org/10.1111/aab.12402Ferrero, R., Lima, M., Gonzalez‐Andujar, J., 2017: Crop production structure and stability under climate change in South America, Annals of Applied Biology, 172, 65-73, https://doi.org/10.1111/aab.12402
Intérprete
Montano Lopez Valeria
Fecha de interpretación
07/07/2024
Revisor
Calderon Martha S.
Resultados y conclusiones
El estudio analizó datos históricos de cultivos en Sudamérica para identificar patrones de rendimiento, comprender respuestas complejas a cambios ambientales y determinar puntos críticos de impacto climático clave para la adaptación y mitigación agrícola. Los resultados variaron según el cultivo y la región estudiada (Argentina, Uruguay, Chile y Brasil). Se observó que las interacciones entre variables climáticas o emisiones de CO2 y el nivel de rendimiento de los cultivos (efectos no aditivos) fueron más comunes que los efectos independientes (aditivos). Para algunos cultivos como el maíz, avena, cebada y girasol, las tasas de crecimiento anual se vieron afectadas principalmente por la temperatura. En otros casos, como la soja, el sorgo y el trigo, los efectos fueron más variables, con influencias de la temperatura, precipitaciones y emisiones de CO2 en diferentes regiones. Los hallazgos son clave para la gestión y adaptación al cambio climático en sistemas de cultivos, resaltando la relevancia de modelos dinámicos basados en conocimiento biológico.
Metodología y datos
La metodología se basó en la recopilación de datos históricos de rendimiento de cultivos en Argentina, Uruguay, Chile y Brasil desde 1969/70 hasta 2010/11, obtenidos de fuentes como anuarios estadísticos nacionales y la Red Global de Climatología Histórica. Se consideraron variables climáticas como temperatura, precipitación y eventos extremos durante las temporadas de crecimiento de diversos cultivos. Además, se evaluó el efecto anual del CO2 utilizando datos del Banco Mundial. Se aplicaron modelos estadísticos para analizar y predecir los rendimientos, considerando perturbaciones externas, efectos no lineales y desfases temporales. El ajuste y selección de modelos se realizaron mediante regresiones no lineales y criterios como el AIC (criterio de información de Akaike) y medidas de bondad de ajuste. Esta metodología brinda una comprensión profunda de cómo las variaciones climáticas y otros factores ambientales influyen en los rendimientos de los cultivos en distintas regiones y períodos.
Limitaciones de la investigación
Las limitaciones identificadas incluyen la presencia de datos incompletos y la falta de precisión debido a series temporales limitadas y fuentes de datos variadas que pueden generar conclusiones sesgadas e inconsistencias. La utilización de modelos simples, tanto de regulación interna como de perturbaciones ambientales, puede no capturar completamente las complejas interacciones entre el clima y el rendimiento de los cultivos. Además, la generalización de los resultados puede ser problemática debido a las diferencias en los sistemas de cultivo y las condiciones ambientales locales, sin considerar factores socioeconómicos relevantes.
Recomendaciones
Se recomienda mejorar la calidad y cobertura de los datos, integrar fuentes de datos modernas, desarrollar modelos más complejos que incorporen factores socioeconómicos y validar los modelos de manera rigurosa mediante técnicas de validación cruzada.
Adaptación: Agricultura
Mitigación: Agricultura
Escala: Regional
Ámbito geográfico: América del sur
Palabras clave: Gestión de cultivos, Modelos de dinámica, Producción de alimentos, Retroalimentación negativa, regional, Series temporales
Cita de la interpretación
Montano Lopez, Valeria, 2024: Interpretación de Ferrero et al. (2017, doi:10.1111/aab.12402), Observatorio de Conocimiento Científico sobre Cambio Climático del Perú, IGP, https://cienciaclimatica.igp.gob.pe/entities/interpretation/9c7852e6-2234-44f5-ad5a-315fd71668e5