Download Resultados clave: Reducción de amenazas

NERC-DfID-ESRC ESPA
ANDES/AMAZON
WP1 SERVICIOS DEL ECOSISTEMA (SE)
ANALISIS BASADO EN INFORMACION HYDRO-CLIMATICA
Mark Mulligan, Leo Sáenz, Edwin Keizer, KCL
OBJETIVOS DEL KCL
1.
2.
3.
4.
Mapificar el estado del suministro de los SE (ESTADO DE
SUMINISTRO)
Mapificar los impactos humanos sobre el suministro de los SE
(IMPACTOS)
Revisar información y herramientas de evaluación para el análisis de
intervención (HERRAMIENTAS DE EVALUACION)
Integrar y facilitar online tanto análisis como información sobre el
escenario base (LINEA BASE).
… para el caso de los servicios
1.
2.
3.
Calidad y calidad de agua.
Reducción de amenazas climáticas, hidrológicas y geomorfológicas.
Regulación del sistema climático.
RESUMEN Y RECOMENDACIONES
Servicios hidrológicos y climáticos en los Andes/Amazonía
1. Lo que se conoce
1. El NO de la cuenca presenta balances hídricos positivos altos a lo largo del
año mientras que en otras regiones se observan déficits estacionales.
2. El cambio climático tendrá mucho mayor impacto en el suministro de
recursos hídricos que el cambio en el uso del suelo, especialmente al E de la
cuenca.
3. La relación entre cobertura de suelo y clima es compleja, con áreas
indicando incrementos en precipitación y cobertura de nubes con la perdida
de bosque y áreas que indican reducciones.
2. Lo que se desconoce
1. Gran incertidumbre en la estimación del balance hídrico (especialmente en
la distribución de precipitación).
2. Significativa variación entre resultados de diferentes modelos sobre la
magnitud y distribución del cambio climático.
3. Incertidumbres clave acerca del impacto del LUCC sobre los servicios del
ecosistema que no representan una cantidad directa.
4. Incertidumbres clave acerca de los impactos sobre el balance global de
carbono y el clima.
Cantidad y calidad de agua: métodos
Servicios hidrológicos y climáticos en los Andes/Amazonía
ESTADO
1. Uso del modelo FIESTA para evaluar la magnitud actual del recurso hídrico
1. Activación del componente FIESTA-erosión para evaluar el estado de la calidad del
recurso hídrico. Combinación con información de centros urbanos e industriales como
una aproximación a factores de carga de contaminación que faciliten subsecuentes
análisis sobre calidad de agua
2. Evaluar el efecto del clima (precipitación y variabilidad de la cobertura de nubes
para comparación con futuros escenarios de cambio climático)
3. Comparar el estado actual del caudal de ríos con estudios de flujos que hayan sido
derivados de registros históricos de caudal (KCL/UNAL) y de altimetría de radar
(UNAL).
IMPACTOS HUMANOS
1. Usando el modelo FIESTA para comparar escenarios de cobertura vegetal prehumano (UNEP-WCMC), actual (MODIS-VCF) y escenario (LUSE model) para
analizar el impacto en flujos totales, flujos pico y flujos base, estacional y
anualmente, evidenciando el servicio ambiental suministrado por el bosque
comparado con otros usos del suelo.
2. Medición de impactos espaciales pero además en las principales represas (KCL-MM).
INFORMACION Y HERRAMIENTAS DE EVALUACION
1. Revisión de programas regionales y nacionales para la recolección de información
hidrológica.
2. Revisión de modelamiento hidrológico realizado a escala Amazónica.
Modelo FIESTA Delivery: Características
•
Utiliza información global disponible de libre distribucion y software libre.
•
Implementa intervalos mensuales de resolución temporal pero además
simula el ciclo diario.
Opera a una extensiones espaciales de hasta millones de hectáreas.
Resolución espacial de 90 m (SRTM 90m) a 1 Km (GTOPO30, SRTM).
Aplicable en cualquier zona con apropiada parametrización.
•
•
•
•
No modela hidrología superficial, solamente intercepción de neblina y
evaporación : Reconociendo que aún cuando la ganancia por neblina no
contribuya a corrientes localmente, lo hará en algún punto aguas abajo a lo
largo de la línea hidrológica.
•
No sacrifica la complejidad de los procesos modelados debido a la escala :
Para ello se implementan los más sofisticados procesos de modelación e
información espacial disponibles.
•
Se emplean escenarios LUCC (Land Use and Cover Change) para entender
impactos hidrológicos potenciales.
Modelo FIESTA Delivery: Procesos
•
•
•
•
•
•
•
•
•
•
•
Dirección de viento mensual calculada con base en campos de presión con
tamaño de grid de 5°.
T (Temperatura), TDR(gradiente diario), HR (Humedad Relativa), P(presión
Atmosferica) y U (Radiación Solar) con resolución de 1km – base de datos
CRU.
Direcciones de viento asociadas a la topografía. Rs y Rn calculados
incluyendo efectos de pendiente, sombra y cobertura de nubes.
Velocidad de viento corregida por exposición de la pendiente, y
precipitación transportada por el viento (rainfall wind-driven).
Calculo del Punto de rocío, LCL (Lifting Condensation Level) (mb) y LCL
(m).
Neblina ocurre cuando el DEM >= LCL (frecuencia de nubosidad MODIS),
LWC ∞AH
Sedimentación de neblina acorde con la ley de Stokes.
Impacto: radio de depositación f (U, velocidad de sedimentación).
Eficiencia de captura f(LAD, ángulo de inclinación).
Area de captura para depositación = grid, impacto de neblina = longitud de
bordes f(cover), altura de la vegetación
Flujo Total de Neblina f(flujo, efficiencia de captura, área de captura)
Procesos modelados
Mecanísmos de operación
del modelo
Se valida para Costa Rica
a un rango de escalas y
una variedad de salidas
Impacto vs depositación
Para diferentes tipos de vegetación
Resultados clave: Calidad y cantidad de agua
• Uso del modelo FIESTA para evaluar el estado de la magnitud
del recurso hídrico
• Existe todavía una gran cantidad de incertidumbre en la estimación
del balance hídrico en la Amazonía, lo que depende de la
información de entrada (especialmente precipitación).
• En los Andes el balance hídrico puede ser más alto por unidad de
área que en la Amazonía pero su menor extensión hace que
anualmente las ganancias totales sean poco significativas en
magnitud comparadas con el balance hídrico total en la Amazonía.
• Las cuencas mas húmedas se encuentran en el N y O, mientras que
las secas en el S y E.
• Deficits estacionales en el S y E (puntual en áreas del N+W)
indican que las ganancias en áreas aguas arriba son significativas
estacionalmente, y que mucho de la cuenca depende
estacionalmente de flujos base y flujos sub-superficiales
Balance hídrico
Promedio por km2 (mm yr-1):
WorldClim
Valores puntuales mayores para
TRMM pero menos extensivos
en cobertura. Por lo tanto, la
cuantificación del suministro
de los SE es limitada por la
información climática disponible
Balance hídrico
Promedio por km2 (mm yr-1):
TRMM
Balance hídrico medio por
100m (mm yr-1):
WorldClim
Para el WorldClim la banda
altitudinal de mayor balance
hídrico es la más baja. Para
el TRMM las pendientes
orientales contribuyen en
mayor medida por unidad de área
Balance hídrico medio
por 100m (mm yr-1):
TRMM
Balance hídrico medio por
cuenca (mm yr-1):
WorldClim
Los balances se destribuyen
de manera diferente y presentan
valores generalmente menores
para el TRMM
Balance hídrico medio
por cuenca (mm yr-1):
TRMM
El Balance hídrico
es positivo en el
borde andino de
la cuenca y hacia
el Noroeste
durante el año, sin
embargo los
deficits
estacionales
observados
al SE
y S indican que
las ganancias
hídricas
provenientes de
areas montañosas
de la cuenca
son importantes.
Balance hídrico mensual para el escenario base (datos TRMM)
Escurrimiento producido por la
precipitación mínima
mensual (mm). El mapa muestra
que solo al noroeste los ríos
presentan una contribución
continua al caudal por
precipitación. Todos los demás
ríos dependen de flujos base por
lo menos por un mes.
Validación de caudales
Escurrimiento máximo modelado de 280000m3 s-1
Otras estimaciones:
200000m3 s-1 (Richey et al)
UNESCO (Studies and Reports on Hydrology No. 25, 1978) reporta una
descarga media del río Amazonas a su desenbocadura de 220000m3 s-1,
Con base en una descarga de 157000m3 s-1 medida en Obidos. Un 10%
de descraga adicional entra al Amazonas aguas abajo de Obidos,
de los cuales muy poco proviene de las pendientes del norte del valle.
El área de drenage aguas arriba de Obidos es de aproximadamente
5Mkm2 y aguas abajo de solo aproximadamente 1Mkm2 (cerca del 20%)
Excluyendo cerca de 1.4km2 correspondientes a la cuenca del Tocantins.
Resultados clave: Calidad y cantidad de agua
• Impactos del cambio histórico del uso del suelo
• La mayoría de la deforestación ha tenido lugar a lo largo del cause
principal del Amazonas, a lo largo de los bordes nor y suroccidentales Andinos y hacia el sureste (Rondonia, Matogrosso,
Tocantins, etc)
• Deforestación ha tenido potencialmente poco impacto sobre los
balances hídricos, de apenas algunos mm yr-1 en áreas afectadas.
• Por lo tanto, el incremento en caudales debido a reducciones de
evapotranspiración ha sido potencialmente mínimo, inferior al 1%,
aguas debajo de las áreas deforestadas.
Diferencia en los recursos de bosque (fracción) en la cuenca desde tiempos
previos a la intervención humana. La mayor deforestación se ha presentado
Impacto del cambio histórico del uso del suelo en el balance hídrico (mm yr-1). Impacto
mínimo : incrementos suaves del balance hídrico en áreas deforestadas.
Impacto del cambio histórico del uso del suelo sobre el escurrimiento (mm yr-1).
Incrementos suaves de escurrimiento aguas abajo de áreas deforestadas.
Diferencia en escurrimiento (%) entre un escenario previo a la
intervención human histórica (pre-humano) y el escenario actual indica
incrementos mínimos de escurrimiento <1% de los flujos originales.
Resultados clave: Calidad y cantidad de agua
• Impactos potenciales del cambio climático al año 2050.
•
•
•
•
•
•
•
Deferentes GCMs (modelos climáticos) producen generalmente similares patrones de
cambio en la Temperature del Amazonas, aunque las magnitudes difieren. Similares
conclusiones se derivan para el cambio en la precipitación.
ECHAM SRES A2 indica calentamiento a lo largo de la cuenca desde 2°C al Oeste hasta
5°C al Este, mientras que HADCM3 SRES A2 reporta incrementos de 3°C al Oeste hasta
7°C al Este al año 2050.
HADCM2 SRES A2 indica mayor precipitación al S y al O de la cuenca (400 – 600mm
yr-1) y menor al N (600 a 1000mm yr-1). ECHAM SRES A2 reporta mayor precipitación
a lo largo de la cuenca desde el occidente al centro de la cuenca (400 – 600mm yr-1) y
menor hacia el Este (200 – 400mm yr-1).
Los impactos del cambio climático se suponen mayores a aquellos producidos por el
cambio histórico del uso del suelo.
El modelo HADCM3 indica que la evaporación se incrementa en toda la cuenca pero
especialmente al Este. El balance hídrico se reduce al norte y en la parte central de la
Amazonía pero se incrementa a lo largo de los Andes, N y E.
Esto genera incrementos en el escurrimiento en los Andes de hasta un 100% al sur y
reducciones de hasta 100% en la Amazonía Norte y Central. Ríos vecinos pueden mostrar
tendencias opuestas.
Acorde a ECHAM, la evaporación se incrementa en toda la cuenca pero especialmente al
Este, aunque el balance hídrico se incrementa al Oeste (cerca de 500mm yr-1) y se reduce
al Este (cerca de 600mm yr-1). Esto genera incrementos de escurrimiento en el borde
Andino y al Oeste (30 al 100%) y reducciones al Noreste (-30 a -50%).
Cambio de Temperatura:
Actual al año 2050 (ECHAM)
Incrementa en toda la cuenca
pero especialemnte al E
Cambio de Temperatura:
Actual al año 2050 (HADCM3)
Incrementa en toda la cuenca
pero especialmente fuerte al
NE
Cambio en Precipitación:
de la Actual al año 2050
(HADCM3).
Mayores reducciones al Norte
de la cuenca
Cambio en Precipitación:
de la actual al año 2050
(ECHAM). Incrementos al
Oeste y en los Andes.
Reducciones en las
demás Áreas.
HADCM3_2050
Diferencia en el balance
Hídrico (mm yr-1). Muestra
reducciones al norte de la
Cuenca y al sur sobre los
Andes.
Diferencia en evaporación
(mm yr-1). Muestra
incrementos especialmente al sur
en los Andes y en la parte oriental
de la cuenca. Mucho menos cambio
se observa hacia el N de los Andes
y al Oeste de la Amazonía
HADCM3_2050
Porcentaje de cambio
en escurrimiento. Muestra
incrementos sobre los
Andes, particularmente
al S, y reducciones
significativas al N y SE de
la Amazonía.
Cambio en
escurrimiento
(mm yr-1).
Muestra respuestas
diferentes (positivas
y negativas) entre
cuencas vecinas.
HADCM3_2050
Diferencia en el balance
hídrico (mm yr-1). Muestra
incrementos al Oeste y
reducciones al Este de la
cuenca.
Diferencia en evaporación
(mm yr-1). Muestra
incrementos en toda la cuenca
especialmente al sur, sobre los
Andes, y hacia el Este de
la Amazonía.
HADCM3_2050
Porcentaje de cambio
en escurrimiento. Muestra
incrementos al sur, sobre
los Andes, y al Este de la
la Amazonía.
Cambio en
escurrimiento
(mm yr-1).
Muestra respuestas
diferentes (positivas
y negativas) entre
cuencas vecinas.
Resultados clave: Calidad y cantidad de agua
•Principales organizaciones de investigación, Institutos
Nacionales y programas de recoleción de información hidrológica
en el área OTCA.
Diferentes programas de monitoreo e investigación regionales y multinacionales
han tenido lugar en la Amazonía recientemente (en los últimos 20 años), buscando
suministrar información de alta calidad para el soporte de investigación científica
sobre la hidrología y el clima regional de la cuenca.
Algunos de los principales programas son:
Proyecto ORE - HYBAM (Environmental Research Observatory - Hydrodynamic
of the Amazon Basin project), HYBAM – SENAMHI (Peru), HYBAM - INAMHI
(Ecuador), Large Scale Biosphere-Atmosphere Experiment in Amazonia (LBA)
Project led by Brazil, TRMM (Tropical Rainfall Monitoring Mission) – LBA,
Carbon in the Amazon River Experiment (CAMREX) and The Amazon – Eye
(KCL 2007), entre otros programas.
Resultados clave: Calidad y cantidad de agua
•Principales organizaciones de investigación, Institutos Nacionales y
programas de recoleción de información hidrológica – área OTCA.
Project name
Organizations involved
Focus of research
Period of work
Data gathering activities
ORE - HYBAM
LBA
SENAMHI
INAMHI
IDEAM
SENAMHI
UNAL
Molina University
Hydrology
and
geodynamic of the
Amazon
2003
Study the hydrology and Geodynamic of
the mazon Basin in order to predict
extreme events in the context of climate
variability and human interventions. Radar
altimetry and in situ validation for 21
virtual flow stations in the Amazon basin.
SENAMHI – Peru
Hydrology
and
geodynamic of the
Amazon
Operative since
1997
Measurement of river flows and sediment
load in the Amazon tributaries of
Marañon, Ucayali, Huallaga, Santiago,
Nieva and Napo.
HYBAM - INAMHI
INAMHI – Ecuador
Hydrology
and
geodynamic of the
Amazon
Operative since
1997
River flows measurements in the rivers of
Aguarico, Napo, Pastaza, Santiago.
Sediment yields and transport in the Napo
river.
LBA
NASA
ESA
INPE
INPA
Ministry of Science and
Technology – Brazil
HYBAM
Land use change
Hydrology and water
chemistry
Physical climate
Carbon
dynamics:
storage
and
exchange
1996 – 2007
River flow measurements and sediment
yields in Collaboration with the HYBAM
project.
HYBAM
SENAMHI
-
Resultados clave: Calidad y cantidad de agua
•Principales organizaciones de investigación, Institutos Nacionales y
programas de recoleción de información hidrológica – área OTCA.
Project name
Organizations involved
Focus of research
Period of
work
Data gathering activities
CAMREX
University of Washington
(UW, Seattle)
CENA
INPA
RSRG
AARAM
NFS Ecosystems
NASA LBA – ECO
FAPESP
Building of Baseline
datasets and Model of
hydrology
and
biogeochemical cycles
from
regional
to
continental scales
Operative
from the
1980s
Distributions and transformation of water
and bioactive elements (C, N, P and O)
Amazon Eye
KCL
Ambiotek
Collection of high
resolution large datasets
of climate, ecosystems,
land
cover
and
infrastructure of the
Amazon basin
2005-2007
Support hydrological analysis about the
impacts of land cover and climate change
upon the bio-stability and environmental
services provision of the basin.
Conservation
Eye
KCL
Ambiotek
UNEP -WCMC
Land Cover change
2005
2007
-
Tracking of hydrological anomalies from
land cover change in the basin
Cornell EOS
NASA - EOS
Geomorphology
and
hydrology of central
Andes
Glaciers
1988
1998
-
Use of Synthetic Aperture Radar SAR to
study glaciers in the central Andes
Resultados clave: Calidad y cantidad de agua
•Base de datos de estaciones de caudal
• Cerca de 1000 estaciones de caudal conocidas digitalizadas acorde a diferentes
Institutos Nacionales de Hidrología y Meteorología y el Global Runoff Data Centre
(GRDC 2007).
•La base de datos cuenta con cerca de 70 estaciones de caudal que reportan series
mensuales de cerca de 20 años y cerca de 100 estaciones que reportan el caudal
medio anual.
•21 estaciones virtuales con curvas de calibración derivadas de altimetría de radar y
validadas con respecto a observaciones in situ reportando errores inferiores al 10%
(León et al 2006).
Institutos Nacionales y proyectos regionales que suministran datos
• ANA (Agencia Nacional de Aguas de Brazil), IDEAM Instituto Colombiano de
Hidrología y Meteorología), Hybam (Hydrology and Geochemistry of the Amazon
Basin project), SENAMHI (Servicio Nacional de Hidrología y Meteorología) y
GRDC, entre otras organizaciones.
• Principales limitaciones e incertidumbres en los datos
•La mayoría de las series de datos están significativamente incompletas pues un
número importante de estaciones de caudal no están en operación actualmente.
•Muchas coordenadas de las estaciones no corresponden al cauce del río y además
suministran estimaciones en vez de mediciones de caudal, ppalmente en grandes ríos.
Resultados clave: Calidad y cantidad de agua
•Base de datos de estaciones de caudal. Cerca de 1000 estaciones
conocidas en el área OTCA (Fuente ESPA 2007, Google 2007)
•Posición de las estaciones de caudal en el área OTCA reportadas en la literatura.
Institutos Nacionales de Hidrología y el Global Runoff Data Centre - GRDC (2007).
Resultados clave: Calidad y cantidad de agua
•Base de datos de estaciones de caudal. Cerca 70 estaciones con
registros mensuales y cerca de 100 con información online
(Fuente ESPA 2007, Google 2007)
•Estaciones IDEAM (localizadores amarillos – registros mensuales) y ANA, Proyecto
Hybam y GRDC database (localizadores rojos – descarga media anual) para los caules
información de caudal es disponible.
Resultados clave: Calidad y cantidad de agua
•Base de datos - estaciones de caudal. 21 estaciones virtuales
derivadas por altimetría de radar (León et al. 2006; Google 2007)
Negro River Basin
•Estaciones virtuales localizadas en la cuenca del Río Negro. Los localizadores rojos
indican estaciones reales usadas para validación. Banderas azules representan las
estaciones virtuales obtenidas por altimetría de radar.
Reducción de amenazas, climáticas, hidrológicas
y geomorfológicas : Métodos
ESTADO
1.
Evaluar la sensibilidad de flujos pico y base al cambio de coberturas vegetales
con respecto al escenario actual, empleando FIESTA. Donde están las áreas
más sensibles.
IMPACTOS HUMANOS
1.
2.
Comparar flujos picos máximos, mínimos flujos base y flujos medios usando
modelamiento para los escenarios pre-intervención humana, actual y escenario
futuro.
Revisión de evidencia de cambio en flujos pico máximos, flujos base mínimos
y flujos medios debidos al cambio del uso del suelo en la región.
INFORMACION Y HERRAMIENTAS DE EVALUACION
1.
2.
Revisión de programas regionales y nacionales para la recolección de
información hidrológica.
Revisión de modelamiento hidrológico realizado a la escala Amazónica.
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1.
•
•
•
•
Sensitividad de flujos al cambio del uso del suelo e impactos del cambio
de uso del suelo y cambio climático en flujos pico y flujos base.
La sensitividad del escurrimiento a la cobertura de bosque es por lo general
baja pero variable espacialmente en toda la cuenca.
La deforestación histórica ha estimulado incrementos pequeños de flujos
especialmente al N y O de la cuenca y reducciones bajas en flujos pico
especialmente al E de la cuenca.
Los escenarios de cambio climático producen cambios mucho mayores en
flujos mínimos y máximos. Bajo el modelo ECHAM los flujos mínimos se
incrementan al O mientras decrecen según el modelo HADCM3 en cualquier
otra área excepto al extremo occidental.
Flujos máximos decrecen en la mayoría de la cuenca bajo el modelo
HADCM3, mientras que bajo el modelo ECHAM los flujos máximos
decrecen al E pero se incrementan en cualquier otra zona.
Sensibilidad al cambio del uso del suelo (% cambio
en escurrimiento por % de cambio en cobertura de bosque)
Algunas partes de la cuenca presentan respuesta alta al LUCC por razones
de clima y topografía. Por lo tanto, dichas áreas son
hidrologicamente sensibles.
Diferencia en flujo
mínimo entre pre-humana
y condiciones actuales
de cobertura vegetal en
promedio por cuenca
(mm hr-1).
Diferencia en flujo
máximo entre pre-humana y
condiciones actuales de
cobertura de bosque en
promedio por cuenca
(mm hr-1).
Diferencia en flujo máximo entre las condiciones actuales y aquellas de
los escenarios de cambio climático en promedio por cuenca (mm hr-1)
Flujo Mínimo
Flujo Máximo
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1.
Revisión de evidencia de cambio en flujos pico máximos, flujos
base mínimos y flujos medios por variabilidad climática
•
Fenómenos climáticos decadales o inter-anuales han afectado el caudal del río
Amazonas en diferentes partes de la cuenca.
Fenómenos ENSO han generado sequías severas y fuertes déficits en precipitación y
caudal al occidente Amazónico (de hasta 50% - reportados en Manaus 1926)
aumentando la incidencia de incendios forestales (Carvalho 1952; Sternberg
1987;Williams et al 2005).
Aparte de ENSO otros fenómenos climáticos, tales como los que produjeron la sequía
Amazónica del 2005, la peor al suroeste Amazónico en 100 años, atribuida a
anomalías en SST del Atlantico Norte, baja humedad, mayores temperaturas (3 to
5C°), menor convección y precipitación, los que causaron impactos catastróficos
sobre comunidades ribereñas (e.g. Iquitos) (Marengo et al 2005).
Escenarios potenciales de cambio climático
El cambio climático podría exacerbar los impactos de fenomenos de variabilidad
climática a lo largo de la cuenca (Marengo et al 2005).
Limitaciones e incertidumbres
El uso de modelos climáticos (modelos AGCM) más poderosos así como información
más representativa, especialmente de precipitación, son fundamentales para
suministrar predicciones más representativas sobre los impactos futuros del cambio
climático.
Los estudios disponibles son abrumadoramente puntuales y de gran escala y no se
reportan para otros países en el OTCA aparte de Brasil.
•
•
•
•
•
•
•
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1.
Principales estudios del cambio de caudal de los ríos de la
cuenca debido a fenómenos de variabilidad climática.
Reference
Type of analysis
River
William et al
(2005).
Comparison of river
stage levels and
rainfall time series
Marengo et al
(2005)
River
Sternberg
(1987)
Statistical analysis
river stages
Marengo et al
(2005)
Analysis of climate data
(rainfall,
air
temperatures)
Drought 2005
stage, rainfall,
temperature records
and
climate
modelling
of
side
community
Period
of
analysis
Key findings
Manaus – Brazil
1920 - 1930
1926 – Niño year of most severe drought
of the last century in west-central
Amazon.
Rainfall deficits of up to 50%.
Flow deficits down to 40%.
Rainfall surplus to the northeast of the
basin.
Iquitos - Peru
2005
Anomalous warm SST of Tropical North
Atlantic Anomalous lower intensity in
northeast wind moisture transport into
southern Amazonia.
Reduced convective development and
rainfall.
Manaus – Brazil
1903 - 1985
Almost statistically significant upward
trend of minimum base flows at Manaus
over the period 1903 – 1985
2005
Causes of drought were not related to El
Niño but to warmer tropical Atlantic.
/Humidity was lower than normal and air
temperatures higher (3 to 5 C°).
Solimoes
Madeira
rivers
and
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1.
Evidencia del cambio en el caudal de los ríos de la Amazonía
debido a fenómenos de variabilidad climática.
Registros de nivel del río en Manuas – Brazil –
Río Negro. Valores extremos observados
En 1926 (picos y flujos base mínimos)
Áño de mayor sequía
Fuente del diagrama: William et al (2005).
Deficits de precipitación en el occidente Amazónico
Aguas arriba de Manaus (1926).
Deficits de precipitación al occidente Amazónico
y excesos al Noreste de Brazil
Fuente del diagrama: William et al (2005).
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1.
Revisión de evidencia de cambio en flujos pico máximos, flujos
base mínimos y flujos medios atribuidos a deforestación
•
Algunos estudios sugieren que la perdida de bosque ha afectado ya el caudal de
algunos tributarios del Amazonas a escalas locales y regionales, aunque existe
gran incertidumbre aún sobre el supuesto de que algunos de estos cambios sean,
en vez, resultado de fenómenos de variabilidad climática a escala Amazónica.
Análisis de radios de precipitación – escorrentía y deforestación a escalas
regionales (e.g. Tocantins basin - Costa et al 2003 ) han indicado incrementos
estadisticamente significativos atribuidos a deforestación. A escalas locales (1h),
estudios similares han reportado conclusiones parecidas (e.g. Rancho Grande,
Rondonia - Chaves et al (2007), Manaus - Troncoso et al (2007)).
Sin embargo existe gran controversia cuando los estudios se basan solamente en
cambios en el nivel de los ríos. Mientras algunos atribuyen incrementos en caudal
a la deforestación (Gentry and Lopez-Parodi (1980, 1982), Harden (2006)), otros
atribuyen los cambios a variabilidad climática y a ajustes geo-tectónicos que
modifican el lecho del los ríos (Nordin and Meade (1982)).
Principales incertidumbres y limitaciones
Registros de caudal más largos así como información de precipitación más
representativa son escenciales para poder discenir entre cambios producidos por
deforestación y cambio climático o veriabilidad climática sobre los caudales.
Los impactos de fenómenos de variabilidad climática son potencialmente
mayores que aquellos resultado de la deforestación y cambio en el uso del suelo.
•
•
•
•
•
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1.
Principales estudios que indican el cambio en caudal de los ríos
de la cuenca como resultado de deforestación en el área OTCA.
Reference
Type of analysis
River
side
community
–
Period of
analysis
Key findings
1949
1998
Annual river flows and rainfall – runoff ratios
increase significantly with the conversion of forest
to other land uses. Not statistically significant
change in rainfall patterns is observed over the
period.
Costa et
(2003).
al
Statistical analysis of
flow records,
rainfall
surfaces (New et al
(2000) dataset and land
cover change.
Manaus
Brazil
Chaves
(2007)
al
Paired catchments
Study. Small scale (1h).
Rancho
Grande,
Rondonia
Troncoso et al
(2007)
Paired catchments
Study.
Small
(1km2).
Manaus
Brazil
Gentry
and
Lopez – Parodi
(1980)
Analysis of river stage
data at Iquitos as well as
rainfall
Iquitos - Peru
1962
1978
-
Not significant increase of rainfall.
Increase in high river stages while low stages
remained constant.
Effects attributed to deforestation
Nordin
and
Meade (1982)
Constesting to Gentry
and Lopez – Parodi
(1980)
Iquitos - Peru
1942
1980
-
Changes in river stage at Iquitos could have been
the result of bank erosion.
Changes might respond to decadal climate cycles
rather than deforestation.
et
scale
-
Increase in surface stream flow from conversion of
forest to pasture, which can potentially affect
hydrological budgets at larger scales in the
Amazon
-
Potential impacts of forest conversion to pasture on
the regularization of floods in wet seasons and
drought in dry season at large scales in the
Amazon.
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1.
Evidencia del cambio en el caudal de los ríos de la Amazonía
debido a procesos de deforestación.
El caudal del río Tocantins – Brasil, ha aumentado
estacionalmente a lo largo del año.
Línea inferior (1949 – 1968 – menos deforestación)
Línea superior (1969 – 1978 – mayor deforestación)
Con mayor deforestación se presentan mayores
caudales y los picos de flujo se adelantan
Fuente del diagrama: Costa et al (2003).
Regresión líneal de caudales máximos
(arriba) y flujos base mínimos (abajo)
en Iquitos - Peru.
El incremento en caudales máximos se
atribuyó a la deforestación
Fuente: Gentry and Lopez-Parodi (1980).
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1.
Revisión de modelamiento hidrológico realizado a escala
Amazónica.
•
Desde modelos Macroescala (> 105 km2) a mesoescala (102 - 105 km2) así como modelos
SCM de Columna vertical han sido implementados para estudiar los impactos de
deforestación sobre la hidrología Amazónica.
Los modelos macroescala sugieren una reducción general en recursos hídricos a escala
Amazónica los cuales se atribuyen a la caída en evapotranspiración que afecta
significativamente la recirculación de precipitación (D’Almeida et al 2007; Franken and
Leopoldo 1984; Salati and Nobre 1991).
Los modelos de mesoescala, de mayor resolución espacial, predicen la alteración de la
intensidad y los patrones de precipitación así como el incremento en la estacionalidad en la
persistencia de nubes en áreas donde la deforestación es alta (Shu et al 1994; Avissar and
Liu, 1996; D’Almeida 2007; NASA 2007c). Sin embargo dichos resultados varían por área
dependiendo del clima y la topografía.
Los modelos SCM sugieren el incremento en la precipitación sobre áreas forestales debido
a la mayor evapotranspiración.
Principales incertidumbres y limitaciones.
La baja resolución de los modelos macroescala les resta aplicabilidad a escalas locales e
incluso regionales.
Más representativa información de precipitación es fundamental para entender mejor las
asociaciones potenciales entre deforestación y los patrones de cambio de precipitación y
cobertura de nubes.
Los modelos SCM en ocasiones difieren de observaciones de campo pues no consideran
las discontinuidades horizontales (e.g. como las producidas por fragmentación de bosque).
•
•
•
•
•
•
•
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1.
Revisión de modelamiento hidrológico realizado a escala
Amazónica – estudios basados en observaciones de caudal
•
Plataformas de radar como ENVISAT y TOPEX acopladas con modelamiento
hidrológico y validación en campo para estimar el caudal de ríos tributarios que
carecen de estaciones de flujo ha sido un área de importantes avances y de gran
potencial para el desarrollo de la hidrología operacional (León et al. 2006;
Zakharova et al 2006 and Frappart, et al 2006).
Aún existen limitaciones para establecer una relación directa entre las áreas y
volúmenes de inundación en la Amazonía debido a la topografía altamente
variable y a la distribución de los planos de inundación.
•
2.

•
Monitoreo de vegetación como entrada de modelos para
entender las dinámicas climáticas en la Amazonía.
La deforestación puede afectar potencialmente la habilidad del ecosistema para
absorber dióxido de carbono, amenazando además los regímenes de caudal en la
cuenca que se encuentran íntimamente ligados al estilo de vida de las
comunidades ribereñas (Franken and Leopoldo, 1984; V¨or¨osmarty et al., 1989;
Salati and Nobre).
Los estudios actuales que se enfocan en la distribución de índices NDVI en
periodos húmedos y secos tienen un gran potencial para mejorar el entendimiento
de los procesos hidro-ecologicos de la cuenca, identificar áreas “hotspots” donde
el bosque es más susceptible a impactos de sequías severas y para escalar la
respuesta de los bosques a la sequía a lo largo de la cuenca.
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1.
Principales ejemplos de modelamiento hidrológico a escala
Amazónica. Macroescala – Adaptado de D’Almeida et al (2007).
Simulation
(months)
Change in
Precipitation (mm/d)
Change in
Evapotranspiration
(mm/d)
Change in
Runoff (mm/d)
Reference
AGCM
Resolution
(lat × lon)
Lean and
Warrilow, 1989
UKMO
2.5° × 3.75°
36
−1.43
−0.85
−0.40
Nobre et al., 1991
NMC
2.5° × 3.75°
12.5
−1.76
−1.36
−0.40
Henderson-Sellers
et al., 1993
CCM1
4.5° × 7.5°
72
−1.61
−0.64
−0.90
Lean and
Rowntree, 1993
UKMO
2.5° × 3.75°
36
−0.81
−0.55
−0.20
Dirmeyer and
Shukla, 1994
COLA
4.5° × 7.5°
48
0.24
−0.31
0.02
Polcher and
Laval, 1994ª
LMD
2.0° × 5.6°
13.5
1.08
−2.07
3.7
Polcher and
Laval, 1994b
LMD
2.0° × 5.6°
132
−0.51
−0.35
−0.16
Sud et al., 1996
GLA
4.0° × 5.0°
36
−1.48
−1.22
−0.26
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1.
Principales ejemplos de modelamiento hidrológico a escala
Amazónica. Macroescala – Adaptado de D’Almeida et al (2007).
Simulation
(months)
Change in
Precipitation
(mm/d)
Change in
Evapotranspiration(
mm/d)
Change in
Runoff(mm
/d)
Reference
AGCM
Resolution(
lat × lon)
Change
in T(°C)
Manzi and
Planton, 1996
EMERAUDE
2.8° × 2.8°
50.5
−0.40
−0.31
0.33
Lean et al.,
1996
HC
2.5° × 3.75°
120
−0.43
−0.81
0.39
Lean and
Rowntree, 1997
HC
2.5° × 3.75°
120
−0.27
−0.76
0.51
Hahmann and
Dickinson, 1997
CCM2
2.8° × 2.8°
120
−0.99
−0.41
−0.50
1
Costa and
Foley, 2000
GENESIS
4.5° × 7.5°
180
−0.70
−0.60
−0.10
1.4
Kleidon and
Heimann, 2000
ECHAM4
5.6° × 5.6°
240
−0.38
−1.30
Voldoire and
Royer, 2004
ARPEGE
2.8° × 2.8°
360
−0.40
−0.40
2.3
0.92
−0.01
2.5
−0.01
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1.
Principales ejemplos de modelamiento hidrológico en la
Amazónía. Mesoescala – Adaptado de D’Almeida et al (2007).
Reference
Mesoscale
model
Resolution (km ×
km)
Simulati
on (days)
Gris Center
Key findings
Less rainfall,
lessevaporation
Eltahir and Bras, 1994
MM4a
50 × 50
93
Silva Dias and Regnier, 1996
RAMSb
20 × 20
4
10 °S, 60 °W
Greater vertical motion
RAMSb
16 (4, 1) × 16 (4, 1)e,
60 (20) × 60 (20)d
4
10.5 °S, 62 °W
Deeper convective layer
11 °S, 63 °W
More convection during
dry-season
1
10°S, 62.5 °W
More convection
triggered by
surfaceheterogeneity
30
22 °S, 60 °W
Less rainfall,
lessevaporation
10 °S, 62 °W
Effects predicted depend
on correct model
configuration
Dolman et al., 1999
Wang et al., 2000
MM5V2c
12 (4) × 12 (4)e
Baidya Roy and Avissar, 2002
RAMSb
16 (4, 1) × 16 (4, 1)e
Tanajura et al., 2002
ETA/SSiB
d
80 × 80
Weaver et al., 2002
ClimRAM
Sb
6
6.5 °S, 67.5 °W
16 (4, 1) × 16 (4, 1)e,
16 (4, 2) × 16 (4, 2)e,
16 (4, 4) × 16 (4, 4)e
2
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1.
Principales ejemplos de modelamiento hidrológico en la
Amazónía. Estudios basados en observaciones de caudal
Reference
Type of analysis
Scale of analysis
Period of
analysis
Key findings
Rating curves validated for 21 virtual stations
in the Napo river.
Good agreement between modelled and
measured water depths and discharges.
Leon et
(2006)
al
Radar altimetry processing
(ENVISAT,
TOPEX
Poseidon)
flow routing modelling
Negro river basin
2005
Zakharova
al 2006
et
Radar altimetry processing
(TOPEX Poseidon)
Empirical estimates of
River discharge
Manacapuru
(Solimoes
river),
Jatuarana (Solimoes
and Negro river)
and
Obidos
(Amazon)
1992
2002
–
Successful production of rating curves
between river levels derived from radar
altimetry and in situ measurements, which
can be used to estimate successfully river
discharge at un-gauged large rivers
Frappart,
(2006)
F.
Radar altimetry processing
(ENVISAT,
Tabatinga,
River
negro
basin
at
Manaus, Salimoes
Negro confluence
and Tapajos river
2003
2004
-
The Ice 1 re-tracking algorithm performs best
to estimate river stages with ENVISAT RA-2
data with errors not superior to 0.5 m.
Accuracies are from two to three times better
than those for TOPEX.
Combination of different radar altimetry
products is essential to assemble robust
datasets for operational hydrology.
Frappart, et al
(2005)
Radar altimetry processing
(SAR,
JERS-1
and
TOPEX)
Negro
river
Manaus
1995
1996
-
Delineation of flood plain extent for high and
low stages.
No direct relation between flooded extent and
floods volume observed, attributed to highly
variable topography and distribution of flood
plains.
at
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1. Principales ejemplos de modelamiento hidrológico.
Vegetación como información de entrada a modelos hidro-climáticos
Reference
Type of analysis
Scale of analysis
Period
analysis
Poveda
and
Salazar
(2004)
Space-time variability of NDVI
Amazon
scale
1981 - 2002
Well defined pattern of wet and dry period for the
distribution of NDVI.
NDVI increases in wet Niña events.
Hydro-ecological processes can be better
understood through spatial scaling of ecosystems
response to drought and surplus of water
Wittmann,
et
al
(2004)
Forest
and
disturbances
Tefe and Manaus
–
Brazilian
Amazon
2000
Tree species richness are well defined with
gradients of flooding and sedimentation
NASA
(2007)
Field measurements
Effects of drought on forest
Amazon - Tapajos
national forest
2005
Collaboration with the LBA. Stress related signals
due to drought are reported to monitor of forest
health state from space.
NASA
(2007b)
Deforestation
implications
and
climate
NASA
(2007c)
Deforestation
implications
Use of TRMM
and
climate
Huete, et
al (2006)
Field observations
soil moisture modelling impacts
of dry seasons on rainforest
productivity
climatologic
basin
of
Key findings
Climatic models using MODIS data suggest forest
conversion to crops derives warmer and drier
conditions.
Area of
Velho
Porto
Amazon scale
2000 - 2001
Deforested areas warm up faster increasing
cloudiness and rainfall in dry seasons. Annual
effects are likely to be small compared to seasonal
and daily cycles.
2006
Normal dry seasons is a period of higher greening
up of forest.
forest roots (down to 20m) allow forest to tap up
storage water not accessible to less stature
vegetation
Resultados clave: Principales represas actuales y
propuestas en la Amazonía
Regulación del sistema Clima : Métodos
ESTADO
1.
Evaluar la relación entre el cambio del uso el suelo y la generación de
nubosidad y precipitación usando MODIS para los más significativos cambios
de cobertura vegetal en los Andes/Amazonía. Información:
VCFchange(www.ambiotek.com/trees, TRMM rainfall
(www.ambiotek.com/1kmrainfall), MODIS cloud climatology
(www.ambiotek.com/clouds).
Revisión y evaluación del potencial de las reservas de carbono y de secuestro
de carbono y su equivalente de reemplazo de combustibles fósiles,
nuevamente usando MODIS-VCF (acoplado con datos y literatura existentes)
(KCL-MM).
IMPACTOS HUMANOS
1.
Examinar los impactos de deforestación sobre las reservas de carbono y el
potencial de secuestro de carbono (KCL-MM and KCL-EK).
INFORMACION Y HERRAMIENTAS DE EVALUACION
1.
2.
3.
Revisión de programas de recolección de información climática a escalas
nacional e internacional.
Revisión de investigaciones previas sobre retroalimentaciones del sistema
clima-vegetación.
Revisión de modelos disponibles (KCL-EK).
Resultados clave: Reducción de amenazas,
climáticas, hidrológicas y geomorfológicas
1.
•
•
•
•
Relación entre cobertura de bosque y generación de nubosidad y
precipitación.
No parece existir una clara relación entre la cobertura de bosque y la
precipitación en celdas vecinas, así que la deforestación se puede asociar
tanto a reducciones como incrementos de precipitación. La mayor
diferencia entre celdas vecinas de vegetación similar probablemente refleja
la mayor frecuencia de estas áreas ?.
Gran variación espacial debido a deforestación y fragmentación de bosque
conlleva a incrementos de precipitación de hasta +10% al N y S de los
Andes y al S y E de Brasil pero induce reducciones en los Andes centrales
y hacia el pacífico.
Similarmente no parece existir un patrón definido entre el cambio en la
frecuencia de nubes y la cobertura de bosque (aunque existe un efecto
aparente tierra - mar especialmente en convección (lluvias tarde/noche))?.
La frecuencia espacial de nubosidad se incrementa notoriamente con la
perdida de bosque en algunas partes al sureste Amazónico y al este de
Brasil, mientras que decrece claramente con la deforestación entre los
Andes centrales y del sur y otras partes del este de Brasil
El impacto de las diferencias en cobertura de bosque sobre la precipitación
media anual (1997 - 2006).
Diferencia en cobertura de bosque entre una celda y su vecino
más al oeste (%)
No se observa un patrón claro de incremento o reducción de precipitación con
la deforestación, en vez, la precipitación puede aumentar o disminuir.
El impacto de las diferencias en cobertura de bosque sobre la precipitación
nocturna (1997 - 2006).
Diferencia en cobertura de bosque entre una celda y su vecino
más al oeste (%)
El patrón se repite para la precipitación a diferentes horas del día. Perdida o
incremento de bosque puede coincidir con incrementos o reducciones de precipitación,
dependiendo del área. Los cambios son más pronunciados en la precipitación de
noche (convección).
Porcentaje de
cambio en
precipitación en
áreas deforestadas
(disminución
solamente). La
deforestación
conlleva a
importantes
reducciones de
precipitación en
los Andes centrales
y hacia el Pacífico.
Porcentaje de cambio
en precipitación en áreas
deforestadas (incremento
solamente). La
deforestación conlleva
al incremento de
precipitación al N y S de
los Andes, S y E de Brasil.
El impacto de las diferencias en cobertura de bosque sobre la frecuencia
media anual de nubosidad (1997 - 2006).
Diferencia en área de bosque entre una celda y su vecino más al oeste (%)
No se observa un patrón claro de incremento o reducción en la frecuencia de
Nubocidad con la deforestación, en vez, esta puede aumentar o disminuir.
El impacto de las diferencias en cobertura de bosque sobre la frecuencia
diurna y estacional de nubosidad (1997 - 2006).
El patrón es similar al de precipitación. Perdida o
crecimiento de bosque puede coincidir con incrementos o reducciones de nubosidad
dependiendo del área. Los cambios son más pronunciados para precipitación
nocturna (convección). Nubosidad nocturna muestra efectos tierra-mar.
Porcentaje de
cambio en la frecuencia
de nubosidad en áreas
deforestadas (disminución
solamente). La
deforestación
conlleva a importantes
reducciones de nubosidad
en los Andes centrales
y del sur y al E de Brasil.
Porcentaje de cambio
en nubosidad en áreas
deforestadas (incremento
solamente). La
deforestación conlleva
al incremento de la
frecuencia de nubes en
algunas partes del SE de la
Amazonía y al E de Brasil.
Material adicional:
La hidro-climatología de la
cuenca Amazónica
Radiación solar potencial modelada (W m2)
Altos efectos estacionales incluso en ausencia de
efectos de nubosidad.
Radiación solar potencial total modelada (MJ)
Efectos latitudinales, altitudinales y de aspecto
Efectos topográficos de sombra pueden ser importantes, en áreas
montañosas o zonas bajas donde el sol se encuentra directamente vertical.
Nueva climatología de nubosidad pan-tropical
MODIS 1km (Mulligan 2006)
Promedio annual de frecuencia de nubes (como fracción de todas las observaciones)
Desarrollada con base en el producto MODIS MOD35
Disponible en www.ambiotek.com/clouds
Cuenca Amazónica
>80% de las observaciones aparecen cubiertas de nubes en áreas Andinas con
cobertura de bosque de niebla y al NO de la cuenca, conllevando a baja
radiación solar y PET. Del 40% al 70% de nubosidad en las demás áreas
Fuerte diurnalidad con frecuencias de cerca del 100% en regiones montañosas
aisladas. Esta interpretación esta sujeta a errores debido a diferencias
de tiempo dentro de un mismo campo de visión del satelite (por ello cuadrados?)
Altamente estacional con frecuencias de nubosidad mayores en Diciembre,
Enero y Febrero y en Marzo, Abril y Mayo e incluso sostenidas a lo largo de la estación
seca al noroeste de la Amazonía
Nueva climatología pan-tropical de precipitación TRMM
1km (Mulligan 2006)
Desarrollada con base en información TRMM (1997 - 2006)
Disponible en www.ambiotek.com/1kmrainfall
WorldClim fue la más detallada climatología de precipitación, antes de la
TRMM, la cual se derivá por interpolación de información de estaciones.
TROPICLIM (Mulligan 2006), presenta mucha más detallada
información de precipitación aunque similar en magnitudes generales
WC>TRMM
TRMM>WC
Diferencias absolutas entre las dos climatologias son generalmente bajas pero en
aislados “hotspots” de precipitación TRMM muestra valores mucho más altos
Variabilidad estacional
de WorldClim
Variabilidad estacional
de TROPICLIM
Muy similar en patrón
aunque mayor resolución
Producto TRMM 3B42 precipitación media (1997 - 2006) con intervalos de 3hr.
Información que muestra claramente las tendencias diurnas.