Previsiones estacionales mejoradas para optimizar la gestión de los cultivos
La predicción estacional del impacto del clima en la agricultura sigue en pañales. Nuestra incapacidad para prever con precisión las variaciones climáticas estacionales podría tener efectos devastadores en el rendimiento de los cultivos, ya que no estamos preparados para unas condiciones meteorológicas extremas. El proyecto CLIM4CROP, financiado con fondos europeos, buscará la mejor forma de aprovechar las previsiones estacionales a escala global para una toma de decisión de la gestión de los cultivos basada en pruebas, aplicando los últimos avances en las ciencias del clima y los cultivos. Con el apoyo de las Acciones Marie Skłodowska-Curie (MSCA), los investigadores utilizaron información climática que incluía los conjuntos de previsiones estacionales más completos y actualizados. Los archivos a largo plazo combinados con datos en tiempo casi real son fundamentales para observar y prever el rendimiento de los cultivos. CLIM4CROP caracterizó las incertidumbres en los conjuntos de datos globales de observaciones climáticas de los últimos tres decenios. «También desarrollamos modelos estadísticos para comprender mejor la relación entre el clima y el rendimiento de los cultivos e investigar la predictibilidad estacional del rendimiento de los cultivos», afirma Marco Turco, el beneficiario de una beca de investigación MSCA en el Centro Nacional de Supercomputación de Barcelona.
Mejoras en las herramientas de vigilancia
Los científicos primero evaluaron la calidad de los datos climáticos continuos y a largo plazo considerando el Índice de Precipitación Estandarizado (SPI, por sus siglas en inglés). El SPI es un indicador que suele utilizar en todo el mundo para caracterizar las sequías en una gama de escalas temporales. A lo largo de escalas temporales cortas, el SPI se relaciona estrechamente con la humedad del suelo. En escalas temporales más largas, el SPI puede utilizarse para calcular el almacenamiento de agua subterránea y de embalses. Este índice también puede compararse entre regiones con diferencias climáticas marcadas. Los investigadores también crearon el conjunto de datos DROught Probabilistic (DROP) para observar las sequías a través de un enfoque probabilístico. Esta herramienta de vigilancia del clima utiliza un conjunto de observaciones para obtener la mejor estimación de precipitaciones junto con su incertidumbre asociada. DROP está inspirado en el enfoque multimodelo de la predicción meteorológica y climática y ofrece información complementaria a fin de mejorar conjuntos de datos climáticos existentes. «Con DROP, primero evaluamos la calidad de los datos climáticos continuos y a largo plazo para un control meteorológico oportuno de las seguías», explica Turco. «Luego, mediante la aplicación de un enfoque de conjunto que copia las metodologías de predicción meteorológica y climática, desarrollamos DROP como un nuevo conjunto de datos en cuadrícula de todo el mundo en el que se utiliza el total de conjuntos de datos observacionales para obtener el mejor cálculo en tiempo casi real junto con su incertidumbre asociada».
Una mejor gestión de los cultivos
El conjunto de datos DROP fue publicado en el «Bulletin of the American Meteorological Society» (BAMS, por sus siglas en inglés). El conjunto de datos representó valores tomados de un conjunto de puntos de la cuadrícula para el control de sequías y su valor es incalculable tanto para la comunidad científica como para el público. «Este nuevo conjunto de datos mejorará la comprensión de la interacción entre el clima y el rendimiento de los cultivos y proporcionará información nueva que permitirá una gestión más eficiente de estos, lo que ayudará a las instancias decisorias y las entidades comerciales al permitir una toma de decisiones global oportuna sobre la adaptación de las prioridades y ayudará a aliviar los efectos de las sequías, sobre todo en países en los que el control meteorológico sigue siendo un reto», señala Turco. Se espera que la información probabilística y de alta calidad proporcionada por DROP sea útil para las aplicaciones de vigilancia y pueda servir como referencia para calibrar y validar modelos agroclimáticos. También puede utilizarse para desarrollar un modelo agroclimático integrado que combine modelos de cultivo empíricos con previsiones estacionales y tenga en cuenta a la vez la incertidumbre observacional. «La cuantificación de las incertidumbres en el control de sequías con propósitos agrícolas es fundamental para traducir los datos en información utilizable. Por lo tanto, CLIM4CROP puede brindar la información sobre sequías oportuna, precisa y esencial que se necesita para avanzar de una gestión posterior a las catástrofes en el caso de las sequías a una previa a ellas», concluye Turco.
Palabras clave
CLIM4CROP, conjunto de datos, vigilancia, previsión estacional, DROught Probabilistic (DROP), Índice de Precipitación Estandarizado (SPI), cambio climático, conjunto de datos en cuadrícula
