Distribución potencial actual y futura de Coffea arabica L. en la subcuenca Decozalapa, Veracruz, México
DOI:
https://doi.org/10.21829/myb.2021.2722070Palabras clave:
cambio climático, escenarios de cambio climático, MaxLike, modelos de circulación general, nicho ecológico, rutas de concentración representativas.Resumen
El calentamiento global está provocando variaciones en el clima, lo cual representa una amenaza grave para los sistemas naturales, y México está particularmente expuesto a los efectos del cambio climático. En este sentido, el café es uno de los cultivos más susceptibles a las variaciones meteorológicas, pues requiere de un determinado régimen hidrotérmico para su desarrollo. El objetivo de este trabajo fue modelar la distribución potencial actual y futura de este cultivo ante diferentes escenarios de cambio climático proyectados al 2050 y 2070 en la subcuenca Decozalapa, Veracruz, México, usando el algoritmo Maxlike, a través de tres modelos de circulación general. Se determinó un intervalo de reducción de la distribución potencial de la superficie actual de café (924.5 km2) de entre 4.74 % y 61.67 %, un intervalo de 725 m a 1397 m s.n.m. en la altitud mínima potencial y de 2221 m a 2308 m s.n.m. en la altitud potencial máxima, un aumento posible de la temperatura de entre 1.1 °C y 3.5 °C, lo que implica la pérdida de áreas con idoneidad climática de 4.74% (43.8 km2) a 61.67% (570.1 km2) y cambios en la precipitación de -69 mm a 73 mm. Estas alteraciones sugieren la afectación de la zona cafetalera, incluyendo la posible desaparición de condiciones ambientales adecuadas en cuatro de los principales municipios productores y el desplazamiento del cultivo a latitudes superiores. Finalmente, es arriesgado ignorar los impactos potenciales que el clima presente y futuro puede tener sobre el café, por lo que se requiere tomar medidas de adaptación y mitigación específicas para este cultivo.
Descargas
Citas
Anderson, R. P., Lew, D. & Peterson, A. T. (2003). Evaluating predictive models of species distributions: criteria for selecting optimal models. Ecological Modeling, 162(3), 211-232. doi: 10.1016/S0304-3800(02)00349-6 DOI: https://doi.org/10.1016/S0304-3800(02)00349-6
Austin, M. P. (2002). Spatial prediction of species distribution: an interface between ecological theory and statistical modelling. Ecological Modelling, 157,101–118 DOI: https://doi.org/10.1016/S0304-3800(02)00205-3
Ávila-Flores, B. (2015). Un estudio sobre la percepción del riesgo de poblaciones vulnerables al cambio climático en la cuenca del Papaloapan. Tesis Doctoral, Doctorado en Investigación Educativa, Universidad Veracruzana, México.
Baca, M., Läderach, P., Haggar, J., Schroth, G., & Ovalle, O. (2014). An integrated framework for assessing vulnerability to climate change and developing adaptation strategies for coffee growing families in Mesoamerica. PLoS ONE, 9(2), e88463. doi: 10.1371/journal.pone.0088463 DOI: https://doi.org/10.1371/journal.pone.0088463
Barve, N. (2008). Tool for Partial-ROC. Version 1. Lawrence, KS: Biodiversity Institute. Recuperado de https://kuscholarworks.ku.edu/handle/1808/10059
Bunn, C., Läderach, P., Jimenez, J. G. P., Montagnon, C., &Schilling, T. (2015). Multiclass classification of agro-ecological zones for Arabica coffee: an improved understanding of the impacts of climate change. PLoS ONE, 10(10), e0140490. doi: 10.1371/journal.pone.0140490 DOI: https://doi.org/10.1371/journal.pone.0140490
Café & Clima. (2016). La adaptación al cambio climático en la producción de café. Una guía paso a paso para apoyar a los productores de café en la adaptación al cambio climático. Recuperado de https://toolbox.coffeeandclimate.org/wp-content/uploads/cc-step-by-step-guide-for-climate-change-adaptation-in-coffee-production_SPANISH.pdf
Chandler, R., Royle, A. & Kindt, R. (2017). Model species distributions by estimating the probability of occurrence using presence-only data. Package ‘maxlike’. Version 0.1-7. Recuperado de https://cran.r-project.org/web/packages
Chemura, A., Kutywayo, D. Chidoko, P., & Mahoya C. (2016). Bioclimatic modelling of current and projected climatic suitability of coffee (Coffea arabica L) production in Zimbabwe. Regional Environmental Change, 16(2), 473-485. doi: 10.1007/s10113-015-0762-9 DOI: https://doi.org/10.1007/s10113-015-0762-9
Chemura, A., Mudereri, B. T., Yalew, A.W. & Gornott C. (2021). Climate change and specialty coffee potential in Ethiopia. Sci Rep 11, 8097. https://doi.org/10.1038/s41598-021-87647-4 DOI: https://doi.org/10.1038/s41598-021-87647-4
Comisión Nacional para el Conocimiento y Uso de la Biodiversidad [Conabio] (2018). Nichos y Áreas de Distribución. Comisión Nacional de Biodiversidad, Universidad de Kansas. México: Conabio.
Comisión Nacional para el Conocimiento y Uso de la Biodiversidad [Conabio] (1997). Provincias biogeográficas de México. Escala 1:4000000. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad, México, D.F.
Conde, C., Estrada, F., Martínez, B., Sánchez, O. & Gay, C. (2011). Regional climate change scenarios for México. Atmósfera 24(1), 125-140
Contreras, H. A. (2008). Retos en la organización de un proyecto de investigación acción. En R. Manson, V. Hernández-Ortiz, S. Gallina, & K. Mehltreter, (Eds.), Agroecosistemas cafetaleros de Veracruz: Biodiversidad, manejo y conservación (pp. 35-54). México: Instituto Nacional de Ecología e Instituto de Ecología, A.C.
Duan, R. Y., Kong, X. Q., Huang, M.Y., Varela, S., & Ji, X. (2016). The potential effects of climate change on amphibian distribution, range fragmentation and turnover in China. PeerJ 4, e2185. doi: 10.7717/peerj.2185 DOI: https://doi.org/10.7717/peerj.2185
Estrada-Contreras, I., Equihua, M., Laborde, J., Martínez-Meyer, E., & Sánchez-Velásquez, L. (2016). Current and Future Distribution of the Tropical Tree Cedrela odorata L. in Mexico under Climate Change Scenarios Using MaxLike. PLoS ONE, 11(10), e0164178. doi:10.1371/journal.pone.0164178 DOI: https://doi.org/10.1371/journal.pone.0164178
Fain, S. J., Quiñones, M., Álvarez-Berríos, N. L., Parés-Ramos, I. K. & Gould, W.A. (2017). Climate change and coffee: assessing vulnerability by modeling future climate suitability in the Caribbean Island of Puerto Rico. Climatic Change, 146(1-2), 175-86. doi: 10.1007/s10584-017-1949-5 DOI: https://doi.org/10.1007/s10584-017-1949-5
Gay, C., Estrada, F., Conde, C. & Eakin, H. (2004). Impactos potenciales del cambio climático en la agricultura: escenarios de producción de café para el 2050 en Veracruz (México). En: C.D. Liaño, J.C. García, D.F. Rasilla, P. Fernández de Arróyabe & C. Garmendia (Eds.), El Clima entre el mar y la montaña. Asociación Española de Climatología y Universidad de Cantabria (pp. 651-660), Santander, España.
Gay, F., Estrada, C., Conde, H., Eakin, & Villers, L. (2006). Potential impacts of climate change on agriculture: a case of study of coffee production in Veracruz, Mexico. Climatic Change 79, 259-288. doi: 10.1007/s10584-006-9066-x DOI: https://doi.org/10.1007/s10584-006-9066-x
Gholamy, A., Kreinovich, V., & Kosheleva, O. (2018). Why 70/30 or 80/20 relation between training and testing sets: A pedagogical explanation. Departmental Technical Reports (CS). 1209. Recuperado de: https://digitalcommons.utep.edu/cs_techrep/1209.
González-Hernández, H. A. & Hernández-Santana, J. R. (2016). Zonificación agroecológica del Coffea arabica en el municipio Atoyac de Álvarez, Guerrero, México. Investigaciones Geográficas, 90, 105-118. doi: 10.14350/rig.49329 DOI: https://doi.org/10.14350/rig.49329
Hannah, L., Donatti, C. I., Harvey, C. A., Alfaro, E., Rodríguez, D. A., Bouroncle, C., Castellanos, E., Diaz, F., Fung, E., Hidalgo, H. G., Imbach, P., Läderach, P., Landrum, J. P., & Solano, A.L. (2017). Regional modeling of climate change impacts on smallholder agriculture and ecosystems in Central America. Climatic Change, 141(1), 29-45. doi: 10.1007/s10584-016-1867-y DOI: https://doi.org/10.1007/s10584-016-1867-y
Harmeling, S. & Eckstein, D. (2012). Global Climate Risk Index 2013. Who Suffers Most from Extreme Weather Events? Weather-Related Loss Events in 2011 and 1992 to 2011. German Watch, Bonn and Berlin, Germany.
Instituto Nacional de Estadística y Geografía [Inegi] (2010). Red Hidrográfica escala 1:50 000 edición: 2.0, subcuenca hidrográfica RH28Bf R. Decozalapa/Cuenca R. Jamapa y otros /R.H. Papaloapan. Recuperado de http://antares.inegi.org.mx/analisis/red_hidro/PDF/Doc.pdf
Intergovernmental Panel on Climate Change [IPCC] (2014). Climate Change 2014: Synthesis Report. Recuperado de https://www.ipcc.ch/site/assets/uploads/2018/05/SYR_AR5_FINAL_full_wcover.pdf
Isaza-Ramírez, C. H. & Cornejo-Hurtado, J. M. (2014). Cambio climático y su impacto en el cultivo del café. Norad.
Kew Science. (2019). Plants of the World online. Recuperado de http://powo.science.kew.org/
Läderach, P., Lundy, M., Jarvis, A., Ramirez, J., Portilla, E. P., Schepp, K. & Eitzinger A. (2011). Predicted impact of climate change on coffee supply chains, En W. Leal-Filho (Eds.), The economic, social and political elements of climate change (pp. 703-723), Springer, Berlin. DOI: https://doi.org/10.1007/978-3-642-14776-0_42
Läderach, P., Ramírez–Villegas, J., Navarro-Racines, C., Zelaya, C., Martínez-Valle, A. & Jarvis, A. (2017). Climate change adaptation of coffee production in space and time. Climatic change, 141(1), 47-62. doi: 10.1007/s10584-016-1788-9 DOI: https://doi.org/10.1007/s10584-016-1788-9
Lobo, J., Jiménez-Valverde, A. & Real, R. (2007). AUC: a misleading measure of the performance of predictive distribution models. Global Ecology and Biogeography, 17(2), 145-151. doi: 10.1111/j.1466-8238.2007.00358.x DOI: https://doi.org/10.1111/j.1466-8238.2007.00358.x
López-García, F. J., Escamilla-Prado, E., Zamarripa-Colmenero, A., & Cruz-Castillo, J. G. (2016). Producción y calidad en variedades de café (Coffea arabica L.) en Veracruz, México. Revista Fitotecnia Mexicana, 39(3), 297-304. DOI: https://doi.org/10.35196/rfm.2016.3.297-304
Loreto, D., Esperón-Rodríguez, M., & Barradas V.L. (2017). The climatic-environmental significance, status and socio-economic perspective of the grown-shade coffee agroecosystems in the central mountain region of Veracruz, Mexico. Investigaciones Geográficas, 92, 87-100. doi: 10.14350/rig.51876 DOI: https://doi.org/10.14350/rig.51876
Manson, R., Contreras, A. & López-Barrera, F. (2008). Estudios de la biodiversidad en cafetales. En R. Manson, V. Hernández-Ortiz, S. Gallina y K. Mehltreter (Eds.), Agroecosistemas cafetaleros de Veracruz: Biodiversidad, manejo y conservación (1-14). México. Instituto de Ecología, A.C.
Monterroso-Rivas, A. I., Conde-Álvarez, A. C., Gay-García, C., Gómez-Díaz, J. D. & López-García, J. (2012). Indicadores de vulnerabilidad y cambio climático en la agricultura de México. Publicaciones de la Asociación Española de Climatología. 8, 881-890
Monterroso-Rivas, A. I., Conde-Álvarez, A. C., Gómez-Díaz, J. D., & López-García, J. (2007). Vulnerabilidad y riesgo en agricultura por cambio climático en la Región Centro del estado de Veracruz, México. Zonas áridas, 11(1), 47-60
Osorio-Olvera, L., Lira‐Noriega, A., Soberón, J., Townsend, P. A., Falconi, M., Contreras‐Díaz, R.G., Martínez‐Meyer, E., Barve, V. &Barve, N. (2020). NTBOX: An R package with graphical user interface for modeling and evaluating multidimensional ecological niches. Methods in Ecology and Evolution. doi:10.1111/2041-210X.13452 DOI: https://doi.org/10.1111/2041-210X.13452
Ovalle-Rivera, O., Läderach, P., Bunn, C. & Obersteiner, M. (2015). Projected shifts in Coffea arabica suitability among major global producing regions due to climate change. PLoS ONE, 10(4), e0124155. doi: 10.1371/journal.pone.0124155. DOI: https://doi.org/10.1371/journal.pone.0124155
Pearson, R., Raxworthy, C., Nakamura, M. & Townsend-Peterson, A. (2007). Predicting species distributions from small numbers of occurrence records: a test case using cryptic geckos in Madagascar. Journal of Biogeography, 34(1), 102-117. doi:10.1111/j.1365-2699.2006.01594.x DOI: https://doi.org/10.1111/j.1365-2699.2006.01594.x
Peterson, A. T., Papes, M. & Soberón, J. (2008). Rethinking receiver operating characteristic analysis applications in ecological niche modeling. Ecological modelling, 213(1), 63-72. doi: 10.1016/j.ecolmodel.2007.11.008 DOI: https://doi.org/10.1016/j.ecolmodel.2007.11.008
Pham, Y., Reardon-Smith, K., Mushtaq S., & Cockfield G. (2019). The impact of climate change and variability on coffee production: a systematic review. Climatic Change, 156:609–630. doi: 10.1007/s10584-019-02538-y DOI: https://doi.org/10.1007/s10584-019-02538-y
R Core Team (2019). R: A language and environment for statistical computing. Recuperado de https://www.R-project.org/
Rivera-Silva, M. D. R., Nikolskii-Gavrilov, L., Castillo-Álvarez, M., Ordaz-Chaparro, V. M., Díaz-Padilla, G. & Guajardo-Panes, R. A. (2013). Vulnerabilidad de la producción del café (Coffea arabica L.) al cambio climático global. Terra Latinoamericana, 31(4), 305-313.
Royle, J., Chandler, R., Yackulic, C., & Nichols, J. (2012). Likelihood analysis of species occurrence probability from presence‐only data for modelling species distributions. Methods in Ecology and Evolution, 3(3), 545-554, doi: 10.1111/j.2041-210X.2011.00182.x DOI: https://doi.org/10.1111/j.2041-210X.2011.00182.x
Sáenz-Romero, C., Rehfeldt, G. E., Crookston, N. L., Duval, P., St-Amant, R., Beaulieu, J., & Richardson, B. (2010). Spline models of contemporary, 2030, 2060 and 2090 climates for México and their use in understanding climate-change impacts on the vegetation. Climatic Change, 102, 595–623. doi: 10.1007/s10584-009-9753-5 DOI: https://doi.org/10.1007/s10584-009-9753-5
Schroth, G., & Ruf, F. (2014). Farmer strategies for tree crop diversification in the humid tropics. A review. Agronomy for Sustainable Development, 34(1), 139-154. doi: 10.1007/s13593-013-0175-4 DOI: https://doi.org/10.1007/s13593-013-0175-4
Schroth, G., Läderach, P., Dempewolf, J., Philpott, S.M., Haggar, J.P., Eakin, H., Castillejos, T., Garcia-Moreno, J., Soto-Pinto, L., Hernandez, R., Eitzinger, A. & Ramirez-Villegas, J. (2009). Towards a climate change adaptation strategy for coffee communities and ecosystems in the Sierra Madre de Chiapas, Mexico. Mitigation and Adaptation Strategies for Global Change, 14, 605-625. doi:10.1007/s11027-009-9186-5 DOI: https://doi.org/10.1007/s11027-009-9186-5
Secretaría de Medio Ambiente y Recursos Naturales [Semarnat]. (2014). Programa Especial de Cambio Climático 2014-2018. México.
Varela, S., Mateo R. G., García-Valdés, R., & Fernández-González, F. (2014). Macroecología y ecoinformática: sesgos, errores y predicciones en el modelado de distribuciones. Ecosistemas, 23(1), 46-53. doi.: 10.7818/ECOS.2014.23-1.07 DOI: https://doi.org/10.7818/ECOS.2014.23-1-07.
WorldClim. (2016). Free climate data for ecological modeling and GIS. Recuperado de http://www.worldclim.org
Publicado
Cómo citar
-
Resumen751
-
LENS255
-
PDF422
Número
Sección
Licencia
Derechos de autor 2021 Madera y Bosques
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Madera y Bosques por Instituto de Ecología, A.C. se distribuye bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.