Conceptos, fundamentos metodológicos y

Report
Conceptos, fundamentos
metodológicos y necesidades para la
construcción de un nivel de
referencia
MSc. Renzo Giudice
Qué es un nivel de referencia?
Referencia ≠ BAU
ADICIONALIDAD
Angelsen 2008 Avancemos con REDD
Niveles/escenarios de referencia
No son sólo una cuestión técnica.
 Tienen profundas implicancias en
(1) la disminución/incremento de la
deforestación; (2) la determinación
de los costos de REDD; y (3) la
distribución de beneficios entre
países y/o departamentos.
 Cuándo empezar a otorgar créditos
por las reducciones de emisiones?

Sería este el destino de la Amazonía en
un escenario BAU?
IPCC 2007; Soares-Filho et al. 2006 Nature
Qué ocurriría en Madre de Dios?
Deforestación en la Amazonía Brasilera
Modelamiento de la trayectoria de
deforestación en la Amazonía Brasilera
km2
30,000
6%
4%
25,000
2%
20,000
0%
-2%
15,000
-4%
10,000
-6%
prodes
predicted
error
5,000
0
-8%
-10%
-12%
97-01
2002
2003
2004
2005
Soares-Filho et al. 2010 PNAS
2006
Modelamiento de la trayectoria de
deforestación SimAmazonia2
km2
30,000
6%
4%
25,000
2%
20,000
0%
-2%
15,000
-4%
10,000
-6%
prodes
predicted
error
5,000
0
-8%
-10%
-12%
97-01
2002
2003
2004
2005
2006
Soares-Filho et al. PNAS 2010
No existe una solución mágica
para REDD
Modelos de simulación de
deforestación deben incorporar el
conocimiento local.
Modelos realizados hasta hoy,
como solución para REDD,
solamente incorporan los efectos
de las determinantes espaciales
(causas proximales), pero no las
causas subyacentes de la
deforestación.
Fundamentos para desarrollar una
simulación de deforestación
Tasas históricas de
deforestación
Mapas de
deforestación
Variable socioeconómicas
Variables espaciales
Modelos
econométricos
Mapa de
probabilidades
Futuras
tasas de
deforestación
Ubicación de la
deforestación
en el paisaje
Metodología para la simulación de la
Variables
Mapas de
deforestación
espaciales*
Mapa de
probabilidad
deforestación*
Tasas
históricas
+
Variables
socioeconomicas*
Calibración*
Simulación 1
Validación
Simulación 2
Mapas de
deforestación*
Mapas*
simulados
=
Modelos*
(econométrico)
Tasas*
Simuladas
y
validadas
pendiente
elevación
d. vías
suelos
población
ríos
A. protegidas
vegetación
Variables espaciales de infraestructura,
biofísicas, y de uso del suelo.
Mapas y tasas históricas de deforestación
1997-2000
2000-2002
Eva et
al. 2004
Mapa de probabilidades y calibración: Efecto
de las variables espaciales en la probabilidad
de deforestación
1997-2000
Validación del Mapa simulado final (2002)
Mapa real de 2002
Mapa simulado de 2002
Dinámicas Socioeconómicas y demográficas
Urbanización
Mercados locales y
globales
Uso y cambio de cobertura
de la tierra/madera/fuego
Políticas públicas
Expansión y mejoramiento
de infraestructura
Dificultad en identificar variables y medir
su efecto
Emisiones en Tambopata, Madre de Dios
•Mejoras en carreteras
•Incremento poblacional
Mg C
4
3
•Titulación de tierras
constante
•Crédito agrario disminuyó
2
1
1986-91
1991-97
Naughton-Treves 2003 (World
development)
Identificación de las causas de la deforestación y su
proyección en la Amazonía Brasilera
Expansión agrícola
Expansión ganadera
Distancia a vías
Bosque
Áreas protegidas
Deforestación
Tasas simuladas y validadas
km2
30,000
6%
4%
25,000
2%
0%
20,000
-2%
15,000
-4%
-6%
10,000
prodes
predicted
error
5,000
-8%
-10%
-12%
0
97-01
2002
2003
2004
2005
Soares-Filho et al. 2010 PNAS
2006
Proyección de las tasas de deforestación y
ubicación de la deforestación en el paisaje
Soares-Filho et al. 2006 Nature
DINAMICA EGO
Consideraciones sobre el escenario de
referencia
Diferencias regionales históricas
 Tasas de deforestación cambiantes
 Riesgos y beneficios de usar el
BAU como línea de base
 Cómo va el Perú y otros países?
 FUGAS
 REDD debe ser una parte, no la
única parte de la planificación
regional territorial.

Diferencias regionales
deforestación promedio anual 1990-2000
40,000
ha
35,000
30,000
Amazonas
Loreto
Madre de Dios
Ucayali
San Martín
25,000
20,000
15,000
10,000
5,000
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
PROCLIM 2000
Tendencia (BAU) y linea de referencia –
Región MAP
PELIGRO!!!! EN
ALGUNAS REGIONES
LA DEFORESTACIÓN
PODRÍA AUMENTAR Y
AUN RECIBIR
CRÉDITOS??
Que ocurrió en Madre de Dios?
20,000
Madre de Dios
ha
15,000
Vendiendo aire?
10,000
5,712
5,000
Histórico
0
2000

2002
2004
2006
Que hubiese ocurrido en Madre de Dios con el escenario
BAU? Estaríamos vendiendo reducciones sin adicionalidad?
Acciones del MINAM
Humedal RT, 2
,3
BPP-R, 9
DEFORESTACIÓN en 2021 =
ANP, 17
BPP, 9
CN &
CC, 14
millones ha
(UNFCCC – Nationally Appropriate
Mitigation Actions, NAMAs )
Será posible alcanzar este nivel de reducción?
Cuánto nos costará? Cuáles son los
beneficios?
BAU?
200,000
PERÚ: meta de reducción
ha
150,000
100,000
50,000
Histórico
PROCLIM
Propuesta
MINAM
0
2005 2007 2009 2011 2013 2015 2017 2019 2021
Reducción potencial de 15,000 ha/año, equivalente a
1´500,000 tC o 5´505,000 tCO2-eq,lo que equivaldría a
US$ 27´525,000.
Metas de reducción en Brasil al 2020
Gobernanza de REDD en Brasil
Cómo medir las fugas?

Fugas-de-adentro-hacia afuera: desplazamiento
de personas del área de proyecto para áreas
vecinas, donde continuarían deforestando.

Fugas-de-afuera-hacia-afuera: migrantes que
dejan de deforestar en las áreas de proyecto y lo
hacen en otras áreas desprotegidas.

Fugas-indirectas: al reducir el área disponible
para deforestar aumenta el valor de tierras para
producción por mayores precios agrícolas y
madereros.
Fearnside 2009
Contabilizando las fugas
Incremento deforestación
Expansión de
ANPs
Reducción
deforestación
La expansión
de ANPs no
causó mayor
deforestación
en áreas
adyacentes;
fugas “in-toout”.
Tampoco se
encontraron
fugas “out-toout”.
Fugas difusas?
Soares-Filho et al. 2010, PNAS
Cómo medir el efecto de un proyecto
en la ubicación de la deforestación?
Odds ratio, deforestación fuera y dentro de
buffers de 10km de las concesiones de castaña
en áreas con la misma probabilidad de ser
deforestadas (mapa de probabilidades).
Nunes et al. 2011, en revisión. Environmental Conservation
Efecto de jure sobre la ubicación de la
deforestación
Clases de uso
Concesiones mineras
Agropecuaria
Predios privados
Concesiones de castaña
Concesiones maderables
Comunidades nativas
Concesiones de
reforestación
Concesiones de
conservación
Concesiones de ecoturismo
Áreas protegidas
Reserva Territorial MdD
Uso no determinado
1995
1.26
1.42
1.02
0.76
2.84
0.77
Odds ajustados
2000
2005
1.62
1.51
1.20
1.28
0.99
1.55
0.67
0.49
3.28
4.29
1.20
1.35
Promedio
1.46
1.30
1.19
0.64
3.47
1.11
0.19
0.39
0.93
0.51
3.85
0.08
4.85
0.20
0.96
2.78
0.08
8.27
0.02
0.94
2.06
0.76
5.55
x
1.17
2.89
0.31
6.22
0.11
1.02
Áreas amenazadas de ser deforestadas
Soares-Filho et al, 2008
Herramienta de planificación regional
Nivel de amenaza
Priorización de áreas protegidas
Cobertura de la región MAP 2005
El modelo nos ayuda a
identificar cuáles son las áreas
más probables de ser
deforestadas, y así,
direccionar los esfuerzos de
conservación en ellas.
Proyección histórica
Densidad de hotspots de
deforestación
Alto
Bajo
Valoración del bosque en Madre
de Dios, Perú: un modelo espacial
de rentabilidad de la castaña
Tab.2. Estimaciones
E1
E2
E3
Productividad
potencial anual*
Rentabilidad
potencial anual**
Rentabilidad por
hectárea
* castaña con cáscara
** millones de
dólares
16.31
mil/t
$3.71
M
$3.67
16.31
mil/t
$9.48
M
$9.45
16.31
mil/t
$10.23
M
$10.20
E1. castaña con cascara; E2. castaña pelada;
E3. castaña certificada.
Potenciales inversiones REDD
GOREMAD estaría perdiendo ingresos
en más de US$10 millones/año.
Los valores
estimados sugieren
que los DAF deben
revisarse para
mejorar la
recaudación del
GOREMAD y
disminuir la
competencia entre
CCFF y CC de
Castaña.
Regímenes de fuego en respuesta al cambio climático y
deforestación en la cuenca amazónica
Promedio del
número de focos
de calor
Silvestrini et al.
2011
Diferencia en el
número de focos
de calor
Modelo de
expanción
de fuego
Servicios
ambientales
 -10%
de
caudal en
Inambari
Alteración del caudal promedio por época
wet
season
Lluvia
dry
season
Seca
0.0
-2.0
-4.0
-6.0
ED 2020
-4.3
BAU 2030
-6.2
-8.0
-10.0
-12.0
-7.9
-6.7
BAU 2050
-8.6
-10.2
Lima et al. en preparación
[email protected]
http://www.csr.ufmg.br/dinamica/
Apoyo y colaboradores:

similar documents