1 / 43

Conceptos, fundamentos metodológicos y necesidades para la construcción de un nivel de referencia

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.

velma
Télécharger la présentation

Conceptos, fundamentos metodológicos y necesidades para la construcción de un nivel de referencia

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Conceptos, fundamentos metodológicos y necesidades para la construcción de un nivel de referencia MSc. RenzoGiudice

  2. Qué es un nivel de referencia? Referencia ≠ BAU ADICIONALIDAD Angelsen 2008 Avancemos con REDD

  3. 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?

  4. Sería este el destino de la Amazonía en un escenario BAU? IPCC 2007; Soares-Filho et al.2006 Nature

  5. Qué ocurriría en Madre de Dios?

  6. Deforestación en la Amazonía Brasilera

  7. Modelamiento de la trayectoria de deforestación en la Amazonía Brasilera Soares-Filho et al. 2010 PNAS

  8. Modelamiento de la trayectoria de deforestación SimAmazonia2 ? Soares-Filho et al. PNAS 2010

  9. 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.

  10. Fundamentos para desarrollar una simulación de deforestación Tasas históricas de deforestación Mapas de deforestación Variable socio-económicas Variables espaciales Modelos econométricos Mapa de probabilidades Futuras tasas de deforestación Ubicación de la deforestación en el paisaje

  11. Metodología para la simulación de la deforestación Variables espaciales* Mapas de deforestación* Modelos* (econométrico) Variables socioeconomicas* Tasas históricas Mapa de probabilidad + = Tasas* Simuladas y validadas Calibración* Mapas* simulados Simulación 1 Validación Simulación 2 Mapas de deforestación*

  12. población A. protegidas pendiente d. vías ríos vegetación elevación suelos Variables espaciales de infraestructura, biofísicas, y de uso del suelo.

  13. Mapas y tasas históricas de deforestación 1997-2000 2000-2002 Eva et al. 2004

  14. Mapa de probabilidades y calibración: Efecto de las variables espaciales en la probabilidad de deforestación 1997-2000

  15. Validación del Mapa simulado final (2002) Mapa real de 2002 Mapa simulado de 2002

  16. 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

  17. Dificultad en identificar variables y medir su efecto Emisiones en Tambopata, Madre de Dios Mg C • Mejoras en carreteras • Incremento poblacional • Titulación de tierras constante • Crédito agrario disminuyó Naughton-Treves 2003 (Worlddevelopment)

  18. 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

  19. Tasas simuladas y validadas Soares-Filho et al. 2010 PNAS

  20. Proyección de las tasas de deforestación y ubicación de la deforestación en el paisaje Soares-Filho et al.2006 Nature

  21. DINAMICA EGO

  22. 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.

  23. Diferencias regionalesdeforestación promedio anual 1990-2000 ha PROCLIM 2000

  24. Tendencia (BAU) y linea de referencia – Región MAP PELIGRO!!!! EN ALGUNAS REGIONES LA DEFORESTACIÓN PODRÍA AUMENTAR Y AUN RECIBIR CRÉDITOS??

  25. Que ocurrió en Madre de Dios? • Que hubiese ocurrido en Madre de Dios con el escenario BAU? Estaríamos vendiendo reducciones sin adicionalidad? Vendiendo aire?

  26. Acciones del MINAM DEFORESTACIÓN en 2021 = 0 54 millones ha (UNFCCC – Nationally Appropriate Mitigation Actions, NAMAs )

  27. Será posible alcanzar este nivel de reducción? Cuánto nos costará? Cuáles son los beneficios? BAU? PERÚ: meta de reducción ha 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.

  28. Metas de reducción en Brasil al 2020

  29. Gobernanza de REDD en Brasil

  30. 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

  31. Contabilizando las fugas La expansión de ANPs no causó mayor deforestación en áreas adyacentes; fugas “in-to-out”. Tampoco se encontraron fugas “out-to-out”. Fugas difusas? Incremento deforestación Expansión de ANPs Reducción deforestación Soares-Filho et al. 2010, PNAS

  32. 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

  33. Efecto de juresobre la ubicación de la deforestación

  34. Áreas amenazadas de ser deforestadas Soares-Filho et al, 2008

  35. Herramienta de planificación regional Nivel de amenaza Priorización de áreas protegidas Soares-Filho et al. PNAS 2010

  36. Cobertura de la región MAP 2005 Proyección histórica El modelo nos ayuda a identificar cuáles son las áreas más probables de ser deforestadas, y así, direccionar los esfuerzos de conservación en ellas. Densidad de hotspots de deforestación Alto Bajo

  37. Valoración del bosque en Madre de Dios, Perú: un modelo espacial de rentabilidad de la castaña E1. castaña con cascara; E2. castaña pelada; E3. castaña certificada. Potenciales inversiones REDD

  38. 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.

  39. Regímenes de fuego en respuesta al cambio climático y deforestación en la cuenca amazónica Promedio del número de focos de calor Silvestriniet al. 2011 Diferencia en el número de focos de calor

  40. Modelo de expanción de fuego

  41. Servicios ambientales • -10% de caudal en Inambari Alteración del caudal promedio por época LluviaSeca Lima et al. en preparación

  42. renzo@csr.ufmg.br http://www.csr.ufmg.br/dinamica/ Apoyo y colaboradores:

More Related