SciELO - Scientific Electronic Library Online

 
vol.7 número8La comercialización de tilapia (Oreochromis niloticus) en el sur del Estado de MéxicoProductividad y rentabilidad potencial del café (Coffea arabica L.) en el trópico mexicano índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Revista mexicana de ciencias agrícolas

versión impresa ISSN 2007-0934

Rev. Mex. Cienc. Agríc vol.7 no.8 Texcoco nov./dic. 2016

 

Artículos

Evaluación del sector agropecuario-forestal para adaptarse al cambio climático en el sur-sureste de México

Jesús Uresti-Gil1  § 

José Antonio Espinosa-García2 

Héctor Daniel Inurreta-Aguirre1 

Diana Uresti-Durán1 

1Campo Experimental Cotaxtla-INIFAP. Carretera Veracruz-Córdoba km 34.5. C. P. 94270. Medellín de Bravo, Veracruz. México Tel. 01 8000882222, ext. 87222. (inurreta.daniel@inifap.gob.mx; espinosa.jose@inifap.gob.mx; uresti.diana@inifap.gob.mx).

2Centro Nacional de Investigación Disciplinaria en Fisiología y Mejoramiento Animal- INIFAP. Carretera a Colón, km 1, CP. 76190. Ajuchitlán, Querétaro, México. Tel: 01 8000882222, ext. 80226.


Resumen

El cambio climático impactará en forma negativa la productividad del sector agropecuario-forestal, poniendo en riesgo la seguridad alimentaria. Para elaborar los planes de adaptación al cambio climático de dichos sectores, es necesario contar con información sobre su capacidad de adaptación. El presente estudio, tuvo como objetivo desarrollar un índice sintético de capacidad de adaptación al cambio climático (ICA) a escala municipal en ocho cuencas representativas del sur-sureste de México (Balsas-Mezcala, Grijalva-Concordia, Grijalva-Villahermosa, Laguna de Términos, Nautla, Papaloapan, Tehuantepec, Yucatán). El ICA se desarrolló en función de 5 sub índices: recursos naturales (RN), desarrollo de las capacidades humanas (DH), desarrollo económico (DE), desarrollo de infraestructura (DI); desarrollo tecnológico (DT), cada sub índice se evaluó a través de diferentes variables obtenidas a partir de la caracterización, a escala municipal, de los recursos naturales, aspectos socioeconómicos, tecnológicos y de infraestructura; la información utilizada se obtuvo a partir de diversas fuentes oficiales, que se procesó, analizó y conjuntó en bases de datos. Finalmente el ICA obtenido para cada municipio, se expresó cartográficamente. En el área de estudio 255 municipios presentan un nivel de adaptación bajo, 350 un nivel medio y solo 19 un nivel alto. La mayoría de los municipios con nivel bajo de ICA se encuentran en lugares serranos, mientras que los municipios con un ICA alto contienen ciudades, en donde el alto PIB incrementa el DE y por lo tanto el ICA.

Palabras clave: bases de datos; cartografía, índice sintético, planeación, toma de decisiones

Abstract

Climate change will impact negatively the productivity of the agricultural-forestry sector, putting at risk food security. To develop plans for adaptation to climate change in these sectors, it is necessary to count with information on their capacity to adapt. This study aimed to develop a synthetic index of adaptability to climate change (ICA) at municipal level in eight representative basins from south-southeast of Mexico (Balsas-Mezcala, Grijalva-Concordia, Grijalva-Villahermosa, Laguna de Terminos, Nautla, Papaloapan, Tehuantepec, Yucatan). ICA was developed based on five sub-indexes: natural resources (RN), development of human capacities (DH), economic development (DE), infrastructure development (DI); technological development (DT), each sub index was assessed using different variables obtained from the characterization, at municipal level, from natural resources, socio-economic, technological and infrastructural aspects; the information used was obtained from different official sources, that was processed, analyzed and brought together in databases. Finally the ICA obtained for each municipality, was expressed cartographically. In the study area 255 municipalities have a low level of adaptation, 350 average level and only 19 a high level. Most municipalities with low ICA are in the mountains, while municipalities with high ICA contain cities, where high GDP increases DE and therefore ICA.

Keywords: cartography; databases; decision making; planning; synthetic index

Introducción

El panel intergubernamental para el cambio climático, en 2007 confirmó que el calentamiento global de la tierra es un hecho debido a causas antropogénicas (Solomon et al., 2007). El incremento de la población, la quema de combustibles fósiles, la agricultura, la deforestación y el cambio de uso del suelo para producir alimentos y urbanización, son las principales fuentes de emisión de gases de efecto invernadero (GEI), como el bióxido de carbono (CO2), metano (CH4) y óxido nitroso (N2O), a tasas que son consideradas peligrosas para el equilibro del sistema climático, la seguridad alimentaria, la protección de ecosistemas y el desarrollo económico sostenible.

Solomon et al. (2007), reporta que entre los periodos de 1850 a 1899 y de 2001 a 2005 se registró un incremento en la temperatura promedio global de 0.74 ºC. Meehl et al. (2007) reporta que para 2011-2030, 2046-2065 y 20802099 la temperatura global promedio se incrementará entre 1-2 ºC, 3-4 ºC y 4-7 ºC, respectivamente, comparados con las temperaturas del periodo 1980 a 1999. En las zonas subtropicales se observará una reducción de hasta 20% de la precipitación pluvial (Solomon et al., 2007).

Las afectaciones en México se verán reflejadas por lluvias más intensas y espaciadas, así como eventos extremos (olas de calor, sequías, inundaciones, huracanes y ciclones tropicales) de mayor intensidad (Meehl et al., 2007). El incremento en la temperatura, la reducción de la lluvia y la presencia de eventos extremos impactará negativamente la productividad de los sectores agrícola, pecuario y forestal, poniendo en riesgo la seguridad alimentaria y el desarrollo sostenible. Con un incremento de 3 ºC (el cual se espera en el periodo de 2040 a 2060), se observarán reducciones en el rendimiento de cereales de entre 20 y 50% (Easterling et al., 2007).

La humanidad siempre ha buscado adaptarse a los impactos de la variabilidad climática, usando un amplio rango de tecnologías (Burton et al., 2006) de hecho se puede afirmar que las sociedades humanas son inherentemente adaptativas, respondiendo a los cambios en el medio ambiente en búsqueda de su subsistencia (Engle, 2011). Sin embargo, la adaptación es un proceso complicado, donde muchas veces en lugar de mitigar los efectos del fenómeno de perturbación, estos se exacerban (Barnett y O’Neill, 2010) y cuyas directrices están altamente influenciadas por los objetivos sociales y culturales de la población (Adger et al., 2004). Aunado a esto, el cambio climático presenta nuevos retos más allá del rango de adaptación a la variabilidad climática tradicional (Solomon et al., 2007).

La adaptación al cambio climático y a los riesgos que este presenta, tiene lugar en un contexto social, económico, tecnológico, biofísico y político dinámico, que varía con el tiempo, la ubicación y sector; esta compleja mezcla de condiciones determina la capacidad de los sistemas para adaptarse (Smit y Pilifosova, 2007). El proceso de adaptación consta de tres pasos principales: evaluación de la vulnerabilidad al cambio climático, desarrollo de las capacidades necesarias a nivel internacional, nacional y local y promoción de medidas de adaptación, estos pasos son dinámicos y están interrelacionados.

La facultad de cualquier sistema para hacer frente a la exposición y sensibilidad ante un fenómeno adverso externo, depende del grado en que pueda explotar su capacidad de adaptación, ya sea innata o desarrollada (Tol, 2009). La capacidad de adaptación al cambio climático, es la habilidad de diseñar y poner en práctica estrategias de adaptación eficaces para reaccionar ante las crecientes amenazas del cambio climático, con el fin de reducir la probabilidad de la ocurrencia o la magnitud del impacto de fenómenos negativos; este proceso requiere utilizar la información disponible para enfrentar el clima futuro, incluyendo sorpresas (Brooks y Neil, 2005; Smit y Pilifosova, 2007). El aumento de la capacidad de adaptación al cambio climático, mejora la oportunidad de los sistemas para manejar diferentes rangos y magnitudes de impactos, otorgándole resilencia al sistema (Engle, 2011).

Las medidas de adaptación son aquellas estrategias que permitan a las personas o a las comunidades hacer frente o adaptarse a los impactos del cambio climático en las áreas específicas (Nyong et al., 2007) y son un factor clave para reducir la severidad del impacto del cambio climático en la producción de alimentos (Easterling et al., 2007). De acuerdo a Smit et al. (2007) las medidas de adaptación al cambio climático pueden clasificarse de acuerdo a varios factores, sin embargo la clasificación más aceptada se dividen en autónomas y planeadas, las autónomas implementan sobre la marcha conocimientos y tecnologías en respuesta a los cambios e impactos, mientras que las planeadas incluyen la movilización y operación de instituciones, políticas y programas para establecer o reforzar las condiciones favorables para una efectiva adaptación (Adger et al., 2007).

Es necesario implementar tanto medidas autónomas de adaptación para evitar y revertir el impacto negativo del cambio climático, como medidas planeadas de adaptación para incrementar la habilidad y construir capacidades y condiciones favorables para una efectiva adaptación. Easterling et al., 2007, indica que a medida que se incrementa la temperatura, la eficiencia de las medidas de adaptación disminuye, hasta desaparecer con incrementos de temperatura mayores de 3 ºC.

La capacidad para adaptarse es una condición necesaria para el diseño e implementación de medidas de adaptación y depende del grado del desarrollo económico, tecnológico, capacidades humanas, infraestructura, estructuras gubernamentales y equidad (Smit y Pilifosova, 2001). Para Yohe y Tol (2002), la capacidad de adaptación está determinada por ocho factores: a) Las tecnologías disponibles; b) La disponibilidad de recursos y el acceso de la población a estos; c) la estructura institucional; d) el capital humano; e) el capital social; f) el acceso a la información pertinente; g) la habilidad de los tomadores de decisión; y h) La percepción del público sobre el cambio climático y sus repercusiones locales.

El sur-sureste de México es una región que presenta condiciones edafológicas, climáticas, orográficas, políticas, económicas, tecnológicas, de desarrollo humano y de infraestructura contrastantes; cuya principal actividad es la producción agrícola, pecuaria y forestal (INEGI, 2014). Debido a tales condiciones, se espera que el impacto del cambio climático sea irregular y severo, en las regiones más vulnerables, poniendo en riesgo la alimentación y el sustento de la población de esta región y afectando al resto del país. El uso de medidas de adaptación podría reducir el impacto del cambio climático sobre la productividad del sector agropecuario y forestal en esta región. Sin embargo, actualmente, se desconoce el grado de capacidad de adaptación a nivel municipal en el sur-sureste de México. Por lo anterior, este trabajo genera un índice sintético a nivel municipal para el sur-sureste de México, que exprese la capacidad de adaptación al cambio climático, en función de factores naturales, económicos, humanos, tecnológicos y de infraestructura.

Materiales y métodos

Se seleccionaron ocho cuencas hidrológicas representativas de las condiciones edafológicas, climáticas, orográficas y de uso de suelo del sur-sureste de México: 1) BalsasMezcala, localizada en estado de Guerrero; 2) GrijalvaConcordia, localizada en el estado de Chiapas; 3) GrijalvaVillahermosa, localizada en el estado de Tabasco; 4) Laguna de Términos, localizada en el estado de Campeche y Yucatán; 5) Nautla, localizada en el estado de Veracruz; 6) Papaloapan, localizada en los estados de Veracruz y Oaxaca; 7) Tehuantepec, localizada en el estado de Oaxaca; y 8) Yucatán, localizada en el estado del mismo nombre. Estas cuencas fueron identificadas a partir del mapa de cuencas hidrológicas de la CNA (2011) escala 1:250 000.

Posteriormente se determinaron y cartografiaron los municipios contenidos en cada cuencas, para ello se utilizó el software ArcMap 9.3, sobreponiendo el mapa de las cuencas seleccionadas con el mapa de división política del INEGI (2011), escala 1:250 000. Cuando los límites políticos municipales, no corresponden con la delimitación de las cuencas hidrológicas, se tomó la decisión de considerar la superficie total del municipio, ocasionando un aumento en el área de estudio.

El índice sintético de la capacidad de adaptación al cambio climático (ICA) se estimó usando como base información proveniente de una serie de caracterizaciones sobre el estado actual de los sectores productivos agrícola, pecuario y forestal, así como de las condiciones socioeconómicas y de los recursos naturales imperantes en cada municipio, la información para realizar la caracterización fue acopiada de fuentes oficiales, con la cual se integró una bases de datos y se generaron cinco sub-índices: recursos naturales (RN), desarrollo económico (DE), desarrollo de las capacidades humanas (DH), desarrollo tecnológico (DT) y desarrollo de infraestructura (DIAPF). Estas sub-índices se evaluaron partir de variables, que fueron conformados con parámetros obtenidos de las caracterizaciones (Cuadro 1 y 2).

Cuadro 1 Conformación de las variables socioeconómicas y de recursos naturales que integran el índice sintético de la capacidad de adaptación al cambio climático. 

Subíndice Variables
Recursos naturales (RN) [20%]
  1. Clima [30%]: temperatura promedio (°C) [33%], precipitación pluvial (mm) [33%], radiación solar (MJ m-2) [33%].

  2. Suelo [40%]: profundidad (cm) [30%], textura (% de arcilla, limo y arena) [15%], pH [15%], contenido de materia orgánica (%) [15%], pendiente del terreno (%) [25%]

  3. Agua [30%]: agua disponible per cápita (m3 hab-1 año-1) [50%], presión sobre el recurso hídrico (%) [50%]

Desarrollo económico (DE) [20%]
  1. Producto interno bruto (PIB) [50%],

  2. Grado de marginación [25%],

  3. Porcentaje de pobreza [25%]

Desarrollo humano (DH) [20%]
  1. Proporción de géneros [20%],

  2. Proporción de edades [30%]

  3. Nivel de educación [50%]: grado de escolaridad promedio [50%], porcentaje de profesionistas [30%], tasa de alfabetización [20%]

Desarrollo tecnológico (DT) [20%]
  1. Agrícola [40%]: proporción de superficie temporal-riego [25%], tipo de riego [10%], tipo de tracción [15%], fertilización [15%], uso de semilla mejorada [15%], uso de herbicidas, [10%] Uso de insecticidas [10%]

  2. Pecuario [40%]: uso de bovinos mejorados [10%], sistema de producción de bovinos [10%], tipo de sistemas de producción [20%], sanidad animal [20%], uso de suplementos alimenticios [5%], tecnología de reproducción [15%], sales minerales [5%], asistencia técnica [8%], programa de mejoramiento genético [7%],

  3. Forestal [20%]: superficie reforestada [10%], manejo (herbicidas e insecticidas) [20%], aclareo [15%], selección de árboles para corte [15%], control de incendios [20%], asistencia técnica [15%], otra tecnología [5%]

Desarrollo de infraestructura agrícola, pecuaria y forestal (DIAPF) [20%]
  1. Agrícola [40%]: riego [30%], instalaciones poscosecha [10%], medios de transporte [10%], centros de comercialización [10%], uso de tractor [20%], otras [20%]

  2. Pecuario [40%]: galeras de ganado estabulado [30%], instalaciones para manejo de ganado bovino [30%], Instalaciones para manejo de ganado porcino [20%], instalaciones para manejo de ganado aviar [20%]

  3. Forestal [20%]: presencia de instalaciones forestales (aserraderos, secadora de madera, vivero forestal, otra) [100%]

Notas: los ponderadores de cada subíndice y variables se presentan en corchete [ ].

Cuadro 2 Calificación de los parámetros usados para conformar los parámetros climáticos y de suelo. 

Parámetros Valores Calificación Parámetros Valores Calificación
Temperatura promedio (°C) 9-18 ó 28-30 2.5 Precipitación pluvial (mm) 300-500 2.5 5
18-22 ó 27-28 5 500-1 000 2.5 5
22-24 ó 26-28 7.5 1 000-1 500 7.5
24-26 10 1 500-6 000 10
Radiación solar (MJ m-2 ciclo-1) 2 000-3 000 7.5 Profundidad del suelo (cm) 7-30 2.5
30-50 5
3 000-4 500 10 50-70 7.5
70-320 10
Textura (%) de arcilla, limo y arena Arcilla, arena 3 Franco arcillo limoso, franco arcilloso, franco arcillo arenoso, franco arenoso Franco, franco limoso y limo 8
Arcillo limoso, arcillo arenoso y arenoso franco 6 10
Contenido de materia orgánica (%) pH 8.5-10.5 2
0.1-2 3 4-5 4
2-4 7 5-6 6
4-40 10 6-6.5 ó 7.5-8.5 8
6.5-7.5 10
Pendiente del terreno (%) >30 2 3-8 8
15-30 4 0-3 10
8-15 6

Los parámetros utilizados para las variables DE, DH, DT y DIAPF, se obtuvieron de las fuentes oficiales como SIAP (2016), INEGI (2011), CONAFOR (2016), SNIIM (2016), CONAPO (2014), CONEVAL (2014). Debido a que la información necesaria para elaborar el subíndice RN, no se encontraba disponible a nivel municipal, fue necesario estimar los parámetros, como se describe a continuación:

Los parámetros de clima se obtuvieron a partir de 335 estaciones meteorológicas de SMN. Usando el ArcGis 9.3, se ubicó el centroide del cada municipio y se identificó la estación meteorológica más cercana al cada uno de ellos. Los parámetros climáticos se consideraron a partir de las estadísticas promedio mensuales, elaboradas con los datos diarios medidos para cada estación, cabe mencionar que solo se utilizaron estaciones con información completa de más de 10 años.

Los parámetros de suelo, se obtuvieron usando la información contenida en 1 143 perfiles agrologicos reportados por INEGI. Con esta información, se creó el perfil típico para cada subclase de suelo (clasificación UNESCO-FAO) presentes en el área de estudio. Posteriormente, debido a que la distribución espacial de las subclases de suelo es independiente a la división política de los municipios, se calificó al municipio ponderando el valor de cada subclase de acuerdo a la superficie que ocupaba de este.

Los parámetros del recurso agua, dada la poca disponibilidad de información, se obtuvieron a escala de región hidrológica, asignando a cada municipio el valor correspondiente a la región hidrológica en que este se localiza.

Para esto fue necesario determinar a qué región hidrológica pertenecía cada uno de los municipios del área estudiada realizando una sobreposición de los mapas de municipios de INEGI (2011) y de regiones hidrológicas de CNA (2011), usando el software ArcGIS 9.3. Los parámetros usados fueron el “agua disponible per cápita” y la “presión sobre el recurso hídrico”. El primero es el cociente del agua renovable en hm3 año-1 (escurrimiento natural medio total más la recarga media total de acuíferos), entre la población total de la región hidrológica y la segunda es el cociente del volumen concesionado (suma de todos los usos consuntivos del agua), entre el agua renovable en hm3 año-1.

Una vez identificados todos los parámetros necesarios para elaborar los cinco sub índices, se les asignó una calificación, en una escala de 1 y 10. Para el caso de los sub-índices RN, DE y DH, se consideró la capacidad que tienen para coadyuvar a la producción de los sectores agrícola, pecuario y forestal y para el caso de las variables DT y DIAPF se clasificaron con la misma escala de 1 al 10 de acuerdo a la proporción en porcentaje de unidades de producción que presentaban cada uno de los elementos tecnológicos y de infraestructura correspondientes.

Posteriormente se calculó el valor de cada uno de los cinco sub índices y se estimó el valor del ICA para cada municipio usado la fórmula:

ICA = (RN + DE + DH + DT + DIAPF) / 50

Finalmente, se clasificaron los municipios de acuerdo al ICA en tres niveles: bajo: ≤ 5; medio: 5.1 - 6.5 y alto: ≥ 6.6.

Resultados y discusión

De las variables consideradas en el estudio, las de mayor relación con el sector agropecuario y el cambio climático son las de recursos naturales y esto se debe porque desde que efectúa la siembra o nace una especie pecuaria, tanto las plantas como los animales están sometidas a las variaciones asincrónicas de los elementos componentes del clima y es el clima el principal factor determinante de la productividad agropecuaria (Falasca y Ulberich, 2006). Para el caso concreto de la producción agrícola y forestal el suelo provee a la planta de anclaje y es su principal suministro de nutrientes y agua, por lo que existe una estrecha relación entre la calidad del suelo y la productividad agrícola y forestal (Lal, 2006). Los cultivos y especies pecuarias son altamente dependientes a la disponibilidad de agua, por un lado la necesidad biológica de las plantas y por otro por la interacción con los procesos hidrológicos fundamentales (Rockström et al., 2009).

Por lo anterior se consideraron estos tres factores para conformar la variable RN, y la calificación que se le asignó en este estudio se presentan en los Cuadros 2 y 3, donde las condiciones óptimas alcanzan un valor de 10.

Cuadro 3 Calificación de los parámetros usados para conformar los parámetros relacionados con el recurso agua. 

Parámetros Valores Calificación Parámetros Valores Calificación
Agua disponible per cápita (m3 hab-1 año-1) 1 900-22 400 10 Presión sobre el recurso hídrico (%) 10-50 4
5-10 8
1.4-5 10

También existen factores socioeconómicos que determinan la capacidad de adaptación al cambio climático, entre estos están el desarrollo económico, el capital social, la tecnología y la infraestructura, entre otros (McCarthy et al., 2001). El DE y la distribución de los bienes son de gran importancia para la productividad agrícola (Takeshima y Yamauchi, 2012; Hichaambwa y Jayne, 2014) y para mejorar la capacidad de adaptación al cambio climático (Adger et al., 2007), principalmente porque propician el acceso a la infraestructura y tecnología, es por ello que indicadores como el producto interno bruto (PIB), el porcentaje de pobreza y el grado de marginación (CONAPO, 2013), que presentan un mejor comportamiento contribuirán a que las unidades de producción que se ubiquen en los municipios con mayor desarrollo económico se adaptarán mejor al cambio climático, por ello las calificaciones mayores de estos indicadores se les asignó un valor de 10 (Cuadro 4).

Cuadro 4 Calificación de los parámetros usados para conformar la variable desarrollo económico. 

Parámetros Valores Calificación Parámetros Valores Calificación
Producto interno bruto (dólares año-1) 1 467-3 2 Grado de marginación Muy bajo 2
3 247-6 494 4 Bajo 4
6 494-9 741 6 Medio 6
9 741-12 988 8 Alto 8
12 988-16 235 10 Muy alto 10
Pobreza (%) 80-100 2 Pobreza (%) 40-60 6
60-80 4 20-40 8
0-20 10

En lo que respecta al capital social, el contar con mano de obra joven calificada aumenta la productividad del sector primario (Appleton y Balihuta, 1996) y por tanto a la capacidad para adaptarse al cambio climático (Adger et al., 2004); también la equidad de género, constituye una característica deseable que le confiere a las sociedades versatilidad para desempeñar distintas actividades y que también aumenta la capacidad para adaptarse al cambio climático (Bee et al., 2013). Considerando esto, para conformar el DH, se conformó con la proporción de edades y género de la población, así como el nivel educativo, y al igual que en el caso de los recursos naturales y el desarrollo económico, la calificación de 10, se asignó a los indicadores con mejor comportamiento (Cuadro 5).

Cuadro 5 Calificación de los parámetros usados para conformar la variable desarrollo humano. 

Parámetros Valores Calificación
Proporción de géneros (núm. de hombres núm. de mujeres-1) 0.61-0.71 ó 1.21- 1.4 4
0.71-0.8 ó 1.21-1.3 6
0.81-0.9 ó 1.10-1.2 8
0.91-1.1 10
Proporción de edades < 5 años 2
> 60 años 4
6-14 años 6
25-59 años 8
15-24 años 10
Grado de escolaridad promedio 1, 2, …. , 10 1, 2, … , 10
Profesionistas (%) 0-0.05 2
0.06-0.1 4
0.11-0.15 6
0.16-0.2 8
0.21-0.25 10
Tasa de alfabetización 73-80 2.5
81-87 5
88-94 7.5
95-100 10

En los sectores agrícola, pecuario y forestal, la adaptación requiere el uso de prácticas adecuadas que permitan hacer frente a condiciones ambientales variables y rigurosas. Para adoptar nuevas prácticas agrícolas se requiere tener acceso a nuevas tecnologías; modificar las existentes, y contar con una capacidad adicional en el campo, la política y niveles científicos para implementar esas medidas. El aumento de la productividad del sector primario de la economía, depende de una buena infraestructura rural, el buen funcionamiento de los mercados nacionales, la presencia de instituciones adecuadas y el acceso a la tecnología apropiada (Nick et al., 2004; Andersen y Shimokawa, 2007). El desarrollo de infraestructura que apoye a los sectores agrícola, pecuario y forestal, no solo contribuye a aumentar la productividad de estos, además mejora la capacidad para distribuir sus productos, procesarlos y otorgarles valor agregado. Por lo que, la presencia de obras de infraestructura, es también un factor que aumenta la capacidad de adaptación al cambio climático (Brooks et al., 2005, Jacinthe and Rattan, 2006).

Al analizar y graficar el ICA en las cuencas estudiadas, se encontró que 255 municipios (4 196 677 ha) tienen una capacidad de adaptación baja, 350 municipios (22 030 402 ha) una capacidad de adaptación media y 19 municipios (2 242 134 ha) una capacidad de adaptación alta. En términos de porcentaje, 40% de la superficie tiene baja capacidad de adaptación al cambio climático, 56% capacidad media y solo 3% presentan una capacidad de adaptación alta (Figura 1).

Figura 1 ICA de los municipios de ocho cuencas representativas del sur-sureste de México. 

El Cuadro 6 muestra la superficie en porcentaje y el número de municipios de cada una de las cuencas clasificada de acuerdo a su capacidad de adaptación, como se puede apreciar las cuencas de Balsas Mezcala y Papaloapan son las que presentan mayor porcentaje de superficie con capacidad de adaptación baja, Papaloapan es también la que posee un mayor número de municipios dentro de esta clase; en el extremo contrario se encuentra la cuenca de Términos donde 19% de su superficie presenta capacidad de adaptación alta, sin embargo toda esta superficie corresponde a un solo municipio.

Cuadro 6 Superficie en porcentaje y número de municipios de cada cuenca clasificados por su capacidad de adaptación al cambio climático. 

Cuenca Superficie con capacidad de adaptación baja en porcentaje (núm. de municipios) Superficie con capacidad de adaptación media en porcentaje (núm. de municipios) Superficie con capacidad de adaptación alta en porcentaje (núm. de municipios) Total en ha X 1 000 (núm. de municipios)
Balsas Mezcala 36%(13) 54%(21) 10%(2) 2 665(36)
Grijalva Concordia 5%(6) 95%(22) 0%(0) 2 221(28)
Grijalva 6%(21) 88%(38) 6%(3) 4 549(62)
Villahermosa
Nautla 4%(5) 96%(30) 0%(0) 982(35)
Papaloapan 31%(152) 65%(115) 4%(8) 6 087(275)
Tehuantepec 73%(55) 27%(13) 0%(0) 1 129(68)
Términos 0%(0) 81%(6) 19%(1) 4 547(7)
Yucatán 2%(3) 89%(105) 9%(5) 6 289(113)

Conclusiones

La mayoría de los municipios con nivel de ICA bajo se encuentran en lugares serranos, mientras que los municipios con un nivel alto de ICA se encuentran en municipios extensos y/o con grandes ciudades, esto se debe principalmente a que presentan un DE alto, lo que se traduce en un mayor ICA. Dado que muy pocos municipios presentan un ICA alto, se recomienda que se tomen medidas en aras de incrementarlo y con esto hacer frente a los retos que plantea el cambio climático.

Agradecimientos

Los autores agradecen al Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP) por el financiamiento otorgado para realizar el presente trabajo.

Literatura citada

Adger, W. N.; Nigel, W. A. and Tompkins, E. L. 2004. Successful adaptation to climate change across scales. Global Environ. Change. 15:77-86 [ Links ]

Adger, W. N.; Agrawala, S. S.; Mirza, M. M. Q.; Conde, C.; O’Brien, K.; Pulhin, J.; Pulwarty, R.; Smit, B. and Takahashi, K. 2007. Assessment of adaptation practices, options, constraints and capacity. In: climate change 2007: impacts, adaptation and vulnerability. Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Parry, M. L.; Canziani, O. F.; Plutikof, J. P.; Van der Linden P. J. and Hanson, C. E. (Eds.). Cambridge University Press, Cambridge, UK. 717-740 pp. [ Links ]

Andersen-Pinstrup, P. and Shimokawa, S. 2007. Do poverty and poor health and nutrition increase the risk of armed conflict onset? Food Policy. (33):513-520 [ Links ]

Appleton, S. and Balihuta, A. 1996. Education and agricultural productivity: evidence from Uganda. Centre for the Study of African Economics. Oxford, U. K. 32 p. [ Links ]

Barnett, J. and Saffron, O. 2010. Editorial. Global Environmental Change. 20:211-213. [ Links ]

Bee, B.; Biermann, M. and Tschakert, P. 2013. Gender, development, and rights-based approaches: lessons for climate change adaptation and adaptive social protection. Josef Korbel School of International Development, University of Denver, USA. 98 p. [ Links ]

Brooks, N. and Neil, A. W. 2005. Assessing and enhancing adaptive capacity. Tyndall Centre for Climate Change Research. UK. Technical Paper Number 7. 18 p. [ Links ]

Burton, I.; Diringer, E. and Smith, J. 2006. Adaptation to climate change: international policy options. Pew Center on Global Climate Change. Arlington, USA. 36 p. [ Links ]

Comisión Nacional del Agua (CAN). 2011. Estadísticas del agua en México, edición 2011. Coyoacán, D. F. 185 p. [ Links ]

CONAFOR. 2016. Evaluación del borrador de la Iniciativa de Reducción de Emisiones. Ciudad de México. 354 p. [ Links ]

CONAPO. 2014. La situación demográfica de México 2014. Ciudad de México. 267 p. [ Links ]

CONEVAL. 2014. Resultados de la medición de pobreza 2014. Ciudad de México. 30 p. [ Links ]

Easterling, W. E.; Aggarwal, P. K.; Batima, P.; Brander, K. M.; Erda, L.; Howden, S. M.; Kirilenko, A.; Morton, J.; Soussana, J. F.; Schmidhuber J. and Tubiell, F. N. 2007. Food, fibre and forest products. In: Climate Change 2007: impacts, adaptation and vulnerability. Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Parry, M. L.; Canziani, O. F.; Plutikof, J. P.; Van der Linden P. J. and Hanson, C. E. (Eds.). Cambridge University Press, Cambridge, UK. 273-313 p. [ Links ]

Engle, N. L. 2011. Adaptive capacity and its assessment. Global Environ. Change. 21:647-656. [ Links ]

Falasca, S. and Ulberich, A. 2006. Cultivos alternativos para la producción de biocombustible en el área semiárida Argentina. Rev. Geog. (140):135-150. [ Links ]

Hichaambwa, M. and Jayne, T. S. 2014. Poverty reduction potential of increasing smallholder access to land. Indaba Agricultural Policy Research Institute. Working Paper No. 83. Lusaka, Zambia. 33 p. [ Links ]

INEGI. 2011. Anuario estadístico de los estados unidos mexicanos, Edición 2011. INEGI. Aguascalientes, Aguascalientes. 55 p. [ Links ]

INEGI. 2014. Encuesta Nacional Agropecuaria 2014. INEGI. Aguascalientes, Aguascalientes. 547 p. [ Links ]

Jacinthe, P. and Rattan, L. 2006. Erosion and carbon dioxide. Encyclopedia of Soil Science. 2ª Edición. USA. 468-472 pp. [ Links ]

Lal, R. 2006. Enhancing crop yields in the developing countries through restoration of soil organic carbon pool in agricultural lands. Land Degrad. & Dev. 17:197-209. [ Links ]

McCarthy, J. J.; Canziani, O. F.; Leary, N. A.; Dokken, D. and Kasey, S. W. 2001. Climate change 2001: impacts, adaptation, and vulnerability. Contribution of Working Group II to the Third Assessment Report of the Intergovernmental Panel on Climate Change. Published for the Intergovernmental Panel on Climate Change. Cambridge, U. K. 75 p. [ Links ]

Meehl, G. A.; Stocker, T. F.; Collins, W. D.; Friedlingstein, P.; Gaye, A. T.; Gregory, J. M.; Kitoh. A.; Kanutti, R.; Murphy, J. M.; Noda, A.; Raper, S. C. B.; Watterson, I. G.; Weaver, A. J. and Zhao, A. C. 2007. Global climate projections. In: Climate Change 2007. The Physical science basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Solomon, S. D.; Qin, M.; Manning, Z.; Chen, M.; Marquis, K. B.; Averyt, M. Tignor and Miller, H. L. (Eds.). Cambridge University Press, Cambridge, UK and New York, NY, USA. 747-845 pp. [ Links ]

Nick, B.; Neil, A. N. and Mick, K. P. 2005. The determinants of vulnerability and adaptive capacity at the national level and the implications for adaptation. Global Environ. Change (15):151-163. [ Links ]

Nyong, A.; Adesina, F. and Osman, E. 2007. The value of indigenous knowledge in climate change mitigation and adaptation strategies in the African Sahel. Mitig Adapt Strategies Glob Chang. (12):787-797. [ Links ]

Rockström, J.; Steffen, W.; Noone, K.; Persson, Å.; Chapin, F. S.; Lambin, E. F.; Lenton, T. M.; Scheffer, M.; Folke, C.; Schellnhuber, H. J.; Nykvist, B.; de Wit, C. A.; Hughes, T.; van der Leeuw, S.; Rodhe, H.; Sörlin, S.; Snyder, P. K.; Costanza, R.; Svedin, U.; Falkenmark, M.; Karlberg, L.; Corell, R. W.; Fabry, V. J.; Hansen, J.; Walker, B.; Liverman, D.; Richardson, K.; Crutzen, P. and Foley, J. A. 2009: a safe operating space for humanity. Nature. (461):472-475 [ Links ]

SIAP. 2015. Sistema de Información Agroalimentaria de Consulta (SIACON). Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación SAGARPA). http://www.siap.gob.mx/SIACON. [ Links ]

Smit, B. and Pilifosova, O. 2007. Adaptation to climate change in the context of sustainable development and equity. In: Climate Change 2007: impacts, adaptation and vulnerability. Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Parry, M. L.; Canziani, O. F.; Plutikof, J. P.; Van der Linden, P. J. and Hanson, C. E. (Eds.). Cambridge University Press, Cambridge, UK. 877-912 pp. [ Links ]

SNIIM. 2016. Mapa del sitio web del SNIIM. http://www.economia-sniim.gob.mx/. [ Links ]

Solomon, S.; Qin, D.; Mannering, M.; Alley R., B.; Berntsen, T.; Bindoff N., L.; Chen, Z.; Chidthaisong, A.; Gregory, J. M.; Hegerl G., C.; Heimann, M.; Hewitson, B.; Hoskins, B. J.; Joos, F.; Jouzel, J.; Kattsov, V.; Lohmann, U.; Matsuno, T.; Molina, M.; Nicholls, N.; Overpeck, J.; Raga, G.; Ramaswamy, V.; Ren, J.; Rusticucci, M.; Somerville, R.; Stockeer T., F.; Whetton, P.; Wood R. A. and Wratt, D. 2007. Technical summary. In: Climate Change 2007. The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Solomon, S.; Qin, D.; Manning, M.; Chen, Z. Marquis, M.; Averyt, K. B.; Tignor, M. and Miller, H. L. (Eds.). Cambridge University Press, Cambridge, UK and New York, NY, USA. 19-91 pp. [ Links ]

Solomon, S.; Qin, D.; Manning, M.; Marquis, M.; Averyt, K.; Tignor, M.; Miller, H. and Chen, Z. Climate Change 2007: the physical science basis. Cambridge University Press, Cambridge, UK and New York, NY, USA. 9 p. [ Links ]

Takeshima, H. and Yamauchi, F. 2012. Risks and farmers' investment in productive assets in Nigeria. Agric. Econ. 42(2):143-153. [ Links ]

Tol, R. 2009. The economic effects of climate. J. Econ. Perspec. 23(2):29-51. [ Links ]

Yohe, G. W. and Tol, R. 2002. Indicators for social and economic coping capacity- moving towards a working definition of adaptive capacity. Global Environ. Change. 12(1):25-40. [ Links ]

Recibido: Julio de 2016; Aprobado: Octubre de 2016

§Autor para correspondencia: uresti.jesus@inifap.gob.mx.

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons