SciELO - Scientific Electronic Library Online

 
vol.7 número especial 13Efecto del cambio climático en el potencial productivo del frijol en México 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 spe 13 Texcoco ene./feb. 2016

 

Artículos

Regionalización del cambio climático en México

José Ariel Ruiz-Corral1  § 

Guillermo Medina-García2 

Víctor Manuel Rodríguez-Moreno3 

José de Jesús Sánchez-González4 

Raymundo Villavicencio García4 

Noé Durán Puga4 

José Grageda Grageda5 

Giovanni Emmanuel García Romero1 

1 Campo Experimental Centro-Altos de Jalisco-INIFAP. Carretera libre Tepatitlán-Lagos de Moreno, km 8, Tepatitlán, Jalisco, México.

2 Campo Experimental Zacatecas- INIFAP. Carretera Zacatecas-Fresnillo, km 24.5, Calera, Zacatecas, México.

3 Campo Experimental Pabellón- INIFAP. Carretera Aguascalientes-Zacatecas, km 32.5, Pabellón de Arteaga, Aguascalientes, México.

4 Centro Universitario de Ciencias Biológicas y Agropecuarias-Universidad de Guadalajara. Carretera Guadalajara-Nogales, km 15.5, Jalisco, México.

5 Campo Experimental Costa de Hermosillo- INIFAP. Blvd. del Bosque No. 7 Esq. Paseo de la Pradera, Col. Valle Verde, Hermosillo, Sonora.

Resumen

El objetivo de la presente investigación fue regionalizar patrones de cambio climático para la República Mexicana con base en valores de cambio térmico y pluvial de 708 celdas de tamaño 0.5 x 0.5° de arco. Los valores de cambio térmico y pluvial se establecieron al restar la climatología año 2050 Rcp4.5 de la climatología de referencia 1961-2010, considerando las variables temperatura máxima media (Tx) temperatura mínima media (Ti), temperatura media (Tm), oscilación térmica (OT) y precipitación (P) de los períodos primavera-verano (PV, que abarcó de mayo a octubre), otoño-invierno (OI, que abarcó de noviembre a abril) y anual. La climatología año 2050 Rcp4.5 se derivó de un modelo ensamble a partir del valor de la mediana de 11 modelos de circulación general (MCG) reducidos en escala, calibrados y pertenecientes al inter-comparación de modelos acoplados fase 5 (CMIP5), reportados en la 5a entrega del IPCC: BCC- CSM1-1, CCSM4, GISS-E2-R, HadGEM2-AO, HadGEM2- ES, IPSL-CM5A-LR, MIROC-ESM-CHEM, MIROC-ESM, MIROC5,MRI-CGCM3,NorESM1-M. Los valores de cambio térmico y pluvial de las 708 celdas se sometieron a un análisis multivariado que incluyó un análisis de agrupamiento (Método de Ward) y de componentes principales (ACP). Para estimar el número óptimo de grupos se usó la validación contenida en el programa Clustan Graphics V8, utilizando 200 repeticiones.

Posteriormente, se llevó a cabo un análisis discriminante para minimizar clasificaciones erróneas en los agrupamientos de las 708 celdas. Este análisis se llevó a cabo con base en el sistema de análisis estadístico (SAS). Los resultados mostraron que la variación en los valores de cambio climático de la República Mexicana para el año 2050 puede ser explicada por dos componentes principales, los cuales en conjunto explican un poco más de 84% de la variación. El CP1 estuvo integrado por variables referidas a valores de cambio térmico y el CP2 por variables relacionadas con valores de cambio pluvial. En el análisis de agrupamiento se reportó la formación de 11 grupos de celdas con características de cambio climático estadísticamente distintas, las cuales incluyen desde niveles de enfriamiento somero (-1 a 0 °C) a niveles de calentamiento severo (>3 °C); niveles de humidificación muy somera (0 a +10 mm de precipitación estacional) a niveles de desecación severa (-300 a -150 mm de precipitación estacional); y, niveles de tropicalización muy somera (-0.5 a 0 °C) a niveles de continentalización moderada (1 a 1.5 °C). No obstante, que los resultados obtenidos representan una primera aproximación en esta temática, poseen un sustento estadístico robusto que permite utilizar el agrupamiento obtenido para fines de planeación agrícola.

Palabras clave: calentamiento global; carácter regional del cambio climático; taxonomía numérica

Introducción

El cambio climático posee un carácter regional, el cual ocasiona que los efectos de este fenómeno sobre los sistemas de producción agrícola sean diferenciados. El incremento de la temperatura y la precipitación causan diversas combinaciones que dan como resultado condiciones climáticas particulares o distintas, las cuales alteran de diferente manera el agroclima para los cultivos.

No obstante la incertidumbre inherente a los escenarios de cambio climático, producto de la aplicación de modelos de circulación global (IPCC, 2013), estos pueden ser utilizados para caracterizar las condiciones climáticas y agroclimáticas que el cambio climático trae consigo (Trnka et al., 2011; Tian et al., 2014), lo cual constituye un primer paso para conocer a mayor detalle los posibles efectos de este fenómeno en el sistema suelo-planta. Sin embargo, la generación de medidas de adaptación y mitigación requiere de información más precisa con relación a la localización de los tipos de cambio climático que operan o que operarán en las distintas regiones agroecológicas del país. Esto es, se requiere de un sistema de clasificación del cambio climático que permita facilitar y hacer más eficiente el proceso de generación y transferencia de tecnología. En este sentido, la taxonomía numérica puede proveer una buena opción para discriminar áreas que estadísticamente sean diferentes entre sí al considerar valores de cambio en las variables climáticas.

Para realizar este tipo de análisis, es necesario contar con una matriz de datos de cambio climático, la cual se puede generar a partir de un sistema de información de cambio climático en ambiente Sistemas de Información Geográfica (SIG).

Existen diversas fuentes de información con relación a los escenarios de cambio climático del S. XXI esperados para México. Magaña y Caetano (2007), propusieron escenarios de temperatura media y precipitación año por año para el período 2000-2099 con base en un ensamble de 10 modelos de circulación global (MCG). Cavazos et al. (2013) también ensamblaron 15 MCG trabajados por el Panel Intergubernamental de Cambio Climático (IPCC) y derivaron para la República Mexicana las imágenes mensuales de temperatura y precipitación para los períodos 2015-2039 (futuro cercano) y 2075-2099 (futuro lejano).

Es aceptado que la modelación del cambio climático y los valores predichos de cambio térmico y pluvial para climatologías futuras, poseen aún un grado indeterminado de incertidumbre, por lo que no obstante que se han realizado mejoras continuas a los métodos y modelos de simulación del cambio climático, los niveles de calentamiento y variación de la precipitación deben tomarse con reserva. Sin embargo, dentro de este contexto, la utilidad de las simulaciones del clima futuro estriba en la identificación de tendencias que normen un criterio acerca de que es lo que nos espera en cuanto al clima para la agricultura y demás áreas de interés. En este sentido, el uso de consensos de modelos o de modelos ensamble es una estrategia eficaz para minimizar el riesgo de error en la demarcación de tendencias en los patrones térmico y pluvial de las diversas regiones del planeta.

En la presente investigación se trabajó con un ensamble de 11 MCG tomando como climatología de referencia el período 1961-2010. A partir de aquí el objetivo de este estudio en particular, fue discriminar áreas con patrones de cambio climático estadísticamente distinto con base en valores de cambio térmico y pluvial para la climatología año 2050 y la ruta representativa de concentración de gases efecto invernadero (Rcp) 4.5. Para lograr este objetivo se implementaron técnicas de análisis multivariado, para darle un sustento estadístico a los resultados y con ello promover la confiabilidad de un posible esquema de estratificación del cambio climático. Las aproximaciones estadísticas poco a poco ganan prominencia en la evaluación de los impactos del cambio climático sobre la producción agrícola debido a su habilidad de evaluar de una manera rápida grandes y diversos grupos de datos (Rosenzweig et al., 2013).

Materiales y métodos

Sistema de información de cambio climático

Se integró un modelo ensamble a partir del valor de la mediana de 11 modelos de circulación general (MCG) reducidos en escala y calibrados (Walton et al., 2013) y pertenecientes al CMIP5 (Intercomparación de Modelos Acoplados Fase 5) reportados en la 5a entrega del IPCC: BCC-CSM1-1, CCSM4, GISS-E2-R, HadGEM2-AO, HadGEM2-ES, IPSL-CM5A-LR, MIROC-ESM-CHEM, MIROC-ESM, MIROC5, MRI-CGCM3, NorESM1-M. El ensamble se generó bajo las cuatro rutas representativas de concentración de gases efecto invernadero (Rcp), esto es las Rcp2.6, Rcp4.5, Rcp6.0 y Rcp8.5, y considerando dos climatologías: 2041-2060 y 2061-2080. En total se integraron ocho sistemas de información de cambio climático para la República Mexicana, tomando como base la climatología de referencia 1961-2010. Los sistemas de información de cambio climático están integrados por imágenes temáticas raster con una resolución de 30” arco, correspondientes a los valores mensuales de temperatura máxima (Tx), temperatura mínima (Ti) y precipitación (P).

Dado que originalmente las proyecciones de temperatura máxima, temperatura mínima y precipitación de los 11 MCG (con los que elaboró el ensamble) están referidas a la climatología 1950-2000 (Hijmans et al., 2005) se procedió a obtener los valores de cambio térmico y cambio pluvial para las climatologías 2041-2060 y 2061-2080, con relación a la climatología de referencia; esto mediante la restas de las imágenes raster mensuales (2041-2060) - (1950-2000) y (2061-2080) - (1950-2000), las cuales se llevaron a cabo en el sistema Idrisi Selva. Las imágenes resultantes fueron sujetas a extracción de valores para una malla formada por nodos a 30” de arco. Este procedimiento se realizó mediante el sistema ArcGis. Los resultados de esta operación fueron vectores de valores mensuales de cambio térmico y pluvial.

Dichos vectores se transformaron en archivos de hoja de cálculo Excel, para así calcular la mediana de los 11 modelos correspondiente al valor de cambio mensual en temperatura mínima, temperatura máxima y precipitación para los períodos 2041-2060 y 2061-2080. Las matrices Excel así obtenidas de cambio térmico y pluvial se sumaron algebraicamente a las imágenes raster mensuales de temperatura máxima, temperatura mínima y precipitación del sistema de información ambiental del INIFAP correspondiente a la climatología 1961-2010. La justificación para utilizar como climatología de referencia 1961-2010 en lugar de la 1950-2000, radica en una representación más fiel de las condiciones de temperatura y precipitación del país por parte de las interpolaciones climáticas realizadas en el sistema de información ambiental del INIFAP. Este hecho, aunque no cuenta con evidencias documentadas, ha sido manifestado por investigadores expertos de la Red de Agrometeorología y Modelaje del INIFAP en diferentes regiones del país.

Identificación del carácter regional del cambio climático

A partir de las variables básicas del sistema de información de cambio climático 2041-2060 Rcp4.5 se obtuvieron las imágenes estacionales período primavera-verano (PV) y período otoño-invierno (OI) y anuales de temperatura máxima, temperatura mínima, temperatura media (Tm), oscilación térmica (OT) (temperatura máxima-temperatura mínima) y precipitación. Estas imágenes estacionales y anuales se calcularon también para el período 1961-2010 y se transformaron a una resolución de 0.5° x 0.5°. Con el sistema Idrisi Selva se restaron las imágenes 2041-2060 Rcp4.5 de las imágenes de referencia 1961-2010; las imágenes resultantes fueron consideradas imágenes de valores de cambio climático; mediante el sistema ArcGis se extrajeron valores de cambio de Tx, Ti, Tm, OT y P para cada una de las celdas que componen el territorio mexicano. En total se extrajo una matriz de 708 puntos con 15 variables de cambio climático (Cuadro 1).

Cuadro 1 Variables involucradas en el análisis multivariado para la identificación de regiones con patrones diferentes de cambio climático. 

Con la matriz de 708 puntos y 15 variables de cambio climático, se llevaron a cabo análisis de agrupamiento y de componentes principales (ACP) para las variables climatológicas descritas en el Cuadro 1. Se realizó una estandarización a media cero y varianza 1, se calcularon distancias euclidianas cuadradas y se hizo el análisis de agrupamiento utilizando el método de incremento en la suma de cuadrados (Ward).

Para estimar el número óptimo de grupos se usó la validación propuesta por Wishart (2006) contenida en el programa Clustan Graphics V8, utilizando 200 repeticiones. El objetivo de validar la clasificación es encontrar una estructura en los datos y buscar aquellas particiones que manifiesten la máxima desviación de aleatoriedad. El método compara el agrupamiento obtenido a partir de la información original con los de aquel generado por permutación aleatoria de los datos. Con base en las diferencias más grandes entre los agrupamientos aleatorios y los agrupamientos reales, se lleva a cabo una prueba de t y se determina el número óptimo de grupos.

Posteriormente, se llevó a cabo un análisis discriminante, este análisis asigna los diferentes puntos a uno o a varios grupos con base en los datos de cambio térmico y pluvial. Este método crea funciones discriminantes lineales que minimizan la probabilidad de clasificaciones erróneas; la función discriminante depende de los vectores de medias, matrices de varianzas y las porciones de las muestras que pertenecen a los grupos. Este análisis se llevó a cabo con base en el Sistema de Análisis Estadístico (SAS Institute Inc., 2014).

Similarmente, el análisis de componentes principales se realizó con la información descrita anteriormente usando el sistema de análisis estadístico (SAS Institute Inc., 2014). Los resultados se presentan en una gráfica que visualiza las relaciones entre los 708 puntos en que se evaluó el cambio climático.

Resultados y discusión

Análisis estadístico

Los resultados del análisis de agrupamiento para los datos de cambios climáticos identificaron 11 grupos con base en el método de validación de Clustan Graphics V8; debido a la gran cantidad de puntos, no es posible presentar los resultados como dendrograma de manera gráfica. Con base en el agrupamiento, se llevó a cabo el análisis discriminante, el que determinó que las matrices de varianzas covarianzas de los grupos no son homogéneas, por lo tanto, las matrices de varianzas covarianzas de cada grupo se usaron para derivar la función discriminante. Las probabilidades aposteriori indicaron que el grupo 1 presentó el mayor porcentaje de puntos mal clasificados con 28% y los grupos 5 y 6 con alrededor de 16% cada uno. Con base en la asignación del análisis discriminante se llevó a cabo el ACP y se graficaron los resultados en dos dimensiones (Figura 1).

Figura 1 Gráfica de los primeros dos ejes del análisis de componentes principales. Los símbolos representan a los grupos descritos en el Cuadro 4

Cuadro 4 Grupos o regiones de cambio climático en México con base en valores de cambio térmico, pluvial y de oscilación térmica en dos períodos del año. 

Las relaciones entre los 708 puntos se resumen con base en el análisis de componentes principales. La primera dimensión contribuye a explicar 71.28%, la segunda 12.94% y la tercera 7.81% de la variación total, respectivamente (Cuadro 2).

Cuadro 2 Valores característicos y variables que explican los primeros tres componentes principales. 

El Componente 1 (CP1) involucra en mayor grado las variables de temperatura, esto es TxPV, TiPV, TmPV, TxOI, TiOI, TmOI, Txa, Tia, Tma, OTOI, OTa y OTPV, aunque esta última variable parece estar mejor representada fuera de los primeros 2 componentes principales. El Componente 2 (CP2) está explicado mayormente por las variables de precipitación, o sea Pa, PPV y POI; sin embargo, esta última variable tiene mayor peso en el componente 3 (CP3). La dimensión 1 permite diferenciar los Grupos 1, 3, 4, 6, 9, 10 y 11, mientras que la dimensión 2 separa los Grupos 7 y 8. Es importante mencionar, que el análisis de componentes principales detectó grupos de variables altamente correlacionadas, esto es dentro de las variables de temperatura, tanto las temperaturas máxima, mínima y media del período PV como del período OI correlacionan altamente con las temperaturas máxima, mínima y media anual. De igual forma, la temperatura máxima registró una correlación alta con la temperatura media, y, lo mismo ocurrió entre la temperatura mínima y la temperatura media de todos los períodos de análisis y entre la precipitación anual y la precipitación PV. De aquí que se decidió hacer la descripción de los grupos resultantes del análisis de agrupamiento con base solamente en las variables TmPV, TmOI, OTPV y OTOI del CP1 y, PPV y POI del CP2. Se seleccionaron variables estacionales (primavera-verano, otoño-invierno) en lugar de variables anuales, para detallar mejor las diferencias entre los grupos.

Cuadro 3 Categorías de cambio térmico, pluvial y de oscilación térmica para etiquetar grupos de celdas estadísticamente diferentes. 

Grupos o regiones de cambio climático

En el Cuadro 4 se pueden ver los 11 grupos resultantes con características propias de cambio climático, mientras que en la Figura 2, se puede apreciar la distribución espacial de dichos grupos.

Figura 2 Distribución espacial de tipos de cambio climático para el año 2050 Rcp4.5. 

Grupo 1: calentamiento moderado-severo, desecación somera, continentalización muy somera a somera.

De acuerdo con las celdas que integran el grupo o región 1 las características que integran el cambio climático del año 2050 son las siguientes: un incremento de la temperatura media PV y OI de 2 a 3 °C; un incremento de la oscilación térmica (OT) PV de 0 a 0.5 °C y de OI de 0.5 a 1 °C; una pérdida de 10 a 50 mm de lluvia tanto en el período PV como OI. Su distribución en la República Mexicana se localiza principalmente en el noroeste, en los estados de Chihuahua y Sonora, aunque también se aprecia presencia de manera más atomizada en otras regiones del país como Baja California, Coahuila, Durango, Sinaloa, Nayarit, San Luis Potosí, Tamaulipas, Nuevo León, Jalisco, Michoacán, Guerrero, Estado de México, Morelos, Distrito Federal, Hidalgo, Querétaro, Puebla, Oaxaca y Chiapas (Figura 2).

Grupo 2: calentamiento de moderado a moderado-severo, desecación muy somera a somera, continentalización muy somera.

Las celdas de este grupo se caracterizan por un incremento de temperatura media PV de 2 a 3 °C, mientras que en OI el incremento es de 1 a 2 °C. El incremento en OT tanto de PV como de OI va de 0 a 0.5 °C y, se incluye un decremento de 10 a 50 mm para la precipitación PV, y de 0 a 10 mm para la precipitación OI. Las celdas pertenecientes a este grupo se distribuyen mayormente en la zona norte-centro del país, más pequeñas áreas de los estados de Puebla, Hidalgo y Jalisco (Figura 2).

Grupo 3: calentamiento moderado-severo a severo, desecación somera, continentalización muy somera a moderada.

Este grupo se caracteriza por un mayor incremento de temperatura en PV (3 a 4 °C) y un mayor incremento de la OT OI (1 a 1.5 °C). El resto de las características son similares a las de otros grupos, esto es, un incremento de 2 a 3 °C en OI, un incremento en la OT PV de 0 a 0.5 °C y una pérdida de precipitación de 10 a 50 mm tanto en PV como en OI. La presencia de este grupo es minoritaria y se distribuye en pequeñas áreas de Sonora, Chihuahua, Durango, Coahuila, Nuevo León, Tamaulipas, Nayarit, Jalisco, Puebla y Oaxaca (Figura 2).

Grupo 4: calentamiento muy severo, desecación somera a moderada, continentalización somera a moderada.

El carácter más distintivo de este grupo es una alta tasa de calentamiento tanto en PV (5 a 5.5 °C) como en OI (4 a 5 °C), así como un decremento de la precipitación superior a los 100 mm en PV (-150 a -100 mm). La pérdida de precipitación en OI es de 10 a 50 mm, mientras que la OT se incrementará de 0.5 a 1° CenPV y de 1 a 1.5° Cen OI. Esta región tiene poca representación territorial, sólo está presente en pequeñas áreas en los estados de Coahuila, Michoacán, Nuevo León, Oaxaca, Guerrero, Puebla y Chiapas (Figura 2).

Grupo 5: calentamiento moderado-severo, desecación somera, continentalización muy somera.

Las celdas de este grupo poseen las mismas características promedio de cambio climático que las del Grupo 1, con excepción de la tasa de cambio de la OT del período OI, la cual va de 0 a 0.5 °C de incremento en el Grupo 5 y de 0.5 a 1.0 °C en el Grupo 1. La precipitación tanto en PV como en OI disminuirá para 2050 en 10 a 50 milímetros. Este tipo de cambio climático tiene una amplia distribución en extensas áreas de Sonora, Coahuila, Nuevo León, Tamaulipas, Baja California y Jalisco, más áreas de menor superficie en Baja California Sur, Sinaloa, Michoacán, Guerrero, Oaxaca y Veracruz (Figura 2).

Grupo 6: calentamiento moderado, desecación muy somera a somera, continentalización muy somera.

Este grupo se diferencia de los anteriores en una menor tasa de calentamiento esperada para el año 2050 en los períodos PV y OI, ya que se ubica en el rango de 1 a 2°C. La OTPV y OIse incrementará de 0 a 0.5 °C, mientras que la precipitación PV decrecerá de -10 a 0 mm y la precipitación OI disminuirá de entre 10 y 50 mm. Estas características de cambio climático están presentes principalmente en la Península de Baja California y Sinaloa, aunque de manera más atomizada se puede ver en los estados de Chihuahua, Sonora, Durango, Nayarit, Jalisco, Zacatecas, Coahuila, Nuevo León, Tamaulipas, San Luis Potosí, Veracruz, Michoacán, Guerrero, Querétaro, Guanajuato, Estado de México, Oaxaca y Puebla (Figura 2).

Grupo 7: calentamiento moderado a moderado-severo, desecación somera a moderada, continentalización muy somera.

En esta región la tasa de calentamiento para 2050 será de 1 a 2 °C en OI y de 2 a 3 °C en PV. La OT tanto en PV como en OI es mínima (0 a 0.5 °C), mientras que la precipitación PV se reducirá de 100 a 150 mm y la precipitación OI disminuirá de 10 a 50 mm. La distribución espacial de este tipo de cambio climático se localiza en Veracruz y Chiapas, con poca presencia en Oaxaca, Tabasco y Campeche (Figura 2).

Grupo 8: calentamiento moderado-severo, desecación somera-moderada a severa, continentalización muy somera a somera.

El nivel de calentamiento es de 2 a 3 °C tanto en PV como en OI, mientras que la OT es de 0 a 0.5 °C en PV y 0.5 a 1 °C en OI. El nivel de pérdida de precipitación es el mayor de todas las regiones tanto en OI (-100 a -50 mm) como en PV (-300 a -150 mm). Esta condición de cambio climático es de muy poca representación territorial y solamente se puede apreciar en pequeñas áreas de Veracruz y Chiapas (Figura 2).

Grupo 9: calentamiento moderado, humidificación muy somera a desecación somera-moderada, continentalización muy somera.

Este es el único grupo en el que no se reportan pérdidas de precipitación en algún período, ya que en OI el cambio de precipitación establece una ganancia de 0 a 10 mm; no así para el período PV donde se espera una reducción de -100 a -50 mm. El nivel de calentamiento tanto en PV como OI es somero, de 1 a 2 °C, mientras que la OT en ambos períodos es poco significativa (0 a 0.5 °C). La distribución de esta condición de cambio climático se concentra en Yucatán, Quintana Roo, Campeche, Tabasco, Chiapas y Oaxaca, con pequeñas áreas dispersas en Veracruz, Oaxaca, Michoacán, Puebla y Colima (Figura 2).

Grupo 10: enfriamiento somero, desecación muy somera, tropicalización muy somera.

Este grupo se distingue por ser el único con decremento de temperatura tanto en PV como en OI (-1 a 0 °C) y por una disminución en la OT tanto de PV como de OI (-0.5 a 0 °C). Los niveles de reducción de la precipitación también son los más bajos identificados en todos los grupos, esto es -10 a 0 mm en PV y OI. La representatividad de este tipo de cambio climático en términos de superficie es significativa, sin embargo su distribución espacial es muy dispersa, incluyendo pequeñas áreas de Baja California, Baja California Sur, Sonora, Sinaloa, Chihuahua, Durango, Nayarit, Jalisco, Michoacán, Estado de México, Hidalgo, Tamaulipas, Guerrero, Oaxaca, Chiapas y Campeche (Figura 2).

Grupo 11: calentamiento somero, desecación somera, tropicalización muy somera a continentalización muy somera.

En este grupo se ubica la tasa de calentamiento más baja (0 a 1 °C) tanto en PV como en OI, con un incremento de la OT en PV muy bajo (0 a 0.5 °C) e incluso un decremento de la OT en OI (-0.5 a 0 °C). La tasa de pérdida de precipitación es similar a la de los Grupos 1,3 y 5, esto es -50 a -10 mm, tanto en PV como en OI. Este grupo se encuentra distribuido a manera de pequeñas áreas en Sonora, Chihuahua, Durango, Sinaloa, Zacatecas, Aguascalientes, Jalisco, Guanajuato, Tamaulipas, Veracruz, Michoacán, Estado de México, Guerrero, Oaxaca y Chiapas (Figura 2).

Conclusiones

Las técnicas de análisis multivariado permitieron identificar 11 grupos de celdas con características de cambio climático diferentes. Con base en dichos grupos se puede afirmar que la regionalización del cambio climático del año 2050 Rcp4.5 está dada principalmente por características de cambio térmico y en segundo término por características de cambio pluvial.

El cambio térmico se producirá tanto en el ciclo primavera- verano como en el ciclo otoño-invierno, siendo de valor similar en ambos períodos, aunque con tendencia a ser mayor en la temporada primavera-verano.

Dentro de los 11 grupos identificados, 10 señalaron incremento de la temperatura PV y OI, y disminución de la precipitación. Sólo en un grupo se encontraron valores de cambio térmico negativo (disminución de la temperatura) tanto en PV como en OI. De igual forma sólo se identificó un grupo con incremento de precipitación pero únicamente durante el ciclo OI.

El nivel predominante de cambio térmico en el ciclo PV será de 2-3 °C, mientras que en OI es de 1-2 °C. En tanto el nivel predominante de decremento de la precipitación será de -50 a-10mm tanto en PV como en OI.

Los resultados obtenidos del presente estudio permiten identificar las diferentes manifestaciones regionales del cambio climático en México para el año 2050. Sin embargo, se sugiere mejorar la resolución del mapa sobre este tema para hacerlo más operativo.

Agradecimientos

Este artículo es producto del proyecto INIFAP 1228033017: Cambio climático y su impacto sobre el rendimiento, producción y viabilidad del cultivo de maíz en las áreas agrícolas de México.

Literatura citada

Cavazos, T.; Salinas, J. A.; Martínez, B.; Colorado, G.; de Grau, P.; Prieto-González, R.; Conde-Álvarez, A.C.; Quintanar-Isaías, A.; Santana-Sepúlveda, J. S.; Romero-Centeno, R.; Maya- Magaña, M. E.; Rosario de La Cruz, J. G.; Ayala-Enríquez, Ma. del R.; Carrillo-Tlazazanatza, H.; Santiesteban, O. y Bravo, M. E. 2013. Actualización de escenarios de cambio climático para México como parte de los productos de la quinta comunicación nacional. Informe final del proyecto al INECC, 150 p. [ Links ]

IPCC (Intergovernmental Panel on Climate Change). 2013. The physical science basis. Working group I contribution to the fifth assessment report of the intergovernmental panel on climate change. Summary for Policymakers. In: Stocker, T. F.; Dahe, Q.; Gian-Kasper, P.; Melinda, M. B.; Tignor, Simon, K. A.; Judith, B.; Alexander, N.; Yu, X.; Bex, V. and Midgley, M. P. (Eds.). Switzerland. 27 p. [ Links ]

Magaña, V. y Caetano, E. 2007. Informe final del proyecto: pronóstico climático estacional regionalizado para la República Mexicana como elemento para la reducción de riesgo, para la identificación de opciones de adaptación al cambio climático y para la alimentación del sistema: cambio climático por estado y por sector. Núm. Proyecto INE/A1-006/2007. Universidad Autónoma de México (UNAM). México. 19 p. [ Links ]

Rosenzweig, C.; Jones, J. W.; Hatfield, J. L.; Ruane, A. C.; Boote, K. J.; Thorburn, P.; Antle, J. M.; Nelson, G. C.; Porter, C.; Janssen, S.; Asseng, S.; Basso, B.; Ewert, F.; Wallach, D.; Baigorria, G. and Winter, J. M. 2013. The agricultural model intercomparison and improvement project (AgMIP): Protocols and pilot studies. Agric. Forest Meteorol. 170:166-182. [ Links ]

SAS Institute Inc. 2014. SAS/STAT® 13.2 User’s Guide. Cary, NC: SAS Institute Inc. [ Links ]

Tian, Z.; Yang, X.; Sun, L.; Fischer, G.; Liang, Z. and Pan, J. 2014. Agroclimatic conditions in China under climate change scenarios projected from regional climate models. Int. J. Climatol. 34:2988-3000, DOI: 10.1002/joc.3892. [ Links ]

Trnka, M.; Olesen, K.E.; Kersebaums, K.C.; Kkjelvág, A.O.; Eitzinger, J.; Seguin, B.; Peltonen-Sainio, P.; Rotter, R.; Iglesias, A.; Orlandini, S.; Dubrovsky, M.; Hlavinka, P.; Balek, J.; Eckersten, H.; Cloppet, E.; Calanca, P.; Gobin, A.; Vucetic, V.; Nejedlik, P.; Kumar, S.; Lalic, B.; Mestre, A.; Rossi, F.; Kozyra, J.; Alexandrov, V.; Semerádová, D. and Zalud, Z. 2011. Agroclimatic conditions in Europe under climate change. Global Change Biology, 17:2298- 2318. Doi: 10.1111/j.1365-2486.2011.02396.x. [ Links ]

Walton, D.; Meyerson, J. and Neelin, J. D. 2013. Accessing, downloading, and viewing CMIP5 data. Earth System Grid Federation. 25 pp. [ Links ]

Wishart, D. 2006. Clustan graphics primer: a guide to cluster analysis. Clustan Limited, Edinburgh. 67 p. [ Links ]

Recibido: Noviembre de 2015; Aprobado: Febrero de 2016

§Autor de correspondencia: ruiz.ariel@inifap.gob.mx.

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