Adaptación a las
consecuencias de cambio
climático en América Latina y
Perú
Entorno del problema en la región
Estrategia de acción climática del Banco Mundial en la región
Acciones en implementación en Perú
Walter Vergara
Global Expert Team
Adaptación al Cambio Climático, Banco Mundial
Lima, 25 de marzo de 2010
La señal regional de emisiones de
Gases Invernadero
Table 1. The regional GHG picture; LAC has 8% and 7 % of global population and
GDP respectively
Share of global
emissions (%)
Observations
CO2 from fossil fuels
5
Reflects relative energy efficiency of the
economy
Other GHG gases
15
Reflects GHG efficiency of industrial and
agricultural activity
CO2 from land use change
31
Largely, share of global deforestation
Source:estimated using data form the Climate Analysis Indicators Tool (CAIT) Version 5.0. (Washington, DC: World Resources
Institute, 2008). CO2 values are for the year 2004; other gases and land use change values are for the year 2000..
La economía regional del carbono

Grandes emisores (>1% de las emisiones globales, más
de ca.450 MMT anuales) Mexico y Brazil.

Pequeños emisores (<0.1% de las emisiones globales, o
menos de 45 MMT anuales).

Emisores intermedios (entre 0.1% y 1% de las
emisiones globales; más de 45 MMT anuales pero menos
de 450 MMT anuales).
Carbon Intensity including land use change and other gases (tCO2e/PPP GDP) by Income
per capita, latest available data
GDP/pc
14,000
Mexico
Argentina
Brazil
Colombia
Chile
Peru
Honduras
Guatemala
Nicaragua
Ecuador
12,000
8%
18%
10,000
6%
8,000
0
500
1,000
13%
1,500
2,000
2,500
3,000
3,500
65%
6,000
47%
4,000
68%
62%
68%
73%
2,000
0
tCO2e/GDP
Intensity (tCO2/PPP M$, constant 2000)
Country
MtCO2e
Total
3
Per
Capita2
Growth 2004-2000 (CO2
only)
CO2 only
Other
gases
only4
LUC only
tCO2e/pc
Emissions
Carbon
Intensity
World
44,266.9
Indonesia
2,977.9
4,169.8
515.3
272.0
3,382.5
15.2
26.6%
6.2%
Japan
1,402.0
404.7
376.5
26.2
2.0
10.9
3.0%
-1.5%
Germany
United
States of
America
China
1,048.9
489.9
400.1
89.8
0.0
12.8
-0.4%
-3.1%
6,557.8
612.6
550.1
100.1
-37.6
22.6
1.7%
-7.3%
6,701.6
941.7
731.4
196.7
13.6
5.3
53.1%
7.0%
Argentina
315.5
699.7
322.9
320.0
56.8
8.6
3.2%
2.1%
Bolivia
169.5
7,652.6
550.7
1,491.1
5,610.8
19.5
0.0%
-10.6%
Brazil
2,511.0
1,843.7
254.2
392.5
1,197.0
14.0
2.9%
-5.5%
Chile
101.2
617.0
386.4
119.9
110.7
6.6
7.1%
-8.1%
Colombia
173.1
614.3
219
313.1
82.2
4.2
-2.5%
-13.4%
Mexico
617.5
644.7
433.6
174.2
36.9
6.3
8.3%
1.9%
Peru
122.2
864.2
209.3
244.7
410.2
4.7
5.0%
-8.9%
Venezuela
400.6
2,793.0
977.6
640.8
1,174.6
16.0
0.6%
-1.8%
Ecosistemas más vulnerables en la región
C lim a te
H o ts p o t
C o r a l B io m e
in th e
C a r ib b ea n
D ir e c t
e ffe c t
B lea c h in g
a nd m a ss
m o r ta lit y
o f c o r a ls
Im m e d i
acy
N ow
Ir r e v e r s ib ility
M o u n ta in
ec osystem s
in th e A n d e s
W a r m in g
N ow
W etla n d s in
th e G u lf o f
M ex ic o
S u b s id e n c e
a nd
s a lin iz a tio
n;
in c r ea s e d
ex p o s u r e
to ex tr e m e
w ea th er
F o r es t
d ieb a c k
A mazon
b a s in
M a g n itu d e o f
P h y s ic a l Im p a c ts
T o ta l c o lla p s e o f
ec osystem a n d
w id e-r a n g in g
ex t in c tio n o f
a s s o c ia te d s p ec ies .
E c o n o m ic
consequence
I m p a c ts o n
fis h er ies , to u r is m ,
in c r ea s e d
v u ln er a b ility o f
c o a s ta l a r ea s
C o m p let e
D is a p p ea r a n c e o f
g la c ier s , d r y in g u p
o f m o u n ta in
w et la n d s ,
ex t in c tio n o f c o ld c lim a t e e n d e m ic
s p ec ies
I m p a c ts o n w a ter
a n d p o w er s u p p ly ,
d is lo c a tio n o f
c u r r en t a g r ic u ltu r e
T h is
c e n tu r y
C o m p let e
D is a p p ea r a n c e o f
c o a s ta l w et la n d s ,
d is lo c a tio n a n d
ex t in c tio n o f lo c a l
a n d m ig r a to r y
s p ec ies
I m p a c ts o n c o a s ta l
in fr a s tr u c tu r e,
fis h er ies a n d
a g r ic u ltu r e
T h is
c e n tu r y
C o m p let e
D r a stic c h a n g e t o
th e ec o s y s t e m
lea d in g to p o t e n t ia l
sa va nna h
I m p a c ts o n th e
g lo b a l w a t er
c ir c u la tio n p a tter n s ,
im p a c ts o n
a g r ic u ltu r e, w a t er
a n d p o w er s u p p ly a t
a c o n tin e n ta l s c a le
C o m p let e
Estrategia de Cambio Climático en
América Latina

Apoyar los nexos entre ciencia e información y toma
de decisiones.
◦ Facilitar el acceso a la mejor información disponible

Apoyar el proceso de adaptación a las consecuencias
de cambio climático (Prioridad número uno)
◦ En base a la alta vulnerabilidad en la región, las tendencias
irreversibles ya en registro y su relativamente modesta
señal de carbono

Apoyar mejoras en la calidad de vida a bajo carbono.
◦ Mitigar emisiones de sectores que más contribuyen como
Cambio de Uso de Suelo, Transporte y Generación
Eléctrica
Apoyar la conexión entre ciencia e
información y toma de decisiones

Facilitar el acceso a la mejor información
disponible
Mejores sistemas de observación y monitoreo
del clima apoyan la toma de decisiones en
adaptación
Apoyo del Banco a
sistemas de
observación del clima:





Red de estaciones para observar
aumento de temperatura y nivel
de superficie del mar
(CARICOM)
Red de estaciones de clima e
hidrología en cuencas glaciares
(Ecuador, Perú, Bolivia,
Colombia)
Observación satelital de cuencas
montañosas (región Andina)
Sistema de observación de
blanqueo de corales (Jamaica)
Mediciones de ciclo de agua y
carbono en páramos (Colombia)
Monitoreo remoto es un elemento esencial
y costo efectivo para apoyar la observación
de impactos climáticos y dinámica del clima


Advanced Land Observing
MOU con JAXASatellite
RESTEC para uso y
(ALOS)
acceso de
información
proveniente de
satelites
Trabajo con la ESA
(Agencia Europea
Espacial) para
monitoreo de
impactos en
ecosistemas marinos
Modelar el clima futuro permite
planear impactos y acciones de
adaptación




Corridas del simulador
de la tierra (130 Tflops)
Ensamblajes de muchos
modelos para reducir
incertidumbres
Uso de modelos
regionales (WRF)
Rutinas especiales para
simular hidrología de
montañas, cuencas
glaciares
Modelación del clima futuro en Peru
(SENAMHI-Ministerio del AmbienteMRI y Banco Mundial)
Aumentos considerables de temperatura en la cordillera
Extensión de los períodos de sequía (CDD)
60-km model ensemble
near
future
end 21c
CDD: consecutive dry days
20-km model
Lluvias más intensas
Hidrología menos regulada (nodos
más altos y bajos)
20-km model: Present
Future-Present [(FP)/P*100]
Observación de calentamiento en cuencas altas (Río Claro, Cordillera Central)
Tendencias de temperaturas mínimas. Tendencias significativas a rangos de confidencia del 95%. Las
cruces son las estaciones meteorológicas, los círculos, las estaciones climáticas. (1981-2003)
mTmin2
10
7
0510’
9
XV
2
XI
XXV
XIV

11
III, IV, V
3
II
XXIV
0500’
XII
X
6
I
8
XVIII
1

XX
XVI
XIX
5
PANAMA
0450’

XXI
VI
Caribbean
Sea
XXVI

XXII

VENEZUELA
Pacific
Ocean
4
XVII
LATITUDE [N]
XIII
The Ruiz-Tolima
Volcanic Massif
COLOMBIA
XXIII
0440’
Cauca
River
Magdalena
River
Andes
Mountains
C/decade
BRAZIL
+0.1 0.2
>0.6
-0.1 -0.2
>-0.6
ECUADOR
PERU

NO TREND
VII
0430’
VIII
7550’
7540’
IX
7530’
LONGITUDE [W]
7520’
7510’
Apoyar el proceso de adaptación a
las consecuencias de cambio
climático (Prioridad número uno)





En base a la alta vulnerabilidad en la región, las
tendencias irreversibles ya en registro y su
relativamente modesta señal de carbono
Aproximación ecosistémica
Enfoque en tendencia de largo plazo en lugar de
variabilidad climática
Apoyo a pilotos con alta replicabilidad
Apoyo a través de donaciones o recursos de bajo
costo financiero
Análisis de los impactos del clima en
la hidrología del Perú

Objetivo: Evaluar los cambios netos
esperados en la hidrología del país al 2020
y 2050 causados por cambios climáticos
◦ Desarrollo de un modelo de gestión de agua
que incluya módulos glaciar y de humedales
de alta montaña
◦ Cálculo de los cambios en las descargas netas
para las cuencas del Santa y de RimacMantaro
◦ Socios: SENAMHI, SEI, IRD,PNWL
Proyecto regional de adaptación al
rápido retroceso de glaciares en los
Andes Tropicales
Objetivo: aumentar la resiliencia






Fuente: IRD, 2007
de ecosistemas y economías
locales a las consecuencias del
calentamiento de la cordillera, en
especial las consecuencias del
retroceso de glaciares en los
Andes Tropicales
Proyecto de cinco años con un
presupuesto de US$30 MM,
incluyendo tres donaciones a
través del Banco por US$10MM
Implementación regional a través
de la SG-CAN
Participan: Bolivia, Ecuador y Perú
Socios en PERU: Ministerio de
Medio Ambiente, SENAMHI,
CARE, Agrorural, Gobiernos
regfionales
Conexión al proyecto de
Adaptación en Colombia.
Areas del proyecto en Peru
Cuenca del Mantaro
(Junín).
 Subcuenca Shulcas.
Área de influencia del
nevado Huaytapallana

Cuenca del
Urubamba (Cuzco)
 Subcuencas en Sta
Teresa. Area de
influencia del nevado
Salkantay

Apoyo tecnico











Atlas Climático + Escenarios de cambio climático al 2030 Cuenca del
Río
Urubamba
- Atlas Climático (actualizado) + Escenarios de cambio climático al 2030
Cuenca del Río Mantaro
- Caracterización agroclimática + Evaluación del impacto CC al 2030 y
medidas de adaptación en cultivos seleccionados en Santa Teresa, Cusco
(incluir componente económico)
- Caracterización agroclimática + Evaluación del impacto CC al 2030 y
medidas de adaptación en cultivos seleccionados en Shullcas, Junín
- Estrategia de comunicación implementada (campañas, otros)
- Apoyo en la definición de Estrategias regionales y locales de
adaptación
Actividades de inversión en Adaptación del
proyecto en Perú

Compensar la perdida de regulación del agua mediante la
recuperación de suelos: reforestación, conservación de
praderas naturales, aumento de la capacidad de
almacenamiento (resevorios)

Ajustarse a nuevas condiciones de disponibilidad de agua
mediante: mejoras en las prácticas agrícolas, Riego
tecnificado, mejoramiento canales riego, cultivos alternativos,
gestión de demanda en zonas urbanas.

Prevenir desastres causados por aluviones de lagunas
glaciares, crecientes, deshielos, mediante la construcción de
defensas, zonificación de suelo y sistemas de alerta.
Gracias
Proyecto PRAA en Peru
Contactos: Ricardo Giesecke (GS-CAN), Ana Iju (coordinador
tecnico nacional), Walter Vergara (Banco Mundial)
Descargar

Meteorological Research Institute of Japan (MRI)