+

Proyección de la Emisión,

reserva Carbono, y economía

Baja emisión y desarrollo

Akiko Haruna, Research Analyst Ho-Young Kwon, Research FellowIFPRI

+El contenido de la presentación

Resumen

Tipos de experiencias de recursos humanos

Capaz, y posibilidad para el futuro

+Enfoque general

Mejor resolución & Cobertura nacional = Modelo cultivo y SIG

Balance de la baja emision y economia = approximación: El

impacto a la realización del doble-objetivo de la conomia

global y local -> el patrón del uso de tierra

DNDC

SIGIMPACT

Modelo

de uso de

la tierra

Precio,

cosecha,

area, etc

Economia

Uso de la

tierra

Distribución

de cultivo

Emisión

Reserva C

+Emisión

Flujo de Gases

CO2 N2O CH4

Area de cultivo YES YES YES

Pasto YES YES

+Emisión

DNDC

SIGIMPACT

Modelo

de uso de

la tierra

Precio,

cosecha,

area, etc

Economia

Uso de la

tierra

Distribución

de cultivo

Emisión

Reserva C

+

Tier 1

Unico factor de emisión / proporción de fertilizante N (1%)

Nivel global

Tier 2

Consideración de fuentes de N, manejo, tipo de cultivo, uso de tierra etc

Nivel nacional o regional

Tier 3

Enfoque de Process-based simulation model

Conocimiento completo del proceso de la emisión de suelo

Cubre una gran escala con variedad de suelos, climas y sistema de cultivo

Modelos disponibles

DNDC (Denitrification and Decomposition model)

DAYCENT (Daily version of CENTURY SOM model)

Ecosys, APSIM, and EPIC

PRPORGANICINPUTSDIRECT ONONONON 2222

INPUTSOMCRONSNINPUTS EFFFFFON 2

Emisión – Emfoque de IPCC

+Emision - Area de cultivos

Modelo de cultivo (Modelo Biogeoquimico, Process-based Simulation Model)

Crecimiento de cultivos, Hydrologia, Ciclo de materiales

• Phenology

• Leaf area dynamics

• Radiation interception

• C and nutrient partitioning

Crop growth

•Evapotranspiration

•Runoff

•Drainage and irrigation

Hydrology

•SOM decomposition

•Allocation of C and nutrients to SOM pools

Soil organic matter (SOM) cycling

• Climate datao Precipitation,

temperature, and

solar radiation

• Soil characteristics

o Texture, water holding

capacity, and saturated

hydrologic conductivity

• Management options

o Crop cultivar, planting date

and density, fertilizer

application rate, and tillage

Soil Organic Matter

Cycling

Crop growth

Hydrologic

process

Crop yields

Agronomic indices

(harvest index and root

to shoot ratio)

Soil C sequestration

Greenhouse gas

emissions

Nutrient

leaching

+IFPRI Utilizes Process-based Models

Crop yield responses to

Climatic condition and farming practices (Global

scale)

Biochar application (Ghana and Vietnam)

Greenhouse gas emission changes to

Land use change and/or conversion (India, Vietnam)

Soil C stock changes to

Land degradation (Sub-Saharan Africa, Central Asia)

+DNDC

(Denitrification-Decomposition)

Ventaja en la simulación de CH4

Nivel pixel (10x10km) del emisión de cada cultivo a

escala regionál y nacionál

+Informaciónes requireridas para la

simulación State-level data Dominant cropping systems

Maize, rice, etc.

Crop management (fertilizer&manure, tillage&residue, yield, irrigation, etc etc)

Remote sensing data (10 by 10km girds) Climate data (WorldClim – Global Climate Data)

Monthly temperature and precipitation for current conditions

Soil characteristics (Harmonized World Soil database)

Textures (clay, silt and sand contents), organic C contents, bulk density, pH for topsoil (0-30 cm) and subsoil (30-100 cm)

Crop calendar (Center for Sustainability and the Global Environment)

Planting and harvesting dates

+ Parametros y manejo de cultivo en

Colombia

Crop

Sub_zonas (Primer y segundo

departamento MAYOR

productor)

Manejo

Region

Average fertilization (Kg

of N) Labranza y manejo de residuo Rotacion % Irrigated AreaPotential yield

Tn/Ha

Sugarcane

Pacific Valle del cauca 80-125

Incorporado al campo por medio de maquinas para reintegración de nutrientes, la caña no requiere mucha labranza durante su periodo de crecimiento, solo a la

siembra.

No 95% 240.0

Pacific Cauca 80-125

Incorporado al campo por medio de maquinas para reintegración de nutrientes, la caña no requiere mucha labranza durante su periodo de crecimiento, solo a la

siembra.

No 95% 240.0

Oil palm

Llanos Meta 214,5 UreaPreparacion del terreno antes de la siembra y los

residuos son dejados en el campo (reincorporated)No 50% 4.0

Andean Santander 214,5 UreaPreparacion del terreno antes de la siembra y los

residuos son dejados en el campo (reincorporated)No 10% 4.0

Maize

caribe Cordoba 40 kg/ha UreaIncorporado al campo por medio de maquinas para la integración de nutrientes en el suelo para la siguiente

rotación con algodón.

Each 6 months they change maize with

cotton

0 6.0

andean Tolima180 kg/Ha nitroxtend

Incorporado al campo por medio de maquinas para la integración de nutrientes en el suelo para la siguiente

rotación

Each 6 months they change

maize with rice and soja

25 % - 30% 5.5

Cassava

Andean Cauca 0 Tillage and reincorporated No 0% 25

Caribe Cordoba y Sucre 50 Kg/Ha Tillage and reincorporated No 0% 20-25

Llanos

PacificoDepende de la variedad y si

+Incluye

Sistemas dominantes -> Por otros areas

Cultivos anuales (maiz, arroz, yuca, papa),

y Perennes (palma, plantano)

+DNDC model – data input

IDCountr

y

Country-

name Lon Lat

Climate

-file

N-

dep

SOC

max

SOC

min

Clay

max

Clay

min

pH

max

pH

min

Dens

max

Dens

min Slope

Salinity

Index

4023219 57Colombia -71.7028 12.37269 4023219 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0

4023220 57Colombia -71.625 12.375 4023220 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0

4023221 57Colombia -71.5417 12.375 4023221 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0

4023222 57Colombia -71.4621 12.3705 4023222 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0

4027537 57Colombia -71.8678 12.29373 4027537 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0

4027538 57Colombia -71.79 12.28833 4027538 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0

4027539 57Colombia -71.7083 12.29167 4027539 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0

4027540 57Colombia -71.625 12.29167 4027540 0.01 0.0029 0.0011 0.29 0.236.7006.699 1.32 1.319 0

+DNDC – paramétros de la fisiología y la

fenología

Crop

ID Crop name

Max

biomass

C

Grain

fraction

Leaf

fraction

Stem

fraction

Root

fraction Grain CN Leaf CN Stem CN

kg C ha-1 ratio ratio ratio

1 Corn 10309 0.4 0.22 0.22 0.16 50 80 80

2

Winter

wheat 7610 0.41 0.21 0.21 0.17 40 95 95

3 Soybean 3512 0.35 0.22 0.22 0.2 10 45 45

4

Legume

hay 11000 0.01 0.4 0.4 0.19 50 50 50

Crop

ID Crop name Root CN

Water

Demand

Optimu

m Temp TDD

N

fixation

Vasculari

ty Perennial Crop

ratio

kg water

kg-1 DW °C °C

1 Corn 80 150 30 2550 1 0 0

2

Winter

wheat 95 200 22 1300 1 0 0

3 Soybean 24 350 25 1500 2.5 0 0

4

Legume

hay 90 550 21 2500 2.5 0 0

+Main menu of DNDC

1

+Initiation of Regional Simulation

2

+ Options to modify climate and/or

management conditions3

+ Simulation runs: 365 dias -> 1 año

4

+Simulation outputs 1

Grid_ID

System_

ID

SystemN

ame Area Year Stub

SOC

0-10cm

SOC

10-20cm

SOC

20-30cm

SOC

30-40cm

SOC

40-50cm

Total

SOC

ha Year kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha

4424974 1 Corn 1 1 1391 9325 9241 6926 3651 2249 31392

4424974 1 Corn 1 2 1305 9736 9609 6917 3638 2240 32140

Grid_ID

Manure

C LitterC

Soil-

CO2 dSOC

CropID_

1

CropID_

2

CropID_

3

GrainC_

1

GrainC_

2

GrainC_

3

ShootC_

1

kgC/ha kgC/ha kgC/ha kgC/ha

CropID_

1

CropID_

2

CropID_

3 kgC/ha kgC/ha kgC/ha kgC/ha

4424974 0 752 418 335 1 0 0 1429 0 0 1572

4424974 0 2097 1350 748 1 0 0 1340 0 0 1474

Grid_ID

ShootC_

2 ShootC_3 RootC_1 RootC_2 RootC_3 CH4 N2O NO N2 NH3 CropN

kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha

4424974 0 0 572 0 0 -0.49 0.322 0.08 0.01 3.841 55.38

4424974 0 0 536 0 0 -1.07 0.16 0.077 0.012 2.346 51.94

5Año 1 y 2, Maiz en el Grid ID 4424974

+Simulation outputs 2

Grid_ID LeachN DepositN FixedN Miner_N

Fertilize

rN

Manure

N LitterN dSON H2Otran

H2Oeva

p

H2Orun

of

kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha mm mm mm

4424974 3.15 0.17 0 11.73 50 0 7.15 -1.47 121 797 0

4424974 1.45 0.2 0 15.32 50 0 22.85 -5.94 119 896 0

Grid_ID

H2Oleac

h H2Oirri

H2Opre

c

dSoilH2

O MeanT

Country

ID

WaterStr

ess N_Stress T_stress

Grid_ID mm mm mm mm

Degree

C

Country

ID

WaterStr

ess N_Stress T_stress

4424974 1177 37 2019 -39 26.84 57 0.99 0.41 1

4424974 1399 48 2304 -63 27.37 57 0.99 0.43 1.01

5

Año 1 y 2, Maiz en el Grid ID 4424974

+Calibration and Verification

Evaluación

Calibración

obtener resultados similares que

datos observados (yield, especially)

Ajustar parametros y manejo cultivo

->Necesidad de datos locales

Verificación

Estudios que existen del area

+Simulation outputs

Grid_ID

System_

ID

SystemN

ame Area Year Stub

SOC

0-10cm

SOC

10-20cm

SOC

20-30cm

SOC

30-40cm

SOC

40-50cm

Total

SOC

ha Year kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha

4424974 1 Corn 1 1 1391 9325 9241 6926 3651 2249 31392

4424974 1 Corn 1 2 1305 9736 9609 6917 3638 2240 32140

Grid_ID

Manure

C LitterC

Soil-

CO2 dSOC

CropID_

1

CropID_

2

CropID_

3

GrainC_

1

GrainC_

2

GrainC_

3

ShootC_

1

kgC/ha kgC/ha kgC/ha kgC/ha

CropID_

1

CropID_

2

CropID_

3 kgC/ha kgC/ha kgC/ha kgC/ha

4424974 0 752 418 335 1 0 0 1429 0 0 1572

4424974 0 2097 1350 748 1 0 0 1340 0 0 1474

Grid_ID

ShootC_

2 ShootC_3 RootC_1 RootC_2 RootC_3 CH4 N2O NO N2 NH3 CropN

kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgC/ha kgN/ha kgN/ha kgN/ha kgN/ha kgN/ha

4424974 0 0 572 0 0 -0.49 0.322 0.08 0.01 3.841 55.38

4424974 0 0 536 0 0 -1.07 0.16 0.077 0.012 2.346 51.94

5Año 1 y 2, Maiz en el Grid ID 4424974

+Dato de la base de la estimación

Modelo del uso de la tierra: Por los dos periodos,

Proporción de la distribucion de area de los

cultivos y cobertura por municipalidadSelección del cultivo

Selección del cobertura

+GWP total - cultivo

GWP = (”dSOC” + ”CH4”) * (-44/12) +”CH4” * 16/12*21 + ”N2O” * 44/28*310

Total cropland emission =Σj,k(Cropj average GWP in

municipalityk *Cropj area in municipalityk )

+GWP total - cultivo

2008 2030

maiz 1.31 1.23

palma 1.42 1.63

plantano 1.55 1.50

arroz 4.86 4.61

yuca 0.48 0.46

papa 0.66 0.68

Unidad: Tg C

+Emisión - Area pasto

Emisión total nacional en 2008 / cabeza = Emisión por cabeza

Emisión total t = Emision por cabeza * area t* intensidad t

Intensidad <- La taza del crecimiento de la cabeza matada de

ganado, IMPACT, a nivel nacional

Elements Año 2008

Emissions (CH4) (Enteric fermentation) 1,639.71

Direct emissions (N2O) (Manure management) 1.38

Indirect emissions (N2O) (Manure management) 0.32

Emissions (CH4) (Manure management) 39.56

Emissions (N2O) (Manure management) 1.7

Direct emissions (N2O) (Manure on pasture) 35.73

Indirect emissions (N2O) (Manure on pasture) 8.1

Emissions (N2O) (Manure on pasture) 43.83

Sum (CO2 eq) 49,377.72 (FAOSTAT, Unidad:

1000ton)

+Reserva carbono

a Figures are only for perennial crops.

Reserva de Carbono

Land use category Sobre tierra Baja tierra suelo

Cropland YES a YES a YES

Pasture YES YES YES

Forest YES YES YES

Resto YES YES YES

DNDC

SIGIMPACT

Modelo

de uso de

la tierra

Precio,

cosecha,

area, etc

Economia

Uso de la

tierra

Distribución

de cultivo

Emisión

Reserva C

+Reserva Carbono - suposición

Captiva el cambio de la proporción por nivel municipalidad

DNDC: cambio entre el mismo uso de tierra

Selección del uso de tierra

2008

2030

+Reserva Carbono - suposición

Aplicar la taza de reserva 2008 por cada cobertura por

municipalidad a 2030 <- etapas de bosque, camino de

cambio

Diferencia entre reserva t1 y reserva t2 = la perdida

C ton/ha Area

2008(ha)

C total (ton) Area

2030(ha

)

C total

(ton)

bosque 120 1000 120*1000 920 120*800

pasto 20 500 20*500 550 20*550

perenne 30 20 30*20 10 30*10

Arbustales y

vegecación

segundaria

40 300 40*300 350 40*350

Ejempro: Municipalidad A

+Reserva Carbono - enforque

Trabajo de SIG

SOC

Harmonized World Soil Database

(FAO/IIASA/ISRIC/ISS-CAS/JRC)

Biomasa sobre tierra :

Pasto

(Anaya et al, 2009)

Biomasa sobre tierra:

Forestal, arbustales y

vegetación segundara

(NASA (Saatchi et al, 2011))

+Reserva Carbono - enforque

Sobreponer con el mapa spatial de la cobertura y el mapa

de los limites = por cobertura por municipalidad

Bajo tierra: proporsión de raíces

Biomasa sobre-tierra Cobertura Litmité

+Reserva Carbono - suelo

Sobreponer el mapa SOC con la taxonomia dominante de

suelo, la cobertura, y los limites -> weighted average por

cobertura por municipalidad

IPCC default soil classes derived from the

Harmonized World Soil Data Base (Ver.

1.1) (Niels, 2010)

SOC Cobertura LimitéTaxonomia

+Reserva Carbono total

Total aboveground, belowground soil C stock =Σj,k(average C

stock in municipalityk in Land usej * size of land usej in

municipalityk )

Land use model

Cropland area

(per municipality)

Aboveground,

belowground and soil

C stock(per grid)Forest (ton/ha)

Pasture (ton/ha)

Cropland (ton/ha)

Other land use

(ton/ha)

Forest (ha)

Pasture (ha)

Cropland (ha)

Other land use

(ha)

1,250

560

840

320

240

270

+Reserva Carbono – resultado

ABG+BG C

abg_08bl bg_08bl

abg+bg_

08bl abg_30bl bg_30bl

abg+bg30

bl

cropland 52.2 54.9

pasture 186 60 246 206 66 272

forest 4,451 1,468 5,919 4,203 1,385 5,588

other 532 213 744 547 219 766

sum 4,637 1,528 6,962 4,410 1,451 6,682

SOC

Perennial cropland ABG+BG C

(literature)

08bl 30bl 08bl 30bl

cropland 530 557 PalmC 14.9 17.8

pasture 3,242 3,481 CoffeeC 18.5 18.5

forest 6,133 5,690 CacaoC 18.8 18.5

other 2,649 2,742 Sum 52.2 54.9

ttl_sum_soc 12,554 12,470

Unidad: Tg C

+Hacia futuro

Forest

Carbon

&

Emission Grass

Carbon,

Emission,

Manure

Emission

(Gilhespy et al. 2014)

+Hacia futuro

Emisión y reserva de cultivo

Modelación DNDC de Perenne (cifra de literatura en este

momento)

Cifra de literatura de reserva de perenne

Configuración con cosecha de IMPACT

Emisión de pasto

Cifra regional de emisión por cabeza presente y futuro

Pasture DNDC, Manure DNDC

Emisión de bosque

Forest DNDC : etapa de crecimiento

Quema de los bosques

Emision desde conversión de cubertura Identificación de patrón de cambio en el nivel pixel

+Economía

DNDC

SIGIMPACT

Modelo

de uso de

la tierra

Precio,

cosecha,

area, etc

Economia

Uso de la

tierra

Distribución

de cultivo

Emisión

Reserva C

Land use category

Cropland YES

Pasture YES

+Economía – enfoque

Ingreso de los productores

TRt(total revenue in period t) = Σj,k,t ( Ppjkt (producer price

of product j in regionk)* Qjkt (quantity of product) )

Qjkt(crop)= Yjkt (yield) * Ajkt (area)

Qjkt(livestock)= Yjkt (meat / dairy per head ) * Ijkt (intensity)

* Ajkt (area)

Precios implusavos de la economica global

Cosecha refleja condiciónes socioeconomicas

(IMPACT)

Costo de producción : constante

Intensidad: elaborada desde # matados

+Economía – resultado

Unidad: Billion USD

2008 2030

cacao 0.19 0.36

café 1.38 3.07

palma 0.15 0.79

plantano 1.44 3.93

othr_pere 2.07 4.74

yuca 0.55 1.59

maiz 0.78 1.60

papa 1.15 2.35

arroz 1.96 3.24

canazucar 0.92 6.45

othr_annu 2.21 4.66

sumttl_c_rev 12.79 32.80

ganaderia 7.82

+Cambios accumulados

Accmulated ghg =

Σt (ghg2008*((ghg2030/ghg2008)^(1/21))^(t-1))

+Integración para análisis

Accumulated GHG from cropland

2008-2030

DNDC base p1 p1_2 p2 p2_2 p3 p3_2 dif dif dif dif dif dif

maiz 26.7 28.8 27.8 26.5 26.6 26.6 26.7 2.1 1.1 (0.2) (0.1) (0.1) (0.0)

palm 31.9 35.2 33.5 31.8 31.9 70.4 44.7 3.3 1.6 (0.1) (0.0) 38.5 12.8

plan 32.0 34.3 33.2 31.9 31.9 21.6 27.7 2.3 1.2 (0.1) (0.1) (10.4) (4.3)

rice 99.5 114.2 106.6 99.2 99.4 98.2 99.1 14.6 7.0 (0.3) (0.2) (1.3) (0.4)

cass 9.9 10.9 10.4 9.8 9.8 9.8 9.9 1.0 0.5 (0.1) (0.0) (0.1) (0.0)

pota 14.1 15.5 14.8 14.1 14.1 14.1 14.1 1.5 0.7 (0.0) (0.0) (0.0) (0.0)

Literature - - - - - -

base p1 p1_2 p2 p2_2 p3 p3_2 dif dif dif dif dif dif

coff 12.5 13.5 13.0 12.5 12.5 10.6 12.0 1.0 0.5 (0.0) (0.0) (1.9) (0.6)

caca 0.4 0.4 0.4 0.4 0.4 0.2 0.3 0.0 0.0 (0.0) (0.0) (0.2) (0.1)

sugc 14.2 15.4 14.8 14.2 14.2 14.1 14.1 1.2 0.6 (0.0) (0.0) (0.1) (0.0)

+Enfoque de la integración

Capa multi-disciplinaria

Sistema de información geográfica, economía, y ciencia de la emisión y reserva de carbono, y agronomía

Coordinación y compatibilidad de datos de los modelos

Planificación del ultimo resultado (output image)

Comunicación en detalles con generadores de los modelos

Estandarización del formato de los datos generados

Proceso automatizado

+

Puede modificar supocisión del cada proceso

Puede modificar la linea base y clear los

escenarios

Ventaja: Flexibilidad

Resoluciones diferentes

Formatos diferentes

Unidades diferentes

Lenguas diferentes

Años diferentes

Fuentes misteriosos

Datos parciales

Limpiar, combinar,

analizar, reportar,

Cambios y modificacion de

los modelos, datos,

escenarios

+Integración para análisis

Programa de dato de base / estadistica / SIG

:

+Gracias, cuestiónes y comentarios?