Uma pequena fazenda de feijão na região de Darién, na Colômbia. Cenários climáticos futuros podem ser modelados em escala comunitária, graças a um conjunto de dados criado pelo programa de pesquisa CGIAR sobre Mudanças Climáticas, Agricultura e Segurança Alimentar (CCAFS) e Centro Internacional de Agricultura Tropical (CIAT). Crédito:Neil Palmer / Centro Internacional de Agricultura Tropical
O que a emergência climática global tem guardado pode variar de um quintal para outro, particularmente nos trópicos onde microclimas, a geografia e as práticas de uso da terra mudam drasticamente em pequenas áreas. Isso tem implicações importantes para as estratégias de adaptação em níveis locais e requer confiabilidade, dados de alta resolução sobre cenários climáticos futuros plausíveis.
Um conjunto de dados criado pelo Centro Internacional de Agricultura Tropical (CIAT) e colegas está preenchendo esse nicho. Destina-se principalmente a ajudar os formuladores de políticas a conceber estratégias de adaptação para pequenos agricultores em todo o mundo, o conjunto de dados de acesso aberto foi usado em 350 artigos de pesquisa. Usuários em pelo menos 186 países baixaram quase 400, 000 arquivos do conjunto de dados desde que foi colocado online em 2013.
Uma descrição completa, revisão e validação do conjunto de dados, incluindo como foi construído, foi publicado em 20 de janeiro em Dados Científicos , uma publicação de acesso aberto por Natureza para a descrição de conjuntos de dados cientificamente valiosos.
"Os modelos climáticos são representações complexas do sistema terrestre, mas eles não são perfeitos, "disse Julian Ramirez-Villegas, o investigador principal do projeto e um cientista do CIAT e da Plataforma de Pesquisa sobre Mudanças Climáticas do CGIAR, Agricultura e Segurança Alimentar (CCAFS). “Esses erros podem ter um impacto em nossos modelos agrícolas. Como esses modelos nos ajudam a tomar decisões, isso pode ter consequências terríveis. "
Embora os dados tenham servido principalmente para pesquisas agrícolas, também foi usado para mapear a potencial propagação global do Zika (uma doença transmitida por mosquitos), para planejar estratégias de investimento para o desenvolvimento internacional, e prever o declínio contínuo dos dias de patinação ao ar livre no Canadá devido aos invernos mais quentes.
"O uso e a aplicabilidade desses dados têm sido muito extensos e bastante abrangentes em termos de tópicos, "disse Ramirez-Villegas." Claro, uma grande parte dos estudos foi feita em culturas que são essenciais para a segurança alimentar global e receitas como o arroz, café, cacau, milho, e outros."
Um pôster com infográficos descreve a revisão de um conjunto de dados para modelagem climática em alta resolução. DOI:10.1038 / s41597-019-0343-8 Crédito:Carlos Eduardo Navarro / Centro Internacional de Agricultura Tropical
Identificando os impactos do clima
As projeções de mudanças climáticas estão normalmente disponíveis em escalas grosseiras, variando de 70-400km. Mas os modelos para o impacto das mudanças climáticas para muitas variedades de plantas agrícolas requerem dados em escalas mais finas. Os pesquisadores usaram técnicas para aumentar a resolução espacial (um processo conhecido como downscaling) e para corrigir erros (um processo conhecido como correção de viés) para criar dados climáticos futuros de alta resolução para 436 cenários.
"Este é um recurso crítico para modelar de forma mais realista o futuro das safras e dos ecossistemas, "disse Carlos Navarro, o principal autor do estudo, que é afiliado ao CIAT e ao CCAFS.
Para um determinado caminho de emissões e período futuro, cada cenário inclui informações mensais para temperaturas médias e extremas, chuva, e 19 outras variáveis relacionadas. Os dados estão disponíveis publicamente no World Data Center for Climate e no portal de dados CCAFS-Climate.
"Por meio desses cenários, nós podemos entender, por exemplo, como a produtividade agrícola pode evoluir se o mundo continuar na atual trajetória de emissões de gases de efeito estufa, ", disse Navarro." Eles também fornecem os dados para modelar quais tipos de adaptações seriam mais adequados para combater quaisquer efeitos negativos da mudança climática. "
Modelos globais e regionais analisam as condições climáticas em escalas mais difíceis e simplificam os processos naturais, produzindo resultados que podem divergir de cenários realistas.
O conjunto de dados é o maior banco de dados Findable Accessible Interoperable Reusable (FAIR) do CGIAR. Ele também destaca o papel do CGIAR em big data para desenvolvimento, por meio de sua Plataforma de Big Data na Agricultura. O conjunto de dados está atualmente incluído em sua Rede Global de Inovação e Aceleração de Dados de Pesquisa Agrícola (GARDIAN).
A escala de alta resolução desses dados é útil para cientistas, formuladores de políticas, ONGs e investidores, pois pode ajudá-los a entender os impactos das mudanças climáticas locais e, portanto, fazer melhores apostas em medidas de adaptação, quais planos podem visar especificamente bacias hidrográficas, regiões, municípios ou países.