ESQUEMA-MENU

Cuantificación de la sequía
Metodología
Estudio caso
Productos macroregión
Productos municipal

Los impactos en la agricultura y sistemas humanos por sequía se han presentado a lo largo de la historia de la humanidad a tal grado que estos eventos han sido las causas o detonadores de grandes pérdidas economías, cambios en políticos y del medio ambiente, actualmente los impactos se han ido incrementando por el aumento de la población, degradación del medio ambiente, desarrollo de las industrias y a la variabilidad climática en las regiones del planeta.

Para el panel intergubernamental del cambio climático en las regiones secas actuales, es probable que la frecuencia de las sequías aumenten al final del siglo XXI con un arreglo del escenario (evidencia media), estas proyecciones apuntan a que se disminuya la calidad del agua bruta y generará riesgos para la calidad del agua potable incluso con el tratamiento convencional, debido a los factores que interactúan: aumento de la temperatura; aumento de las cargas de sedimentos, nutrientes y contaminantes, así como a las fuertes lluvias; durante las sequías se genera la mayor concentración de contaminantes e interrupción del funcionamiento de las instalaciones de agua tratamiento y los afluentes naturales de zonas secas (IPCC, 2014).

Para la república mexicana el fenómeno de la sequía se incrementado principalmente en el año 2009 y 2010 en la región norte del país, el monitoreo de la misma la realiza el Servicio Meteorológico Nacional SMN, dependiente de la CONAGUA, ofrece datos de precipitación y calcula el índice de precipitación estandarizado. En el informe del Centro Nacional de Prevención de Desastres para el año 2009, (CENAPRED, 2010, p. 203) reporta que la sequía fue el segundo fenómeno hidro-meteorológico que más pérdidas registró durante 2009, alcanzando los 3,081 millones de pesos y representó el 21.9% del total cuantificado y corresponden a los beneficiarios inscritos a apoyos de la SAGARPA por lo que el monto real de perjuicios seguramente haya sido mucho mayor, por lo que una parte significativa de la superficie afectada no se cuantificó.

Los estados más afectados por la sequía se encuentran Chihuahua, el estado Durango y Zacatecas tres de los principales estados del Desierto Chihuahuense.

Para esta investigación la sequía se define como un fenómeno natural relacionado con el comportamiento de la atmosfera a nivel global, se presenta cuando existe una reducción en la cantidad de precipitación durante un periodo de tiempo que puede ser de meses o incluso de años, es acompañada por otros factores climáticos como temperaturas altas, vientos fuertes y humedad relativa baja (Wilhite & Glantz, 1985, p. 112). Existen principalmente tipos de sequía: meteorológica"periodo de tiempo prolongado que puede ser meses o incluso años, que al principio puede ser una deficiencia de humedad pero puede caer por debajo de lo climatológicamente esperado al no tener un aporte de humedad apropiado" (Palmer, 1965, p. 3). Una característica de la sequía meteorológica es que dependen de la región donde se presenta por las características especiales de la misma; sequía agrícola está involucrada con la sequía meteorológica y su relación con los cultivos, se considera como un proceso en términos del balance de humedad, es decir: evalúa la evapotranspiración real y potencial; el déficit de agua en el suelo que a su vez depende de características físicas del mismo; los niveles de reserva de agua considerando la especificidad del cultivo en cuanto a sus requerimientos de humedad en función de la etapa de crecimiento y la biología de la planta.

Impactos de la sequía asociada a la meteorología, agricultura, hidrología.

Fuente: modificada (The National Drought Mitigation Center, 2014).

Cuantificación de la sequía

Tradicionalmente, la cuantificación de la sequía se realiza con mediciones in situ, por medio de estaciones meteorológicas que miden la precipitación, la humedad de suelo y la temperatura atmosférica, a partir de registros se detecta anomalías de la precipitación y se generan índices que permiten clasificar las sequías según su intensidad.

Entre los índices más comunes se encuentran el porcentaje de la precipitación, el índice de la severidad de sequía de Palmer SPDI (Palmer, 1965). Índice de precipitación estandarizada SPI propuesto por (McKee, et al., 1993) este último que han sido utilizado mundialmente para detectar sequía.

Recolección de datos de precipitación realizada en el año 2011

Fuente: elaboración propia (2011).

Percepción remota

Es un método indirecto que permite obtener información espacial a diferentes escalas: local, regional, nacional, o global; con altas tasas de observaciones, ayuda al monitoreo del clima de componentes hidrológicos y el estado la superficie terrestre, detecta y representa los efectos de las sequías.

La ventaja de la percepción remota para la detección de la sequía es la obtención de coberturas continuas de las regiones, lo que no sucede con los indicadores tradicionales de sequía con observaciones in situ; por ello, el manejo de la percepción remota se ha incrementado para evaluar y monitorear este tipo de fenómenos.

En la imagen su observa un ejemplo de una imagen MODIS combinación de bandas cañón azul 4, rojo 3, verde 2 del TILE tile h08v06.005.

Imagen MODIS

Fuente: elaboración propia.
Combinación de bandas cañón azul 4, rojo 3, verde 2 del TILE tile h08v06.005.

Los índices de vegetación son sensibles a la cobertura de vegetación, proveen un estimado del verdor derivado de los rangos rojos e infrarrojos del espectro electro-magnético. El índice de vegetación de diferencia normalizada NDVI es el más empleado para estudios de vegetación y sequía; su la ecuación describe como la resta entre el infrarrojo cercano y el rojo se divide entre la suma del mismo.

Ecuación 1

Dónde:

NIR = reflectancias infrarrojo cercano (841-876 nm); Red = reflectancias rojo (620-670 nm).

Índice de Vegetación de Diferencia Normalizada (NDVI)

Fuente: elaboración propia.

El NDVI muestra características y condiciones de la vegetación verde, su respuesta a la sequía es más evidente, ya que responde a la falta o pérdida de vegetación cuando ocurren sequías.

Fenología de la superficie terrestre

Permite estudiar el comportamiento de los biomas que responden a las dinámicas de la atmosfera baja, que generan y desarrollan la estacionalidad, (estaciones climáticas) durante el año, activan procesos biológicos en la superficie terrestre de la vegetación y ciclos de vida animal especialmente, relacionados con el tiempo y el clima.

Para la agricultura la fenología identifica los diferentes estados del cultivo: el inicio, el crecimiento, la fecha de cosecha, la maduración, cálculos de rendimientos y la senescencia de los mismos. La fenología tiene una estrecha relación con la agricultura de temporal debido a la humedad disponible ya que generan un stress en las plantas por falta de recursos hídricos y altas temperatura, etcétera.

En la siguiente figura muestra las métricas fenológicas obtenidas a través de la curva de la estacionalidad de un cultivo por medio de la percepción remota, el inicio de estación de crecimiento señalado como el punto a que inicia en el mes de mayo fecha donde la plántulas inicia el crecimiento, punto b finaliza la estación o valor cuando termina el ciclo en el mes de noviembre; el punto c es el valor máximo de la curva de la estacionalidad es el mes de agosto donde tenemos el mayor crecimiento, el punto d muestra el inicio de la senescencia del cultivo o donde la curva de estacionalidad empieza decrecer a regresar a su nivel de latencia.

Otro producto es la Integral de crecimiento delimitada por SOS y EOS representa la cantidad de NDVI o actividad fotosintética durante un año o ciclo de cultivo está relacionada con el rendimiento que en este caso en la figura 2 se representa con la región azul.

Curva de estacionalidad de un cultivo

Fuente: elaboración propia (2014).

Anomalía del inicio la estación de crecimiento SOSA por sus siglas en ingles son las que pueden afectar a un cultivo o las condiciones de la vegetación, retraso de inicio de la disponibilidad de humedad o precipitación, una vez que el cultivo empieza a crecer.

Esta anomalía es una medida que compara la fecha del SOS en días julianos con la mediana histórica del mismo para cada pixel y se calcula mediante la ecuación 2 (Brown, et al., 2008,).

Ecuación 2

Dónde:

SOSA_i = Anomalía del Inicio de la estación de crecimiento para el año i; SOST_i = el día juliano de Inicio de la estación de crecimiento del año i; SOST_med = Mediana histórica del inicio de la estación de crecimiento expresada en días. (Brown, et al., 2008, p. 27).

Metodología

La metodología plantea el uso de datos de percepción remota como una fuente de información para la detección de patrones espaciales de la sequía en la región, empleando el Índice de Vegetación Diferencial Normalizada (NDVI) del Sensor MODIS producto MODQ13, con resolución de 250 m. y con temporalidad de cada 16 días y permite comprender las condiciones y comportamiento de la vegetación y su relación con las sequías. En este trabajo se creó una serie de tiempo de los años 2001 al 2010, se compone de 23 imágenes por año, por lo tanto se trabaja con 230 imágenes en total para el procesamiento de la serie de tiempo se aplicó un filtro adaptativo de Savitzky-Golay, que permitió su suavización de la serie de tiempo mismo proceso se efectuó en el Software TimeSat3.1.

La forma de obtener resultados fue mediante dos niveles:

Análisis a nivel macroregión

La cartografía de las variables fenológicas relacionadas con las condiciones de estrés de la vegetación por la sequía;

Inicio de la estación de crecimiento ó inicio de ciclo de cultivo (SOS) permite detectar los atrasos o adelantos de la actividad fotosintética relacionados con las anomalías climáticas

Final de la estación detecta el final del ciclo del cultivo o final de la estación de crecimiento.

Curvas de estacionalidad de la agricultura de Riego y la Agricultura de temporal mismas que se elaboraron con el producto NDVI suavizado por el software timesat.

Anomalías del inicio de estación (SOSA) producto que permite discriminar las falsas alarmas de la perdidas de porcentajes de NDVI a través de la comparación del inicio de estación contra una media histórica de la serie de tiempo.

Análisis a nivel municipio

A nivel municipio se realizó una comparación entre las estadísticas de producción anual por cultivos del anuario estadístico de la producción agrícola del SIAP de la (Secretaria de Agricultura Ganadería, Desarrollo Rural Pesca y Alimentación) en el siguiente link. www.siap.gob.mx; mismas que se compararon con la integral de crecimiento pequeña (SI) que determina la cantidad de NDVI acumulado en un año.

Pasos metodológicos:

Productos de Percepción remota

1. Descarga de imágenes MODIS del link: ftp://e4ftl01.cr.usgs.gov/MODIS_Composites/MOLT/.
2. Preprocesamiento de imágenes cambios de proyección MODIS.
3. Estandarización y filtrado de series de tiempo TimeSAT 3.1
4. Productos relacionados con las condiciones de la vegetación (NDVI, inicio y final de estación, anomalías del inicio de estación por estrés hídrico). Análisis, estadísticas y graficas.

Productos de estadísticos de cultivos

5. Selección a nivel zona piloto de algunos municipios de cruzada contra el hambre.
6. Descarga de datos estadísticos de municipios del SIAP.
7. Calculo de rendimientos anuales de agricultura por municipio.
8. Análisis del NDVI promedio acumulado para las regiones piloto.

Metodología

Fuente: elaboración propia.

Estudio caso región norte del país

Esta investigación se enfoca a una región norte del país donde convergen los estados de Chihuahua, Coahuila, Durango y Zacatecas, donde hay una sobre explotación de los recursos hídricos superficiales y subterráneos para abastecer los requerimientos humanos, agricultura de riego tecnificada e industrias y regiones agricultura de temporal de acuerdo la serie IV de INEGI. Según las estadísticas del SIAP existe una producción de cultivos de riego de algodón, sorgo, alfalfa, maíz mismos requieren de gran cantidad de agua. Otro tipo es agricultura de temporal que depende totalmente de la disponibilidad de humedad como precipitación o humedad de la región donde se reportan cultivos de maíz de grano, maíz forrajero, frijol, cebada y avena. En la ilustración se puede ver en azul marino la espacialización de la agricultura de riego resaltando la región de delicias, el Oasis en el estado de Chihuahua, la comarca lagunera que limitan los estados de Durango y Coahuila, agricultura de riego en el estado de zacatecas, la agricultura de riego tiene un distribución más heterogénea en la región de estudio.

Zona de estudio azul marino se resalta la agricultura de riego y la agricultura de temporal

Fuente: elaboración propia.

Productos fenológicos espaciales nivel regional

1.- Inicio de estación de crecimiento (SOS) del año 2001 al 2010

Inicio de estación de crecimiento para elaboración propia

Fuente: elaboración propia.

2.- Productos Fenológicos Espaciales Final de Estación

Fin de la estación de crecimiento

Fuente: elaboración propia.

3) Productos espaciales anomalías de inicio de estación SOSA

Anomalías del inicio de estación

Fuente: elaboración propia.

Análisis de Resultados

El Inicio y final de estación

Los promedios totales de la imagen del inicio de estación se muestra en la tabla 1 de la serie de tiempo 2001 - 2010 donde las fechas del SOS promedio para todos los años son el 15 de agosto y el final de la estación en promedio es el 18 de octubre, hay que considerar el tiempo de diferencia de respuesta de la vegetación a la disponibilidad de humedad. Continuando el análisis de la tabla 1 muestra que SOS con más retraso fue 5 de septiembre el año 2003 y 4 de septiembre del 2008, los años que se adelantó fueron 2007 y 2010. el final de la estación ó EOS se adelantó el año 2007 y 2010.

Promedio del inicio y final de estación de crecimiento

Fuente: elaboración propia.
Reportado en fechas gregoriana.

En la gráfica 2 se muestra un histograma de la imagen para la macro región que representa los valores y cantidad de pixeles distribuidos por mes para el año 2002, donde la mayoría de inicio de estación para ese año son los meses de agosto y septiembre como se aprecia en la siguiente grafica1.

Grafica 1. Histograma del inicio de estación para la macroregión del año 2002

Fuente: elaboración propia.
Unidades en pixeles.

En la siguiente gráfica representa la duración de la estación de crecimiento para la serie de tiempo donde los años 2001, 2005 y 2002 presentan menor duración de la estación de crecimiento; el año 2003 presenta la mayor duración seguido de los años 2004, 2009 y 2010.

Grafica 2. Promedio para la macroregión de la estación de crecimiento

Fuente: elaboración propia.

Anomalías del inicio de estación

Los compuestos del SOSA se pueden apreciar en la fig 4, los valores se describen en días en el rango (-255 a 255 días), en este estudio se calculó para la serie de tiempo 2001 - 2010 años, logrando una mediana histórica del inicio de estación de 10 años.

Este indicador es adecuado para discriminar áreas de impacto de sequía de otras áreas donde la vegetación que tienen un estado de estrés. Un SOSA con valores negativos en color rojo indica que el SOS del año en curso está retrasado en relación al promedio histórico ( The National Drought Mitigation Center, 2014).

Para la región de estudio la distribución del SOSA destaca dos factores que reflejaron presencia de anomalías en los años 2001, 2004, 2009 y 2010, para el año 2007 el fenómeno que abarco una gran parte del desierto representando un patrón espacial heterogéneo del fenómeno en la región.

Para determinar la afectación del SOSA en la agricultura de riego y agricultura de temporal se localizaron los centroides de las mismas clases al azar y se extrajeron los valores del SOSA para los años de estudio arrojando los siguientes resultados.

La tabla de las anomalías en la agricultura de riego se puede observar principalmente anomalías muy verdes de ganancia o anomalías de perdida, la tendencia de la tabla es hacia los tonos blancos y verdes.

SOSA agricultura de riego

Fuente: elaboración propia.

Por otro lado la Sosa de la agricultura de temporal también presenta tonos verdes que significan ganancias, la tendencia en general es hacia valores negativos por la paleta de rojos de la gráfica se puede concluir que la agricultura de temporal al no tener manejo se encuentra más propensa a la sequía meteoróloga con esto a pérdidas de verdor.

SOSA agricultura de temporal

Fuente: elaboración propia.

Curva de estacionalidad

Para el año 2008 se realizó un gráfico de la curva de estacionalidad para dos diferentes coberturas la agricultura de temporal y agricultura de riego, a partir del valor de los pixeles de NDVI; en la gráfica se pueden apreciar la curva naranja de la agricultura de riego que sufre menos cambios de niveles de NDVI y en amarillo se puede apreciar la agricultura de temporal la cual tiene más duración, pero al no haber disponibilidad de humedad, los valores en temporada de secas son muy bajos llega incluso a 0.20 de NVDI, pero al haber disponibilidad de humedad sobre pasa el valor de verdor de la agricultura de riego.

Grafica3. Curva de estacionalidad de agricultura de riego vs agricultura de temporal año 2008

Fuente: elaboración propia.

Conclusiones

La presente investigación confirmo la variabilidad climática existente en regiones áridas de la república mexicana en particular la

Las métricas fenológicas espaciales permiten estudiar una región a detalle para entender el comportamiento de los cultivos y de las condiciones de la vegetación en una superficie continua, son una herramienta indispensable que permite año con año determinar la presencia de sequias o exceso de humedad generando un monitoreo constante de la productividad del cultivo y de la vegetación.

El análisis de la serie temporal permite discriminar los principales tipos de cultivos de una región o vegetación a partir de estas, se pueden elaborar las curvas estacionales de NDVI que describe el comportamiento fenológico del cultivo y sus condiciones.

Análisis de NDVI acumulado vs estadísticas

Municipios de la cruzada contra el hambre

Para el siguiente análisis se realizó un ejercicio de comparación entre la cantidad de NDVI acumulado por la integral de crecimiento contra la producción en toneladas reportadas por el SIAP. En la parte espacial se empleó la capa de agricultura de temporal y riego reportada por la serie IV de INEGI para extraer información de la integral y calcular el promedio por año.

Caso municipio de Lerdo, Durango

Los cultivos que reporta las estadísticas del SIAP son los siguientes: Avena forrajera, Maíz forrajero, Maíz Grano, Pastos y Sorgo Forrajero verde.

Para comparar la tendencia se generó una gráfica que permite observar la tendencias de ambas ver grafica1, donde se puede apreciar un tendencia similar entre la producción en toneladas y los niveles de actividad fotosintética reportada por la integral de crecimiento.

Gráfica 1. Comparación integral de crecimiento

Fuente: elaboración propia.
Delimitada por inicio y final de estación en color verde y las estadísticas del SIAP en amarillo.

Caso Saltillo, Coahuila

Los cultivos que reporta las estadísticas del SIAP son los siguientes: Avena forrajera, Frijol y Maíz Grano.

La grafica dos muestran similitudes en los años 2003, 2004 y 2005, en los años 2006 y 2007 hay diferencia en la tendencias para los años 2008, 2009 y 2010 las tendencias son similares.

Gráfica 2. Comparación integral de crecimiento

Fuente: elaboración propia.
Delimitada por inicio y final de estación en color verde y las estadísticas del SIAP en amarillo.

Caso Fresnillo, Zacatecas

Los cultivos que reporta las estadísticas del SIAP son los siguientes: avena forrajera, frijol, maíz grano y maíz forrajero.

La grafica dos muestran similitudes en los años 2003, 2004, 2005, 2006, 2007, 2009 y 2010 en el año 2008 incrementa la bastante la producción e incrementa poco la integral de crecimiento.

Gráfica 3. Comparación integral de crecimiento

Fuente: elaboración propia.
Delimitada por inicio y final de estación en color verde y las estadísticas del SIAP en amarillo.

Conclusiones

En general el análisis de comparación de tendencias fue positivo ya que se muestra una relación entre la cantidad de producción de los cultivos y la cantidad de NDVI acumulado, hay años que con concuerda esa tendencia.

Este proceso se mejoraría con trabajo de campo donde se podrían tomar la localización de los cultivos sus rendimientos y contrastar con las imágenes, así mismo aprovechando esta información permitiría realizar estudios a detalle de la calendarios de cultivos que permite discriminar los diferentes tipos de cultivos y muestran la influencia d.