Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
1
ESTRATEGIA NACIONAL DE CAMBIO CLIMÁTICO
VISIÓN 10-20-40
GOBIERNO DE LA REPÚBLICA
ANEXO I:
Anexo Metodológico del Diagnóstico de Adaptación
2
Contenido Aspectos generales ................................................................................................................. 3
Nota sobre las proyecciones climáticas usadas ................................................................................ 4
Municipalización de las proyecciones ............................................................................................. 5
Alcance .......................................................................................................................................... 5
Metodología .............................................................................................................................. 8
Identificar y clasificar la exposición por sector de análisis ............................................................... 9
Calcular y clasificar la vulnerabilidad a eventos climáticos ............................................................ 10
Índice de vulnerabilidad agrícola por temperatura .................................................................... 11
Índice de vulnerabilidad agrícola por precipitación ................................................................... 13
Índice de vulnerabilidad pecuaria .............................................................................................. 14
Índice de vulnerabilidad de salud .............................................................................................. 14
Índice de vulnerabilidad social .................................................................................................. 15
Clasificar el riesgo con base en la exposición y vulnerabilidad ...................................................... 16
Calcular la probabilidad y periodos de retorno de eventos críticos ............................................... 17
Disminución de rendimientos agrícolas por temperatura y precipitación ................................. 17
Sequías ...................................................................................................................................... 18
Ondas de Calor ......................................................................................................................... 19
Transmisión de enfermedades por vectores .............................................................................. 20
Inundaciones y deslaves ............................................................................................................. 20
Analizar el riesgo de desastre y establecer alertas .......................................................................... 21
Presentación de resultados ............................................................................................................ 22
Conclusiones .......................................................................................................................... 23
Bibliografía .............................................................................................................................. 24
3
Aspectos generales
La metodología desarrollada para este trabajo busca estimar el riesgo de un municipio, de manera histórica y proyectada, ante la ocurrencia de un desastre por un evento climático. Se identificó el impacto de estos eventos en el sector agrícola, pecuario, salud, de infraestructura estratégica y de asentamientos urbanos. Finalmente, se determinaron los municipios donde se espera que ocurran desastres de manera frecuente y donde se espera que haya un cambio significativo en el riesgo de desastre. Esto con la finalidad de establecer soluciones de adaptación al cambio climático para aquellos municipios que resulten más susceptibles ante estos eventos.
Para lograr esto, se definió un marco conceptual basado en el reporte especial del Panel Intergubernamental de Cambio Climático (PICC), titulado Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation (PICC, 2012).
Figura 1. Conceptos de adaptación del IPCC
Los conceptos adoptados del reporte son los mostrados en la figura 1:
• Evento climático es aquél que se puede considerar peligroso si las condiciones de vulnerabilidad y exposición lo convierten en una amenaza.
• Exposición es la presencia de personas, vidas, servicios y recursos ambientales, infraestructura o activos económicos, sociales o culturales en lugares que pueden ser afectados de manera adversa.
• Vulnerabilidad es la propensión o predisposición a ser afectado de manera adversa. • Riesgo de desastre es la probabilidad de que ocurran alteraciones severas al funcionamiento
normal de una sociedad debido al clima o a eventos climáticos que interactúan con condiciones de vulnerabilidad. El riesgo es considerado cuando existe alguna exposición y vulnerabilidad al evento climático correspondiente.
Figura 1. Conceptos de cambio climático
Riesgo de desastre
Vulnerabilidad
Evento climático
Exposición
Figura 1. Conceptos de adaptación del IPCC
4
La metodología requiere, a nivel municipal, 6 pasos: identificar la exposición por sector incluido en el alcance; determinar la vulnerabilidad a cada evento climático considerado; mezclar la exposición y la vulnerabilidad para definir categorías de riesgo; establecer las características que definen un evento climático crítico; calcular la probabilidad de ocurrencia de los eventos críticos así como su variación proyectada bajo distintos escenarios; establecer criterios para levantar alertas por cambios en riesgo de desastre y por frecuencia en la ocurrencia de eventos. Alineados a estos pasos, la figura 2 muestra el proceso metodológico aplicado en el estudio.
Figura 2. Proceso metodológico
Nota sobre las proyecciones climáticas usadas Derivados de los escenarios de vías de concentración representativas del PICC, hay 15 modelos globales de circulación general para determinar las proyecciones de temperatura y precipitación en función de forzamiento radiativo1, para los periodos de tiempo 2015-2039 y 2075-2099. Estas proyecciones se encuentran a una escala de 50 x 50 Km.
La Red Mexicana de Modelación del Clima, compuesta por el CICESE, IMTA, CCA-UNAM y SMN, bajo la coordinación del INECC, generó a partir de los 15 modelos un solo modelo de proyecciones para el país: el Proyecto Actualización de Escenarios de Cambio Climático para México (Cavazos, et al., 2013). Con base en tres escenarios, el modelo deriva tres proyecciones o vías de cambio climático:
• Una vía elevada, con un forzamiento radiativo que supere los 8.5 W/m2 hasta el 2100 y que siga aumentando durante un tiempo.
• Dos vías de estabilización intermedias en las que el forzamiento radiativo se estabilice en 6 W/m2 y 4.5 W/m2 a partir del 2100.
Las proyecciones tienen un grado de incertidumbre derivado de:
• La incertidumbre propia de cualquier modelo de pronóstico climático. • Los supuestos de emisiones y actividad humana que componen cada escenario, así como su
efecto en la intensidad radiativa e incremento global de temperatura. • La modelación de efectos locales basada en modelos de simulación global.
1 Forzamiento radiativo es el cambio en el flujo neto de energía radiativa hacia la superficie de la tierra, en 2007, el nivel de forzamiento radiativo fue de 1.6 ±0.8 W/m2, (IPCC).
Figura 1. Conceptos de cambio climático
Figura 2. Proceso metodológico
Identificar y clasificar la exposición por sector de análisis
Calcular y clasificar la vulnerabilidad a eventos climáticos
Clasificar el riesgo con base en la exposición y vulnerabilidad
Calcular la probabilidad y periodos de retorno de eventos críticos
Analizar el riesgo de desastre y establecer alertas
5
Los modelos de cambio climático generan proyecciones a nivel mensual. Esto puede generar la falsa impresión de que son pronósticos climáticos, cuando en realidad sólo representan una tendencia de clima.
Municipalización de las proyecciones Se extrajo información de 2 bases de datos distintas, ambas proporcionadas por el Instituto Nacional de Ecología y Cambio Climático (INECC). Las variables de interés fueron:
• Precipitación promedio mensual, medida en milímetros promedio diarios. • Temperatura máxima mensual, medida en grados centígrados. • Temperatura promedio mensual, medida en grados centígrados. • Temperatura mínima mensual, medida en grados centígrados.
La primera base tiene datos de 1901 hasta 2009 del Climatic Research Unit (CRU), de University of East Anglia 2. La segunda base contiene datos históricos y proyectados, modelados a partir del Proyecto Actualización de Escenarios de Cambio Climático para México (Cavazos, et al., 2013). En ambos casos, los datos históricos no son observaciones directas de lo ocurrido, sino estimaciones con base en ciertos modelos de proyecciones climáticas.
A partir de datos de INEGI, se obtuvieron las latitudes y longitudes de todas las localidades del país (INEGI, 2013). A cada localidad se le asignó el dato de temperatura y precipitación correspondiente a su retícula. Posteriormente, se ponderaron las localidades por población total del municipio, para obtener el dato de temperatura y precipitación “promedio” del mismo.
Para fines de este estudio, se consideraron constantes las variables de temperatura y precipitación en todas las localidades pertenecientes a la misma retícula (v. gr. no se hizo interpolación alguna entre latitudes ni periodos). Los datos se tomaron como dados y no se llevaron a un mayor nivel de granularidad.
Una vez municipalizada la información, se calcularon las variaciones porcentuales entre los promedios históricos y los datos proyectados en los escenarios del proyecto de actualización. Estas variaciones porcentuales se aplicaron a los datos del CRU, para obtener datos proyectados sobre dicha base. De esta forma se disminuyen ciertos sesgos de los modelos de los escenarios (v.gr. la inexactitud con que se modela el sureste del país). Estas últimas proyecciones fueron las usadas a lo largo del trabajo.
Alcance
Para efectos de este trabajo sólo se consideran como eventos climáticos aquellos indicados en la figura 3. No se incluyen todos los eventos definidos por el PICC. Aquellos marcados como “Impactos en el entorno socioeconómico” no los considera el PICC como eventos climáticos, sino
2 La información de las bases de datos del Climatic Research Unit of the University of East Anglia se usan mediante la licencia abierta de base de datos (ODbL) disponible en http://opendatacommons.org/licenses/odbl/1.0/
6
como impactos relacionados a eventos climáticos. En este trabajo, ambos términos se manejan de forma indistinta.
Figura 3. Eventos climáticos considerados Para evaluar la vulnerabilidad, se consideró el Índice de Vulnerabilidad Social que calcula el CENAPRED (CENAPRED, 2006) y se definieron índices propios. Estos índices se determinaron por sector a analizar: agrícola (uno en relación a la temperatura y otro a la precipitación), pecuario y salud. Los principales componentes de los índices de vulnerabilidad se muestran en la figura 4.
Variables(no exhaustivas)
Incluido en el alcance
Cambios climáticos
Temperatura Sí
Precipitación Sí
Viento No
Eventos climáticos(no exhaustivos)
Incluido en el
alcance
Impactos en el
entorno físico
Sequías Sí
Inundaciones Sí
Deslaves Sí
Impactos costeros No
Biodiversidad No
Impactos en el
entorno socio-‐
económico1
Reducción de rendimientos agropecuarios2
Sí
Transmisión de enfermedades2 Sí
Ondas de calor3 Sí
Fenómenos(no exhaustivos)
Incluido en el alcance
Cambios climáticos graduales
Incrementos de temperatura Sí
Disminución de precipitación Sí
Fenómenos relacionados a
extremos climáticos
Ciclones tropicales Sí
Heladas No
Fenómenos climáticos cíclicos
El Niño NoLa Niña No
Figura 5. Índices de vulnerabilidad considerados
Índice de vulnerabilidad social Concepto Fuente
Índice de Vulnerabilidad Social (IVS) • Condiciones sociales y económicas• Capacidad de prevención y respuesta• Percepción local
del riesgo
CENAPRED
Índices de vulnerabilidad sectoriales Concepto Fuente
Índice de Vulnerabilidad Agrícola a la Precipitación (IVAP)
Índice de Vulnerabilidad Agrícola a la Temperatura (IVAT)
• Estructura de la producción agrícola• Resistencia de la producción agrícola• Estructura de la población
INEGICONAGUAINIFAPSAGARPACENAPRED
Índice de Vulnerabilidad Pecuaria (IVP) • Resistencia de la producción pecuaria• Estructura de la población
SEMARNATINEGICONAGUACENAPRED
Índice de Vulnerabilidad en Salud (IVSA) • Población vulnerable por rango de edad• Población con enfermedades crónicas y
desnutrición
SINAIS (SALUD)INEGICENAPRED
Figura 5. Índices de vulnerabilidad considerados
7
Figura 4. Índices de vulnerabilidad considerados Con relación a la exposición, se incluyeron en el análisis valores referentes a población y vivienda, valor de la producción agropecuaria y presencia de infraestructura estratégica, tanto social como económica. En la figura 4 se detallan las variables utilizadas en el estudio.
Figura 5. Exposición considerada Con estos elementos, se analizó el cambio en la incidencia de eventos climáticos, derivados de las proyecciones de temperatura y precipitación. Además, se estimó el incremento del riesgo de desastre por alteraciones en la naturaleza, analizando la severidad y la frecuencia de los eventos climáticos. La figura 6 ilustra este objetivo.
Figura 4. Exposición considerada
Exposición Valor total en el país Sectores donde se veafectada la exposición Fuentes
Población y viviendas
• 112,336,538 habitantes• 28,614,991 viviendas
• Todos INEGI
Valor de la producción agrícola
• $331.8 mil millones de pesos • Agrícola INEGI
Valor de la producción pecuaria
• $242.4 mil millones de pesos • Pecuario INEGI
Presencia de infraestructura estratégica
• 73 aeropuertos• 117 puertos y plataformas• 328 mil km de carretera federal• 22,135 unidades médicas• 131,466 planteles de
infraestructura educativa• 578,390 cuartos registrados de
hospedaje• 78 centrales de abastos
• Infraestructura estratégica y asentamientos urbanos
INEGIDirección General de Puertos
Figura 4. Exposición considerada
8
Figura 6. Objetivo de la metodología
Aun cuando la exposición y vulnerabilidad cambian a través del tiempo, para fines de este estudio se mantienen constantes. Únicamente se analizan cambios en el perfil de riesgo derivados del cambio en la incidencia de eventos causados por el cambio climático para evitar distorsiones por efectos cruzados.
Metodología
Para estimar el riesgo de un municipio ante los eventos climáticos, se hace una identificación de la exposición y una valoración de su vulnerabilidad ante dichos eventos. Con estos elementos, se procede a analizar los datos históricos y proyectados para determinar probabilidades de ocurrencia de estos eventos. Dichas probabilidades serán útiles para levantar alertas en los casos donde los eventos climáticos proyectados sean muy frecuentes o donde la ocurrencia de dichos eventos incremente de manera significativa.
Figura 6. Objetivos de análisis
Vulnerabilidad
Evento climático
Exposición
Riesgo de desastre
Figura 6. Objetivo de la metodología
9
Figura 7. Proceso metodológico
Identificar y clasificar la exposición por sector de análisis Primero se identifican las características municipales y las exposiciones antes referidas. Se clasifican los municipios, según su exposición, en tres clases: alta, media y baja. En la clase alta se incluyen los municipios que, al ordenar sus exposiciones de forma descendiente, acumulan el 50% de la exposición nacional, la clase media incluye los municipios que acumulan el 30% de la exposición nacional subsecuente y la clase baja acumula el 20% restante de los municipios. La tabla 1 muestra estas clasificaciones.
Figura 2. Conceptos de cambio climático
Figura 7. Proceso metodológico
Identificar y clasificar la exposición por sector de análisis
Calcular y clasificar la vulnerabilidad a eventos climáticos
Clasificar el riesgo con base en la exposición y vulnerabilidad
Calcular la probabilidad y periodos de retorno de eventos críticos
Analizar el riesgo de desastre y establecer alertas
• Identificar las características municipales y exposiciones definidas
• Ordenando los municipios de mayor a menor exposición, clasificar el mismo en alto, medio o bajo
• La infraestructura estratégica se considera como exposición alta por su naturaleza intrínseca
• Calcular los índices de vulnerabilidad (social, agrícola por temperatura, agrícola por precipitación, pecuario y salud)
• Ordenando los municipios de mayor a menor índice, clasificar la vulnerabilidad de los municipios de acuerdo a clasificaciones alta, media y baja
• La vulnerabilidad de la infraestructura estratégica se define con base en sus criterios de diseño particulares
• Establecer tres clasificaciones de riesgo con base en las clasificaciones correspon-‐dientes de exposición y vulnerabilidad
• Definir para cada tipo de evento climático el concepto de evento crítico y los umbrales de precipitación o temperatura que detonan su ocurrencia
• Realizar un conteo de ocurrencia de eventos, tanto históricos como proyectados, para determinar:– Probabilidad de
ocurrencia– Periodo de
retorno– Probabilidad
incremental bajo escenarios de cambio climático
• Identificar la frecuencia de eventos críticos, medida en periodos de retorno
• Determinar alertas por frecuencia de eventos críticos
• Determinar alertas por cambios en la probabilidad de ocurrencia del evento cuando haya un cambio significativo en las clasificaciones de riesgo
• Hacer explícita la situación del municipio en términos de riesgo de desastre
10
Tabla 1. Clasificación de la exposición
Calcular y clasificar la vulnerabilidad a eventos climáticos En general, se usaron los siguientes datos para el cálculo de los índices:
• General – Población2 – Hogares2
• Sector Agropecuario
– Población rural2 – Superficie sembrada total (ha) 3 – Porcentaje de superficie de temporal2 – Porcentaje de superficie de riego2 – Volumen de agua concesionada por región hidrológica-administrativa (miles de m3)
4 – Disponibilidad de agua en la cuenca por región hidrológica-administrativa (miles de
m3) 3 – Coeficiente de agostadero (ha/UA año) 5 – Precipitación histórica otoño – invierno (mm3/ciclo) – Precipitación histórica primavera – verano (mm3/ciclo) – Temperatura histórica otoño – invierno (°C) – Temperatura histórica primavera – verano (°C ) – Superficie sembrada promedio de maíz otoño – invierno (ha) 2 – Superficie sembrada promedio de maíz primavera – verano (ha) 2 – Superficie sembrada promedio de otros cultivos otoño – inverno (ha) 2
3INEGI 4 Comisión Nacional del Agua: CONAGUA 5 Comisión Técnico Consultiva de Coeficientes de Agostadero: COTECOCA
37
Clasificación de la exposición nacional
Clasificación Población y vivienda
Valor de la producción agrícola
Valor de la producción pecuaria
Presencia de infraestructura estratégica
Alta(50%)
• 56 millones de habitantes en 98 municipios (4%)• 15 millones de viviendas
• $166 mmdp en 145 municipios (6%)
• $121 mmdp en 86 municipios (4%)
• 73 aeropuertos• 117 puertos y plataformas• 328 mil Km de carretera federal• 22,135 unidades médicas• 131,466 planteles de infraestructura educativa• 578,390 cuartos registrados de hospedaje• 78 centrales de abastos
Media(30%)
• 34 millones de habitantes en 412 municipios (17%)• 7 millones de viviendas
• $100 mmdp en 364 municipios (15%)
• $73 mmdp en 322 municipios (13%)
Baja(20%)
• 22 millones de habitantes en 1,946 municipios (79%)• 7 millones de viviendas
• $66 mmdp en 1,947 municipios (79%)
• $48 mmdp en 2,048 municipios (83%)
Fuente: INEGI
11
– Superficie sembrada promedio de otros cultivos primavera – verano (ha) 2 – Rango óptimo de cultivo del maíz/precipitación ((min-max) mm3/ciclo) 6 – Rango óptimo de cultivo del frijol/precipitación ((min-max) mm3/ciclo) 5 – Rango óptimo de cultivo del sorgo/precipitación ((min-max) mm3/ciclo) 5 – Rango óptimo de cultivo del trigo/precipitación ((min-max) mm3/ciclo) 5 – Rango óptimo de cultivo del maíz/temperatura ((min-max) °C ) 5 – Rango óptimo de cultivo del frijol/temperatura ((min – max) °C) 5 – Rango óptimo de cultivo del sorgo/temperatura ((min – max) °C) 5 – Rango óptimo de cultivo del trigo/temperatura ((min – max) °C) 5
• Sector Salud
– Población menor a 5 años2 – Población mayor a 65 años2 – Egresos hospitalarios por desnutrición6 – Egresos hospitalarios por diabetes6 – Egresos hospitalarios por VIH6 – Egresos hospitalarios por hipertensión6 – Egresos hospitalarios por obesidad7
El cálculo de los índices es explicado en las figuras 8-11. Las elipses con porcentajes muestran la ponderación asignada a cada concepto. El IVS no es considerado para la clasificación de vulnerabilidad, sólo el índice correspondiente determina dicha clasificación.
Índice de vulnerabilidad agrícola por temperatura La metodología para el cálculo del índice de vulnerabilidad agrícola por temperatura se muestra en la figura 8.
El índice de resistencia del cultivo a la temperatura se obtiene con:
𝐼! = 1 +𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑃𝑉 − 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 ó𝑝𝑡𝑖𝑚𝑎 𝑚á𝑥𝑖𝑚𝑎
𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑃𝑉
donde PV es la temporada primavera-verano.
6 Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias: INIFAP 7 Sistema Nacional de Información en Salud: SINAIS
12
Figura 8. Índice de vulnerabilidad agrícola por temperatura
Para establecer la clasificación, se determinó un municipio de referencia con vulnerabilidad alta. La definición del municipio de referencia busca acotar la vulnerabilidad únicamente al incremento de temperatura con las componentes de estructura de la producción y población en niveles sanos. La temperatura promedio de este municipio se determinó a través del promedio ponderado de los límites máximos de temperatura del INIFAP con base en la proporción de cultivos a nivel nacional menos el diferencial de temperatura de un evento crítico. Es decir, un evento crítico llevaría a este municipio a una situación productiva estresada. El municipio de referencia cumple con las siguientes características:
• Superficie de riego = 100% • Volumen concesionado de agua/disponibilidad = 0.5 • Temperatura promedio en PV = 28.6°C • Proporción de cultivos:
– Maíz = 66%8 – Frijol = 3%7 – Trigo = 10%7 – Sorgo = 20%7
• Población rural = 29%7
Dicho municipio tiene un índice de 0.578, por lo que se tomó este número como umbral de vulnerabilidad alta. Los municipios con un índice de vulnerabilidad mayor al municipio de referencia se clasificaron como municipios con grado de vulnerabilidad alto. Como umbral de vulnerabilidad media, se definió el valor 0.3. 8 Promedio nacional
Figura 7. Índice de vulnerabilidad agrícola por temperatura
Estructura de la producción
Resistencia de la producción
TrigoSorgoFrijol
Índice de resistencia del maíz a temperatura
% de población rural
% de superficie sembrada de temporal
(Volumen concesionado de agua/ disponibilidad media natural de la región hidrológica administrativa) x % de superficie de riego
Índice de vulnerabilidad social CENAPRED
33%
33%
IVAP
Índice de vulnerabilidad agrícola y social por temperatura
+
X
33%
50%
TrigoSorgoFrijol
Ponderación de producción de maíz
Índice de vulnerabilidad agrícola por temperatura
50%
Figura 9. Índice de vulnerabilidad agrícola por temperatura
13
Índice de vulnerabilidad agrícola por precipitación La metodología de cálculo del índice de vulnerabilidad por precipitación se muestra en la figura 9.
Figura 9. Índice de vulnerabilidad agrícola por precipitación
El índice de resistencia del cultivo a la temperatura se obtiene con:
𝐼! = 1 +𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑃𝑉 − 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 ó𝑝𝑡𝑖𝑚𝑎 𝑚á𝑥𝑖𝑚𝑎
𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑃𝑉
Para establecer la clasificación, se determinó un municipio de referencia con vulnerabilidad alta. La definición del municipio de referencia busca acotar la vulnerabilidad únicamente al incremento de precipitación con las componentes de estructura de la producción y población en niveles sanos. La precipitación promedio de este municipio se determinó a través del promedio ponderado de los límites mínimos de precipitación del INIFAP con base en la proporción de cultivos a nivel nacional más el diferencial de precipitación de un evento crítico. Es decir, un evento crítico llevaría a este municipio a una situación productiva estresada. Los municipios con un índice de vulnerabilidad mayor al municipio de referencia se clasificaron como municipios con grado de vulnerabilidad alto. El municipio de referencia cumple con las siguientes características:
• Superficie de riego = 100% • Precipitación promedio por ciclo = 470.5 mm • Volumen concesionado de agua/disponibilidad = 0.87
Tomamos un 75% de consumo agrícola, más un 20% de incremento (para compensar la ocurrencia de un evento crítico en precipitación).
• Proporción de cultivos: – Maíz = 66%7
Figura 6. Índice de vulnerabilidad agrícola por precipitación
Estructura de la producción
Resistencia de la producción
TrigoSorgoFrijol
Índice de resistencia del maíz a precipitación
% de población rural
% de superficie sembrada de temporal
(Volumen concesionado de agua/ disponibilidad media natural de la región hidrológica administrativa) x % de superficie de riego
Índice de vulnerabilidad social CENAPRED
33%
33%
IVAP
Índice de vulnerabilidad agrícola y social por precipitación
+
X
33%
50%
TrigoSorgoFrijol
Ponderación de producción de maíz
Índice de vulnerabilidad agrícola por precipitación
50%
Figura 8. Índice de vulnerabilidad agrícola por precipitación
14
– Frijol = 3%7 – Trigo = 10%7 – Sorgo = 20%7
• Población rural = 29%7
Dicho municipio arroja un índice de 0.65, por lo que tomamos este número como umbral de vulnerabilidad alta. El umbral de vulnerabilidad media se definió en 0.35.
Índice de vulnerabilidad pecuaria La metodología de cálculo del índice de vulnerabilidad pecuaria se muestra en la figura 10.
Figura 10. Índice de vulnerabilidad pecuaria
Para establecer la clasificación, se determinó un municipio de referencia con vulnerabilidad alta. Los municipios con un índice de vulnerabilidad mayor al municipio de referencia se clasificaron como municipios con grado de vulnerabilidad alto. El municipio de referencia cumple con las siguientes características:
• Coeficiente de agostadero = 10.83 Promedio nacional ponderado por producción pecuaria.
• Volumen concesionado de agua/disponibilidad = 0.87 Tomamos un 75% de consumo agrícola, más un 20% de incremento (para compensar la ocurrencia de un evento crítico en precipitación).
• Población rural = 29%7
Dicho municipio arroja un índice de 0.39, por lo que tomamos este número como umbral de vulnerabilidad alta. El umbral de vulnerabilidad media se definió en 0.2.
Índice de vulnerabilidad de salud La metodología de cálculo del índice de vulnerabilidad de salud se muestra en la figura 11.
Figura 7. Índice de vulnerabilidad agrícola por temperatura
Figura 10. Índice de vulnerabilidad pecuaria
Índice de vulnerabilidad pecuaria y social
IVP
50%
Resistencia de la producción
% de población rural
Índice de vulnerabilidad social CENAPRED
50%
50%
(Volumen concesionado de agua/ disponibilidad media natural de la región hidrológica administrativa)
(1/Coeficiente de agostadero)Superficie (ha) requerida para sostener una unidad animal (UA) al año
50%
50%Índice de vulnerabilidad pecuario
50%
15
Figura 11. Índice de vulnerabilidad de salud
Para establecer la clasificación, se determinó un municipio de referencia con vulnerabilidad alta. Los municipios con un índice de vulnerabilidad mayor al municipio de referencia se clasificaron como grado de vulnerabilidad alta. El municipio de referencia cumple con las siguientes características:
• Población en riesgo = 20%7 • Personal de salud por cada mil habitantes = 2.289 • Enfermeras y parteras por médico = 1.317 • Médicos de salud mínimos por cada 1000 habitantes = 0.987
Este municipio de referencia tiene ~203 personas en riesgo por médico disponible. Este número se determinó como umbral para definir vulnerabilidad alta. El umbral de vulnerabilidad media se definió en 100 personas en riesgo por médico disponible.
Índice de vulnerabilidad social Este índice lo calcula CENAPRED tomando en cuenta elementos de 5 sectores distintos: salud, educación, vivienda, empleo e ingresos y población. Toma también los datos de dos cuestionarios, uno aplicado a la población y otro llenado por expertos del CENAPRED. La metodología de cálculo se encuentra en la segunda parte del documento antes citado (CENAPRED, 2006). Para su clasificación, se tomaron los grados determinados por CENAPRED de “alto” y “muy alto” como vulnerabilidad alta.
7Promedio nacional 9Recomendación de la Organización Mundial de la Salud (OMS, 2008)
Figura 7. Índice de vulnerabilidad agrícola por temperatura
Figura 11. Índice de vulnerabilidad social
+Población mayor a 65 años
Población menor a 5 años
Población con diabetes
Población con VIH
Población con hipertensión
Población desnutrida
Población obesa
Población en riesgo
+
+
+
+
+
Médicos
÷
Prorrateados por población municipal con base en egresos hospitalarios estatales
IVSA
Índice de vulnerabilidad salud y social
Índice de vulnerabilidad de salud/Máx{IVSA}
Índice de vulnerabilidad social CENAPRED
50%
50%
16
Clasificar el riesgo con base en la exposición y vulnerabilidad Se cruzaron las clasificaciones de exposición y vulnerabilidad como lo muestra la figura 12. Los índices y las exposiciones cruzadas son las indicadas en la tabla 2.
Figura 12. Clasificación de riesgo Se definió la clase riesgo de los municipios de la siguiente manera,
• Alto, aquellos que caen en la intersección de vulnerabilidad alta y exposición media, vulnerabilidad alta y exposición alta o vulnerabilidad media y exposición alta.
• Medio son aquellos que caen en la intersección de vulnerabilidad alta y exposición baja, vulnerabilidad media y exposición media o vulnerabilidad baja y exposición alta.
• Bajo son aquellos que caen en la intersección de vulnerabilidad baja y exposición baja, vulnerabilidad baja y exposición media o vulnerabilidad media y exposición baja.
En el caso de inundaciones y deslaves y la exposición de infraestructura económica estratégica, los municipios con más del 50% de su superficie con grado de peligro alto o muy alto de inundaciones o deslaves se clasificaron con riesgo alto.
Figura 6. Clasificación de riesgo
Vulnerabilidad
Expo
sición
Alto
Medio
Bajo
Baja Media Alta
Alta
Med
iaBa
ja
Figura 12. Clasificación de riesgo
17
Tabla 2. Eventos, exposiciones y vulnerabilidades asociadas
Calcular la probabilidad y periodos de retorno de eventos críticos Se definieron, para cada tipo de evento climático, el concepto de evento crítico (severo y extremo), con base en umbrales de precipitación y/o temperatura que detonan su ocurrencia. Se realizó un conteo de ocurrencia de eventos, tanto históricos como proyectados, para determinar:
• Probabilidad de ocurrencia, definida como el número de eventos ocurridos en un periodo entre el total de años o meses (según sea definido en el evento) del periodo.
• Periodo de retorno, que es el número de años esperados que tardará en repetirse un evento. Es igual al recíproco de la probabilidad de ocurrencia.
• Probabilidad incremental bajo escenarios de cambio climático, que es el aumento porcentual de probabilidad de ocurrencia, con respecto a la información histórica, de los eventos climáticos considerados.
El detalle de los umbrales se describe a continuación.
Disminución de rendimientos agrícolas por temperatura y precipitación Los principales factores climáticos que afectan al rendimiento agrícola son temperatura y precipitación. A pesar de que la afectación por precipitación y temperatura es específica de cada cultivo, la mayoría de ellos presenta que, a mayor temperatura y/o menor precipitación, hay un
Figura 2. Conceptos de cambio climático
Evento climático Exposición asociada Índice de vulnerabilidad asociado
Disminución de rendimientos agrícolas por precipitación
Valor de la producción agrícola
IVAP
IVATDisminución de rendimientos agrícolas por temperatura
Sequías agrícolas IVAP
Sequías pecuarias Valor de la producción pecuaria IVP
Ondas de calor
Población
IVSA
Enfermedades diarreicas y transmitidas por vectores IVSA
Inundaciones PoblaciónInfraestructura estratégicaAsentamientos urbanos
IVS
Deslaves IVS
18
menor rendimiento. Un análisis de los principales cultivos10 muestra que la disminución de rendimientos por un aumento de 0.6°C es similar a la disminución causada por un déficit del 10% de precipitación (Lobell & Field, 2007).
Para déficits de precipitación, se utilizaron los umbrales que utiliza CENAPRED para definir sequía (Jiménez Espinosa, Baeza Ramírez, Matías Ramírez, & Eslava Morales, Mapas de índices de riesgo a escala municipal por fenómenos hidrometeorológicos, 2012). Estos umbrales se aplican por temporada agrícola de acuerdo a la definición de SAGARPA: primavera-verano, de abril a septiembre, y otoño-invierno, de octubre a marzo.
La tabla 3 muestra los umbrales estimados para eventos críticos.
Tabla 3. Clasificación de eventos y umbrales que determinan una disminución de rendimientos agrícolas
Sequías Existen varias definiciones de sequía. La que utiliza Escalante Sandoval (Escalante Sandoval, 2005) para determinar el peligro de sequía se basa en el déficit promedio de lluvia respecto a la media anual y duración, medida en número de años con déficit de lluvia. Este estudio define 12 categorías de evento en función de estos parámetros. Se acotaron las categorías para capturar solo aquellas que, a nuestro criterio, corresponden a un evento crítico. La tabla 4 muestra las categorías consideradas eventos críticos.
10 Maíz, trigo, cebada, sorgo, arroz y soya.
Figura 6. Clasificación de riesgo
Tabla 1. Clasificación de eventos y umbrales que determinan disminución de rendimientos agrícolas
Clasificación Déficit de precipitación
Leve <10%
Moderada 10-‐20%
Severa 20-‐30%
Extrema 30-‐40%
Disminución de rendimientos por precipitación
Clasificación Incremento en la temperatura media
Leve +0.4°C
Moderada +1.0°C
Severa +1.6°C
Extrema +2.2°C
Disminución de rendimientos por temperatura
Eventos críticos
Tabla 2. Clasificación de eventos y umbrales que determinan sequías
1 ≤ a ≤ 2 2 ≤ a ≤ 3 3 ≤ a ≤ 4
0 < µa ≤ 10%
10% < µa ≤ 20% Severa
20% < µa ≤ 30% Severa Extrema
30% < µa ≤ 40% Severa Extrema Extrema
Duración de la sequía (a = años)
Déficit de
precipitación
respecto a m
edia histórica
(µa = de
ficit med
io anu
al)
Tabla 3. Clasificación de eventos y umbrales que determinan ondas de calor
Clasificación Umbral
Moderada Temperatura máxima > 26°C
Severa Temperatura promedio > 26°C
Extrema Temperatura mínima > 26°C
19
Tabla 4. Clasificación de eventos y umbrales que determinan sequías
Ondas de Calor En el mismo estudio de CENAPRED, se determina que existe una onda de calor cuando se supera el umbral de temperatura durante tres días continuos, de acuerdo a la tabla 5. En este ejercicio, el umbral tomado fue el más bajo, de 26°C.
Tabla 5. Límites de temperatura para emitir alertas por ondas de calor (CENAPRED) Debido a la inexistencia de datos a nivel diario, en el histórico y en las proyecciones, se definió evento crítico con base en la temperatura mínima, máxima y promedio mensual, como lo muestra la tabla 6. Estos umbrales se utilizan a nivel mensual para determinar los eventos críticos.
Tabla 6. Clasificación de eventos y umbrales que determinan ondas de calor
Figura 6. Clasificación de riesgo
Tabla 1. Clasificación de eventos y umbrales que determinan disminución de rendimientos agrícolas
Clasificación Déficit de precipitación
Leve <10%
Moderada 10-‐20%
Severa 20-‐30%
Extrema 30-‐40%
Disminución de rendimientos por precipitación
Clasificación Incremento en la temperatura media
Leve +0.4°C
Moderada +1.0°C
Severa +1.6°C
Extrema +2.2°C
Disminución de rendimientos por temperatura
Eventos críticos
Tabla 2. Clasificación de eventos y umbrales que determinan sequías
1 ≤ a ≤ 2 2 ≤ a ≤ 3 3 ≤ a ≤ 4
0 < µa ≤ 10%
10% < µa ≤ 20% Severa
20% < µa ≤ 30% Severa Extrema
30% < µa ≤ 40% Severa Extrema Extrema
Duración de la sequía (a = años)
Déficit de
precipitación
respecto a m
edia histórica
(µa = de
ficit med
io anu
al)
Tabla 3. Clasificación de eventos y umbrales que determinan ondas de calor
Clasificación Umbral
Moderada Temperatura máxima > 26°C
Severa Temperatura promedio > 26°C
Extrema Temperatura mínima > 26°C
Figura 6. Clasificación de riesgo
Tabla 5. Clasificación de eventos y umbrales que determinan climas tropicales
Clasificación Umbral
Severa 6 meses en el año con temperatura mayor a 18°C y precipitación mayor a 60 mm/mes
Extrema 10 meses en el año con temperatura mayor a 18°C y precipitación mayor a 60 mm/mes
Tabla 6. Clasificación de eventos y umbrales que determinan inundaciones y deslaves
Clasificación Umbral
Severa Mínima del 1.67% de meses mas lluviosos históricos (periodo de retorno de 5 años)
Extrema Mínima del 0.83% de meses mas lluviosos históricos (periodo de retorno de 10 años)
Eventos críticos
Umbral de temperatura
Severidad
26°C 1
30°C 2
34°C 3
40°C 4
Tabla 4. Clasificación de eventos y umbrales que determinan inundaciones y deslaves
Figura 6. Clasificación de riesgo
Tabla 1. Clasificación de eventos y umbrales que determinan disminución de rendimientos agrícolas
Clasificación Déficit de precipitación
Leve <10%
Moderada 10-‐20%
Severa 20-‐30%
Extrema 30-‐40%
Disminución de rendimientos por precipitación
Clasificación Incremento en la temperatura media
Leve +0.4°C
Moderada +1.0°C
Severa +1.6°C
Extrema +2.2°C
Disminución de rendimientos por temperatura
Eventos críticos
Tabla 2. Clasificación de eventos y umbrales que determinan sequías
1 ≤ a ≤ 2 2 ≤ a ≤ 3 3 ≤ a ≤ 4
0 < µa ≤ 10%
10% < µa ≤ 20% Severa
20% < µa ≤ 30% Severa Extrema
30% < µa ≤ 40% Severa Extrema Extrema
Duración de la sequía (a = años)
Déficit de
precipitación
respecto a m
edia histórica
(µa = de
ficit med
io anu
al)
Tabla 3. Clasificación de eventos y umbrales que determinan ondas de calor
Clasificación Umbral
Moderada Temperatura máxima > 26°C
Severa Temperatura promedio > 26°C
Extrema Temperatura mínima > 26°C
20
Transmisión de enfermedades por vectores Según varios estudios (Colón González, Lake, & Bentham, 2011) (Johansson, Dominici, & Glass, 2009) y (Méndez Pérez, Tejeda Martínez, & Salvador Ramírez, 2010), las enfermedades transmitidas por vectores y enfermedades diarreicas tienen mayor incidencia en climas cálidos y húmedos. Los vectores que transmiten tanto el virus del dengue como el de la malaria se reproducen mayormente en climas tropicales y sub-tropicales. Se ha mostrado estadísticamente que las infecciones provocadas en el aparato intestinal se ven influenciadas por las temperaturas de los climas tropicales que favorecen la viabilidad de los parásitos causantes de las mismas.
En las clasificaciones de Terawartha y Koppen, los climas tropicales y subtropicales se definen por dos cosas: todos los meses presentan temperaturas promedio superiores a los 18°C y no hay más de 2 meses con precipitación acumulada menor a los 60 mm/mes. Con base en esta definición y en los estudios antes mencionados, definimos un evento crítico en función del número de meses al año que tienen temperatura mayor a 18°C y precipitación mensual mayor a 60 mm/mes, como lo muestra la tabla 7. Estos umbrales se utilizan a nivel anual.
Tabla 7. Clasificación de eventos y umbrales que determinan climas tropicales
Inundaciones y deslaves Las inundaciones y deslaves por eventos climáticos se detonan por precipitaciones extremas puntuales. Estos eventos requieren condiciones locales no relacionadas al clima (v.gr., posición en la cuenca hidrológica, tipo de suelo, relieve, etc.) y en general los municipios están adaptados para las precipitaciones normales de la localidad.
Tabla 8. Clasificación de eventos y umbrales que determinan inundaciones y deslaves
Figura 6. Clasificación de riesgo
Tabla 5. Clasificación de eventos y umbrales que determinan climas tropicales
Clasificación Umbral
Severa 6 meses en el año con temperatura mayor a 18°C y precipitación mayor a 60 mm/mes
Extrema 10 meses en el año con temperatura mayor a 18°C y precipitación mayor a 60 mm/mes
Tabla 6. Clasificación de eventos y umbrales que determinan inundaciones y deslaves
Clasificación Umbral
Severa Mínima del 1.67% de meses mas lluviosos históricos (periodo de retorno de 5 años)
Extrema Mínima del 0.83% de meses mas lluviosos históricos (periodo de retorno de 10 años)
Eventos críticos
Umbral de temperatura
Severidad
26°C 1
30°C 2
34°C 3
40°C 4
Tabla 6. Clasificación de eventos y umbrales que determinan inundaciones y deslaves
Figura 6. Clasificación de riesgo
Tabla 5. Clasificación de eventos y umbrales que determinan climas tropicales
Clasificación Umbral
Severa 6 meses en el año con temperatura mayor a 18°C y precipitación mayor a 60 mm/mes
Extrema 10 meses en el año con temperatura mayor a 18°C y precipitación mayor a 60 mm/mes
Tabla 6. Clasificación de eventos y umbrales que determinan inundaciones y deslaves
Clasificación Umbral
Severa Mínima del 1.67% de meses mas lluviosos históricos (periodo de retorno de 5 años)
Extrema Mínima del 0.83% de meses mas lluviosos históricos (periodo de retorno de 10 años)
Eventos críticos
Umbral de temperatura
Severidad
26°C 1
30°C 2
34°C 3
40°C 4
Tabla 6. Clasificación de eventos y umbrales que determinan inundaciones y deslaves
21
Debido a la inexistencia de datos a nivel diario en el histórico y en las proyecciones, definimos evento crítico con base en las precipitaciones mensuales extremas, definidas en función de su periodo de retorno de las lluvias locales. El umbral para determinar un evento crítico es definido de acuerdo a las recomendaciones de diseño de drenaje pluvial en zonas residenciales unifamiliares y multifamiliares respectivamente (Cabrera Delgadillo & Méndez Hernández, 2012); estos lineamientos se muestran en la tabla 8. Los umbrales se utilizan a nivel mensual y se definen municipalmente.
Analizar el riesgo de desastre y establecer alertas Se identificó la frecuencia de eventos críticos, medida a través de los periodos de retorno. Determinamos dos tipos de alertas: por frecuencia alta de eventos críticos y por cambios grandes en la frecuencia de los mismos.
La primera se levanta cuando de acuerdo a las probabilidades proyectadas, hay periodos de retorno de algún evento climático menores a 5 años. Además, se toma en cuenta la información histórica para establecer una alerta; es decir, si en el pasado hubo eventos al menos cada 5 años (en promedio), se levanta una alerta aunque las proyecciones no muestren dicho comportamiento. Esta alerta reconoce la probabilidad de recurrencia de eventos y las limitantes de las proyecciones.
Es importante identificar los municipios en los que existen cambios importantes como mecanismo de prevención, por ello el segundo tipo de alertas se emite cuando hay cambios en la probabilidad de ocurrencia del evento. La magnitud que debe tener este cambio depende de su clasificación de riesgo. El propósito es buscar cambios porcentuales equivalentes entre las clasificaciones, cuando éstos son multiplicados por el valor y la exposición correspondiente a cada sector. Esto se ve reflejado en la ecuación:
𝐸!𝑉!∆𝑃! = 𝐸!𝑉!∆𝑃! = 𝐸!𝑉!∆𝑃!
donde:
• E: exposición del sector (valor de los cultivos para el sector agrícola, valor de la producción pecuaria, para el sector pecuario y población para sector salud e infraestructura estratégica/asentamientos urbanos)
• V: vulnerabilidad del sector • ∆𝑃: cambio en probabilidad • Los subíndices A, M y B se refieren a la clasificación de riesgo alta media y baja,
respectivamente.
La exposición y los valores se calcularon con base en las siguientes fórmulas,
Sea
𝐸!𝑉! =𝑒!!𝑣!!
!!!!!
𝑛!
con 𝑛! el número de municipios en la clase de riesgo i, 𝑖 ∈ {𝐴𝑙𝑡𝑜,𝑀𝑒𝑑𝑖𝑜,𝐵𝑎𝑗𝑜}.
22
Entonces, el cambio en probabilidad equivalente está dado por la fórmula:
∆𝑃! =𝐸!𝑉!∆𝑃!𝐸!𝑉!
𝑝𝑎𝑟𝑎 𝑖 ∈ {𝑀𝑒𝑑𝑖𝑜,𝐵𝑎𝑗𝑜}
Se determinó un cambio del 10% en la clase alta como detonante de alertas. Este porcentaje se definió bajo el criterio de identificar cambios pequeños en municipios que son altamente susceptibles, sin fijar un umbral tan pequeño que pueda mandar falsas alarmas, dada la incertidumbre de las proyecciones. Los resultados de esta ecuación se muestran en la tabla 9.
Tabla 9. Estimación de cambios equivalentes entre sectores
Presentación de resultados Los resultados muestran municipios con riesgo de desastre donde:
• Existe un peligro alto, esto es, eventos críticos con periodos de retorno menores a 5 años, ya sea en los datos históricos o en las proyecciones
• Que el municipio tenga una alta vulnerabilidad climática al evento climático en cuestión • Para el caso de inundaciones y deslaves, se presentan los resultados del CMM (Centro
Mario Molina para Estudios Estratégicos sobre Energía y Medio Ambiente) – En relación a las afectaciones a población e infraestructura social, se definieron
como municipios de peligro alto a aquellos en los que más del 20% de la población del municipio se encuentre dentro de zonas clasificadas con peligro alto o muy alto al evento correspondiente
– Para la infraestructura económica se definieron como municipios de peligro alto a aquellos donde al menos 50% de la superficie del municipio esté clasificada como zona de peligro alto o muy alto al evento correspondiente
Sector ∆pA ∆pM ∆pB
Agrícola (Precipitación)
10%
92% 152%
Agrícola (Temperatura) 106% 135%
Pecuario 146% 195%
Salud 67% 145%
Infraestructura estratégica y asentamientos
urbanos
91% 231%
23
Conclusiones
El presente diagnóstico es solo un punto de partida para las acciones de adaptación. La labor de entendimiento del impacto del cambio climático en los sistemas sociales y económicos no puede darse por concluida. Es necesario complementar la lista de eventos climáticos, entender la exposición de ecosistemas y otros sectores. Es importante considerar con mayor detalle las condiciones e impactos regionales involucrando a estados y municipios.
Conforme mejore la capacidad de entender patrones futuros de precipitación, viento y otros fenómenos relacionados al clima, se debe incorporar este nuevo conocimiento en un diagnóstico de mayor amplitud.
24
Bibliografía Bando Murrieta, U. (14 al 16 de abril de 2010). Uso de escenarios de cambio climático regionalizados para México. Santa Marta, Colombia.
Brunkard, J. M., Cifuentes, E., & Rothenberg, S. J. (2008). Assessing the roles of temperature, precipitation, and ENSO in dengue re-emergence on the Texas-Mexico border region. Salud Publica de México , 50 (3), 227-234.
Cabrera Delgadillo, M., & Méndez Hernández, E. (2012). Norma para el diseño del drenaje pluvial urbano, alcances y oportunidades. XXII Congreso Nacional de Hidráulica. Acapulco, Guerrero.
Cavazos, T., Salinas, J., Martínez, B., Colorado, G., De Grau, P., Prieto González, R., y otros. (2013). Actualización de escenarios de cambio climático para México como parte de los productos de la Quinta Comunicación Nacional. México.
CENAPRED. (2012). Características e impacto socioeconómico de los principales desastres ocurridos en la República Mexicana en el año 2010. México.
CENAPRED. (2006). Guía básica para la elaboración de atlas estatales y municipales de peligros y riesgos. Evaluación de la vulnerabilidad física y social. México.
Centro Mario Molina para eestudios estratégicos sobre energía y medio ambiente. (Sin publicar). Información estratégica sobre riesgos hidrometeorológicos extremos para la adaptación al cambio climático. Informe preliminar.
Centro Mario Molina para Estudios Estratégicos sobre Energía y Medio Ambiente. (s.f.). Marco contextual para la elaboración de la Estrategia Nacional de Adaptación al Cambio Climático. Estimación del riesgo a los efectos de fenómenos meteorológicos extremos . México.
Colorado Ruiz, G., Cavazos, T., Martínez López, B., Prieto González, R., de Grau, P., Maya Magaña, M., y otros. (2012). Escenarios de CC para México de salidas de MCG y su ensamble correspondiente, a ser considerados en el 5to Informe de Evaluación del IPCC.
Colón González, F., Lake, I., & Bentham, G. (2011). Climate variability and dengue fever in warm and humid Mexico. The American journal of tropical medicine and hygiene .
CONAGUA. (2011). Estadísticas agrícolas de los distritos de temporal tecnificado. Año agrícola 2010. México.
Escalante Sandoval, C. &. (2005). Análisis de Sequías. Facultad de Ingeniería, UNAM.
Hurtado-Díaz, M., Riojas-Rodríguez, H., Rothenberg, S., Gomez-Dantés, H., & Cifuentes, E. (2007). Short communication: Impact of climate variability on the incidence of dengue in Mexico. Tropical Medicine and International Health , 12, 1327-1337.
IMTA. (2010). Efectos del cambio climático en los recursos hidrícos de México. Volumen III. Atlas de vulnerabilidad hídrica en México ante el cambio climático. Jiutepec: IMTA.
25
INECC. (2013). Atlas de vulnerabilidad ante cambio climático.
INEGI. (4 de Mayo de 2013). Sitio del INEGI en Internet. Recuperado el Febrero de 2013, de www.inegi.org.mx
IPCC. (2012). Managing the Risks of Extreme Events and Disasters to Advance Climate. . Cambridge, UK and New York, USA: Cambridge University Press.
Jiménez Espinosa, M., Baeza Ramírez, C., Matías Ramírez, L., & Eslava Morales, H. (2009). Mapas de índices de riesgo a escala municipal por fenómenos hidrometeorológicos.
Jiménez Espinosa, M., Baeza Ramírez, C., Matías Ramírez, L., & Eslava Morales, H. (2012). Mapas de índices de riesgo a escala municipal por fenómenos hidrometeorológicos. México.
Johansson, M. A., Dominici, F., & Glass, G. E. (2009). Local and Global Effects of Climate on Dengue Transmission in Puerto Rico. PLOS Neglected Tropical Diseases .
Lobell, D. B., Schlenker, W., & Costa-Roberts, J. (2011). Climate trends and global crop production since 1980. Science , 616-620.
Lobell, D., & Field, C. (2007). Global scale climate–crop yield relationships and the impacts of recent warning. Environmental Research Letters .
Magaña, V. (Sin publicar). Guía metodológica para la evaluación de vulnerabilidad ante el cambio climático.
Méndez Pérez, I. R., Tejeda Martínez, A., & Salvador Ramírez, I. (2010). Relación estadística entre la temperatura ambiente y las enfermedades diarreicas en Coatzacoalcos, Veracruz (México). Investigaciones geográficas , 119-128.
Moss, R., Babiker, M., Brinkman, S., Calvo, E., Carter, T., Edmonds, J., y otros. (2008). Exploración de nuevos escenarios para el análisis de las emisiones, del cambio climático, de sus impactos y de las estrategias de respuesta. Grupo Intergubernamental de Expertos sobre el Cambio Climático. Ginebra.
OMS. (Noviembre de 2008). Spotlight: estadísticas de la fuerza de trabajo en salud. Spotlight on Statistics .
Ríos-Alejandro, J. G. (2011). Temperaturas extremas en la ciudad de Monterrey N.L. México. Revista Chapingo. Serie Ciencias Forestales y del Ambiente. , 17 (2), 225-230.
SEMARNAT. INECC. (2012). Quinta Comunicación Nacional ante la Convención Marco de las Naciones Unidas sobre Cambio Climático. México, D.F.
USDA Foreign Agricultural Service. (2012). Mexico. Grain and Feed Annual. Prolonged Drought Devastates Grain and Feed Sector. EUA.
26
Zitácuaro Contreras, A., Méndez Pérez, J., Magaña Rueda, V., & López Silvestre, E. (2012). Diagnóstico de las Tendencias actuales de fenómenos meteorológicos extremos y proyección de su actividad al clima futuro cercano 2030 y clima futuro lejano 2080. Considerando los efectos del cambio climático global y otros efectos locales. México D.F.