capĂtulo
cinco
Cambios estacionales de las variables climáticas (1960-2010) y sus implicaciones en la seguridad alimentaria de la cuenca LermaChapala-Santiago
Raymundo Ordoñez-Sierra2 / Ricardo ManzanoSolís1 / Miguel Ángel Gómez-Albores2 / Carlos Alberto Mastachi-Loza2 / Carlos Díaz-Delgado2
1 Facultad de Geografía, Universidad Autónoma del Estado de México 2 Instituto Interamericano de Tecnología y Ciencias del Agua, Universidad Autónoma del Estado de México
90
Cambio climático y riesgos hidrometeorológicos
Introducción El calentamiento global ha originado la intensificación de algunos patrones de variables climáticas como circulación atmosférica, variabilidad climática, condiciones climáticas extremas y el clima propio de las estaciones del año (Diffenbaugh et al., 2013; Frich et al., 2002; Thornton, Ericksen, Herrero y Challinor, 2014). Lo anterior se manifestó a través de cambios en el comportamiento de precipitaciones y temperaturas, que alteran espacial y temporalmente los balances globales de energía y agua con repercusiones importantes en el funcionamiento de los ecosistemas (Andrews, Forster y Gregory, 2009; Haddeland et al., 2014). Actualmente, se ha comprobado la existencia de cambios en la estacionalidad del clima, en específico en el régimen de lluvias (Feng, Porporato y Rodríguez-Iturbe, 2013) y temperaturas (Stine y Huybers, 2012). Lo anterior se refleja en impactos sobre la fenología y fisiología de las especies vegetales, afectando su distribución y rendimiento (Walther, 2010). Sin duda, uno de los más preocupantes efectos del cambio de la estacionalidad es el impacto sobre las especies vegetales de los sistemas agrícolas de temporal, debido a que inciden directamente sobre la seguridad alimentaria regional y global. En efecto, a nivel mundial, el 80% de la producción agrícola proviene de la agricultura de temporal (Valipour, 2013), produciéndose bajo este sistema más de la mitad de los principales cereales como el trigo, arroz y maíz (fao, 2018). Para México, de acuerdo con el censo agrícola, ganadero y forestal (inegi, 2007), la agricultura que se realiza bajo sistemas de riego representa apenas el 10.8%, mientras que la de temporal, un 83% y un 6.2% combina áreas de riego y de temporal. Cabe destacar que el cultivo de maíz es uno de los más importantes y de mayor superficie sembrada en el país (78%). Las implicaciones del calentamiento global y su consecuencia denominada «cambio climático en la seguridad alimentaria», son de alto impacto directo e indirecto y no pueden ser vistas únicamente como problemas de producción de alimentos. De acuerdo con la fao (2008) la seguridad alimentaria existe cuando todas las personas tienen:
Capítulo cinco
91
i) acceso a alimentos en todo momento, independientemente de las condiciones climáticas adversas, la inestabilidad política o los factores económicos; ii) disponibilidad de alimentos, lo que está relacionado con el nivel de producción de alimentos, niveles de existencias y comercio neto; iii) acceso económico y físico, enfocándose en ingresos, gastos, mercados y precios; iv) suficientes alimentos inocuos y nutritivos, que satisfagan sus necesidades dietéticas y preferencias alimentarias para una vida activa y saludable. La seguridad alimentaria depende de diversos factores, entre los que se encuentran los aspectos ambiental, social, económico y político, pero en particular el cambio de patrones climáticos requiere de una comprensión más profunda de cómo la variabilidad climática impacta en la seguridad alimentaria y su relación con los otros determinantes (Ziervogel et al., 2014). En el presente trabajo se identificaron las zonas agrícolas con cultivos de temporal amenazadas en su producción, debido a cambios climáticos significativos en su estacionalidad para el periodo 19602010, dentro de la Cuenca Lerma-Chapa-Santiago (clcs). Esto fue realizado mediante el análisis de series espacio-temporales y usando como indicadores los cambios en la amplitud (α) y fase (φ) de las variables climáticas precipitación (R), temperatura máxima (Tmax) y temperatura mínima (Tmin).
Materiales y métodos · Zona de estudio
La clcs es una de las más importantes y extensas de México, cuenta con un área tributaria de 134,038 km2, correspondiente al 6.8% del país, comprende porciones de los estados de Querétaro, Estado de México, Michoacán, Guanajuato, Jalisco, Aguascalientes, Zacatecas, Durango y Nayarit (ver figura 1), donde se concentra una población de 19,495,769 habitantes, la cual representa una densidad tres veces mayor que la densidad nacional (Paredes-Tavares et al., 2018).
92
Cambio climático y riesgos hidrometeorológicos
En la clcs se siembran anualmente 2.8 millones de hectáreas de cultivo de temporal, que corresponde al 18.2% del total nacional. Los principales cultivos de temporal en la cuenca son: maíz de grano (33.7%), frijol (10.1%), maíz forrajero (7.2%), avena forrajera (3.8%), pastos y praderas (3%), y sorgo de grano (2.5%), los cuales acumulan poco más del 60% de los cultivos de temporal en la zona, mientras que el 40% restante se encuentra repartido entre más de cien cultivos distintos. De acuerdo con el Servicio Meteorológico Nacional (smn, 2010), la temporada de lluvias en la clcs normalmente inicia a mediados de mayo y termina a finales de octubre, y consecuentemente la temporada de estiaje inicia en noviembre y termina en abril. Es por ello que los cultivos se dividen en dos ciclos, el de primavera/verano (temporal) y el de otoño/invierno (riego, cuando éste existe) (sagarpa, 2017).
Figura 1. Cuenca Lerma-Chapala-Santiago.
· Procesamiento y generación de las capas climáticas
La base de datos climatológicos corresponde al Climate Computing Project cliclom del Servicio Meteorológico Nacional (smn, 2010) mexi-
Capítulo cinco
93
cano (ver figura 1). Esta base de datos contiene registros de las estaciones meteorológicas del país a escala diaria de las variables: precipitación (R), temperatura máxima (Tmax) y temperatura mínima (Tmin). Se calculó espacialmente la precipitación mensual acumulada y los promedios mensuales para las temperaturas máximas y mínimas en el periodo de 1960 a 2010. En la zona de estudio se identificaron 1,576 estaciones climáticas, las cuales se emplearon para la interpolación mensual de las variables del clima (R, Tmax y Tmin), con el uso del software anusplin en su versión 4.3 (Hutchinson y Xu, 2004), que por medio del algoritmo spline permitió la creación de imágenes de superficie de las variables climáticas en estudio.
· Análisis estacional
El análisis de estacionalidad se realizó con la generación de series de tiempo para las tres variables consideradas, con la aplicación de la herramienta Seasonal Trends Analysis que se encuentra dentro del software TerrSet (Eastman, 2012). El software simplifica la interpretación de la tendencia de desplazamiento entre una curva inicial y una final, ya que el periodo completo se divide a la mitad, siendo para este caso 1960-1985 el periodo inicial y 1986-2010 el periodo final (Eastman, 2012). El análisis de tendencia se realizó por medio de la prueba Mann-Kendall (Gilbert, 1987), donde se estima la significancia del cambio entre los valores de -1, 0, o +1, los cuales en conjunto indican una tendencia decreciente, sin tendencia o creciente, respectivamente, a lo largo del periodo de la serie de tiempo analizada. La significancia permitió identificar las áreas con tendencia significativa (p<0.05), las cuales se utilizaron para extraer los perfiles de amplitud (α) y fase (φ) para cada una de las variables climáticas consideradas (R, Tmax, Tmin) y con ello, identificar las Superficies de Cultivo de Temporal (sct) con cambios homogéneos. Se entiende que el comportamiento en la tendencia positiva y/o negativa de amplitud (α) y fase (φ) muestra una variación en el espacio y tiempo. En este caso, la tendencia positiva para la amplitud (+α) refleja un incremento en la variable y la tendencia negativa (-α) muestra una disminución (ver figura 2a). En cuanto al comportamiento de la
94
Cambio climático y riesgos hidrometeorológicos
Unidades de la Variable (mm or ºC)
fase, si la tendencia muestra un comportamiento positivo (+φ) indica que los valores máximos de la variable presentan un retraso y en contraparte, si ésta presenta un comportamiento negativo (-φ) indica que la variable presenta un adelanto en sus valores máximos (Harris y Stöcker, 1998) (ver figura 2b). Incremento de la amplitud +α Clima normal Disminución de la amplitud -α
a)
Disminución de la fase -φ Clima normal Incremento de la fase +φ
b)
ene. feb. mar. abr. may. jun. jul. ago. sep. oct. nov. dic. ene. feb. mar. abr. may. jun. jul. ago. sep. oct. nov. dic. MES MES
Figura 2. Interpretación de los cambios en a) amplitud (α) y b) fase (φ).
Resultados La parte alta del sureste y centro de la cuenca es donde se presenta la mayor superficie de cultivos de temporal coincidiendo con cambios relevantes en α y φ de las variables climáticas. Estas regiones de cultivo de temporal representan el 38.6% de la superficie de la clcs. El cruce de esta subregión con los cultivos de temporal con cambios significativos en la tendencia de α y φ para R, Tmin y Tmax, dio como resultado una cobertura con afectaciones para el 25% de la clcs. Es decir, el 65% del cultivo de temporal que se encuentra en la cuenca ha sufrido algún cambio en su estacionalidad (p<0.05), mientras que sólo el 35% del área se ha conservado sin cambios significativos (p>0.05) (ver figura 3). En el área de estudio se identificaron diez categorías de superficies de cultivo de temporal (sct) homogéneas con diferentes cambios significativos, es decir, el cambio presentado entre el periodo inicial de
Capítulo cinco
95
1960-1985 contrastado con el periodo final 1986-2010. Primeramente, el área de mayor extensión territorial (sct1) (ver figura 3) presentó una disminución en la temperatura mínima con 0.54 °C que va de la mitad de mayo a finales de septiembre, mientras que, en la sct2, las temperaturas mínimas incrementaron ligeramente en 1.12 °C en los primeros meses. Para la sct3, la lluvia disminuyó en 32.71 mm. La sct1 y sct2 presentaron cambios para la Tmin y la sct3 en la precipitación, donde las posibles afectaciones serían el retraso del crecimiento vegetativo de los cultivos y un alargamiento del periodo de cultivo. La sct4 presentó un mayor cambio en la amplitud de la Tmax, las temperaturas incrementaron en gran parte de los meses, ocasionando que los cultivos se aceleren en cada una de las etapas del desarrollo vegetativo, por lo que el proceso de cultivo puede resultar en un tiempo más corto del que normalmente se estaba acostumbrado, además de que al incrementarse las temperaturas en el último periodo, éstos podrían sobrepasar los rangos requeridos por las plantaciones y verse afectados en las etapas finales (ver figura 3 y 4). De forma general las sct1, sct2, sct3 y sct4, antes mencionadas, se encuentran ubicadas en la zona central de la cuenca (ver figura 3 y 4) y de acuerdo con el análisis realizado, las variables cambiaron al final del periodo de estudio, por lo que ya no se llega a cubrir el requerimiento térmico e hídrico durante el proceso de cultivo de temporal.
96
Cambio climático y riesgos hidrometeorológicos
Figura 3. Superficies de cultivo de temporal (SCT) con diferentes cambios significativos en amplitud y fase de la cuenca Lerma-Chapa-Santiago (CLCS).
La sct6 muestra un incremento importante en la Tmax para cada uno de los meses, presentando en sus picos más altos (mayo y junio) una diferencia de 1.46 °C, meses cruciales para la etapa de preparación de tierra hasta el proceso de emergencia y crecimiento vegetativo de los cultivos, aunque el área representa poco más del 1% del total de la zona de estudio, los cultivos cercanos pueden verse fuertemente afectados (Nayarit, norte de Aguascalientes y norte de Guanajuato), debido a que el periodo de cultivo puede ser más corto, al tener temperaturas más cálidas, algunas etapas pueden desarrollarse de forma más rápida o bien sobrepasar los rangos requeridos y dañar la plantación. Los cambios en las variables climáticas están ocasionando un desequilibrio estacional en el proceso de cultivo de temporal.
Capítulo cinco
97
La sct7 mostró cambios en las temperaturas mínimas, en el último periodo éstas disminuyeron durante los meses del cultivo de temporal, lo que podría afectar el crecimiento vegetativo hasta la etapa de maduración. Asimismo, para la precipitación se muestra un déficit en los últimos años, donde se requiere mayor cantidad de agua. Estos cambios podrían retrasar cada una de las etapas de desarrollo o incluso dañar la plantación. La sct 8 presentó en todas las variables climáticas un desajuste en su comportamiento. En efecto, esta zona sufre un retraso en la temperatura mínima de 32 días entre los meses de octubre y noviembre, y una ligera disminución de la temperatura en el periodo final. La Tmax presentó una disminución de temperaturas en su último periodo en los meses de marzo a junio, así como un retraso al inicio de doce días, aunado a un descenso en la cantidad de lluvia de 69 mm, lo que la hace una zona vulnerable a pérdidas potenciales en producción agroalimentaria, ya que al presentar una disminución en su temperatura y mayor déficit hídrico podrían verse dañadas algunas plantaciones al no cumplir con su desarrollo vegetativo óptimo. En la sct9 la Tmin presentó una disminución de 2.17 °C, al igual que de una precipitación en 41 mm. Las Tmin, al disminuir en el periodo final (1986-2010), podrían retardar el desarrollo fenológico de los cultivos, como su emergencia, crecimiento y floración, debido a una temperatura menos cálida, combinada con un déficit de agua. Los efectos de esta desfavorable combinación se reflejarían en la producción y calidad de los cultivos de temporal (estados de Michoacán, Jalisco y Guanajuato). En la sct10 la variable que mostró un mayor cambio fue la Tmax, ya que presentó un desfase en el último periodo de ocho días con respecto al inicial en los primeros meses. Esta área podría verse afectada al inicio del periodo de cultivo, no obstante, sus temperaturas durante los meses restantes presentaron un comportamiento muy similar al inicial, al igual que sus valores, por lo que fue el área con menor cambio en las variables y en la Tmax en comparación con las demás sct.
200
250
SCT 5+φ TMin,-αR R(1960-1985) R(1986-2010) TMin(1960-1985) TMin(1986-2010)
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
0
50
100
150
200
250
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Tmin(1960-1985) Tmin(1986-2010)
SCT 2 + αTmin
R(1960-1985) R(1986-2010) TMin(1960-1985) TMin(1986-2010)
15
20
25
30
35
40
80
100
120
140
160
180
TMin(1960-1985) TMin(1986-2010) TMax(1960-1985) TMax(1986-2010) R(1960-1985) R(1986-2010)
15
20
25
30
35
40
0
5
10
15
20
25
30
35
40
0
5
10
15
20
25
30
35
40
T(ºC)
100
150
0
5
10
15
20
25
30
35
40
0
5
10
15
20
25
30
35
40
Figura Amplitud y fase para las 10 SCT identificadas significativos. SCT con 8+φcambios TMin,+φTMin,-αR SCT4. 7+φ TMin,-αTMin,-αR
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Tmax(1960-1985) Tmax(1986-2010)
SCT 4 - αTmax
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Tmin(1960-1985) Tmin(1986-2010)
SCT 1 - αTmin
T(ºC)
R(mm)
T(ºC) R(mm)
SCT 3 -αTmin R(1960-1985) R(1986-2010)
100
150
200
250
R(1960-1985) R(1986-2010) TMin(1960-1985) TMin(1986-2010)
SCT 9+αTMin,-αR
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Tmax(1960-1985) Tmax(1986-2010)
SCT 6 +αTMax
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
0
50
100
150
200
250
R(mm)
T(ºC)
T(ºC) )
10
15
20
25
30
0
5
10
15
20
25
30
35
40
T(ºC)
)
98 Cambio climático y riesgos hidrometeorológicos
T(ºC)
T(ºC)
200
0
TMin(1960-1985) TMin(1986-2010) TMax(1960-1985) TMax(1986-2010) R(1960-1985) R(1986-2010)
SCT 8+φ TMin,+φTMin,-αR
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
TMax(1960-1985) TMax(1986-2010)
SCT 10-φ TMax
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
0
20
40
60
80
100
120
140
160
180
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
0
50
0
5
10
15
20
25
30
35
40
0
5
10
15
20
25
30
35
40
0
5
10
15
20
T(ºC) T(ºC)
SCT 9+αTMin,-αR R(1960-1985) R(1986-2010) TMin(1960-1985) TMin(1986-2010)
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
0
50
100
150
200
250
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Figura 4 (continuación). Amplitud y fase para las 10 SCT identificadas con cambios significativos.
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
0
5
10
15
20
25
30
35
40
0
5
10
15
T(ºC)
50
100
150
R(1960-1985) R(1986-2010) TMin(1960-1985) TMin(1986-2010)
SCT 7+φ TMin,-αTMin,-αR
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
250
R(mm)
T(ºC) R(mm)
100
T(ºC)
R(mm)
0
5
10
15
20
25
30
0
5
10
15
20
T(ºC)
R(mm)
20
Capítulo cinco 99
T(ºC)
100
Cambio climático y riesgos hidrometeorológicos
El requerimiento hídrico y térmico, así como los posibles cambios, son importantes en el desarrollo vegetativo de los cultivos de temporal. Por ello, algunos autores (Hatfield y Dold, 2018; Mastachi-Loza et al., 2016; Ojeda-Bustamante, Sifuentes-Ibarra y Unland-Weiss, 2006) mencionan que en cada una de las etapas fenológicas del cultivo se debe cubrir cierta cantidad térmica, y si ésta no se llega a obtener, puede retardar las etapas, o bien, una temperatura mayor de la necesaria puede dañar algunas plantaciones sensibles en su requerimiento térmico. En las sct1, sct2, sct5, sct7, sct8 y sct9 la Tmin presentó un mayor cambio, debido a que, a pesar de los cambios presentados, los valores de las temperaturas se encuentran por arriba de los 10 °C al iniciar el ciclo de cultivo, un rango que puede ser límite para no afectar las etapas de crecimiento y madurez (Badu-Apraku, Hunter y Tollenaar, 1983). En cuanto a las SCT que presentaron un mayor cambio en la Tmax, con valores entre los 25 y 32 °C en sus puntos máximos en el último periodo, fueron la sct4 y sct6, donde las etapas de desarrollo vegetativo de las plantaciones podrían desarrollarse en menor tiempo, sin embargo, también podrían exceder lo requerido y dañar la plantación, debido al incremento de las temperaturas en el periodo final. En la sct8 y sct10, las temperaturas en sus puntos máximos alcanzan los rangos óptimos en las primeras etapas del desarrollo vegetativo, sin embargo, meses antes, ambas sct presentaron un problema de desfase estacional, lo que podría alterar el comportamiento en algunas etapas al inicio del ciclo de cultivo, como el crecimiento vegetativo, floración y madurez, en la sct8 podrían verse retrasadas y en la sct10, adelantarse (Mastachi-Loza et al., 2016) (ver figura 4). Adicionalmente, las sct5, sct7, sct8 y sct9 son áreas que presentan cambios drásticos en dos de las tres variables analizadas, donde etapas de floración y maduración de cultivo pueden verse afectadas en su crecimiento y no cubren los rangos que normalmente favorecían el ciclo de cultivo (Mastachi-Loza et al., 2016; Ojeda Bustamante et al., 2006). Además, se puede observar que al inicio de las primeras etapas se requiere de una cantidad hídrica y térmica específica, la cual no se satisface. Esto último podría significar un alargamiento del periodo del ciclo de cultivo, es decir, un mayor tiempo para el desarrollo y producción del cultivo (ver figura 4).
Capítulo cinco
101
En este caso y considerando que existen diversos cultivos de temporal, es complejo identificar cuál de todos éstos puede verse más afectado, ya que —como se mencionó— cada cultivo puede presentar diferentes requerimientos (hídricos y térmicos). Sin embargo, en este trabajo se optó por realizar un estudio de caso considerando como cultivo de temporal a la planta de maíz, ya que es considerada una de las plantaciones de mayor importancia nacional.
Conclusiones En el presente trabajo se analizaron los cambios de amplitud y fase de la lluvia y las temperaturas máximas y mínimas que de manera individual o combinada han alterado la estacionalidad de las áreas de cultivos de temporal, en este caso el maíz. Los resultados mostraron que el 65% de las zonas con cultivos de temporal en la cuenca lcs presentaron cambios significativos (p<0.05), lo que implica un cambio en la estacionalidad. Es decir, que el clima característico actual de la región ya no corresponde al que habitualmente presentaba y que cumplía con los requerimientos para el desarrollo fenológico de la plantación en el área de estudio. Específicamente, en la clcs se identificó un total de 33,459 km2 (25% del área total) de cultivo de temporal, donde el 66.8% presentó cambios en mayor medida en amplitud de temperatura (de la sct1 a la sct6), mientras que el 8.8% (sct7 y sct8) mostró cambios significativos en el régimen de lluvia y temperatura máxima y mínima, las cuales podrían ser las de mayor afectación en los cultivos al inicio de las primeras etapas (preparación de la tierra hasta el crecimiento vegetativo). Las variaciones descritas evidencian un cambio en magnitud y en tiempo de las variables analizadas, donde habitualmente se podían aprovechar para la producción de plantaciones de temporal (ciclo primavera-verano). Sin embargo, la amplitud de las temperaturas resultó ser más cálida durante los ciclos de cultivo y, en cuanto al desfase, las temperaturas incrementan sus valores un mes antes y se mantienen incrementadas un mes después. Esto último ocasiona que el crecimiento vegetativo se vea perjudicado, sin omitir que la precipitación
102
Cambio climático y riesgos hidrometeorológicos
sólo se mostró en disminución, por lo que podría afectar el crecimiento vegetativo de las plantaciones al no tener un requerimiento hídrico satisfecho oportunamente. Es necesario reconocer que los alcances de la presente contribución sólo tratan de ser el detonador de estudios más profundos, haciendo énfasis en cada una de las sct que presentó mayores cambios en amplitud y fase de las variables climáticas estudiadas. Sin duda es necesario hacer un análisis más detallado en cuanto al requerimiento térmico e hídrico del maíz y otros cultivos de interés. Finalmente, los resultados mostrados pretenden ser de utilidad en la toma de decisiones en los procesos de planeación agrícola, así como durante el inicio y proceso de cultivo de temporal del ciclo primavera-verano en la cuenca Lerma-Chapala-Santiago.
Referencias bibliográficas Andrews, T., Forster, P. M. y Gregory, J. M. (2009). A surface energy perspective on climate change. Journal of Climate, 22(10), 25572570. Badu-Apraku, áB, Hunter, R. y Tollenaar, M. (1983). Effect of temperature during grain filling on whole plant and grain yield in maize (Zea mays L.). Canadian Journal of Plant Science, 63(2), 357-363. Diffenbaugh, N. S., Field, C. B., Dawson, T. P., Jackson, S. T., House, J. I., Prentice, I. C. y Mix, A. C. (2013). Changes in ecologically critical terrestrial climate conditions. Science (Nueva York), 341(6145), 486-492. https://doi.org/10.1126/science.1237123 Eastman, J. R. (2012). Fourier Analysis. En Manual Version 17.01. Worcester, MA, EE. UU. fao (2008). An introduction to the basic concepts of food security. Recuperado de http://www.fao.org/3/al936e/al936e00.pdf
Capítulo cinco
103
FAO (2018). Información sobre operaciones de poscosecha (INPhO). Information Network on Post-harvest Operations. Recuperado de http://www.fao.org/in-action/inpho/crop-compendium/ cereals-grains/es/?page=2&ipp=7&no_cache=1&tx_dynalist_ pi1[par]=YToxOntzOjE6IkwiO3M6MToiMiI7fQ== Feng, X., Porporato, A. y Rodríguez-Iturbe, I. (2013). Changes in rainfall seasonality in the tropics. Nature Climate Change, 3(9), 811. Frich, P., Alexander, L. V., Della-Marta, P., Gleason, B., Haylock, M., Tank Klein, A. M. G. y Peterson, T. (2002). Observed coherent changes in climatic extremes during the second half of the twentieth century. Climate Research, 19(3), 193-212. https://doi. org/10.3354/cr019193 Gilbert, R. O. (1987). Statistical methods for environmental pollution monitoring. John Wiley & Sons. Haddeland, I., Heinke, J., Biemans, H., Eisner, S., Flörke, M., Hanasaki, N. et al. (2014). Global water resources affected by human interventions and climate change. Proceedings of the National Academy of Sciences, 111(9), 3251-3256. Harris, J. W. y Stöcker, H. (1998). Handbook of mathematics and computational science. Springer Science & Business Media. Hatfield, J. L. y Dold, C. (2018). Climate Change Impacts on Corn Phenology and Productivity. En Corn-Production and Human Health in Changing Climate. IntechOpen. Hutchinson, M. F. y Xu, T. (2004). Anusplin version 4.2 user guide. Centre for Resource and Environmental Studies, The Australian National University, Canberra, 54.
104
Cambio climático y riesgos hidrometeorológicos
inegi. (2007). Censo agrícola forestal y ganadero. Recuperado de http:// www.inegi.org.mx/est/contenidos/proyectos/Agro/ca2007/Resultados_Agricola/default.aspx Mastachi-Loza, C. A., Becerril-Piña, R., Gómez-Albores, M. A., Díaz-Delgado, C., Romero-Contreras, A. T., Garcia-Aragon, J. A. y Vizcarra-Bordi, I. (2016). Regional analysis of climate variability at three time scales and its effect on rainfed maize production in the Upper Lerma River Basin, Mexico. Agriculture, Ecosystems & Environment, 225, 1-11. Ojeda-Bustamante, W., Sifuentes-Ibarra, E. y Unland-Weiss, H. (2006). Programación integral del riego en maíz en el norte de Sinaloa, México. Paredes-Tavares, J., Gómez-Albores, M., Mastachi-Loza, C., Díaz-Delgado, C., Becerril-Piña, R., Martínez-Valdés, H. y Bâ, K. (2018). Impacts of Climate Change on the Irrigation Districts of the Rio Bravo Basin. Water, 10(3), 258. https://doi.org/10.3390/ w10030258 sagarpa. (2017). El ciclo de cultivo Primavera/Verano (Boletín). Delegaciones/Coahuila/Boletines/ El ciclo de cultivo Primavera/ Verano. Recuperado de http://www.sagarpa.gob.mx/Delegaciones/coahuila/boletines/Paginas/2017B47.aspx smn. (2010). Servicio Meteorológico Nacional. Pronóstico Meteorológico General. Recuperado de https://smn.cna.gob.mx/es/ Stine, A. R. y Huybers, P. (2012). Changes in the seasonal cycle of temperature and atmospheric circulation. Journal of Climate, 25(21), 7362-7380. Thornton, P. K., Ericksen, P. J., Herrero, M. y Challinor, A. J. (2014). Climate variability and vulnerability to climate change: A review.
CapĂtulo cinco
105
Global Change Biology, 20(11), 3313-3328. https://doi.org/10.1111/ gcb.12581 Valipour, M. (2013). Necessity of irrigated and rainfed agriculture in the world. Irrigat. Drainage. Sys. Eng, S9. https://doi. org/10.4172/2168-9768.S9-e001 Walther, G.-R. (2010). Community and ecosystem responses to recent climate change. Philosophical Transactions of the Royal Society B: Biological Sciences, 365(1549), 2019-2024. Ziervogel, G., New, M., Archer van Garderen, E., Midgley, G., Taylor, A., Hamann, R. y Warburton, M. (2014). Climate change impacts and adaptation in South Africa. Wiley Interdisciplinary Reviews: Climate Change, 5(5), 605-620.