Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OBJETIVO GENERAL
OBJETIVOS ESPECÍFICOS
Aplicar la metodología de riesgo climático tomando las consideraciones del IPCC-AR6, para la
determinación de impactos relacionados con inundación y erosión costera, así como cambios
en la distribución y dinámicas de especies ecológicas marinas y de valor comercial, en las zonas
de estudio. Y presentar un informe final debe contener todos los elementos necesarios para
validar el proceso, incluyendo una guía paso a paso audiovisual para la modelación, una
descripción completa de la metodología, un resumen ejecutivo y recomendaciones específicas
de medidas de adaptación y sus respectivos costes.
Trabajar junto con el equipo pedagógico de Esquel para adaptar los contenidos de la
metodología del estudio y convertirlos en un módulo de un curso auto instructivo.
Marco conceptual
Análisis de riesgo climático, herramienta para la gestión de cambio climático que permite
evaluar la probabilidad de ocurrencia de eventos climáticos extremos, la exposición de los
sistemas sociales y ecológicos a dichos eventos y la vulnerabilidad de esos sistemas a sus
impactos. Permite la identificación de zonas y sectores vulnerables al cambio climático.
(MAATE, 2023)
Exposición, probabilidad de que un sistema social o ecológico sea afectado por un evento
climático extremo, dicha probabilidad se puede estimar a partir de datos de población,
infraestructura, actividad económica, ecosistemas, etc. (IPCC, 2018)
Medidas de adaptación, acciones que se toman para reducir la vulnerabilidad de los sistemas a
los impactos del cambio climático. Manejando riesgos, centrándose en reducir la probabilidad
de ocurrencia de eventos climáticos extremos o minimizar sus impactos y en ayudar a los
sistemas sociales a adaptarse a los impactos. (MAATE, 2023)
Modelos Biofísicos, herramienta que permite evaluar y predecir efectos del cambio climático
en un sistema biológico o físico de un determinado entorno. Proporcionan información valiosa
para la toma de decisiones. (Vasquez, 2019)
Nicho ecológico, se refiere al papel o función de una especie que desempeña en su ecosistema,
incluyendo su interacción con otros organismos y su respuesta a las condiciones ambientales.
(Mota, 2019)
Inundación costera, son provocadas por los oleajes extremos o por mareas de tempestad
asociadas a tormentas o ciclones tropicales, constituyen fenómenos que ocasionan graves
efectos, a veces devastadores, para las personas, sus bienes y para las infraestructuras
próximas a la franja litoral (López, 2015).
Coeficiente de Rugosidad, se define como fricción del flujo del agua debido a la rugosidad del
lecho.
Periodo del Oleaje, Es el intervalo de tiempo medido en segundos transcurrido entre dos picos
de dos olas consecutivas (Sánchez, 2017).
Dirección del Oleaje, Cuando una onda al propagarse incide sobre cierto contorno y éste refleja
total o parcialmente la energía de una onda incidente se produce la reflexión del oleaje, un
cambio de dirección de propagación que depende directamente del ángulo de incidencia
(Sánchez, 2017).
Altura significativa del Oleaje, Promedio de altura (m) entre el punto de depresión y el punto
de cresta del tercio más alto de las olas (de viento y de fondo) en un período dado (IPCC, 2013).
METODOLOGÍA
Riesgo climatico
El IPCC, en la contribución del Grupo de Trabajo II al ciclo AR6, define al cambio climático como
un “cambio en el estado del clima que puede identificarse (generalmente mediante análisis
estadístico) mediante la media y/o la variabilidad de sus propiedades, y que persiste durante
un periodo de tiempo prolongado (típicamente décadas o más)”. El cambio climático puede
resultar de "procesos naturales propios del sistema climático o por forzamientos externos “,
principalmente por cambios antropogénicos, cuya influencia “puede persistir en la composición
de la atmósfera y el uso de la tierra” (IPCC, 2021a, p. 19).
Con ello, se define al riesgo climático como “el potencial de efectos adversos para los sistemas
humanos o ecológicos, reconociendo la diversidad de valores y objetivos asociados con tales
sistemas”. Los aportes de los Grupos de Trabajo del IPCC consideran que el riesgo “proporciona
un marco referencial para comprender los impactos cada vez más graves, interconectados y a
menudo irreversibles del cambio climático en los ecosistemas, la biodiversidad y los sistemas
humanos; y, cómo reducir mejor las consecuencias adversas para las generaciones actuales y
futuras”. Como se puede observar en la Figura 3, dichas interacciones “son la base de riesgos
emergentes al cambio climático, la degradación de ecosistemas y pérdida de biodiversidad, y al
mismo tiempo, ofrecen oportunidades para el futuro” (IPCC, 2022, p. 4 y 5).
En la Figura 3, a la izquierda6
Bajo este contexto, son imperantes los análisis de riesgo climático (“estimación científica
cualitativa y/o cuantitativa de los riesgos”), y se deben realizar a través de la evaluación de
información climática (“sobre el estado pasado, actual o futuro del sistema climático que sea
relevante para la adaptación”), mediante modelos que permitan “representar cualitativa o
cuantitativamente el sistema climático, con base en las propiedades físicas, químicas y
biológicas de sus componentes, interacciones y procesos de realimentación”, y haciendo uso de
proyecciones climáticas que permitan conocer “la respuesta simulada del sistema climático
ante un escenario de futuras emisiones o concentraciones de GEI, aerosoles y cambios en el
uso del suelo, que generalmente se derivan de los modelos climáticos”(IPCC, 2021a, p. 21).
Los resultados del estudio se presentan en forma de ensambles de datos. Cada ensamble
representa un conjunto de proyecciones de una variable oceánica a partir de diferentes GCM.
En los últimos años, Ecuador ha trabajado y fortalecido la generación de información base que
permita comprender cómo se presentarán los cambios del clima futuro y cuáles serán los
posibles impactos esperados. Estos insumos son clave en la toma de decisiones para una
gestión del cambio climático basada en evidencia de las zonas más vulnerables a los impactos
negativos de este fenómeno. Las metodologías desarrolladas y sus lecciones aprendidas han
permitido generar análisis de riesgo climático robustos en diferentes sectores, cuyos resultados
han permitido la identificación de medidas de adaptación. La experiencia del Ecuador en la
comprensión del riesgo climático se ha categorizado en tres niveles: (i) construcción
participativa del riesgo climático; (ii) análisis estadístico a través de indicadores; y, (iii)
modelación biofísica. Las metodologías fueron diseñadas y aplicadas bajo el marco
metodológico de riesgo climático presentado en el Quinto y Sexto Reportes de Evaluación del
IPCC del Grupo de Trabajo II, donde se integraron los peligros o amenazas vinculados al clima,
factores de exposición de los sistemas sociales y ecológicos y la vulnerabilidad. Bajo esta
concepción, la forma general de interpretar el riesgo climático en estos niveles ha sido la
siguiente:
El Análisis de Riesgo Climático (ARC) diseñado por el MAATE y actores del GST utilizó el marco
conceptual del Reporte Especial de Océanos y Criósfera del Sexto Ciclo de Evaluación del IPCC.
El ARC resulta de la interacción entre los parámetros del modelo biofísico que representan la
sensibilidad y capacidad adaptativa (vulnerabilidad) del elemento expuesto, y la amenaza
climática. La definición de metodologías, sistema sectorial priorizado y su elemento expuesto,
modelos biofísicos e información disponible, se realizó bajo un proceso participativo, técnico y
científico interinstitucional.
Zona de estudio
Según la Convención de las Naciones Unidas sobre el Derecho del Mar (CONVEMAR, 2012), el
Ecuador tiene derecho a una serie de zonas marítimas con distancias específicas desde sus
costas. Estas zonas son las siguientes:
Aguas territoriales: El Ecuador tiene soberanía sobre las aguas situadas hasta 12 millas
náuticas (aproximadamente 22.2 kilómetros) desde sus costas. Dentro de estas aguas,
el Estado ecuatoriano tiene pleno control y jurisdicción en materia de seguridad,
inmigración, aduanas, entre otros.
Zona Contigua: Más allá de las aguas territoriales, el Ecuador tiene una zona contigua
que se extiende hasta 24 millas náuticas (aproximadamente 44.4 kilómetros) desde sus
costas. En esta zona, el Ecuador puede ejercer ciertos controles aduaneros, fiscales,
sanitarios y de inmigración para prevenir y sancionar infracciones a sus leyes y
regulaciones aduaneras, fiscales, sanitarias y de inmigración.
Zona Económica Exclusiva (ZEE): El Ecuador tiene derecho a una ZEE que se extiende
hasta 200 millas náuticas (aproximadamente 370.4 kilómetros) desde sus costas.
Dentro de esta zona, el Ecuador tiene derechos especiales de exploración y explotación
de los recursos naturales, tanto vivos como no vivos, tanto del agua como del lecho y
subsuelo marinos.
La costa es uno de los elementos más dinámicos de la naturaleza ya que anualmente soporta
procesos de erosión, sedimentación, transporte de sedimentos o inundación, provocando
afecciones a infraestructuras costeras dejándolas fuera de servicio o provocando su colapso
(Navarro Angel, 2018).
Metodología
Se generará una malla numérica estructural rectangular o curvilínea (. grd y. enc) utilizando el
módulo RFGRID de DELFT3D, esta malla se generará alrededor del área de estudio de interés:
franja marino-costera, territorio marítimo e insular.
Las condiciones de frontera se generarán en Delft Dasboard, la cual es una interfaz gráfica de
DELFT3D basada en Matlab. Estas condiciones de frontera se guardarán en archivos de
extensión. bca, que contrendrán información de período, dirección y altura significativa del
oleaje, los cuales se encuentran actualmente forman parte del Sistema de Información de
Proyecciones y Riesgo Climático, Medidas de Adaptación e Indicador de Vulnerabilidad del
Ecuador (SPRACC), del Ministerio del Ambiente, Agua y Transición Ecológica, implementado por
la Subsecretaría de Cambio Climático (SCC), y que se encuentran definidas en el Plan Nacional
de Adaptación (PNA).
3. Datos de entrada
Malla (. grd, .enc, .dep)
Batimetría (.xyz)
Topografía (.xyz)
Controno (.ldb)
Condición inicial
Condición de borde
4. Configuración del módulo hidrodinámico (DELT3D-FLOW) y Módulo (DELT3D-SED)
Se importarán los archivos generados, grd. enc y .dep en el módulo hidrodinámico DELFT3D-
FLOW, se configurarán las condiciones iniciales del nivel del agua (m). Se importarán los
archivos de extensión. bca que contienen la información de oleaje.
Metodología
Se utilizará el paquete KUENM, bajo el software R para realizar los modelos predictivos actual y
hacia el futuro, permite evaluar los modelos con parámetros de forma automatizada en tres
etapas: la calibración, creación y evaluación del modelo final; así como un análisis de riesgo de
extrapolación. Los modelos se crean gracias a que el paquete KUENM utiliza al algoritmo de
Máxima entropía (MaxEnt), el cual permite seleccionar diferentes parámetros como: el
multiplicador de regularización, clases de entidad y los predictores ambientales (Cobos et al.,
2018).
Figura 1. Proceso de modelación de nicho ecológico. Modificado de Cobos et al., (2018).
Tratamiento de ocurrencias
Para garantizar la calidad de los datos, se crea un código de limpieza que filtre las coordenadas
obtenidas de las bases de datos. Este proceso elimina las coordenadas que se encuentran
sobre el continente, que estén duplicadas, incompletas o repetidas. A continuación, se crea un
script de trabajo que realice varios procesos. Uno de ellos fue un Thin espacial, que reduce el
número de coordenadas en una zona específica. Este Thin se realiza con un radio de 50 km,
que es la distancia que pueden llegar a recorrer los tiburones en un día. Asi mismo, se
considerará la distancia de recorrido de cada especie.
Para realizar la calibración del modelo, se establece un área de estudio, esta distancia se basa
en la capacidad de desplazamiento de cada especie en un mes. A continuación, se realiza un
análisis de correlación de las variables ambientales. Este análisis identifica variables que no son
correlacionadas entre sí y que, a su vez, tengan una influencia sobre la especie de interés. Los
resultados del análisis de correlación se utilizan para crear ocho sets de variables. Estos sets se
utilizan para entrenar el modelo y evaluar su rendimiento. El modelo se entrena con los datos
de entrenamiento, que representan el 70% del conjunto de datos total. Los datos de prueba,
que representan el 30% restante, se utilizan para evaluar el rendimiento del modelo.
Para calibrar el modelo, se utiliza el paquete KUENM. Este paquete permite ajustar modelos de
regresión logística espacial con regularización, la regularización es un método que ayuda a
evitar el sobreajuste del modelo. Se realiza multiplicando los coeficientes del modelo por un
valor, llamado multiplicador de regularización, se utilizan multiplicadores de regularización
desde 0.1 al 10. También se usan tres clases de entidad: lineal (L), cuadrática (Q) y producto (P).
Las clases de entidad determinan la forma de la función de regresión.
Análisis de extrapolación
Datos globales de ocurrencias de las especies de diferentes bases de datos: Global Biodiversity
Information Facility, Ocean Biodiversity Information System y iNaturalist que son plataformas
públicas. Así mismo, datos de INABIO como fuente local, acerca de las especies de interés en la
franja marino costera del Ecuador. Esta base de datos recopila información de la distribución de
las especies. Los criterios de búsqueda de la información se basaron en datos que contaran con
coordenadas completas (longitud y latitud).
Para los escenarios, se evaluará con las variables disponibles para los escenarios de interés y
que a su vez tengan una influencia en la ecología de las especies. No se incluyen otras variables
porque se buscó comparar las mismas condiciones para los escenarios actual y a futuro. Las
capas seleccionadas que suministran información de las condiciones oceanográficas fueron:
temperatura máxima, temperatura mínima, temperatura media, temperatura limite máxima,
temperatura limite mínima, temperatura rango, salinidad media y velocidad de corriente
media.
FLUJOGRAMA DEACTIVIDADES
Análisis de perdidas y daños de cada modelo en la zona de interés junto con los elementos
expuestos identificados.
CRONOGRAMA
Bibliografía
Giardino, A., Van der Werb, J., & Van Ormondt, M. (2010). Simulating Coastal Morphodynamics
with Delft3D: case study Egmond aan Zee. Deltares.
Gutierrez, L., Gutiérrez, Y., Noriega, O., Rangel, N., Fonseca, C., Ortega, E., & García , H. (2019).
Erosión Costera. En U. d. Atlántico, Caracterización, Diagnnóstico y Analisis de
Vulnerabilidades y Amenazas en el Departamento de Magdalena:. Magdalena.
I, G. (2022). Capacidad adaptativa ante variabilidad climática en tres comunidades rurales en
Sierra De San Pedro Martir. México: Secretaria de Medio Ambiente y Recursos
Naturales.
IPCC. (2013). Bases físicas. Contribución del Grupo de trabajo I al Quinto Informe de Evaluación
del Grupo Intergubernamental de Expertos sobre el Cambio Climático . (T. Stocker, D.
Qin, K. Plattner, M. Tignor, S. Allen, J. Boschung, . . . P. Midgley, Edits.) Cambridge
University.
IPCC. (2018). Anexo I: Glosario [Matthews J.B.R. (ed.)]. En: Calentamiento global de 1,5 °C,
Informe especial del IPCC sobre los impactos del calentamiento global de 1,5 ºC con
respecto a los niveles preindustriales y las. trayectorias correspondientes que deberían
seguir las emisiones mundiales de gases de efecto invernadero, en el contexto del
reforzamiento de la respuesta mundial a la amenaza del cambio climático: E. Lonnoy, T.
Maycock, M. Tignor y T. Waterfield (eds.)].
MAATE. (2023). Plan Nacional de Adaptación al cambio climático del Ecuador (2022-2027).
Quio-Ecuador: Ministerio del Ambiente, Agua y Transcición Ecológica (MAATE).
Montoya, L., & Montoya, R. (2005). Transporte de sedimentos en las corrientes del
departamento de antioquia. REVISTA INGENIERIAS.
Mota, C. O. (2019). Una breve introducción a los modelos de nicho ecológico. México:
Universidad autónoma de México.
Phillips. S, D. M. (2008). Modeling of species distributioins with Maxent: new extension and a
comprehensive evaluaition. USA: AT&T Labs.
Re, M., García , P., Bindelli, L., Sabarots, M., Tomazín, N., Haspert, C., . . . Haspert, F. (2019).
Herramientas tecnológicas disponibles vinculadas a la problemática costera de la
Provincia de Buenos Aires. Buenos Aires: Facultad de Ingeniería Universidad de
Guayquil.
Simeon, Cañas. (2007). Análisis de tamaño de partículas por tamizado en agregado fino y
grueso y determinación de material más fino que el tamiz no. 200 (75 m) en agregado
mineral por lavado. El Salvador: Universidad Centroamericana "Jose Simeon Cañas".