O documento discute as alterações climáticas e seus impactos na agricultura. Apresenta dados climáticos históricos de Portugal e discute como modelos climáticos podem ser usados para gerar cenários climáticos futuros e avaliar seus efeitos na produtividade agrícola por meio de modelos de simulação de culturas. Também aborda possíveis medidas de adaptação para agricultores lidarem com as mudanças climáticas.

1. Ponte de Sor, 29 de Janeiro de 2006
Alterações climáticas e
Agricultura
“1as Jornadas de Engenharia Agronómica”
Refóios do Lima - Ponte de Lima
Pedro Aguiar Pinto
(ISA/UL)
20 de Novembro de 2013

2. Quando se tem 20 minutos para
falar, praticamente tudo o resto tem
que ser sacrificado à brevidade
C. S. Lewis

3. Ponte de Sor, 29 de Janeiro de 2006
(Alto Alentejo)

4. Mora, 17 de Janeiro de 2006
(Alto Alentejo) ~~ 30 km
12 dias antes.....

5. Katrina, New Orleans, Agosto 2005
The day after tomorrow,
Roland Emmerich (2004)
Ponto prévio
Europa Verão, 2003
Tsunami, Oceano Índico, 26 Dez 2004

6. Sandy, New York, Out 2012

7. tufão Haiyan
Nov 2013

8. Como se constrói a percepção
mais comum?
• Dramatização
• Critério dos media
– Notícia é por natureza negativa
• Desproporção
Fazer um jornal é uma questão de
distorcer as proporções
Bent Falbert, cit. Milby 1996:53
Educação ambiental ou propaganda?
8

11. Consequências da dramatização
• A visão catastrófica condiciona as
decisões porque desvia a atenção e
os recursos
Desdramatizar não é ignorar o risco!
Realismo
11

12. Alterações climáticas
• Alteração ou mudança?
– Temos ou vamos ter “um outro” clima?
• Não sabemos
• O clima muda?
– Sim
• Qual a causa da mudança?
– Natural
– Antropogénica (a questão do carbono)

13. England and Portugal
London: 51 32 N
Lisbon 38 44 N

14. ry
ar
ch
ay
be
r
t
De
ce
m
be
r
be
r
No
ve
m
O
ct
ob
er
Se
pt
em
Au
gu
s
Ju
ly
Ju
ne
M
Ap
ril
M
Fe
br
ua
ry
Ja
nu
a
Rainfall (mm)
chuva
120
• Annual rainfall
Lisbon
– Lisbon 752 mm
100
– London
754
mm
80
London
60
40
20
0

15. Mora, Portugal
925
Annual rainfall variability
Annual rainfall variability
850
30 anos é bastante
tempo, mas não
encontramos padrão…
Annual rainfall (mm)
775
700
30 year average =
617 mm
625
550
475
400
325
1955
1960
1965
1970
1975
1980
1985

16. Défice de água na estação
seca
Rainfall
ETo
Soil wate r
mm
180
155
Soil moistur e utilization
130
105
Rainfall surplus
Rainfall de ficit
80
55
30
5
-20
J
F
M
A
M
J
J
A
-45
-70
-95
-120
Mean soil water balance (ETo Penman)
S
O
N
D

17. Clima e Agricultura
- De que te queixas
vilão?
- De Deus, que é coisa
provada
Que me tem grande
tenção.
Vêde vós? Eu, padre,
digo
Que tempere a
invernada
E deixe criar o trigo.
Mas ele, de traiçoeiro,
Sem ganhar nisso ceitil
Vai dar chuvas em
Janeiro
E geadas em Abril
E calmas em Fevereiro
E névoas no mês de
Maio
E meado de Julho,
pedra
Romagem dos Agravos
Romagem de Agravados
Gil Vicente (1533)

18. Como “avaliar” o efeito sobre as
culturas?
• O que se altera quando dizemos que
o clima muda?
– Temperatura
– Precipitação
– Evapotranspiração real? Potencial?
– Humidade relativa
– [CO2]

19. Évora (1973-2010) (tmax diária)

20. 90
Evolução da data de início de
abrolhamento na casta Fernão Pires
Santarém (1970-2010)
85
80
75
70
65
60
y = -0,2115x + 497
R² = 0,1665

21. Data de abrolhamento
120
100
Equinócio
de
Primavera
(20 de Março)
dia 79 - 80
80
60
40
Arcos de Valdevez
Castas Vinhão e
Loureiro
1990-2010
20
0
1985
1990
1995
2000
2005
2010
2015

22. Data de abrolhamento
120
100
80
60
1990
1995
2000
2005
2010

23. Data de abrolhamento
120
100
90 – 31 de Março
80
60
1990
1995
2000
2005
2010

24. 120
Data de abrolhamento
y = 0.037x + 15.62
R² = 0.000
100
80
60
1990
1995
2000
2005
2010

25. Data de abrolhamento
120
110
y = -0.024x + 142.1
R² = 0.000
100
90
80
y = 0.05x - 13.93
R² = 0.002
Loureiro
70
Vinhão
60
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010

26. Uso de modelos climáticos (GCM e RCM)
para gerar cenários climáticos
(a) GCM
Cenário Baseline
Série de x anos simulados com as
características do clima presente
(b) RCM
Cenário Futuro
Série de x anos simulados com as
características do clima futuro
(2080)
(c) Observações
fonte: Noguer, 1998

27. • Modelos de simulação
yield (kg/ha)
LAI
5
5000
4500
4000
4
3500
3000
3
2500
2000
2
1500
1000
1
500
0
50
100
150
200
250
0
300
Days after Planting
GRAIN WT kg/ha (PLANTGRO) Run 1
LAI
(PLANTGRO) Run 1
GRAIN WT kg/ha (KSAS8101 WHT) TRT 6/1
LAI
(KSAS8101 WHT) TRT 6/1

28. Dados - “input” do modelo
Local
Cultura
Dados climáticos
diários
Solos
Sigla
Bp
Bp
Bp
Horizonte
Prof_topo
Ap
0
B
30
BC
45
Prof_base
30
45
65
Areia_grossa
7.8
6.9
11.1
Areia_fina
25.0
24.6 19.7
Limo
21.6
18.5 21.5
Argila
45.6
C_org
0.37
50
47.7
pH_agua
Dados analíticos de um
barro preto – Bp
6.7
7.0
7.1
DAP
1.26
1.2
1.22
CM
46.5
47.3 42.8
CC
44.5
35.7 36.8
CE
18
18.8 18.6
Perm_const
0.6
0.74 0.76
Provenientes
de cenários
climáticos
HADRM

29. “Output” do modelo
yield (kg/ha)
LAI
5
5000
4500
4000
4
3500
3000
3
2500
2000
2
1500
1000
1
500
0
50
100
150
200
250
0
300
Days after Planting
GRAIN WT kg/ha (PLANTGRO) Run 1
LAI
(PLANTGRO) Run 1
GRAIN WT kg/ha (KSAS8101 WHT) TRT 6/1
LAI
(KSAS8101 WHT) TRT 6/1

30. Cenários de produtividade do
trigo
b
c
d
10
8
6
4
2
0
Norte
Área (10 ha)
a
Centro
Trigo
RM3A
9
10
5
0
12
10
8
6
4
2
0
LVT
25
20
15
10
5
0
Alentejo
4
Algarve
3
2
1
> 75%
50 - 75%
0 - 25%
25 - 50%
-25 - 0%
< -50%
kg/ha
-50 - -25%
0
10
00
20
00
30
00
40
00
50
00
60
00
70
00
0
Variação de produtividade
Produtividade de trigo simulada com dados do modelo HadRM3: (a) controlo, (b)
cenário A2, (c) variações de produtividade, (d) histogramas da distribuição da área
por classes de diferença de produtividade.

31. Milho HadRM3 A2c
Continente
6.000
7
4.000
Área (10 m )
8.000
2
Necessidades de rega (mm)
2.000
0
8.000
Área (10 m )
Braga
6
2
6.000
4.000
2.000
0
8.000
6.000
Área (10 m )
4.000
6
2.000
2
> 75
50 -75
25 -50
0 - 25
0
=< 0
Variação das
necessidades de rega (%)
Santarém
Variação das necessidades de rega (%)

32. Medidas de adaptação
• Ajustar a duração da cultura à estação de
crescimento mais favorável
– Antecipação da data de sementeira
– Adaptação do ciclo das cultivares às “novas”
condições ambientais
– Novas culturas; variedades de ciclo mais
longo

33. Oportunidades?
A fórmula certa para recuperar solos pobres foi criada por portugueses
Vinte variedades de plantas dão nova vida a solos. As Pastagens Semeadas Biodiversas sugam mais dióxido de
carbono do ar, enriquecem a terra e alimentam o gado. Projecto ganhou prémio europeu ambiental