Previsões Meteorológicas, Agricultura e Pobreza em Moçambique

353 visualizações

Publicada em

Previsões Meteorológicas, Agricultura e Pobreza em Moçambique - Joao Rodrigues
Workshop de investigação "Investimentos públicos, políticas e mercados agrícolas para a segurança alimentar e a transformação económica de Moçambique", Maputo, Moçambique, 20 de novembro, 2014

English version: http://www.slideshare.net/IFPRIDSG/joao-45043859

Publicada em: Educação
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
353
No SlideShare
0
A partir de incorporações
0
Número de incorporações
7
Ações
Compartilhamentos
0
Downloads
3
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Previsões Meteorológicas, Agricultura e Pobreza em Moçambique

  1. 1. Previsões Meteorológicas, Agricultura e Pobreza em Moçambique Joao Rodrigues Instituto Internacional de Pesquisa em Política Alimentar, Washington DC Coautores: Claudia Ringler, James Thurlow and Tingju Zhu Award 1342742
  2. 2. Sumário 1. Flutuações meteorológicas e produção agrícola rendimento das colheitas 2. Modelar previsões meteorológicas 3. Resultados da simulação 4. Conclusões
  3. 3. Clima e Produção Agrícola • Estimar o efeito da variabilidade meteorológica histórica na produção agrícola – 45 anos de histórico de dados meteorológicos (1960-2005) – Modelos de cultura de DSSAT para 8 espécies (milho, sorgo, batatas, etc.) – Modelação de alta resolução : 50km x 50km pixels – Resultados agregados em três regiões (norte, centro, sul) usando estimativas interpoladas da produção agrícola (SPAM) Produção de milho, 2000 Source: IFPRI SPAM
  4. 4. Maize yield (metric tons/hectare) Density Maize yield variations caused by historical weather fluctuations (by region) Resultados do Modelo de Cultura (1) • A variação meteorológica causa uma variação substancial na produção de milho – Mas os efeitos variam consideravelmente nas diversas regiões subnacionais
  5. 5. Resultados do Modelo de Cultura (2) • Os efeitos climáticos variam por cultura com base na sua fisiologia e localização dentro de cada região Yield variations in center region caused by historical weather fluctuations (by crop) Density Yields (metric tons/hectare)
  6. 6. Utilizando a Informação das Previsões • Simulação em três passos • Informação perfeita (previsão = tempo): Alocação ideal da plantação • Imperfeita (previsão ≠ tempo): A plantação pode não ser ideal Previsão gerada e disseminada ao agricultor Agricultor aloca terra contando que a previsão se cumpra Cumpre-se o tempo e a produção agrícola é obtida Decisão de plantação
  7. 7. Previsões Meteorológicas • “Competência” da previsão – Mede o nível de correspondência da previsão com a realidade (i.e., a correlação entre os históricos anuais das previsões e os efeitos do tempo observado) – Quanto maior a competência mais nos aproximamos da informação perfeita Tempo dependente da previsão Distribuição meteo rológica histórica Precipitação ou temperatura Densidade
  8. 8. Previsões na África Oriental/Austral • A utilidade da previsão depende da sua precisão e prazos – Os agentes de extensão precisam de tempo para disseminar a informação aos agricultores, e os agricultores precisam de tempo para ajustar as suas decisões de plantação – À medida que o prazo aumenta, a qualidade diminui – A correlação (“competência”) de 0.5 é considerada útil (NOAA) • a
  9. 9. Modelo da Economia Moçambicana • Estrutura económica detalhada (de uma MCS de 2007) – 56 setores (22 na agricultura) em 3 regiões (norte, centro e sul) – 10 grupos regionais de agregados familiares (rurais/urbanos; quintis de despesa) • Mercados de fatores – Os terrenos podem ser distribuídos entre diferentes culturas, com base em preços relativos – A mão de obra pode movimentar-se entre setores agrícolas e não- agrícolas, mas não se pode movimentar entre regiões – O novo capital e terra é móvel, mas a partir do momento em que é plantado torna-se fixo (método "putty-clay")
  10. 10. Resultados: PIB das Culturas (1) • A informação das previsões permite uma alocação de terra mais otimizada – Em média, o PIB agrícola é 1.2% mais elevado com previsões perfeitas (em comparação com a ausência de informação de previsões) Crop GDP returns across skills Density Bilhioes de Meticais
  11. 11. • O retorno da informação das previsões aumenta com a competência, mas varia nas diversas regiões (mais alto no Sul) Resultados: PIB das Culturas (2) Skills BillioestheMeticais Crop GDP returns across skills and regions
  12. 12. Resultados: PIB Total • Dispor de previsões meteorológicas precisas poderia aumentar o PIB total em Moçambique em 17.6 milhões USD (preços de 2007) USD Densidade Retorno do PIB ao nível das competências skills BilhoesdeMeticais GDP returns across skills
  13. 13. Confiança e Cobertura • Uma previsão pode ter elevada competência, mas os agricultores não acreditam nela – ex. o agricultor é avesso ao risco e confia na própria experiência do histórico do tempo em vez de acreditar nas previsões • De forma semelhante, uma previsão pode ter elevada competência, mas um prazo curto dificulta a sua chegada atempada a todos os agricultores – Confiança/cobertura total: Agricultor planta de acordo com a previsão – Confiança/cobertura zero: Agricultor planta com base em tendências passadas (i.e., resultados médios do histórico do tempo) – Confiança/cobertura intermédia: Combinação ponderada do tempo previsto e do tempo médio do histórico y
  14. 14. Resultados: Competência versus Cobertura • O retorno das previsões depende de alcançar agricultores suficientes e aumentar a confiança na previsão • Disseminar informação errada tem resultados negativos • É necessário alcançar uma competência de previsão de pelo menos de .1 – Exclui o custo de gerar e disseminar informação da previsão BilhoesdeMeticais Confidence
  15. 15. Conclusão • A informação precisa e atempada das previsões é valiosa – Poderia aumentar o PIB de Moçambique até 17.6 milhoes USD por ano – Deveria idealmente ser reduzido pelo custo da previsão e disseminação • É possível gerar previsões de competência suficiente – Competência para a África Oriental: 0.5 (10 milhões USD para Moçambique) • Prazos mais longos significam competência inferior (e retorno inferior) – É essencial um sistema de extensão eficiente para disseminar informação • Inversamente, investir na extensão sem melhorar a precisão das previsões pode piorar as condições dos agricultores – A corrente ênfase em levar informação meteorológica aos pequenos agricultores pode ser prematura

×