Blog dedicado a cuentos, notas de interés, actividades políticas , sociales, historia, artes culinarias, fiestas patronales, astronomía, ciencia ficción, temas del Medio Ambiente ,y del acontecer Peruano y Mundial desde otro punto de vista ... Muy Personal y diferente!!!. *** Blog Fundado el 03 de Enero del 2008 ***
Semana Mundial del Ahorro en Perú
-
Semana Mundial del Ahorro en Perú “No ahorres lo que te queda después de
gastar, gasta lo que te queda después de ahorrar”, éstas son palabras
sabias del g...
Hace 3 años
lunes, 1 de agosto de 2022
Desastres naturales: Sequías repentinas: qué son y cómo predecirlas.... Alerta temprana de sequía repentina basada en la trayectoria de la fluorescencia de clorofila inducida por el sol
Hola amigos: A VUELO DE UN QUINDE EL BLOG., las sequías constituyen un flagelo para la agricultura que produce los alimentos para la alimentación humana, cada vez son más frecuentes que los científicos han identificado un nuevo fenómeno llamado: Sequías Repentinas : ..."se han vuelto cada vez más comunes y amenazan la seguridad alimentaria mundial. Para ayudar a gestionar y prevenir de manera proactiva los efectos devastadores de la sequía repentina, proponemos un enfoque de alerta temprana de sequía repentina basado en aumentos inusualmente lentos o disminuciones inusualmente rápidas de un proxy espacial para la fotosíntesis de las plantas, la fluorescencia de clorofila inducida por la luz solar (SIF). En relación con el US Drought Monitor operativo, el enfoque basado en SIF proporciona un tiempo de anticipación de 2 semanas a 2 meses para el inicio de la sequía repentina y varias semanas para la recuperación de la sequía. Muestra un gran potencial para apoyar el desarrollo de un sistema de alerta temprana global relevante para la agricultura que ayudará a proteger la seguridad alimentaria humana, especialmente en regiones donde otros índices de sequía están limitados por la escasez de datos hidrometeorológicos...." ...siga leyendo...............
Cada año que pasa las sequías se producen con más frecuencia, severidad y de manera más súbita, lo que ha dado lugar a un nuevo fenómeno conocido como sequías repentinas. Ahora, no obstante, un equipo de científicos ha averiguado como predecirlas.
Editor y periodista especializado en ciencia y naturaleza
La sequía es un fenómeno que cada vez se produce con más frecuencia y severidad, y que tiene lugar en todas las regiones del mundo con efectos especialmente dañinos para los recursos hídricos y la agricultura.
En base a su alcance e impacto, las sequías a menudo se clasifican en 3 clases: la sequía meteorológica sería aquella en la que se produce una escasez continuada de las precipitaciones; la sequía hidrológica, sería aquella relacionada con la merma de los caudales y reservas de los volúmenes de agua embalsados por debajo de lo normal; y la sequía agrícola, en tercer lugar, podría definirse como un déficit de agua en la zona radicular de los cultivos, es decir, la parte del suelo donde estos obtienen el agua que necesitan.
Así, en el imaginario colectivo, la sequía es un proceso que resulta de todas las anomalías en la precipitación y acumulación de agua que dan lugar a una escasez prolongada del preciado líquido. Sin embargo, desde hace una década, los expertos en la materia vienen empleando un nuevo término para definir un nuevo tipo de sequía de inicio rápido y acusada intensidad causada por el aumento del calor y la disminución de las precipitaciones: la llamada sequía repentina.
La mayoría de las sequías repentinas presentan una rápida disminución de la humedad del suelo y, por lo tanto, pueden clasificarse como sequías agrícolas. Una sequía repentina típica tarda de 5 a 30 días en desarrollarse y suelen tener efectos devastadores, sobre todo para el sector agrícola. Así, debido a su inicio rápido y su acelerada intensificación a menudo toman desprevenidos tanto a los agricultores como a los autoridades encargadas de la gestión de las masas forestales, quienes en estos casos no cuentan ni con los recursos ni con el tiempo de reacción suficiente para paliar sus efectos.
Ahora, no obstante, un equipo de científicos dirigido por el investigador de la Universidad de Connecticut, Koushan Mohammadi, acaba de desarrollar un nuevo método para ayudar a gestionar y prevenir de manera proactiva los efectos devastadores de la sequía repentina. Los pormenores de su trabajo se detallan en un artículo que bajo el título Flash drought early warning based on the trajectory of solar-induced chlorophyll fluorescence se pública esta semana en la revista PNAS.
En los últimos años se han propuesto múltiples enfoques para detectar o identificar las sequías repentinas basados en una amplia variedad de variables que reflejan el estado de los recursos hídricos en la agricultura y los ecosistemas naturales, entre los que se incluyen la temperatura, la precipitación, la humedad del suelo, la evapotranspiración, el índice de vegetación o la productividad primaria bruta, entre otros. En su caso, para desarrollar una estrategia para predecir el inicio de las sequías repentinas, Mohammadi y sus colegas estudiaron la fluorescencia de clorofila inducida por la energía solar (SIF) una medida de la fotosíntesis de las plantas que varía en función de los cambios en las condiciones ambientales, como la luz solar o la disponibilidad de agua, y que actualmente se emplea para evaluar la gravedad de una sequia.
"El SIF varía según las condiciones fisiológicas y bioquímicas de la planta y responde rápidamente cuando las plantas sufren estrés por sequía, lo que lo hace muy relevante para el monitoreo de sequías repentinas" explican los autores. "Proponemos un sistema de alerta temprana de sequía repentina basado en aumentos inusualmente lentos o disminuciones inusualmente rápidas del este indicador, el cual proporciona un tiempo de anticipación de 2 semanas a 2 meses para el inicio de la sequía repentina y varias semanas para la recuperación de esta", continúan. Por tanto, este nuevo método tiene un gran potencial a la hora de desarrollar un sistema de alerta temprana global para la agricultura que ayude a proteger la seguridad alimentaria humana, especialmente en regiones donde otros índices de sequía están limitados por la escasez de datos hidrometeorológicos.
¿Te gusta la historia? ¿Eres un amante de la fotografía? ¿Quieres estar al día de los últimos avances científicos? ¿Te encanta viajar? ¡Apúntate gratis a nuestras newsletter National Geographic!
Las sequías repentinas se han vuelto cada vez más comunes y amenazan la seguridad alimentaria mundial. Para ayudar a gestionar y prevenir de manera proactiva los efectos devastadores de la sequía repentina, proponemos un enfoque de alerta temprana de sequía repentina basado en aumentos inusualmente lentos o disminuciones inusualmente rápidas de un proxy espacial para la fotosíntesis de las plantas, la fluorescencia de clorofila inducida por la luz solar (SIF). En relación con el US Drought Monitor operativo, el enfoque basado en SIF proporciona un tiempo de anticipación de 2 semanas a 2 meses para el inicio de la sequía repentina y varias semanas para la recuperación de la sequía. Muestra un gran potencial para apoyar el desarrollo de un sistema de alerta temprana global relevante para la agricultura que ayudará a proteger la seguridad alimentaria humana, especialmente en regiones donde otros índices de sequía están limitados por la escasez de datos hidrometeorológicos.
Resumen
Las sequías repentinas a menudo tienen efectos devastadores en múltiples sectores y presentan un desafío único para la alerta temprana de sequías debido a su inicio repentino y su rápida intensificación. Los sistemas existentes de vigilancia de la sequía y alerta temprana se basan en diversas variables hidrometeorológicas que alcanzan umbrales de contenido de agua inusualmente bajo. Aquí, proponemos un enfoque de alerta temprana de sequía repentina basado en mediciones espaciales de fluorescencia de clorofila inducida por energía solar (SIF), un proxy de la fotosíntesis que captura la respuesta de la planta a múltiples factores ambientales estresantes. En lugar de anomalías negativas de SIF, nos enfocamos en la trayectoria subestacional de SIF y consideramos un aumento más lento de lo habitual o una disminución más rápida de lo habitual de SIF como una advertencia temprana del inicio de una sequía repentina. Para cuantificar la desviación de la trayectoria SIF de la norma climatológica, adoptamos fórmulas existentes para un índice de cambio rápido (RCI) y aplicamos el análisis RCI a datos SIF de 8 días reducidos espacialmente de GOME-2 durante 2007–2018. Usando dos eventos de sequía repentina bien conocidos identificados por el Monitor de sequía operativo de EE. UU. (en 2012 y 2017), mostramos que SIF RCI puede producir fuertes señales predictivas del inicio de la sequía repentina con un tiempo de anticipación de 2 semanas a 2 meses y también puede predecir recuperación de la sequía con varias semanas de anticipación. Si bien SIF RCI muestra un gran potencial de alerta temprana, su magnitud disminuye después del inicio de la sequía y, por lo tanto, no puede reflejar la intensidad de la sequía actual. Con su largo tiempo de espera y relevancia directa para la agricultura, SIF RCI puede respaldar un sistema mundial de alerta temprana para sequías repentinas y es especialmente útil en regiones con datos hidrometeorológicos escasos.
La sequía influye en todas las regiones del mundo, con efectos especialmente dañinos en los recursos hídricos y la agricultura. Con base en el alcance y el impacto, las sequías a menudo se clasifican como sequía meteorológica, sequía agrícola y sequía hidrológica; dependiendo de la severidad y duración, una sequía meteorológica puede o no conducir a una sequía hidrológica o agrícola. En la noción convencional, la sequía resulta de una acumulación gradual de anomalías negativas de precipitación que conducen a una escasez prolongada de agua. En la última década, se acuñó el término “sequía repentina” para describir las sequías con un inicio rápido y una intensificación causada por el calor, el déficit de precipitaciones o su combinación ( 1 – 7). La mayoría de las sequías repentinas presentan una rápida disminución de la humedad del suelo y, por lo tanto, pueden clasificarse como sequías agrícolas. Una sequía repentina típica tarda de 5 a 30 días en desarrollarse ( 8 ). Si bien una sequía repentina puede tener una duración corta de varias semanas a un par de meses, un evento que comienza como una sequía repentina puede continuar convirtiéndose en una sequía convencional de mayor duración. Un ejemplo de ello es la sequía de 2012 en los Estados Unidos, que ha sido el foco de muchos estudios anteriores. El rápido inicio y la intensificación de las sequías repentinas a menudo toman a las partes interesadas (p. ej., agricultores y guardabosques) con la guardia baja, sin dejar tiempo ni recursos para la planificación y la adaptación ( 4 - 9 ). El “flashness” presenta desafíos únicos para el monitoreo de sequías y la alerta temprana.
Se han propuesto múltiples enfoques para detectar o identificar sequías repentinas, basados en una amplia variedad de variables que reflejan el estado de los recursos hídricos, la agricultura y los ecosistemas naturales, incluida la temperatura, la precipitación, la humedad del suelo, la evapotranspiración (ET), la ET potencial, la presión de vapor (VPD), índice de vegetación y productividad primaria bruta (GPP). Por ejemplo, Mo y Lettenmaier ( 1 , 2 , 10 ) utilizaron diferentes combinaciones de alta temperatura, baja precipitación, baja humedad del suelo y ET alta o baja para identificar sequías repentinas, dependiendo de si un evento fue inducido por calor o por falta de agua. de precipitación Otkin et al. ( 3 , 11) utilizaron el índice de estrés por evaporación (ESI, definido como las anomalías estandarizadas de la relación ET real a potencial) ( 12 ) como indicador de la humedad del suelo y propusieron el índice de cambio rápido (RCI) de ESI como una métrica de la intensificación rápida de la sequía, y mostró que el ESI RCI podía detectar el inicio de una sequía repentina 4 semanas antes que el Monitor de Sequía de los Estados Unidos (USDM) operativo. En su estudio ( 3 ), el RCI se definió como el exceso acumulado de la anomalía estandarizada de los cambios semanales del ESI por encima de un determinado umbral, y un valor negativo del RCI indicaba una disminución inusualmente rápida de la humedad del suelo durante varias semanas. Hobbins et al. ( 13) propusieron el Índice de Sequía de la Demanda Evaporativa (EDDI), derivado de una estimación basada físicamente de la demanda evaporativa atmosférica. Tanto ESI como EDDI pueden servir como alerta temprana de sequía en relación con la detección de sequía mediante otros indicadores, como el USDM operativo ( 14 , 15 ).
Los ecosistemas agrícolas y de pastizales se encuentran entre los más vulnerables a las sequías repentinas. Las respuestas de la vegetación capturadas por datos satelitales, como el Índice de vegetación de diferencia normalizada (NDVI), el Índice de vegetación mejorado (EVI) y la fluorescencia de clorofila inducida por la luz solar (SIF), por lo tanto, pueden proporcionar información útil a gran escala sobre el desarrollo y el impacto de las sequías repentinas. NDVI y EVI son más indicativos del verdor de la vegetación, que responde al estrés hídrico durante un período prolongado y con retraso. Sin embargo, SIF varía según las condiciones fisiológicas y bioquímicas de la planta y responde rápidamente cuando las plantas sufren estrés por sequía ( 16 - 19 ), lo que lo hace muy relevante para el monitoreo de sequías repentinas. Se encontró que el SIF disminuía durante los episodios de sequía incluso cuando el NDVI permanecía constante ( 20) y mostró una clara relación lineal con la fotosíntesis o GPP en las escalas de tiempo subestacionales a anuales, especialmente en ecosistemas de cultivos y pastos ( 21 - 27 ). sol et al. ( 28 ) demostraron que el SIF satelital capturó con éxito el patrón espaciotemporal del desarrollo y la gravedad de la sequía de 2011 en Texas y la sequía de 2012 en las Grandes Llanuras, mostrando una fuerte correlación con la humedad del suelo. Del mismo modo, Chen et al. ( 29) encontró que SIF espacial caracterizó con éxito la magnitud y la variación espaciotemporal de las anomalías de GPP inducidas por la sequía de 2009-2010 en China, y funcionó mejor que el EVI basado en el verdor como un monitor de sequía de vegetación en tiempo real a gran escala. Aunque el SIF o las anomalías del SIF, tal como se utilizan en estos estudios, pueden funcionar bien como monitores de sequía, no pueden proporcionar suficiente tiempo de anticipación para servir como alerta temprana de sequía. A medida que el calentamiento global hace que las sequías sean más frecuentes, más intensas o que se intensifiquen más rápidamente ( 30 – 32), la alerta temprana de sequía es cada vez más importante para la seguridad alimentaria regional y mundial. De particular interés es la alerta temprana para sequías que ocurren en etapas críticas del desarrollo del cultivo, por ejemplo, en la etapa de emergencia o durante la etapa reproductiva temprana cuando los cultivos son más vulnerables al estrés ambiental ( 33 , 34 ).
En la etapa temprana del desarrollo de la sequía repentina, los efectos colectivos del agotamiento de la humedad del suelo, el aumento de la demanda de evaporación y, a veces, el estrés por calor influyen en la trayectoria de la fotosíntesis, lo que puede causar un aumento más lento de lo habitual o una disminución más rápida de lo habitual de GPP. y SIF, según el momento del desarrollo de la sequía en relación con la temporada de crecimiento. Estas respuestas de trayectoria preceden y finalmente conducen a anomalías SIF negativas. Por lo tanto, planteamos la hipótesis de que una tasa inusual de cambio subestacional en SIF proporciona una advertencia temprana de sequía repentina. Para probar la hipótesis, cuantificamos la dinámica temporal de SIF antes y durante las sequías repentinas de 2012 y 2017 en los Estados Unidos utilizando las ecuaciones RCI de Otkin et al. ( 3 ) (ver Materiales y Métodos) y evaluar el potencial de alerta temprana del SIF RCI comparándolo con el USDM operativo. Estas dos sequías se eligieron como estudios de caso porque se han identificado comúnmente como sequías repentinas, y la descripción detallada del desarrollo de la sequía está disponible en el USDM operativo ( Apéndice SI , Figs. S1 y S2 ) y de otros estudios para facilitar la comparación de nuestros resultados . con métricas de sequía existentes ( 3 , 15 ). Si bien nuestros análisis se centran principalmente en los datos SIF GOME-2 de 8 d reducidos ( 35 - 37), también aplicamos el algoritmo RCI a los datos GPP y ET compuestos de 8 días llenos de espacios de MODIS/Terra para comparar, ya que ambos están estrechamente relacionados con la fotosíntesis de la planta a nivel de proceso. Además, también examinamos el desarrollo y la intensidad de las sequías repentinas desde una perspectiva hidrometeorológica basada en la precipitación, la temperatura, el déficit de presión de vapor y los datos combinados de sequía a corto plazo de GridMET ( 38 ).
Resultados
Sequía repentina en 2012.
En 2012, una sequía anormal migró a través de diferentes regiones de los Estados Unidos, con señales de sequía severas a extremas sobre las Grandes Llanuras y el Medio Oeste a partir de julio y agosto; la sequía se intensificó rápidamente entre el 17 y el 31 de julio sobre el centro de los Estados Unidos, se expandió en cobertura espacial en agosto y persistió hasta el final del año ( Apéndice SI , Fig. S1 ). Figura 1presenta los patrones espaciotemporales de RCI para el SIF compuesto de 8 días durante los eventos de intensificación rápida en 2012. Antes de la sequía en la región del Medio Oeste y las Grandes Llanuras, se encontraron grandes valores positivos de SIF RCI en marzo y principios de abril, lo que refleja un efecto no estacional. inicio rápido del crecimiento de la vegetación a principios de la primavera. Sin embargo, en mayo, el SIF RCI hizo la transición a grandes valores negativos. Las señales negativas de RCI reflejan una disminución inusualmente rápida en SIF o, en este caso, un aumento inusualmente lento (o incluso una disminución) en un momento en que se espera que SIF aumente ( Fig. 2 ). ..................... siga leyendo....................... https://www.pnas.org/doi/full/10.1073/pnas.2202767119
No hay comentarios:
Publicar un comentario