Modelado de los cambios de uso de la tierra mediante Dinámica de Sistemas para su integración en el modelo WILIAM

UNIVERSIDAD DE VALLADOLID ESCUELA DE INGENIERIAS INDUSTRIALES Grado en Ingeniería en Electrónica Industrial y Automática Modelado de los cambios de uso de la tierra mediante Dinámica de Sistemas para su integración en el modelo WILIAM. Autora: Marina Campano Méndez Tutora: Margarita Mediavilla Pascual Ingeniería de Sistemas y Automática Valladolid, julio 2021 AGRADECIMIENTOS En primer lugar, quiero agradecer su guía y su ayuda en todo momento a mi tutora del Trabajo Fin de Grado, Margarita Mediavilla Pascual. En segundo lugar, quiero dar las gracias a mis padres, por su paciencia y por confiar siempre en mí y a mi hermano, gracias Sergio por ser mi fuente de energía. Por último, gracias Sandra, por ser mi compañera y apoyo durante estos años, no solo has hecho posible el camino, lo has hecho placentero. Resumen: Los cambios de uso del suelo son una de las principales causas de pérdida de biodiversidad y emisiones de gases de efecto invernadero y su cantidad y severidad ha aumentado en los últimos tiempos. Es por ello que los modelos utilizados para estudiar el cambio climático, los Integrated Assessment Models o IAM’s, están incluyendo módulos de gestión de usos del suelo en los últimos años. En este Trabajo Fin de Grado se lleva a cabo el modelado de los cambios de uso del suelo, mediante dinámica de sistemas haciendo uso del programa Vensim, para su integración en WILIAM, el IAM que está siendo desarrollado por el proyecto LOCOMOTION en el cual participa el Grupo de Energía, Economía y Dinámica de Sistemas (GEEDS) de la UVa. A partir del modelo, pueden realizarse simulaciones que permiten estudiar los cambios de uso del suelo esperados bajo escenarios diversos. Palabras clave: Cambios de uso del suelo, Dinámica de Sistemas, Modelos de Evaluación Integrada, LOCOMOTION, Escenarios. Abstract: Land use changes are one of the main sources of biodiversity loss and greenhouse gas emissions and its severity and occurrence has increased in recent times. It is for this reason that the models used to study climate change, the Integrated Assessment Models or IAM’s are including land use modules in recent years. In this Final Degree Project, the modelling of land use changes is carried out applying System Dynamics and using the program Vensim, for its integration in WILIAM, the IAM that is being developed by the project LOCOMOTION in which the research group of Energy, Economy and System Dynamics (GEEDS) from UVa participates. The model allows the user to perform simulations in order to study which land use changes are expected under different scenarios. Key words: Land use changes, System Dynamics, Integrated Assessment Models, LOCOMOTION, Scenarios. ÍNDICE 1 . INTRODUCCIÓN Y OBJETIVOS .......................................................................... 1 1.1 . Introducción ............................................................................................... 1 1.2 . Motivación y contexto................................................................................ 2 1.3 . Objetivos .................................................................................................... 2 2 . MODELADO DEL USO DE LA TIERRA EN OTROS IAMs .................................... 5 2.1 . Posibles enfoques en el modelado del uso de la tierra .......................... 5 2.2 . Modelos sobre los cambios de uso del suelo ......................................... 7 2.2.1 . GLOBIOM ............................................................................................ 8 2.2.2 . GCAM ................................................................................................ 10 2.2.3 . FeliX Model ....................................................................................... 13 3 . DINÁMICA DE SISTEMAS ................................................................................ 17 3.1 . Introducción ............................................................................................. 17 3.2 . Elementos Principales ............................................................................. 18 3.2.1 . Fronteras del sistema ...................................................................... 18 3.2.2 . Diagrama Causal .............................................................................. 18 3.2.3 . Elemento limitativo y elementos clave ........................................... 19 3.2.4 . Diagramas de Flujo o de Forrester ................................................. 19 3.3 . Proceso de modelado ............................................................................. 20 3.4 . Programa empleado. VENSIM. ............................................................... 22 3.4.1 . Interfaz de usuario ........................................................................... 23 3.4.2 . Ecuaciones destacadas ................................................................... 23 3.4.3 . Importar y exportar datos ................................................................ 24 3.4.4 . Secuencia computacional e integración ........................................ 24 4 . INTRODUCCIÓN AL PROYECTO LOCOMOTION............................................... 27 4.1 . Estructura y objetivos ............................................................................. 27 4.2 . Regiones socioeconómicas y zonas climáticas .................................... 29 4.3 . Módulo de Tierra, Agua y Clima .............................................................. 32 5 . METODOLOGÍA ................................................................................................ 35 5.1 . Introducción a los cambios de uso del suelo ........................................ 36 5.1.1 . Introducción teórica ......................................................................... 36 5.1.2 . Categorías de uso del suelo ............................................................ 53 5.2 . Obtención de datos ................................................................................ 55 5.2.1 . Bases de datos ................................................................................. 55 5.2.2 . Procedimiento .................................................................................. 60 5.3 . Modelado en Vensim ............................................................................ 119 5.3.1 . Criterios de modelado de WILIAM ................................................ 119 5.3.2 . Estructura general ......................................................................... 121 Expansión de las tierras de cultivo de secano ............................................ 123 Expansión de las tierras de cultivo de regadío y disponibilidad de agua .. 123 5.3.3 . Modelo de evolución histórica ...................................................... 128 6 . RESULTADOS ................................................................................................ 129 6.1 . Comparación con los históricos ........................................................... 129 6.2 . Políticas y escenarios ........................................................................... 131 6.2.1 . Presentación de resultados y análisis ......................................... 131 6.2.2 . Discusión ........................................................................................ 160 7 . CONCLUSIONES ............................................................................................ 163 7.1 . Conclusiones personales ..................................................................... 163 7.2 . Futuras líneas de trabajo ..................................................................... 164 8 . REFERENCIAS ............................................................................................... 165 ANEXOS .............................................................................................................. 173 Anexo 1 . PAÍSES DE LAS REGIONES LOCOMOTION ................................... 175 Anexo 2 . TABLAS DE DATOS ........................................................................ 183 ÍNDICE DE FIGURAS Figura 2.1. Tipos de uso del suelo y su descripción considerados en GLOBIOM ................................................................................................................................. 8 Figura 2.2. Categorías de cubierta del suelo de GLC2000 ................................ 9 Figura 2.3. Correspondencia entre las categorías de GLC2000 y los usos del suelo de GLOBIOM ................................................................................................. 9 Figura 2.4. Matriz de transición entre usos del suelo de GLOBIOM ................ 10 Figura 2.5. Estructura general de GLOBIOM ..................................................... 10 Figura 2.6. Usos de la tierra en GCAM ............................................................... 11 Figura 2.7. Correspondencia entre los usos del suelo de GCAM y las categorías de SAGE y HYDE ................................................................................ 12 Figura 2.8. Estructura de FeliX ........................................................................... 14 Figura 3.1. Relación causal positiva .................................................................. 18 Figura 3.2. Relación causal negativa ................................................................. 18 Figura 3.3. Representación de un bucle causal ................................................ 19 Figura 3.4. Representación de un diagrama de flujos...................................... 20 Figura 3.5. Interacciones en el proceso de modelado ...................................... 22 Figura 3.6. Interfaz de usuario de Vensim (Fuente: Creación propia) ............. 23 Figura 4.1. Estructura de los modelos WILIAM ................................................. 29 Figura 4.2. Regiones LOCOMOTION) .................................................................. 30 Figura 4.3. Correspondencia entre las zonas Köppen originales y las empleadas en WILIAM ......................................................................................... 31 Figura 4.4. Zonas Köppen en WILIAM ................................................................ 31 Figura 4.5. Sub-módulos dentro del módulo "Tierra, Agua y Clima" ................ 33 Figura 4.6. Relaciones del módulo de Tierra, Agua y Clima ............................. 33 Figura 5.1. Esquema del sub-módulo de distribución de usos del suelo ........ 35 Figura 5.2. Tendencia de los bosques primarios por zona climática .............. 38 Figura 5.3. Porcentaje de bosques primarios respecto del total de bosques por zona climática ................................................................................................ 38 Figura 5.4. Porcentaje de la deforestación causada por cada factor ............. 39 Figura 5.5. Porcentaje de la deforestación de bosque primario causada por cada factor ........................................................................................................... 40 Figura 5.6. Evolución de las tierras de cultivo de secano y regadío ................ 44 Figura 5.7. Impulsores del reverdecimiento y la desertización por regiones .. 51 Figura 5.8. Cambios de uso del suelo debido al efecto de las precipitaciones y SAT. ....................................................................................................................... 52 Figura 5.9. Mapa del mundo dividido por tipos de cubierta terrestre con resolución espacial de 300m en el año 2017................................................... 56 Figura 5.10. Porcentaje de plantaciones y bosques forestados respecto del total de bosques plantados, 1990, 2000, 2010 y 2020, por país .................. 72 Figura 5.11. Producción anual de electricidad por plantas PV entre 2005 y 2018 ..................................................................................................................... 74 Figura 5.12. Estimación del factor de cobertura del suelo por zona geográfica ............................................................................................................................... 76 Figura 5.13. Porcentaje de nuevas tierras urbanas obtenidas de cada uso de la tierra por región van Vliet ................................................................................ 80 Figura 5.14. Regiones van Vliet .......................................................................... 81 Tabla 5.28. Porcentaje de población de cada región LOCOMOTION en cada región van Vliet .................................................................................................... 81 Tabla 5.29. Porcentaje de nuevas tierras urbanas que proviene de cada uso de la tierra por regiones LOCOMOTION ............................................................. 82 Tabla 5.30. Porcentaje de nuevas tierras de cultivo obtenidas de cada uso de la tierra (sin tipos de bosques) por región LOCOMOTION ................................ 84 Tabla 5.31. Porcentaje que proviene de cada tipo de bosque de las tierras de agricultura que vienen de bosques por región Gibbs ....................................... 86 Tabla 5.32. Porcentaje de población de cada región LOCOMOTION en cada región Gibbs ......................................................................................................... 86 Tabla 5.33. Porcentaje que proviene de cada tipo de bosque de las tierras de agricultura que vienen de bosques por región LOCOMOTION ......................... 87 Tabla 5.34. Porcentaje de nuevas tierras de cultivo obtenidas de cada uso de la tierra por región LOCOMOTION ..................................................................... 87 Tabla 5.35. Porcentaje de nuevas tierras de cultivo obtenidas de cada uso de la tierra por zona Köppen ................................................................................... 87 Tabla 5.36. Porcentaje de superficie de cada región FAO en cada región LOCOMOTION ....................................................................................................... 90 Tabla 5.37. Límites de la expansión de tierras de cultivo de secano por región LOCOMOTION ....................................................................................................... 90 Tabla 5.38. Límites de la expansión de tierras de cultivo de secano por zona Köppen ................................................................................................................. 91 Tabla 5.39. Porcentaje de nuevas tierras de pastoreo obtenidas de cada uso de la tierra en LATAM .......................................................................................... 94 Tabla 5.40. Porcentaje de nuevas tierras de pastoreo obtenidas de cada uso de la tierra por zona Köppen .............................................................................. 94 Tabla 5.41. Porcentaje de nuevas plantaciones que viene de cada uso de la tierra ..................................................................................................................... 97 Tabla 5.42. Porcentaje de la capacidad instalada para producción de energía solar en cada uso de la tierra para cada país ................................................... 99 Tabla 5.43. Porcentaje de cada uso de la tierra adecuado para situar plantas de producción de energía solar ........................................................................ 100 Tabla 5.44. Porcentaje de tierra para solar que viene de cada uso de la tierra por región LOCOMOTION................................................................................... 100 Tabla 5.45. Límites de la expansión de la tierra para solar por región LOCOMOTION ..................................................................................................... 101 Tabla 5.46. Matriz RtoZ en el caso de la expansión de tierra para solar para las tierras de cultivo de secano ........................................................................ 102 Tabla 5.47. Porcentaje de la superficie de tierras de regadío que va a otros usos de la tierra por zona Köppen ................................................................... 103 Tabla 5.48. Parámetros de la relación entre la tierra urbana y la población por regiones .............................................................................................................. 104 Tabla 5.49. Eficiencia histórica anual de las plantaciones por zona Köppen ............................................................................................................................ 107 Tabla 5.50. Eficiencia estimada de las plantaciones por zona Köppen ....... 107 Tabla 5.51. Eficiencia estimada de los bosques naturales por zona Köppen ............................................................................................................................ 108 Tabla 5.52. Porcentaje de la demanda de madera que se extrae de los bosques primarios por zona Köppen ............................................................... 109 Tabla 5.53. Porcentajes ajustados de demanda de madera que se extrae de los bosques primarios por zona Köppen ......................................................... 109 Tabla 5.54. Valor del parámetro que representa la escasez de agua en 2018 ............................................................................................................................ 113 Tabla 5.55. Porcentaje de la producción global de electricidad producida en cada región LOCOMOTION ............................................................................... 116 Tabla 5.56. Porcentaje de la producción de electricidad cubierto con energía solar en 2018 en cada región ......................................................................... 116 Tabla 5.57. Año en que se alcanza el porcentaje de solar en la electricidad en cada región ........................................................................................................ 117 Tabla 5.58. Porcentaje estimado de madera obtenido de las plantaciones en 2050 .................................................................................................................. 118 Tabla 6.1. Máximo error entre los datos históricos y la simulación del modelo (2005-2018) ...................................................................................................... 129 Glosario de acrónimos IPCC - Panel Intergubernamental del Cambio Climático IAM’s - Integrated Assessment Models o Modelos de Evaluación Integrada GEEDS – Grupo de Investigación de Energía, Economía y Dinámica de Sistemas UVa – Universidad de Valladolid WILIAM – Within Limitis Integrated Assesment Model LOCOMOTION - Low-carbon society: an enhanced modelling tool for the transition to sustainability DS – Dinámica de Sistemas MEDEAS – Modelling the Energy Development under Environmental And Socioeconomic constraints GLOBIOM - Global Biomass Optimization Model IIASA - International Institute for Applied Systems Analysis GCAM - Global Change Assessment Model AEZs – Zonas Agroecológicas FeliX - Functional Enviro-economic Linkages Integrated neXus FAO – Organización para la Agricultura y la Alimentación UN – Naciones Unidas IEA – Agencia Internacional de la Energía ESA - Agencia Espacial Europea EU27 - Unión Europea UK - Reino Unido EASOC - Sudeste asiático y Oceanía LATAM - Latino América USMCA - Estados Unidos, México y Canadá LROW - Resto del mundo CCI - Iniciativa por el Cambio Climático LC - Cubierta del Suelo Capítulo 1. Introducción y objetivos 1 1. INTRODUCCIÓN Y OBJETIVOS 1.1. Introducción La tierra es el escenario en que toda actividad humana se desarrolla, además de la principal fuente de materiales para el desarrollo de dicha actividad (Briassoulis, 2019). En la actualidad prácticamente toda superficie accesible está siendo utilizada de una forma u otra para algún propósito directamente derivado de las necesidades humanas (Saurab, 2018). Sin embargo, la tierra no solo está siendo intensamente explotada, sino que está en continua evolución y cambio. Desde el punto de vista social, estos cambios son necesarios para la producción de alimento y energía, imprescindibles para la supervivencia humana (Bett, 2019). Sin embargo, desde el punto de vista ambiental, tienen efectos mucho más negativos que positivos, puesto que afectan a amplio rango de variables ambientales, entre las cuales se encuentran las emisiones de carbono y la pérdida de biodiversidad (Bett, 2019). De hecho, los cambios de uso del suelo están considerados como una de las principales causas de la pérdida de biodiversidad (Bett, 2019) y se consideran responsables del 18% de las emisiones globales de gases de efecto invernadero (Chapagain & James, 2013). Estos efectos negativos son producidos por las prácticas de uso insostenibles, como la deforestación o la sobreexplotación de la tierra que, inevitablemente, derivan en la salinización y degradación de dicha superficie (Bett, 2019). Esta pérdida de biodiversidad y el efecto negativo sobre las variables ambientales amenaza la calidad de vida humana. En el corto plazo, el efecto se ve reflejado mayoritariamente sobre la seguridad alimentaria, la salud, bienestar y seguridad humana mientras que, en el largo plazo, la persistencia del planeta se ve gravemente amenazada (Briassoulis, 2019). Debido a su importante efecto sobre la calidad de vida humana, los organismos de estudio del cambio climático como el Panel Intergubernamental del Cambio Climático (IPCC) entre otros, consideran imprescindible conocer y cuantificar los cambios de uso del suelo y sus consecuencias (Saurab, 2018). Los modelos sobre los cambios de uso de la tierra son precisamente herramientas que nacen con el objetivo de contribuir al estudio de las causas y consecuencia de dichos cambios y que ayudan en la comprensión del sistema de uso de la tierra. Es también su objetivo apoyar en una futura toma de decisiones de tal forma que, en la medida de lo posible, se minimicen los efectos de estos cambios (Verburg et al., 2004). Capítulo 1. Introducción y objetivos 2 1.2. Motivación y contexto En los últimos años los cambios de uso del suelo se han intensificado de manera significativa, pues el aumento de la población no solo ha generado una mayor demanda de superficie urbana, sino que también ha producido una mayor demanda de alimentos y de energía. Además, puesto que se busca maximizar la producción, es habitual el cambio de bosques a plantaciones o la evolución de cultivos de secano a regadío (Saurab, 2018). En los próximos años es de esperar que esta tendencia se intensifique aún más, dado que no solo continuará la tendencia observada hasta el momento, sino que el problema se verá agravado por la transición hacia las energías renovables, que presentan el problema de requerir superficie para ser capaces de generar energía (ej. energía solar, biocombustibles) y la incentivación de políticas de reforestación. Es por este motivo que se considera importante cuantificar los cambios de uso del suelo, para poder estudiar tanto los efectos de la competencia entre la producción de alimentos y energía como las consecuencias ambientales del aumento de la población y de la transición hacia las energías renovables y su repercusión sobre la calidad de vida humana. En este contexto se plantea el desarrollo de este trabajo como una aportación al proyecto LOCOMOTION (Low-carbon society: an enhanced modelling tool for the transition to sustainability), el cual está siendo actualmente desarrollado por el Grupo de Investigación de Energía, Economía y Dinámica de Sistemas (GEEDs) de la Universidad de Valladolid (Uva) junto a 13 socios europeos. El objetivo principal de este proyecto es el desarrollo de un conjunto de modelos de evaluación integrada (IAMs), denominados WILIAM (“Whitin limits”), para el estudio de las complejas interacciones entre el ser humano y su entorno. Para llevar a cabo dicho objetivo el proyecto recurre, entre otras técnicas y métodos, a la modelización mediante la Dinámica de Sistemas (DS) con el software Vensim. Puesto que se trata de desarrollar un modelo del mundo a partir del cual estudiar los efectos de la actividad humana a todos los niveles, se considera imprescindible el estudio de la tierra y sus recursos y, en concreto, del sistema de uso del suelo y los cambios que se producen en el mismo. El presente TFG se centra en el desarrollo de un modelo sobre los cambios de uso del suelo para su integración como un sub-módulo dentro del modelo completo WILIAM. 1.3. Objetivos  Llevar a cabo una extensa investigación bibliográfica con el objetivo de obtener la mayor información posible del sistema de uso del suelo y sus cambios, obteniendo datos sobre las tendencias históricas y las que se esperan en el futuro. Capítulo 1. Introducción y objetivos 3  Obtener los datos necesarios para cuantificar los cambios de uso del suelo, así como encontrar cuáles son los principales impulsores de dichos cambios y determinar la proporción en que los provocan.  Identificar todas las variables cuyo efecto sobre el sistema es significativo para poder diseñar un modelo que ofrezca una visión completa de la problemática.  Realizar un modelo de Dinámica de Sistemas utilizando el programa Vensim sobre la base de los criterios de modelado del proyecto LOCOMOTION para su integración, en una etapa futura, en el modelo WILIAM.  Diseñar una serie de escenarios con narrativas alternativas y obtener resultados, tras la simulación del modelo bajo los mismos, a partir de los cuales puedan estudiarse las consecuencias bajo cada una de las situaciones. Capítulo 1. Introducción y objetivos 4 Capítulo 2. Modelado del uso de la tierra en otros IAMs 5 2. MODELADO DEL USO DE LA TIERRA EN OTROS IAMs Muchos de los trabajos existentes en relación al modelado del uso de la tierra son parte de modelos de evaluación integrada (IAMs). Estos modelos nacen con el objetivo de estudiar la problemática relativa cambio climático y una de sus características principales es que su modelado reúne un conjunto más amplio de áreas y métodos de los que caracterizarían un estudio de la misma cuestión dentro de los límites de una sola disciplina. Además, uno de sus objetivos es proporcionar información de uso y no solo avanzar en la mera compresión del tema (Ferreras, 2017). Es por esto que los IAM incluyen una serie de módulos (ej. demografía, economía, energía…) entre los cuáles se encuentra, habitualmente, el de uso del suelo. Los IAMs consideran importante el estudio de este módulo puesto que la calidad de las tierras es un factor clave en la producción de alimentos, madera y energía y, además, la gestión y cambios de uso del suelo tienen un importante efecto en los ciclos de agua y carbono siendo un gran impulsor de los cambios ambientales (Kyle, 2011). En esta sección se revisan los principales enfoques que se pueden adoptar en el modelado de los usos del suelo así como los principales modelos existentes sobre la materia. El objetivo principal de la sección es apoyar la toma de decisiones y el enfoque tomado en la modelización y configuración del módulo de uso de la tierra de este proyecto. 2.1. Posibles enfoques en el modelado del uso de la tierra La mayoría de modelos sobre los cambios de uso del suelo se basan en al menos uno de los siguientes principios básicos (van Schrojenstein Lantman, J., Verburg, P.H., Bregt, A. and Stan, 2011):  Continuación de las tendencias históricas: Los futuros usos y cambios de uso del suelo pueden predecirse a partir de los cambios históricos.  Idoneidad de la tierra: La adecuación de la tierra para un uso concreto depende de diversos factores, desde la obtención del máximo beneficio económico (idoneidad económica) hasta las características del terreno (idoneidad biofísica).  Interacción con la vecindad: La posibilidad de transición de un uso a otro depende de los usos del suelo rodean a este y de los factores económicos y biofísicos que los caracterizan.  Interacción de los actores: Los cambios de uso del suelo son el resultado de la interacción entre impulsores socioeconómicos y políticos. Es habitual describir los cambios del uso del suelo en base a un mecanismo particular empleado para caracterizar dichos cambios. Los principales Capítulo 2. Modelado del uso de la tierra en otros IAMs 12 Figura 2.7. Correspondencia entre los usos del suelo de GCAM y las categorías de SAGE y HYDE (Fuente: Kyle, 2011) Tierras de cultivo El total de tierras de cultivo disponibles para cosecha cada año se calcula como la tierra de cultivo HYDE menos la tierra en barbecho conocida en cada región. La superficie de tierra en barbecho se calcula para cada región a partir de los datos de FAOSTAT. La tierra de barbecho entra en GCAM como la categoría otras tierras arables (other arable land). El ratio cosechado-cultivado se calcula como la suma del área cosechada, para todos los cultivos, dividida entre el área de tierras de cultivo que se considera que están en producción, es decir, no están en barbecho. En las regiones en las que la relación es inferior a 1 se establece que todos los cultivos tienen una relación de valor 1 y la discrepancia resultante se añade a la categoría de otras tierras arables. En aquellas en las que la relación es superior a 2.5 se fija en 2.5 y se convierten tierras no gestionadas (pastizales, tierras de matorrales, bosques y pastos no gestionados) en tierras de cultivo. La asunción de 2.5 como máximo pretende ser coherente con la literatura que indica que existe un límite físico 3 cosechas al año. Bosques y pastos gestionados El área de bosque gestionado se calcula, en cada periodo, en base a la producción de madera anual en cada región dividida entre la producción estimada de biomasa forestal en cada AEZ. El área de tierras de pastoreo gestionadas se calcula de manera similar a los bosques gestionados. Su producción en cada región se calcula como el aporte de los pastos al sistema de alimentación del ganado, que puede ser por pastoreo o por alimentación a partir de cultivos, y se divide entre la producción de biomasa de los pastos estimada para cada AEZ. Se establece como máximo Capítulo 2. Modelado del uso de la tierra en otros IAMs 13 que solo el 85% del total de los pastos puedan ser gestionados, en caso de que en el cálculo se obtenga una necesidad superior esto se limita y se supone un mayor rendimiento de los pastos. Cambios de uso del suelo En última instancia los cambios en GCAM se hacen en base al beneficio que puede obtenerse de cada uso de la tierra así como de un exponente que para cada cambio uso del suelo que refleja la mayor o menor probabilidad de que este se produzca. En el caso de las tierras productivas (tierras de cultivo o pastoreo y bosques gestionados) las tasas de beneficio son endógenas, calculadas como el beneficio de los productos primarios producidos en ella y el valor del carbono en ella (si este tiene un precio). Para las tierras no gestionadas las tasas son exógenas, y se calculan a partir de los datos de GTAP. Esto permite calcular el valor total de la tierra, que es igual al de todos los productos que se obtienen de ella, y que dividido entre la cantidad de tierra en producción en cada región permite obtener el valor de la tierra por unidad de superficie. Este es el valor que se le da a las tierras no gestionadas en cualquier nodo para la región en cuestión Generalmente se supone más fácil, es decir, se asignan exponentes más altos, al sustituir productos dentro de cada nodo que entre distintos nodos. Lo que significa que resulta más sencillo cambiar, por ejemplo, de un tipo de cultivo a otro que convertir tierras de pastos o bosques en tierras de cultivo. Por otra parte los exponentes en las zonas áridas son más bajos para evitar procesos inviables, como por ejemplo la expansión de los bosques en tierras áridas. 2.2.3. FeliX Model El modelo FeliX (Functional Enviro-economic Linkages Integrated neXus) incluye los siguientes ocho sectores: Economía, Energía, Ciclo del Carbono, Clima, Biodiversidad, Agua, Población y Uso del Suelo permitiendo la realimentación entre ellos. En FeliX la tierra se divide en cuatro categorías principales: superficie agrícola (agricultural land), superficie forestal (forest land), superficie urbana (urban and industrial land) y otras tierras (other land), entre las que se incluyen los pastizales (grassland and woodland). La estructura del módulo de Uso del Suelo en FeliX se muestra en la Figura 2.8. Capítulo 2. Modelado del uso de la tierra en otros IAMs 14 Figura 2.8. Estructura de FeliX (Fuente: Rydzak et al., 2013) FeliX es un modelo programado en VensiM, de manera que cada categoría se representa mediante un stock. Los stocks de todas las categorías pueden crecer o decrecer, excepto el de superficie urbana que solo puede crecer, debido a los posibles cambios de uso del suelo. Los flujos (cambios de uso del suelo) se modelan como procesos naturales dependientes del tiempo. Por ejemplo, al abandonar una tierra agrícola esta se cubre primero de hierba, más tarde de arbustos y por último de árboles. Cuanto más fácil sea transformar una zona, menor será el tiempo impuesto. En los cambios “bosque a otros”, “bosque a agrícola” y “agrícola a otros”, existen, además de los procesos naturales de transformación, otras fuerzas que impulsan el ritmo de expansión o reducción del área. Algunas de las tierras forestales y otras tierras están protegidas, lo que implica que están excluidas de cualquier tipo de transformación, es decir, actúan como límites. Las tierras forestales protegidas aumentan progresivamente. Las tierras agrícolas se encuentran subdivididas en: arables, cultivos permanentes y tierras de pastoreo siguiendo la terminología de FAO. Estas superficies se dedican a la producción de alimentos vegetales o animales. La superficie necesaria de las mismas calcula a partir del volumen de población, las dietas, el PIB per cápita y la demanda de biocombustibles (definida por el módulo de energía). En caso de surgir discrepancia entre las tierras necesarias y las existentes se activan los procesos de transformación. Excluyendo las tierras forestales protegidas una fracción de los bosques se dedica a la tala para la extracción de biomasa. La demanda de la misma la determina el módulo de energía. La relación entre los terrenos forestales necesarios y los disponibles, escalada por un factor de capacidad de expansión Capítulo 2. Modelado del uso de la tierra en otros IAMs 15 de los bosques, activa la transformación entre las tierras forestales y otras tierras. La transformación de zonas agrícolas en zonas forestales se produce si hay tierras agrícolas que no están en uso y no existe demanda de tierras agrícolas (existentes menor que necesarias). Al contrario, si existe demanda la expansión de tierras agrícolas se hará a expensas del bosque. Ambos procesos son escalados por un factor de capacidad de expansión. Lo mismo ocurre entre tierras agrícolas y otras tierras. La expansión del área urbana a costa de los bosques y las tierras agrícolas es impulsada por el crecimiento de la población. Capítulo 2. Modelado del uso de la tierra en otros IAMs 16 Capítulo 3. Dinámica de Sistemas 17 3. DINÁMICA DE SISTEMAS 3.1. Introducción La Dinámica de Sistemas nació en el Instituto de Tecnología de Massachusetts (MIT) en los años 50, desarrollada por el profesor Jay W. Forrester a partir de la teoría de control y el diseño de servomecanismos (John D. Sterman, 2002). En la definición de Dinámica de Sistemas se entiende sistema como una unidad cuyos elementos interaccionan entre sí al verse continuamente afectados unos por otros. Por su parte, dinámica define el carácter cambiante de aquello a lo que asociamos el adjetivo (Aracil, 1997). La función de la Dinámica de Sistemas es modelar las relaciones entre todas las partes del sistema y cómo estas influyen en el comportamiento del mismo a lo largo del tiempo. Es, en parte, un método para desarrollar y probar modelos matemáticos formales complejos y realizar simulaciones de sistemas dinámicos no lineales con el objetivo de analizar y diseñar políticas. Sin embargo, el éxito de este diseño requiere de algo más que herramientas técnicas y modelos matemáticos, ya que, a pesar de sus raíces en la ingeniería, la Dinámica de Sistemas no es la mera aplicación de las matemáticas a los problemas sociales, sino que, para ser eficaz, debe considerar los problemas sociales, políticos y ecológicos que son consecuencia de las soluciones técnicas que la ingeniería propone. Es por esto que la Dinámica de Sistemas es fundamentalmente interdisciplinar (John D. Sterman, 2002). El objetivo principal de la Dinámica de Sistemas es “comprender las causas estructurales que provocan el comportamiento del sistema” (Martín García, 2003). Esto resulta más complicado de lo que podría parecer dada la tendencia humana a pensar en términos lineales y no tener en cuenta las realimentaciones que nos rodean. Se tiende a pensar que al enfrentarse a un problema, se emprende una acción, se obtiene un resultado y ese es el fin del problema. Sin embargo, la realidad es bien distinta ya que, generalmente, la acción que se emprende conlleva problemas y, por consiguiente, acciones futuras. No existe ni principio ni fin, sino que vivimos en complejos bucles causados por realimentaciones (Forrester, 2009). La complejidad dinámica puede surgir incluso en sistemas simples con baja complejidad combinatoria. Las principales razones de esta complejidad son (John D. Sterman, 2002): (i) los cambios de los sistemas se producen en muchas escalas de tiempo que en ocasiones interactúan; (ii) los sistemas están fuertemente acoplados, interactúan entre sí y con el mundo lo que produce la creación de bucles; (iii) rara vez el efecto es rara vez proporcional a la causa y lo que ocurre a nivel local rara vez es extrapolable a mayor escala; (iv) dependen de la historia; (v) pequeñas perturbaciones pueden a llegar a modificar la estructura global; (vi) las reglas de decisión de los agentes varían Capítulo 3. Dinámica de Sistemas 18 a lo largo del tiempo.; (vii) los retrasos producen que la respuesta a corto plazo sea diferente de la respuesta a largo plazo; (viii) en ocasiones la causa y el efecto están alejados temporalmente lo que resulta contra-intuitivo; (iv) la complejidad de los sistemas con los que se trabaja desborda la capacidad de comprenderlos. 3.2. Elementos Principales En este apartado se explica la estructura básica empleada en los modelos en dinámica de sistemas. 3.2.1. Fronteras del sistema El Sistema debe, con el menor número de elementos posibles, permitir realizar simulaciones que expliquen cuál de las políticas o propuestas de actuación consideradas es más eficaz para solucionar el problema planteado. El proceso natural del modelado es crear inicialmente un modelo pequeño que se vaya expandiendo y perfeccionando. A continuación, es imprescindible simplificar y suprimir aquellos elementos que no se consideran decisivos (Martín García, 2003). 3.2.2. Diagrama Causal Mayoritariamente se emplea el Diagrama Causal para ilustrar los elementos clave del sistema y las relaciones que se establecen entre ellos. En este diagrama las relaciones entre las variables se representan mediante flechas. Si estas van acompañadas de un signo “+”el cambio en la variable destino se producirá en el mismo sentido en que se produce el cambio en la variable origen. Mientras que, si el signo es “-” el cambio en la variable destino es en sentido contrario al producido en la variable origen. En la Figura 3.1 un incremento en la variable A produce un incremento en B, mientras que en la Figura 3.2 el incremento de A produce el decrecimiento de B. Figura 3.1. Relación causal positiva Figura 3.2. Relación causal negativa (Fuente: Martín García, 2003) (Fuente: Martín García, 2003) Una cadena cerrada de relaciones causales (Figura 3.3) se denomina bucle, retroalimentación o feedack. Se definen como positivos cuando el número de relaciones negativas es par y negativos cuando es impar. Independientemente de la situación de partida los bucles negativos llevan al modelo a una situación estable, por el contrario los positivos lo llevan a una situación inestable. En la realidad los sistemas contienen ambos tipos de bucles y el comportamiento final depende de cuál es el dominante según el momento. Los bules resultan Capítulo 3. Dinámica de Sistemas 19 muy útiles pues permiten conocer y comprender, gracias a la estructura del sistema, las razones estructurales de su comportamiento y actuar en base a ellas con el objetivo de modificar dichos bucles (Martín García, 2003). Figura 3.3. Representación de un bucle causal (Fuente: Martín García, 2003) 3.2.3. Elemento limitativo y elementos clave El elemento limitativo es aquel que limita el crecimiento del sistema. Es único en cada momento y varía a lo largo del tiempo, es decir, es dinámico. Llegar a conocer cuál será el próximo elemento limitativo permite avanzar en la comprensión y controlar con eficacia la evolución del sistema. Los elementos clave (en inglés leverage points) son los puntos de palanca, presión o influencia. En un sistema suelen existir varios, que no son evidentes ni fáciles de identificar, y que no es habitual que varíen a lo largo del tiempo. Pueden emplearse para conseguir grandes cambios con poco esfuerzo, aunque se corre el riesgo de que el sistema responda de forma violenta (Martín García, 2003). 3.2.4. Diagramas de Flujo o de Forrester Los Diagramas de Flujo son una traducción de los Diagramas Causales a una terminología comprensible por el ordenador. Para construirlos debemos identificar entre los elementos del sistema:  Los niveles (stocks): Son aquellos que muestran en cada instante la situación del modelo y presentan una acumulación, memoria o almacén. Varían únicamente en función de los flujos.  Los flujos: Son los elementos que causan la variación de los niveles. Son funciones temporales que recogen el resultado de las decisiones tomadas en el sistema.  Variables auxiliares: Son el resto de elementos del sistema. Se relacionan entre ellas, con los flujos y con los stocks. Son los parámetros que representan los aspectos que condicionan el comportamiento de los flujos. Capítulo 3. Dinámica de Sistemas 20 Como se muestra en la Figura 3.4, los niveles se representan con rectángulos, los flujos como válvulas. Cuando el flujo parte desde una nube que representa esta representa una fuente inagotable. También posible que el flujo parta desde un nivel hacia otro nivel, o que el flujo salga desde el nivel hacia una nube, que en este caso representa un sumidero. Un nivel puede tener varios flujos de entrada y de salida. Las variables auxiliares que condicionan el comportamiento de los flujos se unen a estos mediante flechas. Figura 3.4. Representación de un diagrama de flujos (Fuente: Creación propia) Todas estas variables, auxiliares, flujos y niveles están relacionadas entre sí a través de expresiones matemáticas, que en ocasiones pueden ser simples relaciones lineales o pueden llegar a ser muy complejas. En el caso de los niveles su valor siempre será la acumulación existente más el valor del flujo o flujos de entrada menos el o los de salida, como se muestra en la Ecuación 3.1. Ecuación 3.1 𝑛𝑖𝑣𝑒𝑙(𝑡) = ∫[𝑓𝑙𝑢𝑗𝑜𝑒𝑛𝑡𝑟𝑎𝑑𝑎(𝑠)−𝑓𝑙𝑢𝑗𝑜𝑠𝑎𝑙𝑖𝑑𝑎(𝑠)]𝑑𝑠+𝑛𝑖𝑣𝑒𝑙(𝑡0) 𝑡 𝑡0 Pueden existir retardos, retrasos o delays que es el tiempo de demora entre una acción y su efecto. Son esenciales para comprender la dinámica de los sistemas. Matemáticamente se calculan como se muestra en la Ecuación 3.2. Ecuación 3.2 𝑆𝑎𝑙𝑖𝑑𝑎(𝑡) = 𝐸𝑛𝑡𝑟𝑎𝑑𝑎 (𝑡−𝑇) 𝑠𝑖𝑒𝑛𝑑𝑜 𝑇 𝑒𝑙 𝑟𝑒𝑡𝑎𝑟𝑑𝑜 3.3. Proceso de modelado La Real Academia Española (RAE) define modelo como “esquema teórico, generalmente en forma matemática, de un sistema o de una realidad compleja que se elabora para facilitar su comprensión y el estudio de su comportamiento”. “El arte del proceso de la construcción de modelos es saber qué cortar y el propósito del modelo actúa como cuchillo lógico. Él proporciona los criterios para decidir qué puede ser ignorado, de forma que solo queden las características necesarias para cumplir el objetivo” (John D. Sterman, 2002). Las fases de este proceso son las siguientes (Sterman, 2000): a. Articulación del problema: Consiste en seleccionar las fronteras, encontrar las variables y conceptos clave, fijar el horizonte temporal, de Capítulo 3. Dinámica de Sistemas 21 cara al futuro y al pasado y buscar el comportamiento histórico de las variables clave y preguntarse cuál debería ser su comportamiento futuro. b. Formulación de hipótesis: Consiste generar hipótesis iniciales en base al comportamiento actual del problema, formular hipótesis que expliquen la dinámica del sistema como consecuencia endógena de la estructura de retroalimentación de este, generar mapas causales en base a las hipótesis iniciales, las variables claves y tendencias históricas. c. Formulación del modelo dinámico: Consiste en desarrollar la estructura y fijar las reglas de decisión, estimar los parámetros, las condiciones iniciales y las relaciones entre variables y comprobar su consistencia en base al propósito y frontera del sistema. d. Prueba del modelo: Se debe comprobar que es adecuado para su propósito. Se le somete a pruebas de robustez y sensibilidad con el propósito de observar si su comportamiento ante condiciones extremas o ante incertidumbre es realista. e. Diseño de políticas y evaluación: Se diseñan escenarios, políticas o nuevas reglas de decisión aplicables al modelo con el objetivo de estudiar los efectos de la aplicación de cada una de ellas. Es importante remarcar que este no es un proceso lineal, sino que es un proceso realimentado. A lo largo del modelado se produce un constante cuestionamiento, prueba y perfeccionamiento, generándose un ciclo iterativo entre todas las etapas del proceso. Además, los experimentos y pruebas llevados a cabo sobre el modelo retroalimentan los modelos mentales y provocan la creación de nuevas estructuras o reglas de decisión que conducen a cambios y mejoras en el modelo formal. En la Figura 3.5 se observan las interacciones entre las etapas de construcción del modelo así como las de este con el mundo real. Capítulo 4. Introducción al proyecto LOCOMOTION 28 cada sector económico. La demanda energética de los sectores económicos energéticos y no energéticos se contrastará con diferentes escenarios de desarrollo tecnológico, disponibilidad de energía y reducción del uso de combustibles fósiles. La economía se modela asumiendo posible desequilibrio (es decir, mercados no compensados), crecimiento basado en la demanda y restricciones de la oferta. El sub-módulo financiero permitirá comprender mejor las limitaciones de los sistemas económico y energético debidas a los activos financieros y a la deuda pública y privada. Energías renovables y no renovables: El módulo incluye el potencial energético y la disponibilidad de recursos energéticos renovables y no renovables teniendo en cuenta las limitaciones biofísicas y temporales. Se consideran cinco combustibles finales (electricidad, calor, sólidos, gases y líquidos) y se diversos tipos de tecnologías energéticas. Para el cálculo del rendimiento energético se calcula la tasa de retorno energética (TRE; en inglés EROEI). Se tiene en cuenta la intermitencia de las fuentes de energía renovables. Materiales no combustibles: El módulo tiene en cuenta la disponibilidad de materiales (por ejemplo, tierras raras, litio, plata, cobalto, indio, etc.) necesarios para la economía y el desarrollo de las infraestructuras energéticas. Se estima la evolución de las tasas de reciclaje por material y el consumo de energía asociado su extracción, lo que permite el cálculo endógeno y dinámico de la TRE de cada tecnología energética. Para modelar el transporte y el sector de la construcción se adopta un enfoque ascendente. Infraestructuras y tecnologías energéticas: Incluye todas las infraestructuras necesarias para extraer, transportar y convertir las fuentes de energía primaria en cualquiera de los tipos de energía final considerados. Se estima la cantidad de materiales necesarios para su construcción en diferentes escenarios de transición energética y se comparan con la disponibilidad de reservas y recursos. Medio ambiente: Incluye el ciclo del carbono (emisiones de GHG procedentes del consumo de energía por la demanda de los sectores económicos, compatibilidad con los escenarios de reducción de emisiones, estimación de la probabilidad de puntos de inflexión), el ciclo del agua y los principales aspectos de la competencia por el uso del suelo entre la generación de energía y otras necesidades. En particular, se considera la contribución a las emisiones de GHG de los cambios en el uso de la tierra producidos con fines económicos (LULUCF), de los biocombustibles y las necesidades de tierra para producción de energía. Cambio climático: Proyecta los niveles de cambio climático en función de las emisiones de GHG resultado de la actividad humana. Además, a través de una función de daños, se hace una retroalimentación para captar el efecto del aumento de la temperatura global sobre la actividad humana. Capítulo 4. Introducción al proyecto LOCOMOTION 29 Población y sociedad: Se centra en las diversas retroalimentaciones entre la energía, el medio ambiente, el cambio climático y la sociedad y bienestar humanos. Estudia cómo las transiciones en el sistema energético afectan a la sociedad (ej. desigualdad, migración y salud), diferenciando entre género y cohortes de edad, pero también la forma en que el cambio demográfico altera la demanda de energía. Se modelan varios de los Objetivos de Desarrollo Sostenible (SDGs) de la ONU para evaluar su consecución bajo diferentes escenarios. Figura 4.1. Estructura de los modelos WILIAM (Fuente: LOCOMOTION, n.d.) Para el desarrollo del proyecto este se divide en diferentes grupos de trabajo. Entre estos, cuatro son grupos destinados al modelado: WP4 (economía), WP5 (demografía), WP6 (tierra, agua y clima) y WP7 (energía). El grupo dentro del cual se desarrolla este proyecto es el WP6, aunque, debido a las conexiones entre módulos se han obtenido datos e información de otros grupos de trabajo. 4.2. Regiones socioeconómicas y zonas climáticas El modelo global de WILIAM se divide en las siguientes nueve regiones: EU27 (Unión Europea), UK (Reino Unido), CHINA, EASOC (Sudeste asiático y Oceanía), INDIA, LATAM (Latino América), RUSSIA, USMCA (Estados Unidos, México y Canadá) y LROW (Resto del mundo). Estas regiones se muestran en la Figura 4.2 y los países que agrupa cada una de ellas se pueden encontrar en el Anexo 1. A lo largo del proyecto se hará referencia a estas como regiones LOCOMOTION. Capítulo 4. Introducción al proyecto LOCOMOTION 30 Figura 4.2. Regiones LOCOMOTION (Fuente: WP6 LOCOMOTION) Estas regiones han sido formadas en base a criterios económicos lo cual es muy útil en cuanto a trabajar con todos los aspectos relacionados con la economía y la demanda de bienes físicos, como la energía, los alimentos o el agua. Sin embargo, esta agregación no es la más adecuada para trabajar con los recursos extraídos de la tierra, pues la mayor parte de los parámetro biofísicos que interesan al modelado del uso de la tierra (rendimiento de los cultivos, crecimiento de los bosques, disponibilidad de agua o irradiación solar) son dependientes de factores climáticos y no de los límites políticos de los países. Además, no solo algunas de las regiones LOCOMOTION son extremadamente heterogéneas (LROW incluye desde países africanos a europeos o latinoamericanos) lo que hace que agrupen muy diversos tipos de clima, sino que, en los países grandes como China o Estados Unidos, existen grandes diferencias respecto a las características climáticas dentro de los propios límites del país en función de la situación geográfica dentro de él. Esto dificulta unificar demanda y producción, ya que, por ejemplo, la demanda de alimentos depende de criterios económicos mientras que, el rendimiento de las tierras de cultivo y la idoneidad para usar ciertas tierras como tierras de cultivo depende de criterios climáticos. La solución propuesta para atajar este problema es adoptar una desagregación mixta o doble. La demanda de los productos extraídos de la tierra como alimentos, materiales o energía, será calculada por regiones económicas o LOCOMOTION. Mientras que, la disponibilidad de estos productos será calculada por zonas climáticas. Para esta regionalización climática se emplean las zonas Köppen. La clasificación climática de Köppen-Geiger fue creada en 1900 por el geógrafo ruso de origen alemán especializado en climatología Wladimir Peter Köppen y revisada más adelante por Rudolf Geiger. Consiste en una clasificación climática mundial que identifica cinco tipos de climas principales (tropical, Capítulo 4. Introducción al proyecto LOCOMOTION 31 seco, templado, continental y polar) a partir de los cuales se realiza una subdivisión hasta alcanzar un total de treinta climas. Considerar todas estas subdivisiones exigiría, tanto un aumento en la complejidad computacional, como en el tratamiento y la búsqueda de datos. Dado que WILIAM no es exclusivamente un modelo de uso de la tierra, sino que el uso de la tierra es tan solo un sub-módulo dentro del conjunto no se estima necesario tan alto nivel de precisión, sino que, se considera correcto puede realizar una agrupación de estas treinta en ocho como se muestra en la Figura 4.3. Las zonas Köppen quedan distribuidas como se muestra en la Figura 4.4. Figura 4.3. Correspondencia entre las zonas Köppen originales y las empleadas en WILIAM (Fuente: WP6 LOCOMOTION) Figura 4.4. Zonas Köppen en WILIAM (Fuente: WP6 LOCOMOTION) Capítulo 4. Introducción al proyecto LOCOMOTION 32 Para relacionar las zonas Köppen y las regiones LOCOMOTION se emplean unas matrices de transición que representan, en definitiva, el porcentaje de cada uso del suelo de cada región que se encuentra en cada zona Köppen o viceversa. 4.3. Módulo de Tierra, Agua y Clima Este proyecto se desarrolla dentro del módulo de medio ambiente de WILIAM también conocido como “Tierra, Agua y Clima”. Dado que LOCOMOTION toma como punto de partida el modelado de MEDEAS para mejorarlo, si es posible, en primer lugar se va a presentar el módulo de uso de la tierra del proyecto MEDEAS. El módulo de uso del suelo es el menos desarrollado de todos los de MEDEAS. Este estaba mayoritariamente orientado al seguimiento de la demanda de tierras para la producción de energía y su objetivo principal era comparar la demanda de tierras producir energía de fuentes renovables (tanto electricidad como biomasa) con la demanda de otros usos. Es decir, MEDEAS calcula la demanda de suelo para biocombustibles de primera y segunda generación, energía eléctrica renovable, usos urbanos y la demanda de biomasa extraída del bosque (Pastor, 2020). La capacidad de crecimiento de la ocupación de tierra de estos usos está restringida en base a límites de sostenibilidad extraídos de una revisión bibliográfica. Las salidas (outputs) del módulo son los porcentajes de tierra utilizados para la producción de biocombustibles y las energías renovables, así como la pérdida de bosque, sin embargo, MEDEAS no modela de forma endógena la competencia por la tierra necesaria para producir entre energía, alimentos o para usos industriales (Pastor, 2020). Entre las tareas que deben llevarse a cabo para mejorar el módulo de MEDEAS, la tarea 6.1.3. es la modelización de la asignación o distribución del uso de la tierra, es decir, añadir esta competencia que MEDEAS no incluía. Este proyecto se centra en cubrir el desarrollo de esta tarea. A continuación se presenta una visión general del módulo de Tierra, Agua y Clima de WILIAM para ubicar dentro de este dónde se desarrolla este proyecto y la motivación del mismo. En primer lugar, el módulo se divide en tres grandes bloques, como su propio nombre lo indica, que, además, se dividen en sus propios sub-módulos como se muestra en la Figura 4.5. Capítulo 4. Introducción al proyecto LOCOMOTION 33 Figura 4.5. Sub-módulos dentro del módulo "Tierra, Agua y Clima" (Fuente: WP6 LOCOMOTION) Entre los propios sub-módulos y entre el módulo y otros módulos existen conexiones, es decir, relaciones. Por ejemplo, los cambios de uso del suelo, se van a ver afectados tanto por las dietas como por el agua, dentro del módulo, y por la población, o la demanda de energía, que son variables calculadas por otros módulos. Además, las relaciones se convierten en más complejas puesto que las variables que afectan al modelo dependen a su vez de otras, por ejemplo, las dietas se ven condicionadas por el módulo de economía y de demografía. Además este sub-módulo proporciona información que es necesaria para otros. El sub-módulo de clima necesita conocer la superficie que cambia de uso de suelo para calcular las emisiones debidas a los cambios de uso del suelo y, el de dietas la necesita para calcular la capacidad real de producción de alimentos. La estructura de las relaciones que se establecen en el módulo de Tierra, Agua y Clima se presentan en la Figura 4.6. Figura 4.6. Relaciones del módulo de Tierra, Agua y Clima (Fuente: WP6 LOCOMOTION) Capítulo 4. Introducción al proyecto LOCOMOTION 34 Capítulo 5. Metodología 35 5. METODOLOGÍA Se presenta a continuación el esquema del sub-módulo de distribución de usos del suelo (land uses allocation) de WILIAM así como las tareas a llevar a cabo para su modelado. Tras esto describe el trabajo llevado a cabo para la compleción de cada una de las tareas. Figura 5.1. Esquema del sub-módulo de distribución de usos del suelo (Fuente: WP6 LOCOMOTION) Tarea 1. Profundizar en el conocimiento de los cambios de uso del suelo  Tarea 1.1. Llevar a cabo una revisión bibliográfica que permita conocer con profundidad el tema.  Tarea 1.2. Decidir las categorías de uso del suelo definitivas sobre la base del trabajo realizado previamente por el grupo. Tarea 2. Obtención de datos  Tarea 2.1. Cálculo de las superficies iniciales de cada uso de la tierra y generación de las matrices de transición.  Tarea 2.2. Cálculo de las tendencias históricas de cada uso de la tierra. Esta información es importante para conocer qué usos de la tierra han aumentado y cuales disminuido los últimos años y también será importante, en una fase posterior para comprobar el funcionamiento del modelo.  Tarea 2.3. Cuantificación del aumento de cada uso del suelo que se hace a costa de otros usos del suelo, es decir, conocer el porcentaje de Capítulo 5. Metodología 36 la nueva superficie determinado uso del suelo que proviene del resto de usos del suelo.  Tarea 2.4. Identificar cuáles son los impulsores de la demanda de los usos del suelo que causan los cambios de uso de la tierra y tratar de cuantificar en qué proporción lo hacen.  Tarea 2.5. Diseñar las políticas y escenarios y seleccionar qué parámetros podrá variar el usuario. Tarea 3. Modelar  Tarea 3.1. Diseño del modelo. Durante esta fase el objetivo es en plasmar en Vensim toda la información obtenida.  Tarea 3.2. Incorporar las variables de elección (variables que puede variar el usuario al modelo).  Tarea 3.3. Verificar que el funcionamiento es correcto tanto bajo los históricos (2005-2018) como bajo los posibles escenarios (2018- 2005). 5.1. Introducción a los cambios de uso del suelo En esta sección se realiza una introducción teórica extraída de la revisión bibliográfica llevada a cabo y gracias a la cual se ha profundizado en el conocimiento de los usos de la tierra y sus tendencias. También se presentan las categorías finales de uso del suelo que se emplearán en WILIAM así como los motivos más relevantes de su elección. 5.1.1. Introducción teórica Los cambios de uso del suelo pueden ser producidos por dos tipos de fuerzas, necesidades humanas o procesos medioambientales. Ninguna de las cuales permanece estable en el tiempo, sino que varían de forma constante. Los cambios de uso del suelo se producen en todas las escalas espaciales y temporales y son una clara representación del comportamiento dinámico del medioambiente, la actividad humana y la interacción de estos con la tierra (Briassoulis, 2019). 5.1.1.1. Cambios de uso del suelo producidos por la acción humana En la mayoría de los casos, excepto en unas pocas excepciones, son las acciones humanas las que producen los cambios de uso del suelo y las responsables de su magnitud y severidad (Briassoulis, 2019). Se describen a continuación los cambios y efectos más relevantes. 5.1.1.1.1. Bosques: deforestación y forestación Los bosques cubren el 30,8% de la superficie terrestre mundial y más del 50% de esta superficie se encuentra en tan solo cinco países (Rusia, Brasil, Canadá, Capítulo 5. Metodología 37 Estados Unidos y China) y dos tercios en diez. La FAO clasifica los bosques en bosques de regeneración natural que representan el 93% de la superficie mundial de bosques y que se desglosan a su vez en bosques primarios y otros bosques de regeneración natural. El 7% restante son bosques plantados que se dividen en plantaciones industriales y otros bosques plantados (forestación) (FAO and UNEP., 2020). Bosques primarios Los bosques primarios se definen como aquellos formados por especies autóctonas en los que no existen indicios claramente visibles de actividades humanas y los procesos ecológicos no han sido significativamente perturbados. El 34% de los bosques del mundo son bosques primarios, sin embargo, actualmente, solo pueden encontrarse grandes extensiones de estos en las regiones tropical y boreal (FAO and UNEP., 2020). El 61% de ellos se encuentra en Brasil, Canadá y Rusia (FAO and UNEP., 2020), el 75% si a los países anteriores se añaden la República Democrática del Congo, Estados Unidos, Perú e Indonesia (Morales-Hidalgo et al., 2015; FAO, 2020). Entre 1990 y 2015 su superficie disminuyó un 2,5% mundialmente y un 10% en los países tropicales (Morales-Hidalgo et al., 2015), y, aunque en la última década el ritmo de pérdida se ha reducido más de la mitad, especialmente en América (FAO, 2020), los bosques primarios siguen disminuyendo (FAO and UNEP., 2020). Si bien es cierto que algunos países, mayoritariamente en Europa, notifican incrementos en su superficie de bosque primario esto se debe a cambios en los métodos de evaluación de los mismos o ajustes y variaciones en los criterios de definición y no refleja su tendencia real puesto que los bosques primarios, por definición, no pueden crecer (Morales-Hidalgo et al., 2015; FAO, 2020). Su tendencia y el porcentaje que representan respecto de la superficie forestal total en cada zona climática se muestra en Figura 5.2 y Figura 5.3 respectivamente. Capítulo 5. Metodología 44 Figura 5.6. Evolución de las tierras de cultivo de secano y regadío (Fuente: United Nations, 2016) 5.1.1.1.2.1. Agricultura de secano La agricultura de secano es el sistema de producción agrícola predominante, representa el 80% de la superficie mundial cultivada y genera el 60% de la producción de cultivos mundial. Los sistemas más productivos se concentran en las zonas templadas de Europa y América del Norte y en las zonas tropicales. Por el contrario, los situados en las zonas áridas y de montaña son poco productivos y suelen estar asociados a la agricultura subsistencia (United Nations, 2016). La superficie de agricultura de secano se ha mantenido relativamente constante e incluso reducido ligeramente en los últimos años, lo cual enmascara el abandono algunas tierras de demasiado degradadas y su posterior sustitución a costa de bosques y praderas (United Nations, 2016). 5.1.1.1.2.2. Agricultura de regadío La expansión del regadío ha contribuido en gran medida a la mejora de la productividad agrícola dado que el rendimiento de estos sistemas duplica, como mínimo, el de los de secano. En la actualidad, gran parte rinden por debajo de su potencial por lo que gran margen de mejora. Históricamente, la expansión de las tierras de regadío se ha producido a partir de la conversión de tierras de secano. Aunque en las zonas áridas e híper-áridas (desérticas), que no son aptas para la agricultura de secano, provienen de otros usos de la tierra. El ritmo de expansión de las tierras de regadío se está desacelerando sustancialmente y es que, únicamente en África subsahariana y América Latina existe aún margen de expansión. La escasez de agua es ya muy graves y en algunas regiones se ha alcanzado o incluso superado el máximo potencial de expansión. Por ejemplo, en Asia se emplean el 50% o más de los recursos Capítulo 5. Metodología 45 hídricos para el riego y en el norte de África las extracciones de agua para riego superan la capacidad de los recursos naturales. Aunque se espera que la mayor parte del aumento de producción que se espera en los próximos años sea cubierto por la agricultura de regadío, la agricultura de secano seguirá siendo un importante contribuyente. 5.1.1.1.2.3. Relación con otros usos de la tierra  Tierras urbanas: El crecimiento de las ciudades e industrias tendrá prioridad en el suministro de agua, reduciendo el agua disponible para la agricultura y causando la pérdida de tierras de cultivo, especialmente en zonas áridas (United Nations, 2016). Además, más del 60% de las tierras de cultivo de regadío del mundo se encuentran cerca de las zonas urbanas y es probable que se pierdan por la expansión de estas (UNCCD, 2017). Las tierras agrícolas perdidas suelen ser de primera calidad, incluso dos veces más productivas que las medias nacionales (UNCCD, 2017).  Humedales y masas de agua: Las extracciones para riego han causado la pérdida, completa o parcial, reducción de grandes lagos, así como han alterado el flujo de algunos ríos. Además, en Europa y América del Norte, más de la mitad de los humedales han sido desecados para la agricultura, provocando grandes pérdidas de biodiversidad (United Nations, 2016).  Peligro de desertización: Existen ciertas zonas en las que los sistemas agrícolas se encuentran en riesgo de desertización por mala calidad de las tierras, escasez de agua o mala gestión del agua de riego. En concreto, tanto las tierras de regadío no dedicadas al cultivo de arroz situadas en las zonas áridas, regadas tanto a partir de ríos como de aguas subterráneas como las tierras de secano ubicadas en las zonas tropicales semiáridas y la zona subtropical son susceptibles de sufrir escasez de agua y, por tanto, desertización (United Nations, 2016). La demanda de tierras de cultivo está mayoritariamente definida por la demanda de alimentos en base a las dietas globales y el rendimiento de los cultivos (Popp et al., 2014), factores que generalmente se ven influenciados por el PIB de cada país y el volumen de población (Havlík et al., 2018). Además, el aumento de la demanda de bioenergía, biocombustibles, ha incrementado la demanda de este tipo de tierras (Popp et al., 2014). y En la actualidad la mayor parte de los biocombustibles son de primera generación, concretamente etanol (Havlík et al., 2011), generados a partir de cultivos ricos en azúcar o de cultivos oleaginosos (Popp et al., 2014), los biocombustibles de segunda generación aunque se están considerando como potenciales soluciones Capítulo 5. Metodología 46 futuras no representan aún en la actualidad una alternativa viable (Havlík et al., 2011). Cabe destacar que aunque la demanda de tierras de cultivo se ve evidentemente afectada por las tendencias regionales, el mercado de alimentos es un mercado global, y la escasez de alimentos en una parte del mundo puede generar la expansión de las tierras de cultivo en otra parte del mundo diferente para abastecer esa escasez (Pendrill et al., 2019). Como ya se ha comentado, la expansión de las tierras de cultivo es una de las principales causas de la deforestación. 5.1.1.1.3. Humedales Durante el siglo XX más del 50% de los humedales de América del Norte, Europa, Australia y Nueva Zelanda se perdieron, convirtieron o degradaron, principalmente debido al desarrollo agrícola. Otros factores han sido el uso de su agua para el riego y el desarrollo de la acuicultura. La expansión urbana también ha provocado algunas pérdidas aunque en menor medida (Wood & van Halsema, 2008). Sin embargo, aunque la pérdida los humedales costeros está mejor establecida (ej. en la última década el 35% de los manglares han desaparecido debido a la acuicultura) son los interiores los más susceptibles a los efectos de la agricultura. En las zonas semiáridas son un atractivo recurso agrícola pues representan una importante fuente de agua y suelo fértil. Por el contrario, en las zonas templadas, la humedad de su suelo se percibe como un problema lo que aumenta la probabilidad de que sufran un drenaje intensivo (Wood & van Halsema, 2008). Por otra parte, sus efectos positivos como su capacidad para mitigar inundaciones o purificar el agua contaminada han impulsado que en los últimos años se hayan puesto en marcha proyectos de restauración y construcción de humedales artificiales. Aunque se han obtenido algunos beneficios, se prevé un aumento de la degradación de los humedales y de su conversión en tierras agrícolas, tendencias que se verán exacerbadas por el cambio climático (Wood & van Halsema, 2008). 5.1.1.1.4. Masas de agua Durante las últimas 3 décadas más de 162.000 km² cubiertos por masas de agua considerados permanentes han probado no serlo. De ellos, 90.000 km² se han desecado completamente mientras que 72.000 km² se han convertido en temporales. Por otra parte, durante este mismo periodo 29.000 km² masas de agua consideradas temporales y 184.000 km² de zonas previamente completamente desprovistas de agua se han convertido en masas de agua permanente (Pekel et al., 2016).. Las pérdidas se encuentran más geográficamente concentradas que las ganancias. De hecho, más de 70% de las pérdidas de masas de agua se han producido en solo 5 países, todos ellos Capítulo 5. Metodología 47 situados en la misma zona (45° N, 60° E). La tasa de desecación alcanzó su máximo entre 1994 y 2009, desde entonces se ha reducido e incluso revertido en algunos casos (Pekel et al., 2016). La mayor parte de las ganancias de masas de agua son causadas por la construcción presas o embalses (Pekel et al., 2016), mientras que gran parte de las pérdidas se deben al uso de su agua para riego (United Nations, 2016). 5.1.1.1.5. Expansión de la superficie urbana Contrariamente a la expansión de las tierras de cultivo la expansión urbana se asocia únicamente a una pequeña parte de las pérdidas forestales, sin embargo, es una de las principales causas de la pérdida de tierras de cultivos. Mundialmente, entre 1992 y 2005, el 64% de las nuevas tierras urbanas se han construido a costa de tierras de cultivo y 9% a partir de bosques (van Vliet, 2019). Puesto que cuando se pierden tierras de cultivo es necesario reemplazarlas para no perder su producción y evitar la escasez de cultivos y dado que estas se expanden principalmente a costa de los bosques, se considera que la expansión urbana causa, indirectamente, la pérdida de bosques. Además, la expansión urbana suele hacerse sobre las tierras de cultivo más productivas causando que la superficie a recuperar sea superior a la perdida. En concreto van Vliet (van Vliet, 2019) señala que, mundialmente, la superficie a recuperar es un 139% mayor que la perdida. Esto es principalmente a que la expansión urbana es común en zonas de tierras de cultivo altamente productivas como China, Canadá y Estados Unidos, mientras que la producción de estas trata de ser recuperada en zonas de mucho menor rendimiento, como África subsahariana y Latino América (van Vliet, 2019). Seto et al. (Seto et al., 2012) encontraron que, globalmente, 5.87 millones de km² tienen una probabilidad positiva de ser convertidos en superficie urbana antes de 2030, mientras que, en el 20% de esta superficie (1.2 millones de km²) la probabilidad es alta (entre el 75% y el 100%). Si todas las áreas en las que se encontró probabilidad alta se convirtiesen la superficie urbana aumentaría un 185%. El 50% de este aumento se parveé en Asia, del cual el 55% se concentraría en China e India. El mayor incremento relativo sería en África, su área urbana crecería un 590%. También se afirma que las mayores tasas de expansión se espera que se encuentren en las zonas con menores tasas de urbanización hasta la fecha (Seto et al., 2012). 5.1.1.1.6. Expansión de la tierra destinada a la producción de energía solar Aunque en la actualidad la tierra dedicada a la producción de energía solar podría considerarse como despreciable en comparación con otros usos de la tierra se estima que en futuros escenarios en los que la energía solar produzca entre el 25 y el 80% de la electricidad pueda llegar a ocupar hasta un 2,8% de Capítulo 5. Metodología 48 la superficie total de Europa, 1.4% de la de India y un 5.2% de la de Japón y Corea del Sur. Para poder situar paneles solares en una tierra, y que no resulte económicamente contraproducente es necesario que se cumplan una serie de requisitos en base a los siguientes factores (Perpiña Castillo et al., 2016):  Radiación solar: Se consideran como poco adecuadas aquellas en las que es inferior a 900 KWh/m².  Factores topográficos: Se consideran la elevación, la orientación y las sombras creadas por los gradientes de insolación. Cuando la inclinación es de entre 16 y 30% se considera poco favorable y si es superior a 30% se considera inviable.  Población: Se estiman más adecuadas las zonas situadas a más de 500 m de las ciudades para evitar la contaminación e impacto visual.  Red de transporte: Se consideran inviables las zonas que se encuentran a más de 5.000 m de alguna carretera debido a la importancia de un fácil acceso para la construcción, operación y mantenimiento de las plantas.  Tendido eléctrico: Cuanto más cerca se encuentre de este más favorable, pues menores son los costes de transmisión. El estudio de (Perpiña Castillo et al., 2016) calculó el porcentaje de adecuación de las distintas zonas de Europa y lo comparó con la situación geográfica de las plantas solares actuales. Encontró que el 75% de ellas situadas en zonas cuyo valor de adecuación está entre el 79,8 y el 100%. La adecuación en Europa aumenta de norte a sur, pues la radiación solar es inversamente proporcional a la latitud (Perpiña Castillo et al., 2016). Es más, en las zonas de alta latitud de Europa, el uso de tierra por unidad de energía solar es dos veces mayor que en Japón y tres veces mayor que en India (van de Ven et al., 2021). Las diferencias también pueden a llegar a ser muy grandes dentro de los límites de un mismo país (Perpiña Castillo et al., 2016) El microclima óptimo para la producción de energía solar se encuentra en tierras de cultivo. Esto junto con otros factores imprescindibles para estas tierras, como la necesidad de terrenos planos y buena accesibilidad (ej. cercanía a carretearas o tendidos eléctricos), que también lo son también para las tierras para solar hacen que las hace muy atractivas para su conversión (Adeh et al., 2019; van de Ven et al., 2021). La expansión de las tierras para solar afecta mayoritariamente a los usos de la tierra comerciales (cultivos, plantaciones, bosques gestionados) y que los efectos sobre las vegetación natural es mayoritariamente indirecto (van de Ven et al., 2021). La literatura coincide en que las expansión debería ser a costa de tierras de cultivo o Capítulo 5. Metodología 49 pastoreo degradadas o en desiertos o zonas en las cuales otro uso no es posible (Adeh et al., 2019; Perpiña Castillo et al., 2016). Sin embargo en muchos casos se ha encontrado que su establecimiento en desierto se ve dificultado por la poco accesibilidad y los altos costes de transporte (van de Ven et al., 2021). La producción sobre los tejados presenta la ventaja de no competir por tierra, sin embargo, únicamente un 2-3% de la superficie urbana resulta adecuada (Capellán-Pérez et al., 2017). 5.1.1.2. Cambios de usos del suelo producidos por el cambio climático Entre el cambio climático y los cambios de uso dela tierra se establece una retroalimentación puesto que de la misma forma en que los cambios del uso del suelo impulsan el cambio climático este puede llegar a impulsar dichos cambios. Consecuencias del cambio climático como el calentamiento global, el aumento de las precipitaciones, el aumento de la intensidad y frecuencia de las tormentas, inundaciones o sequías son procesos que favorecen la degradación de las tierras (Thapa, 2019). Se describen a continuación los principales cambios de uso del suelo impulsados por el cambio climático. 5.1.1.2.1.1. Aumento del nivel del mar Mientras que los pantanos y manglares cuentan con mecanismos de crecimiento vertical que les permiten resistir la subida del nivel del mar los ecosistemas terrestres, por el contrario, carecen de esta capacidad (Kirwan & Gedan, 2019). Entre 1984 y 2015 la pérdida de superficie costera debido a la subida del nivel del mar se cuantifica en aproximadamente 28.000 km² mientras que el área de tierra ganada fue de 14.000 km² (Mentaschi et al., 2018). Los efectos más destacados de la subida del nivel del mar son (Kirwan & Gedan, 2019):  Creación de bosques fantasma: El crecimiento vertical (elevación) de los bosques ha aumentado en paralelo con el aumento del nivel del mar, mientras que, las tasas de retracción lateral (desaparición de árboles) son de 2 a 14 veces más elevadas que en la era pre-industrial. Cuando comienza la salinización los árboles perecen dando paso al establecimiento de especies vegetales tolerantes a altas tasas de sal, vegetación inter-mareal, rodeadas de troncos y tocones.  Abandonamiento de tierras de cultivo: Causado por la salinización, puesto que la mayoría de los cultivos no son capaces de tolerar tasas de salinidad superiores a 2 ppt.  Expansión de los humedales: El crecimiento del nivel del mar favorece este fenómeno puesto que los humedales son capaces de crecer Capítulo 5. Metodología 50 verticalmente. De hecho, se considera que esta expansión podría llegar a compensar las pérdidas históricas existentes. Cabe destacar que la capacidad de expansión depende también en gran medida de la pendiente de las tierras que rodeen el humedal. Además, existe un límite de aumento antes de que se considere que dichos humedales se han sumergido y en muchas regiones se considera que este límite ya ha sido alcanzado. La inmersión de la tierra es común en la zona del Atlántico medio de Estados Unidos, pero, sorprendentemente, este fenómeno no ha sido observado fuera de dicha región, en zonas donde sería predecible. Kirwan & Gedan (Kirwan & Gedan, 2019) explican esto señalando que el desarrollo costero puede impedir la conversión del terreno. La zona del Atlántico medio en Estados Unidos es una región costera mayoritariamente rural, desprovista estructuras de control de inundaciones. Por el contrario, Europa occidental y China cuentan con diques y murallas para protegerse de subida del nivel del (Bjørn et al., 2019). 5.1.1.2.1.2. Desecación de masas de agua Aunque la mayor parte de los cambios que afectan a las masas de agua son debido a la acción humana y la desecación suele ser un fenómeno característico únicamente de ciertas regiones, el cambio climático también está implicado, pues las sequías han sido una de las principales causas de desecación en Australia y Estados Unidos implicado (Pekel et al., 2016). Por otra parte las ganancias ligadas al cambio climático son por la inundación de tierras causada por el deshielo de glaciares producido por el aumento de la temperatura y precipitaciones (Pekel et al., 2016). 5.1.1.2.1.3. Desertización y reverdecimiento El índice de aridez global ha aumentado desde mediados del siglo XX mayoritariamente debido al rápido calentamiento causado por aumento de las emisiones de gases de efecto invernadero desde finales de la década de los 70. Si la tendencia continúa el 50% de la superficie terrestre sufrirá de sequía a finales de este siglo (Odorico et al., 2013). Aunque la literatura coincide en la existencia de un aumento en la desertización en los últimos años no lo hace en el porcentaje de superficie que se ha visto afectada por este fenómeno, los porcentajes varían enormemente (Bestelmeyer et al., 2015). Además, a pesar de esta tendencia, también se ha observado un reverdecimiento en algunas zonas áridas (Odorico et al., 2013). De acuerdo con el estudio de Burrel entre 1992 y 2015 (Burrell et al., 2015), el 6% de las tierras áridas experimentaron desertización, en el 41% se observó un reverdecimiento significativo y en el 53% restante no pareció producirse ningún cambio significativo. Mayoritariamente, el principal conductor de la desertización son las prácticas de uso del suelo insostenibles, sin embargo, Capítulo 5. Metodología 51 aunque el efecto del cambio climático y la variabilidad climática es menor, consecuencias como la disminución de las lluvias tienen también un importante efecto dañino. Por otra parte, el principal impulsor del reverdecimiento es el efecto fertilizante del CO₂, seguido por las prácticas de gestión del uso del suelo. Los principales impulsores del reverdecimiento y de la desertización en cada región se muestran en la Figura 5.7. Figura 5.7. Impulsores del reverdecimiento y la desertización por regiones (Fuente: Burrell et al., 2015) Es importante destacar que se considera el cambio de estado a desierto como un cambio muy persistente y difícil de revertir, pues se establecen una serie de retroalimentaciones que hace al nuevo estado muy estable (Odorico et al., 2013; Bjørn et al., 2019). 5.1.1.2.1.4.Cambios entre los bosques y otros usos de la tierra La temperatura del aire en superficie (SAT), definida como la temperatura dos metros por encima de la vegetación y la precipitación se consideran impulsores de algunos cambios de uso del suelo en las diferentes zonas climáticas (Bjørn et al., 2019). En la Figura 5.8 se muestran alguno de estos cambios junto con los umbrales que los provocan. Capítulo 5. Metodología 52 Figura 5.8. Cambios de uso del suelo debido al efecto de las precipitaciones y SAT. (Fuente: Bjørn et al., 2019)  Biomas tropicales: En zonas como la Amazonia, África o el sudeste asiático, la reducción de las precipitaciones y el aumento de la SAT son impulsores decisivos de que una superficie que se encuentra en estado de bosque evolucione a estado de sabana o pradera. El umbral de este cambio varía según el estudio, algunos afirman que se produce cuando la precipitaciones son inferiores a 1000mm/año (la mitad de la precipitación media actual) y la SAT aumenta unos 5-6º por encima del nivel de 1990 (Cox et al. 2004), mientras que otros indican que lo hace cuando la temperatura aumenta 3ºC por encima de las temperaturas preindustriales (Jones et al., 2009). Por su parte, Hirota et al. ,2011 y Xu et al., 2016, observaron que por debajo del rango de 1.500-2.000 mm/año de precipitación el estado de sabana es más común, mientras que por encima lo es el estado de bosque. Otros autores (Staal et al., 2016) tienen en cuenta la estacionalidad (distribución desigual de las precipitaciones a lo largo de un año) y afirman que es más probable encontrar sabana en lugares con alta estacionalidad y que las estaciones secas se asocian a baja cobertura arbórea. Además, la estacionalidad afecta más a las zonas tropicales sudamericanas mientras que en África las precipitaciones absolutas son más determinantes.  Biomas boreales y de tundra: La tundra (un tipo de matorral) y la estepa (un tipo de pastizal) constituyen estados estables alternativos al bosque boreal cuando disminuyen o aumentan las temperaturas, respectivamente. Sin embargo, dado la persistencia de los bosques boreales aumenta con las precipitaciones, se podría decir que la distribución de bosque boreal se encuentra más relacionada con la Capítulo 5. Metodología 53 combinación de ambos que con cualquiera de ellos por separado (Scheffer et al., 2012).  Biomas templados: Aunque se afirma que el aumento de las temperaturas está relacionado con el aumento de los incendios forestales, el estrés por sequía y el brote de plagas, incluso cuando las precipitaciones se mantienen o aumentan no se ha encontrado un umbral concluyente que reafirme esta teoría (Stephenson, 2021). 5.1.2. Categorías de uso del suelo En una primera fase los usos de la tierra considerados para WILIAM y reflejados en el deliverable 6.1.(Pastor, 2020) fueron los siguientes:  Tierras de cultivo de regadío (irrigated cropland).  Tierras de cultivos de secano (rainfed cropland).  Tierras en barbecho (temporary fallows).  Tierras cubiertas por pastizales y matorrales (grassland incl. shrubs).  Bosques (forest).  Tierras para producción de biocombustibles de segunda generación, incluyendo plantaciones forestales (land for biofuel 2G incl. short rotation forestry).  Tierra para producción de energía solar (land for solar).  Superficie urbana (urban land).  Otros usos de la tierra (other land).  Masas de agua (water bodies). Tras una revisión bibliográfica, estudio de otros modelos e investigación sobre las potenciales bases de datos, las categorías fueron adaptadas a los siguientes usos de la tierra definitivos:  Tierras de cultivo de regadío (irrigated cropland).  Tierras de cultivos de secano (rainfed cropland).  Bosques gestionados (managed forest).  Bosques primarios (primary forest).  Bosques de plantaciones industriales (forest plantations).  Tierras cubiertas por matorrales (shrubland).  Tierras para pastoreo (grassland)  Humedales y masas de agua (wetland and waterbodies). Capítulo 5. Metodología 60 Existe otra base de datos de FAO llamada AQUASTAT 3 que proporciona información sobre los recursos hídricos y la gestión del agua en la agricultura. Proporciona acceso a más de 180 variables e indicadores por país desde 1960 hasta la actualidad. Aunque la mayor parte de las categorías de esta base de datos no interesan a este proyecto sí lo hacen aquellos que corresponden a la variable “superficie de cultivo equipada para riego”. Los datos que proporciona FAOSTAT sobre cobertura terrestre pueden ser de dos fuentes, MODIS o CCI-LC. En este proyecto se emplean los de CCI-LC. De esta base de datos se obtienen los datos sobre la evolución histórica de cada uno de los usos de la tierra. 5.2.1.3. Base de datos del Banco Mundial (World Bank Data) Esta base de datos creada por el Grupo de Desarrollo de Datos 4 del Banco Mundial proporciona series de satos de variables de diferentes ámbitos, entre ellos el financiero, para todos los países desde 1960 hasta la actualidad. Gran parte de sus datos proceden de los sistemas estadísticos de los países miembros. Esta base se emplea para conocer la población de cada país. 5.2.1.4. Agencia Internacional de la Energía (IEA) Esta organización internacional intergubernamental creada en 1974 nació con el objetivo de mantener la estabilidad del suministro internacional de petróleo, aunque, en los último años, su misión se ha ampliado hacia la promoción de las fuentes de energía renovables. Su base de datos proporciona datos sobre todo tipo de variables referentes a la energía por país. Las series temporales dependen del país y la tecnología energética. De esta base de datos se obtienen los datos sobre la producción de energía solar y producción de electricidad. 5.2.2. Procedimiento En esta sección se detalla el proceso llevado a cabo para la obtención de los datos que serán empleados en el modelo. 5.2.2.1. Superficies iniciales y matrices de transición Conocer la superficie inicial, en 2005, de cada uso de la tierra por zona y por región es importante no solo para inicializar los stocks del modelo, sino también para poder generar las matrices que permiten la transformación entre zonas Köppen y regiones LOCOMOTION para cada uso de la tierra. 3 http://www.fao.org/aquastat/statistics/query/index.html 4 https://data.worldbank.org/ Capítulo 5. Metodología 61 5.2.2.1.1. Superficies iniciales Para obtener la superficie inicial de cada uso de la tierra en 2005 se emplean los mapas de la ESA CCI-LC (ESA, n.d.), de los cuales puede obtenerse información en forma de Sistema de Información Geográfica (GIS) sobre cada categoría de cobertura terrestre en una malla de píxeles de 300 m de resolución espacial. Estos datos fueron procesados por CARTIF, uno de los socios del proyecto LOCOMOTION, de tal manera que para cada país se conoce la superficie de cada uso de la tierra en cada zona Köppen y en cada AEZ en 2005. Aparecen zonas Köppen y zonas AEZ dado que en el momento del procesamiento aún no se había tomado una decisión firme y ambas eran consideradas como candidatas para la agregación climática. Para adecuar los datos al enfoque de LOCOMOTION, las categorías de cobertura terrestre de los datos de ESA CCI-LC fueron agrupadas en usos del suelo según se muestra en la Tabla 5.5. Un ejemplo de los datos proporcionados por CARTIF se muestra en la Tabla 5.6 para Letonia. Value Label (CCI-LC) Usos del suelo en el procesado 0 No data - 10 Cropland, rainfed 1 (Cropland, rainfed) 11 Cropland, rainfed, herbaceous cover 12 Cropland, rainfed, tree and shrub cover 20 Cropland, irrigated or post-flooding 2 (Cropland irrigated or post-flooding) 30 Mosaic cropland (>50%) / natural vegetation (tree, shrub, herbaceous cover) (<50%) 5 (Shrub and other vegetated land) 40 Mosaic natural vegetation (tree, shrub, herbaceous cover) (>50%) / cropland (<50%) 5 (Shrub and other vegetated land) 50 Tree cover, broadleaved, evergreen, closed to open (>15%) 3 (Forest (primary + managed + plantation)) 60 Tree cover, broadleaved, deciduous, closed to open (>15%) 61 Tree cover, broadleaved, deciduous, closed (>40%) 62 Tree cover, broadleaved, deciduous, open (15-40%) 70 Tree cover, needleleaved, evergreen, closed to open (>15%) 71 Tree cover, needleleaved, evergreen, closed (>40%) 72 Tree cover, needleleaved, evergreen, open (15-40%) 80 Tree cover, needleleaved, deciduous, closed to open (>15%) 81 Tree cover, needleleaved, deciduous, closed (>40%) 82 Tree cover, needleleaved, deciduous, open (15-40%) 90 Tree cover, mixed leaf type (broadleaved and needleleaved) 100 Mosaic tree and shrub (>50%) / herbaceous cover (<50%) 5 (Shrub and other vegetated land) 110 Mosaic herbaceous cover (>50%) / tree and shrub (<50%) 120 Shrubland 121 Evergreen shrubland 122 Deciduous shrubland 130 Grassland 4 (Grassland) 140 Lichens and mosses 5 (Shrub and other vegetated land) 150 Sparse vegetation (tree, shrub, herbaceous cover) (<15%) 6 (Sparse vegetation and bare areas) 151 Sparse shrub (<15%) Capítulo 5. Metodología 62 152 Sparse herbaceous cover (<15%) 160 Tree cover, flooded, fresh or brakish water 170 Tree cover, flooded, saline water 7 (Flooded vegetation) 180 Shrub or herbaceous cover, flooded, fresh/saline/brakish water 190 Urban areas 9 (Urban areas) 200 Bare areas 6 (Sparse vegetation and bare areas) 210 Water bodies 8 (Waterbodies, Snow and ice) 220 Permanent snow and ice Tabla 5.5. Agrupación de las categorías de cobertura terrestre de ESA CCI-LC en usos de la tierra más adecuados a WILIAM (Fuente: WP6 LOCOMOTION) Uso suelo AEZ Köppen AREA (𝒎𝟐) PERCENTAGE 1 9 Winter snow 365066273 2,797816236 1 10 Temperate 884487780 6,778589139 1 10 Winter snow 1,1775E+10 90,24435172 3 9 Winter snow 1298868655 3,820448137 3 10 Temperate 3959872423 11,64743422 3 10 Winter snow 2,8485E+10 83,78553425 4 9 Winter snow 80429447,1 1,739185938 4 10 Temperate 324200155 7,010421831 4 10 Winter snow 4211424673 91,06677764 5 9 Winter snow 263946190 2,627436352 5 10 Temperate 767561792 7,640647347 5 10 Winter snow 8989831897 89,48873688 6 9 Winter snow 559,773764 0,023179444 6 10 Temperate 346750,744 14,35846021 6 10 Winter snow 1768590,01 73,23482288 7 9 Winter snow 64036181,7 5,055131787 7 10 Temperate 138122755 10,90365965 7 10 Winter snow 1055956211 83,35908958 8 9 Winter snow 8261133 0,658706797 8 10 Temperate 103213735 8,229814124 8 10 Winter snow 1099718828 87,68679398 9 9 Winter snow 1070411,23 0,331394661 9 10 Temperate 12662771,5 3,920338966 9 10 Winter snow 294165338 91,07230896 Tabla 5.6. Datos procesados para Letonia (Uso del suelo/AEZ/Köppen) (Fuente: WP6 LOCOMOTION) Estos datos fueron procesados a partir de un código de MATLAB, compuesto principalmente de bucles for y condicionales if else, que permite leer y escribir en Excel con el objetivo de conocer la siguiente información:  Dentro de cada región LOCOMOTION, la superficie de cada uso de la tierra que se encuentran dentro de cada zona Köppen (Tabla 5.7).  La superficie total de cada uso de la tierra dentro de cada zona Köppen y la superficie total de cada uso de la tierra dentro de cada región LOCOMOTION. Capítulo 5. Metodología 63  Para cada uso de la tierra, la superficie en cada región LOCOMOTION que se encuentra dentro de cada zona Köppen (Tabla 5.8). Tabla 5.7. Superficie de cada uso de la tierra de EU27 en cada zona Köppen (Fuente: Creación propia) Capítulo 5. Metodología 64 Tabla 5.8. Superficie de tierras de cultivo de secano en cada zona dentro de cada región (Fuente: Creación propia) Para que estos datos resulten verdaderamente útiles deben adecuarse a los tipos de uso del suelo finales de WILIAM. Además, también es importante Capítulo 5. Metodología 65 ordenarlos de acuerdo a una estructura fija para evitar futuras confusiones en la etapa de modelado. Ajuste de los tipos de bosque En las categorías usadas en el procesamiento existe una única categoría de bosque, por lo que debe incluirse la distinción entre bosque primario, gestionado y plantaciones de WILIAM. La evolución anual de estos bosques se ha obtenido de la forma en que se detalla en la sección 5.2.2.2.2 por lo que se conoce la superficie de cada tipo de bosque en cada región en 2005. Además FAOSTAT proporciona la superficie forestal total de cada país, que puede agruparse por regiones. Con estos datos puede calcularse el porcentaje que representa cada tipo de bosque respecto de la superficie forestal total en cada región en 2005 (Tabla 5.9). Tabla 5.9. Porcentaje de cada tipo de bosque WILIAM en cada región, 2005 (Fuente: Creación propia) Multiplicando estos porcentajes por la superficie total de bosque obtenida con los datos de la ESA CCI-LC (categoría 3) se obtiene la superficie inicial de cada tipo de bosque en cada región (Tabla 5.10). Tabla 5.10. Superficie de cada tipo de bosque WILIAM en cada región, 2005 (Fuente: Creación propia) Se asume como hipótesis que la cantidad de cada tipo de bosque dentro de cada zona Köppen en cada región, será igual que para los bosques totales. Es decir, en cada región se calcula el porcentaje de bosque que se encuentra en cada zona Köppen y ese será el porcentaje de cada tipo de bosque dentro cada zona Köppen en esa región. Con este puede calcularse la superficie de cada tipo de bosque dentro de cada zona Köppen en cada región y, a partir de la suma de todas las zonas Köppen de todas las regiones se calcula la superficie inicial de cada tipo de bosque en cada zona Köppen (Tabla 5.11). Capítulo 5. Metodología 66 Tabla 5.11. Superficie de cada tipo de bosque WILIAM en cada zona Köppen, 2005 (Fuente: Creación propia) Ajuste de las masas de agua y otros usos de la tierra En los usos de la tierra considerados en el procesado de los datos aparecen las siguientes categorías: (i) humedales; (ii) masas de agua/hielo/nieve; (iii) áreas de escasa vegetación o roca. Mientras que, en WILIAM se consideran las siguientes: (i) masas de agua y humedales; (ii) desierto, roca y hielo. Por tanto, es necesario dividir la categoría masas de agua, nieve y hielo en masas de agua por una parte y nieve y hielo por otra para hacer la agrupación de acuerdo a los criterios de WILIAM. Para esto se emplean los datos de cobertura de la tierra de FAOSTAT que distingue entre dos categorías:  Glaciares y zonas de nieve permanentes (permanent snow and glaciers): cuya persistencia debe ser de 12 meses al año.  Masas de agua interiores 5 (inland waterbodies): cuya persistencia debe ser de 12 meses al año. Los datos de la superficie de estas categorías en 2005 para cada país se agrupan por regiones LOCOMOTION y se suman para calcular el porcentaje que representa cada una de ellas respecto de la suma total, estos porcentaje se muestran en la Tabla 5.12. Tabla 5.12. Porcentaje de masas de agua, nieve y hielo en cada región LOCOMOTION, 2005 (Fuente: Creación propia; FAOSTAT) Estos porcentajes se multiplican por el valor de la categoría 8 (masas de agua, nieve y hielo) del procesamiento de datos. La superficie de masas de agua se suma a la categoría 7 (humedales), mientras que, la superficie de nieve y hielo se suma a la categoría 6 (desierto y roca). Los resultados finales se muestran 5 Se ha descartado el uso de masas de agua costeras (coastal waterbodies and intertidal areas) debido a la escasos datos proporcionados por FAO para esta categoría. Capítulo 5. Metodología 67 en la Tabla 5.13 para las regiones LOCOMOTION. Se asume en las zonas Köppen de una región el porcentaje será el de la región. Se presenta la superficie inicial de estas categorías en la Tabla 5.14. Tabla 5.13. Superficie de humedales y otros usos de la tierra en cada región LOCOMOTION, 2005 (Fuente: Creación propia) Tabla 5.14. Superficie de humedales y otros usos de la tierra en cada zona Köppen, 2005 (Fuente: Creación propia) Tierra para solar El cálculo de la superficie de tierra destinada a la producción de energía solar cada año en cada región LOCOMOTION se encuentra detallado en la sección 5.2.2.2.7. Esta superficie en 2005 se presenta en la Tabla 5.15. Tabla 5.15. Superficie de tierra para solar en cada región LOCOMOTION, 2005 (Fuente: Creación propia) Esta superficie no se calcula por zonas Köppen debido a la imposibilidad de encontrar datos que permitan este cálculo. La superficie inicial para cada uso de la tierra en cada zona Köppen y en cada región LOCOMOTION puede encontrarse en la Tabla A2.1 y Tabla A2.2 respectivamente. 5.2.2.1.2. Matrices de transición No existe matriz de transición para las tierras dedicadas a la producción de solar debido a la falta de datos para calcularlas. Para el resto de usos de la tierra se calculan como se indica a continuación. RtoZ Las matrices RtoZ permiten transformar la superficie de cada uso de la tierra de las regiones LOCOMOTION a las zonas Köppen. Representan el porcentaje de la superficie total de un uso de la tierra de una región se encuentra en cada zona Köppen. Cada elemento de la matriz se calcula con la Ecuación 5.1. Se presenta a modo de ejemplo la matriz de transición para las tierras de secano Capítulo 5. Metodología 68 (Tabla 5.16), para el resto de usos del suelo pueden encontrarse en las Tabla A2.13 a Tabla A2.22. Ecuación 5.1 𝑅𝑡𝑜𝑍_𝑜𝑓_𝑈𝑘[𝑖,𝑗]=𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑅𝑖,𝑍𝑗] 𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑅𝑖] De aquí en adelante, a no ser que se indique lo contrario 𝑈𝑘 representa cada uno de los 11 usos del suelo, 𝑅𝑖 cada una de las 9 regiones LOCOMOTION y 𝑍𝑗 cada una de las 8 zonas Köppen. Tabla 5.16. Matriz RtoZ para las tierras de cultivo de secano (Fuente: Creación propia; WP6 LOCOMOTION) El área en cada zona Köppen a partir del área en cada región se calcula a partir de la Ecuación 5.2 y Ecuación 5.3. Ecuación 5.2 𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑅𝑖,𝑍𝑗]=𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑅𝑖]∙𝑅𝑡𝑜𝑍_𝑓𝑜𝑟_𝑈𝑘[𝑅𝑖,𝑍𝑗] Ecuación 5.3 𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑍𝑗]=∑𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑅𝑖,𝑍𝑗] 9 𝑖=1 ZtoR Las matrices ZtoR permiten realizar la transformación de la superficie de cada uso de la tierra de las zonas Köppen a las regiones LOCOMOTION. En este caso representan qué porcentaje de la superficie total de un uso de la tierra de una zona Köppen se reparte entre las regiones LOCOMOTION. Cada elemento de la matriz se calcula con la Ecuación 5.4. Se presenta a modo de ejemplo la matriz ZtoR para las tierras de cultivo de secano (Tabla 5.17), el resto pueden encontrarse en la Tabla A2.3 a Tabla A2.12. Ecuación 5.4 𝑍𝑡𝑜𝑅_𝑜𝑓_𝑈𝑘[𝑗,𝑖]=𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑅𝑖,𝑍𝑗] 𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑍𝑗] Tabla 5.17. Matriz ZtoR para las tierras de cultivo de secano (Fuente: Creación propia; WP6 LOCOMOTION) El área de cada uso de la tierra en cada región se calcula a partir de la Ecuación 5.5 y Ecuación 5.6. Ecuación 5.5 𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑍𝑗,𝑅𝑖]=𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑍𝑗]∙𝑍𝑡𝑜𝑅_𝑓𝑜𝑟_𝑈𝑘[𝑍𝑗,𝑅𝑖 Capítulo 5. Metodología 69 Ecuación 5.6 𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑅𝑖]=∑𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑍𝑗,𝑅𝑖] 8 𝑗=1 5.2.2.2. Evolución histórica de cada uso de la tierra A excepción de para la tierra para solar, los datos de la evolución histórica de los stocks se obtienen de FAO. Estos se encuentran por país, para calcular la superficie anual de cada uso de la tierra por región se suma la superficie de dicho uso en los n países que agrupa la región (Ecuación 5.7). Ecuación 5.7 𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑅𝑖]=∑𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑐𝑜𝑢𝑛𝑡𝑟𝑦𝑗] 𝑛 𝑗=1 Para evitar introducir los menores errores posibles para LROW se han considerado los mismos países que en el procesamiento de datos de ESA CCILC excluyendo aquellos para los cuales en dicho procesamiento no fue posible obtener datos (estos países se encuentran en el anexo 1). Para transformar estos datos a las zonas Köppen emplea la matriz RtoZ de cada uso de la tierra, gracias a la cual se calcula, en cada región, la superficie del uso de la tierra que se encuentra en cada zona Köppen (Ecuación 5.8). Para calcular la superficie total del uso de la tierra en cada zona Köppen se suma la superficie del uso de la tierra que se encuentra en esa zona Köppen en cada una de las 9 regiones (Ecuación 5.9). Ecuación 5.8 𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑅𝑖,𝑍𝑗]=𝑅𝑡𝑜𝑍_𝑜𝑓_𝑈𝑘[𝑅𝑖,𝑍𝑗]∙𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑅𝑖] Ecuación 5.9 𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑍𝑗]=∑𝑎𝑟𝑒𝑎_𝑜𝑓_𝑈𝑘[𝑅𝑖,𝑍𝑗] 9 𝑖=1 En los apartados siguientes se indica con qué categoría de FAO se identifica cada uso de la tierra, para cada uno de ellos este es el procedimiento que se emplea para conocer su tendencia histórica por regiones y por zonas. No se calcula la evolución histórica de la categoría de humedales o vegetación inundada y masas de agua pues en el modelo será contante. Para la energía solar no se calcula la evolución por zonas sino únicamente por regiones. 5.2.2.2.1. Tierras de cultivo Para obtener los datos de la evolución de las tierras de cultivo se emplean:  La categoría de tierras de cultivo (cropland) de FAOSTAT definida como la suma de tierra arable (arable land), todas las superficies dedicadas a cultivos temporales, y la superficie dedicada a cultivos permanentes (land under permanent crops), como cacao y café (FAO, 2018).  La categoría de superficie equipada para regadío (area equipped for irrigation) de AQUASTAT, que incluye la superficie equipada para Capítulo 5. Metodología 76 parámetro excepto en los climas más cálidos (tropical) donde se toma 0.60 pues el calor reduce la eficiencia de las obleas (Capellán-Pérez et al., 2017). El ratio de ocupación del suelo es la cuantificación del espacio que debe dejarse libre entre los módulos para evitar el sombreado o para permitir el mantenimiento incluyendo las vías de acceso o los edificios de servicio. El sombreado es inevitable, sin embargo, para este parámetro la latitud y el clima son factores clave. En las regiones de baja latitud, es decir, los trópicos, los módulos pueden colocarse a una distancia menor pues el sol tiende a estar más alto en el cielo (Capellán-Pérez et al., 2017). De nuevo, en base al estudio de de Castro et al. Capellán-Pérez et al. estima este parámetro como se muestra en la Figura 5.12: Figura 5.12. Estimación del factor de cobertura del suelo por zona geográfica 7 (Fuente: Capellán-Pérez et al., 2017) Para los países para los cuales Capellán-Pérez et al. proporciona la irradiancia anual media se calcula su densidad de energía solar neta (𝜌𝑒𝑖), gracias a la Ecuación 5.15. En la Tabla 5.23 se muestra el dato calculado para cada país junto a los datos de (Capellán-Pérez et al., 2017). La latitud de cada país se ha obtenido de internet y se considera el dato del centro de cada país. 7 SBR se define como la separación entre filas dividida entre la distancia entre el borde más alto del panel y el suelo. No es empleado en el cálculo realizado en este proyecto. Capítulo 5. Metodología 77 Tabla 5.23. Densidad de energía solar y parámetros de cálculo por país (Fuente: Creación propia; Capellán-Pérez et al., 2017) A partir de los valores obtenidos para estos países se calcula el valor medio de este parámetro en cada una de las zonas geográficas que considera el artículo. Calculando la media aritmética de la densidad de energía solar de todos los países que se encuentran dentro de la zona (Tabla 5.24). Tabla 5.24. Densidad de energía solar por zona geográfica (Fuente: Creación propia) Capítulo 5. Metodología 78 Puesto que se conocen los países de cada región LOCOMOTION y gracias a su latitud se conoce también la zona geográfica en la que se encuentra cada uno, a partir de los datos de la producción solar anual de cada país puede calcularse el porcentaje de la producción de cada región LOCOMOTION que se produce en cada una de las zonas geográficas (Tabla 5.25). Para calcular la eficiencia energética de cada región LOCOMOTION se hace una media ponderada en base a estos porcentajes como se muestra en la Ecuación 5.16. Para LROW se asume que un 25% viene de cada zona, por su alto número de países y heterogeneidad. Los resultados se presentan en la Tabla 5.26. Tabla 5.25. Porcentaje de la producción de energía solar de cada región LOCOMOTION producida en cada zona del estudio (Fuente: Creación propia) Ecuación 5.16 𝑠𝑜𝑙𝑎𝑟_𝑝𝑜𝑤𝑒𝑟_𝑑𝑒𝑛𝑠𝑖𝑡𝑦𝑅𝐿𝑂𝐶𝑖= ∑%_𝑅𝐿𝑂𝐶𝑖_𝑠𝑜𝑙𝑎𝑟_𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛_𝑓𝑟𝑜𝑚_𝑍𝑜𝑛𝑒𝑗∙𝑠𝑜𝑙𝑎𝑟_𝑝𝑜𝑤𝑒𝑟_𝑑𝑒𝑛𝑠𝑖𝑡𝑦𝑍𝑜𝑛𝑒𝑗 4 𝑗=1 Para 𝑅𝐿𝑂𝐶𝑖 cada una de las 9 regiones LOCOMOTION y 𝑍𝑜𝑛𝑒𝑗 cada una de las 4 zonas geográficas que considera el estudio (Capellán-Pérez et al., 2017). Tabla 5.26. Densidad de energía solar por región LOCOMOTION (Fuente: Creación propia) La eficiencia energética del uso de la tierra para solar (𝑚²/𝑀𝑊·𝑎ñ𝑜) se calcula como la inversa de la densidad de energía solar, se presentan en la Tabla 5.27 los resultados finales en las unidades empleadas en el proyecto. Capítulo 5. Metodología 79 Tabla 5.27. Eficiencia de la tierra para producir energía solar por región LOCOMOTION (Fuente: Creación propia) Con esta información puede calcularse la superficie existente cada año en cada región LOCOMOTION con la Ecuación 5.17. Ecuación 5.17 𝑠𝑜𝑙𝑎𝑟_𝑙𝑎𝑛𝑑𝑅𝑖=𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛_𝑜𝑓_𝑠𝑜𝑙𝑎𝑟_𝑒𝑛𝑒𝑟𝑔𝑦𝑅𝑖∙𝑠𝑜𝑙𝑎𝑟_𝑙𝑎𝑛𝑑_𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑦𝑅𝑖 Esa superficie es muy pequeña, lo que está en línea con la literatura (van de Ven et al., 2021). En el periodo histórico 2005-2018 se considera que no existió producción solar en los tejados de las superficies urbanas, debido a que el pequeño porcentaje de tierra necesaria indica que aún no hay mucha producción de energía solar. 5.2.2.2.7. Otros usos de la tierra Para la evolución de la categoría otros usos de la tierra se emplean la suma de las categorías de FAOSTAT “tierra estéril” (terrestrial barren land) que incluye zonas cubiertas por arena, grava, roca y suelo desnudo y “áreas con poca vegetación natural” (sparsely natural vegetated areas) (FAO, 2018). 5.2.2.3. Cambios de uso del suelo En esta sección se presentan los procesos que se consideran como desencadenantes de los usos del suelo así como los cambios de uso del suelo que cada uno de ellos produce. Primeras hipótesis: Se descarta modelar los cambios de uso del suelo provocados por el cambio climático. Se considera que en comparación con los cambios debidos a la acción humana son de menor magnitud, es decir causan la transformación de una superficie menor y son menos habituales. Además, no existe literatura que cuantifique estos cambios de manera precisa e incluso si se encontrase un umbral que impulse el cambio estos son lentos y progresivos (ej. el proceso de desertización toma años de degradación progresiva, lo mismo ocurre en la transformación de bosque a matorrales), algo que no sucede en los cambios por acción humana (ej. en un periodo corto de tiempo se tala bosque y se establece una tierra de cultivo). Capítulo 5. Metodología 80 El stock de humedales permanece constante. Esta decisión se toma debido a la escasez de literatura que cuantifique de manera precisa los cambios sufrido por este tipo de tierras. Es el enfoque que adopta GLOBIOM. La superficie terrestre permanecerá constante en todo momento: o No se considera posible la pérdida de tierra y ganancia de masas de agua debido a la construcción de presas hidráulicas. Este es un trabajo que desarrollará el sub-módulo de agua de WILIAM en el futuro. Para el desarrollo de este proyecto las masas de agua permanecen constantes. o No se considera posible la pérdida de tierra debido a la subida del nivel del mar. Este es un trabajo que desarrollará el sub-módulo de clima de WILIAM en el futuro. 5.2.2.3.1. Expansión urbana Para cuantificar la cantidad de nueva superficie urbana que se obtiene del resto de usos de la tierra se emplea el estudio de van Vliet (van Vliet, 2019), quien proporciona el porcentaje de nuevas tierras urbanas que se obtuvo de cada uso de tierra entre 1992 y 2015 en cada una de las regiones que se muestran en el mapa de la Figura 5.14, las cuales de aquí en adelante se denominan regiones van Vliet. Estos porcentajes se presentan en la Figura 5.13. Cabe destacar que para llevar a cabo este estudio van Vliet emplea los datos y categorías de la ESA CCI-LC. Figura 5.13. Porcentaje de nuevas tierras urbanas obtenidas de cada uso de la tierra por región van Vliet (Fuente: van Vliet, 2019) El problema que presentan estos datos es que las regiones van Vliet, no coinciden con las regiones LOCOMOTION, si bien es cierto que, en algunos casos, existe gran similitud entre los países que agrupan. Para poder emplear estos porcentajes en el modelo se adaptan a las regiones LOCOMOTION a través del siguiente procedimiento: 1. Primeramente se desagregan los porcentajes a nivel de país. Esto significa obtener para cada país el porcentaje de nuevas tierras urbanas que viene de cada uso de la tierra. Se asume que para los países de cada región los porcentajes son iguales a los de la región. Por ejemplo, si en Europa el 75% de las nuevas tierras urbanas proviene de tierras Capítulo 5. Metodología 81 de cultivo, en España y Francia, países agrupados dentro de Europa, el 75% de las nuevas tierras urbanas se obtienen de tierras de cultivo. 2. A continuación se compara en que región LOCOMOTION y en qué región van Vliet se encuentra cada país. Las regiones van Vliet se encuentran en la Figura 5.14 y las regiones LOCOMOTION puedes verse en la Figura 4.2. Para esto, se llevó a cabo una búsqueda de los países incluidos en cada una de las regiones van Vliet a partir del mapa de la Figura 5.14, puesto que en el artículo no se proporciona ningún listado. Figura 5.14. Regiones van Vliet (Fuente: van Vliet, 2019) 3. Se calcula el porcentaje de población de cada región LOCOMOTION que se encuentra en cada región van Vliet a partir de la población de cada país (Ecuación 5.18) (Tabla 5.28). Como se comentaba al inicio en algunos casos las agrupaciones son muy similares. Ecuación 5.18 %_𝑜𝑓_𝑅𝐿𝑂𝐶𝑖_𝑝𝑜𝑝𝑢𝑙𝑎𝑡𝑖𝑜𝑛_𝑖𝑛_𝑅𝑉𝑙𝑖𝑒𝑡𝑗 =𝑝𝑜𝑝𝑢𝑙𝑎𝑡𝑖𝑜𝑛_𝑜𝑓_𝑐𝑜𝑢𝑛𝑡𝑟𝑖𝑒𝑠_𝑖𝑛_𝑏𝑜𝑡ℎ_𝑅𝐿𝑂𝐶𝑖_𝑎𝑛𝑑 _𝑅𝐿𝑂𝐶𝑗 𝑅𝐿𝑂𝐶𝑖_𝑡𝑜𝑡𝑎𝑙_𝑝𝑜𝑝𝑢𝑙𝑎𝑡𝑖𝑜𝑛 Tabla 5.28. Porcentaje de población de cada región LOCOMOTION en cada región van Vliet (Fuente: Creación propia) 4. A partir de la media ponderada en base a los porcentajes de población calculados en el paso 3, se calcula el porcentaje de nuevas tierras Capítulo 5. Metodología 82 urbanas que se obtiene de cada uso de la tierra en cada región LOCOMOTION aplicando la Ecuación 5.19, en la cual 𝑅𝐿𝑂𝐶𝑖 cada una de las 9 regiones LOCOMOTION y 𝑅𝑉𝑙𝑖𝑒𝑡𝑗 cada una de las 10 regiones van Vliet. Esto puede hacerse dado que, como se explicó en el paso 1, todos los países de una misma región van Vliet siguen los mismos porcentajes. Ecuación 5.19 %_𝑛𝑒𝑤_𝑢𝑟𝑏𝑎𝑛_𝑓𝑟𝑜𝑚_𝑜𝑡ℎ𝑒𝑟_𝑙𝑎𝑛𝑑𝑠[𝑈𝑘,𝑅𝐿𝑂𝐶𝑗] = ∑%_𝑛𝑒𝑤_𝑢𝑟𝑏𝑎𝑛_𝑓𝑟𝑜𝑚_𝑜𝑡ℎ𝑒𝑟_𝑙𝑎𝑛𝑑𝑠[𝑈𝑘,𝑅𝑉𝑙𝑖𝑒𝑡𝑖] 10 𝑖=1 ∙%_𝑜𝑓_𝑅𝐿𝑂𝐶𝑖_𝑝𝑜𝑝𝑢𝑙𝑎𝑡𝑖𝑜𝑛_𝑖𝑛_𝑅𝑉𝑙𝑖𝑒𝑡𝑗 En regiones algunas regiones los porcentajes son idénticos, al encontrarse el 100% de la población de la región LOCOMOTION dentro de una región van Vliet, es el caso de EU27 y Europe. Sin embargo, en otras regiones, la población de la región LOCOMOTION se encuentra repartida entre varias regiones van Vliet. Por ejemplo, en USMCA encontramos que Canadá y Estados Unidos son países de Canada & USA y mientras que México lo es de Latin America. Por lo tanto, el porcentaje de superficie urbana que procede de cada uso de la tierra será 76% (Tabla 5.28) el de Canada & USA y 24% el de Latin America. Los resultados para cada región LOCOMOTION se muestran en la Tabla 5.29. Tabla 5.29. Porcentaje de nuevas tierras urbanas que proviene de cada uso de la tierra por regiones LOCOMOTION (Fuente: Creación propia) Se emplea la media ponderada por la población porque como se ha mencionado y como se verá también más adelante, el crecimiento de la superficie urbana está estrechamente ligado con el crecimiento de la población (Marshall, 2007) que es quien demanda esta superficie, por lo tanto, se considera como válido otorgar mayor peso a las tendencia de aquellas regiones con mayor volumen de población. Por coherencia, dado que el artículo proporciona los porcentajes relativos a la expansión de las tierras urbanas entre 1992 y 2015, para calcular los porcentajes de población de cada región LOCOMOTION dentro de cada región van Vliet (Tabla 5.28) se emplea la media de la población anual de cada país entre 1992 y 2015. Los datos de población fueron proporcionados por el WP5, módulo de demografía, y obtenidos de World Bank Data. Aplicando los porcentajes (Ecuación 5.20) a la demanda de superficie urbana en cada región LOCOMOTION puede calcularse la superficie de cada uso de la Capítulo 5. Metodología 83 tierra que se pierde debido a la expansión urbana en cada región. Esta pérdida debe transformarse a zonas Köppen pues la distribución de usos de la tierra se hace por zonas, esto se hace en Vensim con las matrices RtoZ para cada uso de la tierra y la función SUM. Ecuación 5.20 𝑙𝑜𝑠𝑠_𝑑𝑢𝑒_𝑡𝑜_𝑢𝑟𝑏𝑎𝑛[𝑈𝑘,𝑅𝑖]= %_𝑛𝑒𝑤_𝑢𝑟𝑏𝑎𝑛_𝑓𝑟𝑜𝑚_𝑜𝑡ℎ𝑒𝑟_𝑙𝑎𝑛𝑑𝑠[𝑈𝑘,𝑅𝑖]∙𝑑𝑒𝑚𝑎𝑛𝑑_𝑜𝑓_𝑢𝑟𝑏𝑎𝑛[𝑅𝑖] Hipótesis y consideraciones referentes a la expansión urbana  Partimos de la hipótesis de que las ciudades tienden a ganar terreno expandiéndose y no es habitual que se creen de cero núcleos urbanos. Por lo tanto, se considera que la superficie de otros usos de la tierra que se pierden se encuentra rodeando o próxima a las ciudades.  En su estudio, van Vliet no diferencia entre tipos de bosques (primario, gestionado, plantaciones) sino que considera una única categoría “bosque”. Se toma como hipótesis que todas las nuevas tierras urbanas que se obtienen de los bosques lo hacen de bosques gestionados, ya que se considera que no es posible que sustituyan a superficie de plantaciones, puesto que sería contraproducente económicamente y estas suelen estar más alejadas de los núcleos urbanos (Nahuelhual et al., 2012). Tampoco pueden obtenerse de los bosques primarios ya que, lo pocos bosques que aún existen como intactos se encuentran en zonas más profundas y de difícil acceso (Potapov et al., 2017; FAO and UNEP., 2020).  Van Vliet tampoco diferencia entre tierras de cultivo de regadío o de secano sino que considera únicamente “tierras de cultivo”. De las tierras de cultivo que rodean las ciudades (agricultura peri-urbana) el 35% son de regadío y el 65% restante son de secano. De las que se encuentran a menos de 10 km de estas el 32% son de regadío y el 68% de secano y, a menos de 20 km, el 28,5% son de regadío y el 71,5% de secano (Thebo et al., 2014). Por lo tanto, es de esperar que al expandirse las ciudades lo hagan a costa tanto de tierras de secano como de tierras de regadío. Sin embargo, el propio van Vliet indica que cuando una tierra de cultivo es remplazada por tierra urbana es más tarde recuperada en algún otra parte para compensar la pérdida de producción (van Vliet, 2019), y especialmente con las tierras de regadío dada su alta productividad (United Nations, 2016). Puesto que las tierras de regadío obtienen prácticamente en su totalidad a partir tierras de secano (United Nations, 2016), es de esperar que, al perderse tierras de regadío estas se recuperaren a costa de tierras de secano, siempre que exista disponibilidad de agua, como se verá más adelante. Es decir, en ambos casos lo que se pierden realmente son tierras de secano, por este motivo se toma como simplificación que la expansión de tierras Capítulo 5. Metodología 84 urbanas a partir de tierras de cultivo es únicamente a costa de cultivos de secano. 5.2.2.3.2. Expansión de las tierras de cultivo Cambios de uso del suelo Tierras de cultivo de secano El estudio de van Vliet (van Vliet, 2019) además de tratar la expansión urbana estudia también la expansión de las tierras de cultivo entre 1992 y 2015 y proporciona, para cada región van Vliet, el porcentaje de nuevas tierras de cultivo que se obtiene de cada uso de la tierra, los cuales se presentan en la Figura 5.15. Figura 5.15. Porcentaje de nuevas tierras de cultivo obtenidas de cada uso de la tierra por región van Vliet (Fuente: van Vliet, 2019) El procedimiento que se sigue para transformar los porcentajes a las regiones LOCOMOTION es el mismo que se ha explicado para la expansión urbana. Se considera que la media ponderada por la población es también válida para las tierras de cultivo dado que uno de los factores determinantes en la demanda de alimentos de cada país es el volumen de población del mismo (Indufor, 2012), también la demanda de biocombustibles aumenta en base a la población (más población más energía es necesaria) (Indufor, 2012). Los porcentajes para cada región LOCOMOTION se muestran en la Tabla 5.30. Tabla 5.30. Porcentaje de nuevas tierras de cultivo obtenidas de cada uso de la tierra (sin tipos de bosques) por región LOCOMOTION (Fuente: Creación propia) En la Tabla 5.30 no se ha desagregado en los distintos tipos de bosque puesto pues van Vliet no lo incluye, sin embargo, a diferencia de para la expansión urbana, la literatura indica que parte de las tierras de cultivo se han obtenido Capítulo 5. Metodología 85 a partir de la expansión en bosques primarios (Potapov et al., 2017), especialmente en las zonas tropicales (Gibbs et al., 2009). Gibbs et al. (Gibbs et al., 2009) llevaron a cabo un estudio sobre las usos de la tierra a costa de los cuales se han expandido las tierras de agricultura, definidas como tierras de pastoreo y tierras de cultivo, en las zonas tropicales. En concreto el estudio se centra en América Central, América del Sur, oeste de África, África central, este de África, Asia del sur y sudeste asiático, de aquí en adelante regiones Gibbs, y proporciona el porcentaje de tierras de agricultura obtenido a partir de tierras de matorrales, de bosques perturbados y de bosques intactos entre 1980 y 1990 y entre 1990 y 2000, estos se presentan en la Figura 5.16. Figura 5.16. Porcentaje de nuevas tierras de cultivo obtenidas de cada uso de la tierra por región Gibbs (Fuente: Gibbs et al., 2009) Puesto que de este artículo se busca conocer el porcentaje de nuevas tierras de cultivo que se ha obtenido históricamente de cada tipo de bosque (primario o gestionado) se calcula el porcentaje total de nuevas tierras de cultivo que se han obtenido de bosques, y qué porcentaje de este ha sido de bosque primario y cuál de bosque gestionado en las regiones Gibbs (Tabla 5.31). Capítulo 5. Metodología 92 Figura 5.18. Resumen del proceso para la obtención de datos sobre los cambios de uso del suelo causados por la expansión de las tierras de cultivo de secano (Fuente: Creación propia) Tierras de cultivo de regadío La agricultura de regadío es altamente dependiente de la existencia de un adecuado suministro de riego así como de que el agua proporcionada por este sea de calidad. Prácticamente todo el agua de buena calidad está siendo actualmente usada, lo que significa que, los nuevos sistemas de regadío que surjan deberán obligados a emplear suministros de peor calidad (FAO, 1994). Puesto que más del 70% del uso humano de los recursos hídricos naturales es destinado al riego (Günther Fischer et al., 2007), es de esperar que, la disminución de la capacidad de estos recursos afecte negativamente a la agricultura de regadío. En este proyecto se considera que una disminución de la disponibilidad de agua conlleva una pérdida de tierras de regadío. Hipótesis y consideraciones referentes a la expansión de tierras de cultivo  Se considera que la expansión de las tierras de cultivo a costa de otros usos de la tierra es completamente para la expansión de las tierras de cultivos de secano. Las tierras de cultivo de regadío se obtienen exclusivamente a partir de las tierras de cultivo de secano (United Nations, 2016). Se descarta que en las zonas árida puede aumentar a partir de otros usos de la tierra (United Nations, 2016) por la imposibilidad de cuantificar de manera exacta esta tendencia.  Se tienen en cuenta límites de expansión en las tierras de cultivo puesto que la calidad de la tierra así como la disponibilidad de agua son factores determinantes para los rendimientos de los cultivos. La Capítulo 5. Metodología 93 expansión en peores tierras supone consecuencias económicas pues la producción obtenida de las mismas será inferior y serán necesarias aún más tierras de cultivo para cubrir la misma demanda (van Vliet, 2019), lo mismo sucede en el caso de no existir suficiente agua para el riego.  Para los límites se considera la pérdida total de otros usos de la tierra y no únicamente la debida a la expansión de la las tierras de cultivo en base a los estudios que indican que es habitual que los usos de la tierra como (solar o urbana) se expandan a costa de las tierras de cultivo más productivas (van de Ven et al., 2021; van Vliet, 2019). 5.2.2.3.3. Expansión de las tierras de pastoreo Según FAO, a excepción de en América del Sur, las tierras de pastoreo se han mantenido constantes por lo tanto solo allí su expansión ha contribuido a la deforestación (Gibbs et al., 2009; FAO, 2016). Graesser et al. (Graesser et al., 2015) llevaron a cabo un estudio sobre las tendencias en la expansión de las tierras de cultivo y las tierras de agricultura en América Latina entre 2001 y 2013 (Figura 5.19). Figura 5.19. Cantidad de nuevas tierras de cultivo y de pastoreo de otros usos de la tierra en países de Latino América (Fuente: Graesser et al., 2015) Capítulo 5. Metodología 94 El estudio no proporciona directamente los porcentajes de la cantidad de nuevas tierras de pastoreo que provienen de cada uso de la tierra sino que presenta una matriz de confusión o matriz de transformación (Figura 5.20) de la cual pueden obtenerse estos porcentajes. Figura 5.20. Matriz de transición entre usos de la tierra para LATAM (Fuente: Graesser et al., 2015) El propio artículo indica que la tendencia histórica ha sido que las nuevas tierras de pastoreo se expandan mayoritariamente a costa de los bosques primarios o intactos (Graesser et al., 2015), sin embargo, en la matriz no se diferencia entre tipos de bosque. Para hacer la distinción se emplean los porcentajes obtenidos en la sección anterior (Tabla 5.39) a partir del estudio de Gibbs et al. (Gibbs et al., 2009), que coinciden con esta tendencia, pues, en LATAM, el 78% de los pastos que se obtienen de bosques (el 60%) lo hacen de bosques primarios. Se considera como válida la media ponderada por la población para las tierras de pastoreo puesto que la demanda de estas aumenta si lo hace a demanda de carne (FAO, 2016), que al ser un alimento, aumenta, al igual que los cultivos, en función de la población. Tabla 5.39. Porcentaje de nuevas tierras de pastoreo obtenidas de cada uso de la tierra en LATAM (Fuente: Creación propia) Se transforman estos porcentajes a las zonas Köppen de la misma forma que se hizo para la expansión de las tierras de cultivo. Los porcentajes finales por zona se muestran en la Tabla 5.40. Tabla 5.40. Porcentaje de nuevas tierras de pastoreo obtenidas de cada uso de la tierra por zona Köppen (Fuente: Creación propia) Puede calcularse la pérdida de cada uso de la tierra debido a la expansión de los cultivos en cada zona Köppen con la Ecuación 5.26. Capítulo 5. Metodología 95 Ecuación 5.26 𝑙𝑜𝑠𝑠_𝑑𝑢𝑒_𝑡𝑜_𝑔𝑟𝑎𝑠𝑠𝑙𝑎𝑛𝑑[𝑈𝑘,𝑍𝑗]= %_𝑛𝑒𝑤_𝑔𝑟𝑎𝑠𝑠𝑙𝑎𝑛𝑑_𝑓𝑟𝑜𝑚_𝑜𝑡ℎ𝑒𝑟_𝑙𝑎𝑛𝑑𝑠[𝑈𝑘,𝑍𝑗]∙𝑑𝑒𝑚𝑎𝑛𝑑_𝑜𝑓_𝑔𝑟𝑎𝑠𝑠𝑙𝑎𝑛𝑑𝑠[𝑍𝑗] El resumen de este proceso se presenta en la Figura 5.21: Figura 5.21. Resumen del proceso para la obtención de datos sobre los cambios de uso del suelo causados por la expansión de las tierras de pastoreo (Fuente: Creación propia) Hipótesis y consideraciones referentes a la expansión de las tierras de pastoreo  Aunque como puede observarse en la Figura 5.19, el estudio incluye países que no entran dentro de la región LATAM de LOCOMOTION sino que pertenecen a USMCA o LROW, en este proyecto se considera únicamente la demanda de tierras de pastoreo de LATAM para representar de forma clara la tendencia que indica la literatura (Gibbs et al., 2009; FAO, 2016). Además, el 75% de las tierras de pastoreo para las cuales se realiza el estudio se encuentran en LATAM. Esta tendencia se ha comprobado a partir de la evolución histórica de los stocks, que muestra que únicamente en LATAM ha existido, entre 2005 y 2018, un aumento continuado de los pastos. 5.2.2.3.4. Expansión de las plantaciones Aunque el crecimiento de las plantaciones está claramente establecido y existen estudios que comentan su efecto sobre los bosques naturales (Ghazoul, 2013; Heilmayr, 2014), sobre las tierras de cultivo y otros usos de la tierra (Nahuelhual et al., 2012; Indufor, 2012), no existe, o al menos no ha sido posible encontrar, ningún estudio que cuantifique los cambios de uso de la tierra que han causado históricamente las plantaciones. Esto bien podría ser por su carácter aún reciente pero también debido a que representan porcentaje reducido de los bosques mundiales (Indufor, 2012) y podría considerarse que los cambios que producen son menos significativos. Sin embargo, en este Capítulo 5. Metodología 96 proyecto se considera importante tener en cuenta las plantaciones como un tipo de bosque individual debido a su previsión de crecimiento (Indufor, 2012), su elevada productividad en comparación con los bosques naturales (Paquette & Messier, 2010) y puesto que sus singulares características hacen que sean estudiadas de forma independiente en el módulo de emisiones y bosques en LOCOMOTION. Para cuantificar los cambios se toma como referencia la metodología 8 de GLOBIOM (Havlík et al., 2011) que se basa en el estudio de Zomer et al. (Zomer et al., 2008). Este último estudia la cantidad de superficie de cada uso de la tierra que sería adecuada para el establecimiento de plantaciones o forestación en diferentes regiones. El estudio excluye como candidatas las zonas áridas o semiáridas (índice de aridez 9 inferior a 0,65), las zonas elevadas (más de 3.500 m), los masas de agua, áreas urbanas, tundra, tierras de cultivos de regadío (por su alta productividad), bosques y otras tierras inelegibles debido a criterios legales. Los resultados del estudio se muestran en la Figura 5.22, en ellos destaca que, a excepción de en África subsahariana, la tierra de cultivo es el uso de la tierra más adecuado y que, el 46% de la tierra potencial para plantaciones se encuentra en Latino América, lo cual coincide con otras fuentes que reportan la gran superficie de plantaciones en la región (FAO, 2020). Figura 5.22. Tierra adecuada para plantaciones/forestación por uso de la tierra y región (Fuente: Zomer et al., 2008) GLOBIOM, siguiendo el enfoque y las restricciones de Zomer et al., calcula su propia estimación sobre la superficie de cada uso de la tierra adecuada para el establecimiento de nuevos bosques (Havlík et al., 2011). En concreto encuentra tierra apta en cuatro categorías derivadas del Global Land Cover 2000 Project (GLC 2000), un mapa de la cobertura y vegetación terrestre en el año 2000. Sus resultados se muestran en la Figura 5.23. 8 Más detalles del procedimiento pueden encontrarse para Zomer el al. (Zomer et al., 2008) y para GLOBIOM (Havlík et al., 2011). 9 𝑎𝑟𝑖𝑑𝑖𝑡𝑦_𝑖𝑛𝑑𝑒𝑥 = 𝑚𝑒𝑎𝑛_𝑎𝑛𝑛𝑢𝑎𝑙_𝑝𝑟𝑒𝑐𝑖𝑝𝑖𝑡𝑎𝑡𝑖𝑜𝑛 𝑚𝑒𝑎𝑛_𝑎𝑛𝑢𝑎𝑙_𝑒𝑣𝑜𝑡𝑟𝑎𝑛𝑠𝑝𝑖𝑟𝑎𝑡𝑖𝑜𝑛 (Fuente: Zomer et al., 2008) Capítulo 5. Metodología 97 Figura 5.23. Superficie de cada uso de la tierra adecuada para forestación (Fuente: Havlík et al., 2011) Se toman como punto de partida estos valores estimados por GLOBIOM y se considera que el porcentaje de nuevas plantaciones que vendrá de cada uso de la tierra es proporcional a la cantidad de tierra adecuada para plantaciones en cada uso de la tierra (Ecuación 5.27), de tal forma que los porcentajes resultan como se muestra en la Tabla 5.41. En este caso, debido a la escasez de información no se diferencia por zonas o regiones, sino que se consideran porcentajes a nivel global. Ecuación 5.27 %_𝑝𝑙𝑎𝑛𝑡𝑎𝑡𝑖𝑜𝑛_𝑓𝑟𝑜𝑚_𝑜𝑡ℎ𝑒𝑟_𝑙𝑎𝑛𝑑𝑠[𝑈𝑘,𝑍𝑗]= 𝑠𝑢𝑖𝑡𝑎𝑏𝑙𝑒_𝑙𝑎𝑛𝑑_𝑓𝑜𝑟_𝑝𝑙𝑎𝑛𝑡𝑎𝑡𝑖𝑜𝑛𝑠[𝑈𝑘,𝑍𝑗] ∑𝑠𝑢𝑖𝑡𝑎𝑏𝑙𝑒_𝑙𝑎𝑛𝑑_𝑓𝑜𝑟_𝑝𝑙𝑎𝑛𝑡𝑎𝑡𝑖𝑜𝑛𝑠[𝑈𝑘,𝑍𝑗] 4 𝑘=1 Tabla 5.41. Porcentaje de nuevas plantaciones que viene de cada uso de la tierra (Fuente: Creación propia) Hipótesis y consideraciones referentes a la expansión de las plantaciones:  Se toma como referencia la estimación de GLOBIOM en lugar de la Zomer et al. porque se considera importante cuantificar las pérdidas de bosque debido al crecimiento de las plantaciones, un fenómeno claramente establecido en la literatura. También debido a que los usos de la tierra son más coincidentes y la aproximación a realizar es menor y más precisa.  En este caso no se incluyen límites al crecimiento porque se considera que es interesante considerar estos cuando se requiere un determinado nivel de calidad o productividad de la tierra. Las plantaciones se establecen o se considera que es adecuado que se establezcan (Ghazoul, 2013) en tierras de cultivo que se descartan debido a la sobreexplotación o en áreas forestales degradadas debido a la tala, es decir, de productividad media o baja (Zomer et al., 2008). Se considera que siempre existirá suministro de este tipo de tierras puesto que las Capítulo 5. Metodología 98 tierras de cultivo seguirán explotándose y los bosques talándose mientras haya demanda de alimentos y demanda de energía (madera, biocombustibles), que existirá mientras haya población que lo demande.  No se obtiene tierra para plantaciones de los bosques primarios. Dado que las plantaciones se establecen en tierras de boques de menor productividad (Zomer et al., 2008), ya degradadas, se considera que solo pueden situarse en superficie forestal de bosque gestionado, ya que el bosque primario, por definición, no puede haber sido talado y seguir siendo primario. El proceso sería, el bosque primario se tala, se convierte en gestionado, el bosque gestionado se transforma en plantaciones. 5.2.2.3.5. Expansión de la forestación Tanto el enfoque de Zomer et al. (Zomer et al., 2008) como el de GLOBIOM (Havlík et al., 2011) consideran la tierra adecuada para plantaciones pero también para forestación y reforestación, por eso motivo se toman como válidos los mismos porcentajes de la Tabla 5.41 para forestación. Hipótesis y consideraciones referentes a la forestación:  No se incluyen límites, en base a las mismas consideraciones que se explicaron para las plantaciones.  Se considera un 61% de reforestación en los bosques gestionados debido a la tala para extracción de madera y un 39% de forestación.  Los porcentajes coinciden con las informaciones de otras fuentes de la literatura (Bastin et al., 2019). 5.2.2.3.6. Expansión de la tierra para producción de energía solar Cambios de uso de la tierra Existen escasos estudios sobre los usos de la tierra que han sido históricamente sustituidos para establecer plantas de producción de energía solar. El estudio más destacado al respecto es el artículo de van de Ven et al. (van de Ven et al., 2021) en el que se presenta, en el material suplementario, para la Unión Europea, India y Japón y Corea del Sur, qué cantidad de la producción de energía solar (MW) del país se genera en cada categoría de cobertura terrestre de ESA CCI-LC. Sin embargo, los datos se refieren únicamente a una pequeña parte de la producción real de energía solar de las regiones (20% para Europa, 14% para India y solo 4% para Japón y Corea del Sur). Además, tampoco se encuentran representados todos los países de Europa solo los nueve para los que se pudo obtener datos. Por estos motivos los autores indican que estos datos no deben ser interpretados como la distribución absoluta de las plantas de energía solar en otros usos de la tierra. Capítulo 5. Metodología 99 Sin embargo, aunque estos datos no van a emplearse directamente debido a la imposibilidad de hacer a partir de ellos una estimación para todas las regiones, sí van a utilizarse para comprobar si están en línea con las tendencias que indica la literatura. Para ello se agrupan las categorías de ESA-CCI-LC en base a las categorías de WILIAM y se obtienen los resultados de la Tabla 5.42. Existen más datos de los que se pueden obtener del artículo dado que han sido proporcionados por los autores. Tabla 5.42. Porcentaje de la capacidad instalada para producción de energía solar en cada uso de la tierra para cada país (Fuente: Creación propia; van de Ven et al., 2021) Para los países europeos los datos coinciden con la literatura (Perpiña Castillo et al., 2016), además esto tiene sentido desde el punto de vista económico pues la literatura (Adeh et al., 2019) que las tierras de cultivo son las tierras más productivas para producir energía solar. También coinciden con la tendencia a situarse sobre tierras no productivas, desiertos y tierras de matorrales (Hernandez et al., 2016). Para cuantificar el porcentaje de nuevas tierras para solar que se han obtenido históricamente de otros usos de la tierra se ha empleado como punto de partida el trabajo realizado por el WP7 del LOCOMOTION (Papagianni, 2020). Este grupo calculó, mediante un enfoque GIS, la superficie potencial existente de cada uso de la tierra para situar plantas fotovoltaicas (PV) sobre ellas. Para calcular dicho potencial se establecieron una serie de criterios de exclusión siguiendo el enfoque de (Dupont et al., 2020). En base a una revisión bibliográfica se excluyen las zonas de nieve y hielo permanente, las zonas urbanas, las masas de agua urbanas y también las zonas de vegetación inundada o humedales, los bosques, las tierras de cultivo de regadío y las zonas protegidas. Además no se incluyen las zonas con una altitud superior a 2.000 m debido a la dificultad de instalar y mantener plantas solares en estas zonas, ni tampoco en zonas con una pendiente del 20% (Papagianni, 2020). El porcentaje de superficie de cada uso de la tierra en el cual sería adecuado situar plantas de producción de energía solar se muestran en la Tabla 5.43. Capítulo 5. Metodología 100 Tabla 5.43. Porcentaje de cada uso de la tierra adecuado para situar plantas de producción de energía solar (Fuente: WP7 LOCOMOTION) De la misma forma que se hizo para las plantaciones se considera que el porcentaje de la nueva tierra para solar que se obtiene de cada uso de la tierra es proporcional a la superficie de tierra adecuada para solar de cada uso de la tierra (Ecuación 5.27). Los porcentajes finales se muestran en la Tabla 5.44. Tabla 5.44. Porcentaje de tierra para solar que viene de cada uso de la tierra por región LOCOMOTION (Fuente: Creación propia) A partir de la Ecuación 5.28 puede calcularse la pérdida de superficie de otros usos de la tierra debido a la expansión de la tierra para solar en cada región. Tal y como se hizo para la expansión urbana se transforma esta pérdida a las zonas Köppen en Vensim con las matrices RtoZ para cada uso de la tierra y la función SUM. Ecuación 5.28 l𝑜𝑠𝑠_𝑑𝑢𝑒_𝑡𝑜_𝑠𝑜𝑙𝑎𝑟[𝑈𝑘,𝑅𝑖]= %_𝑛𝑒𝑤_𝑠𝑜𝑙𝑎𝑟_𝑓𝑟𝑜𝑚_𝑜𝑡ℎ𝑒𝑟_𝑙𝑎𝑛𝑑𝑠[𝑈𝑘,𝑅𝑖]∙𝑑𝑒𝑚𝑎𝑛𝑑_𝑜𝑓_𝑠𝑜𝑙𝑎𝑟[𝑅𝑖] En cuanto a la superficie urbana disponible para situar en la cubierta de sus edificios paneles fotovoltaicos, se considera como máximo el 2.5% de esta (de Blas Sanz, I. et al., 2018) y se permitirá al usuario que introduzca la tasa de aumento de este porcentaje que desee. Límites de la expansión Como se ha mostrado en la Tabla 5.43 solo un determinado porcentaje de cada uso de la tierra se considera apto para la expansión de las tierras de producción de energía solar. Pues que no se tienen datos a nivel regional se asume que los porcentajes son iguales en cada región LOCOMOTION (Tabla 5.45). Estos porcentajes se consideran por regiones en lugar de zonas Köppen debido a la imposibilidad de transformar la tierra para solar de zona a región. Capítulo 5. Metodología 101 Tabla 5.45. Límites de la expansión de la tierra para solar por región LOCOMOTION (Fuente: Creación propia; WP7) La tierra de cada uso de la tierra perdida debido a la expansión solar teniendo en cuenta los límites se calcula ahora con las Ecuación 5.29 y Ecuación 5.30. Ecuación 5.29 𝑙𝑎𝑛𝑑_𝑙𝑜𝑠𝑡[𝑈𝑘,𝑅𝑖]=𝐼𝑁𝐼𝑇𝐼𝐴𝐿_𝐿𝐴𝑁𝐷[𝑈𝑘,𝑅𝑖]−𝑙𝑎𝑛𝑑_𝑓𝑜𝑟_𝑈𝑘[𝑅𝑖] Ecuación 5.30 𝑎𝑐𝑡𝑢𝑎𝑙_𝑙𝑜𝑠𝑠_𝑑𝑢𝑒_𝑡𝑜_𝑠𝑜𝑙𝑎𝑟[𝑈𝑘,𝑅𝑖] =𝑙𝑜𝑠𝑠_𝑑𝑢𝑒_𝑡𝑜_𝑠𝑜𝑙𝑎𝑟[𝑈𝑘,𝑅𝑖]∙(1 −𝑙𝑎𝑛𝑑_𝑙𝑜𝑠𝑡[𝑈𝑘,𝑅𝑖] 𝐿𝐼𝑀𝐼𝑇𝑆_𝑂𝐹_𝑆𝑂𝐿𝐴𝑅_𝐸𝑋𝑃𝐴𝑁𝑆𝐼𝑂𝑁[𝑈𝑘,𝑅𝑖]∙𝐼𝑁𝐼𝑇𝐼𝐴𝐿_𝐿𝐴𝑁𝐷[𝑈𝑘,𝑅𝑖] En este caso para calcular la superficie perdida de cada uso de la tierra por zona Köppen no se emplean las matrices RtoZ empleadas en el resto de casos casos sino que se hace uso de unas matrices de transición adaptadas a la expansión solar. Se estima necesario crear estas matrices para evitar la expansión de las tierras para solar en zonas en las que no tiene sentido debido a la latitud que las caracteriza (POLAR, SNOW). Además, en estas zonas, dado gran cantidad de hielo permanente, existe también gran superficie de “otras tierras” lo que el modelo podría interpretar como gran capacidad de expansión de tierra para solar sin ser esto cierto. También se estima que, aunque en las zonas ARID_COLD y WINTER_SNOW la expansión es posible el potencial o la probabilidad de esta expansión es inferior que en el resto de zonas (TROPICAL, WARM, ARID_HOT, TEMPERATE). Se calculan estas matrices para los cuatros usos de la tierra que pueden convertirse en tierra para solar (tierras de matorrales, de pastoreo, de cultivo y otras tierras) mediante el procedimiento que se describe a continuación. En primer lugar, en las matrices RtoZ de cada uno de estos cuatro usos de la tierra se suma el porcentaje de superficie de cada región que se encuentra en las zonas POLAR y SNOW. A continuación se suman los porcentajes de superficie de TROPICAL, WARM, ARID_HOT y ARID_COLD y se calcula el porcentaje que representa cada uno de ellos respecto de esa suma total. Este porcentaje se multiplica por la suma del porcentaje superficie de la región que se encuentra en POLAR y SNOW y se suma al porcentaje de esa zona en la región. El resultado es una matiz en la que no existe superficie en SNOW y POLAR, en la que el porcentaje de superficie de cada región en WINTER_SNOW y ARID_COLD no ha aumentado, para representar la menor probabilidad de expansión en estas zonas, y en la que existe un mayor porcentaje de la región en el resto de zonas. Capítulo 5. Metodología 108 Sin embargo, dado que las plantaciones son capaces de producir la misma cantidad de madera cada año, es necesario comparar la superficie de plantaciones necesaria con la existente en año anterior para conocer la demanda real de tierra para plantaciones cada año (Ecuación 5.36). Ecuación 5.36 𝑑𝑒𝑚𝑎𝑛𝑑_𝑜𝑓_𝑝𝑙𝑎𝑛𝑡𝑎𝑡𝑖𝑜𝑛𝑠_𝑙𝑎𝑛𝑑[𝑍𝑗]= 𝑛𝑒𝑒𝑑𝑒𝑑_𝑝𝑙𝑎𝑛𝑡𝑎𝑡𝑖𝑜𝑛𝑠_𝑙𝑎𝑛𝑑[𝑍𝑗]−𝑝𝑙𝑎𝑛𝑡𝑎𝑡𝑖𝑜𝑛𝑠_𝑙𝑎𝑛𝑑_𝑝𝑟𝑒𝑣𝑖𝑜𝑢𝑠_𝑦𝑒𝑎𝑟[𝑍𝑗] Bosques primarios Puesto que el 15% de la producción de madera mundial se obtiene de las plantaciones, que representan menos del 5% de la superficie forestal (Gaveau et al., 2016), podría considerarse que estas son incluso tres veces más productivas que los bosques naturales. Lo que respalda la literatura que indica que las plantaciones son más productivas que los bosques naturales (Heilmayr, 2014), por lo tanto se considera que la eficiencia de los bosques naturales es tres veces inferior (Tabla 5.51) . Tabla 5.51. Eficiencia estimada de los bosques naturales por zona Köppen (Fuente: Creación propia) Aunque existen estudios que indican que parte de los bosques primarios se pierden a causa de la tala indiscriminada (Potapov et al., 2017), no se cuantifica el porcentaje de la demanda de madera que han cubierto históricamente. Hasta este punto, en el modelo, los bosques primarios se pierden debido a la expansión de las tierras de cultivo y las tierras de pastoreo. Para cuantificar qué porcentaje de la producción de madera se ha obtenido de los bosques primarios se calcula la cantidad de bosque primario que se ha transformado en bosque gestionado. Para ello se calcula la cantidad de bosques primarios que no se ha perdido ni por expansión de tierras de cultivo ni de pastoreo a partir de la comparación de los datos obtenidos al simular el modelo y los datos históricos de evolución de los bosques primarios. Para cada año se multiplica la diferencia entre las series de datos por la eficiencia de los bosques naturales y se calcula la cantidad madera obtenida gracias a esa superficie cada año. Como se conoce la demanda total de madera de cada año se calcula el porcentaje de la demanda total de madera que se ha obtenido a partir del bosque primario en esa zona Köppen (Ecuación 5.37). La Capítulo 5. Metodología 109 demanda de madera por zona Köppen se ha calculado con las matrices RtoZ para bosques. Ecuación 5.37 %_𝑤𝑜𝑜𝑑_𝑑𝑒𝑚𝑎𝑛𝑑_𝑓𝑟𝑜𝑚_𝑝𝑟𝑖𝑚𝑎𝑟𝑦[𝑍𝑗]= (𝑝𝑟𝑖𝑚𝑎𝑟𝑦_𝑓𝑜𝑟𝑒𝑠𝑡𝐻𝐼𝑆𝑇𝑂𝑅𝐼𝐶[𝑍𝑗]−𝑝𝑟𝑖𝑚𝑎𝑟𝑦_𝑓𝑜𝑟𝑒𝑠𝑡𝑀𝑂𝐷𝐸𝐿[𝑍𝑗])∙ 1 𝑓𝑜𝑟𝑒𝑠𝑡_𝑛𝑎𝑡𝑢𝑟𝑎𝑙_𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑦[𝑍𝑗] 𝑑𝑒𝑚𝑎𝑛𝑑_𝑜𝑓_𝑤𝑜𝑜𝑑[𝑍𝑗] El valor definitivo se toma como la media de los porcentajes entre 2005 y 2018 (Tabla 5.52). Tabla 5.52. Porcentaje de la demanda de madera que se extrae de los bosques primarios por zona Köppen (Fuente: Creación propia) Para obtener estos porcentajes con una mayor precisión se lleva a cabo su ajuste con la herramienta de optimización de Vensim. Los porcentajes definitivos se presentan en la Tabla 5.53. Tabla 5.53. Porcentajes ajustados de demanda de madera que se extrae de los bosques primarios por zona Köppen (Fuente: Creación propia). La cantidad de superficie de bosque primario que se transforma en bosque gestionado cada año, puede calcularse ahora para cada zona con la Ecuación 5.38. Ecuación 5.38 𝑝𝑟𝑖𝑚𝑎𝑟𝑦_𝑡𝑜_𝑚𝑎𝑛𝑎𝑔𝑒𝑑[𝑍𝑗]= %_𝑜𝑓_𝑤𝑜𝑜𝑑_𝑝𝑟𝑜𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛_𝑓𝑟𝑜𝑚_𝑝𝑟𝑖𝑚𝑎𝑟𝑦[𝑍𝑗]∙𝑑𝑒𝑚𝑎𝑛𝑑_𝑜𝑓_𝑤𝑜𝑜𝑑[𝑍𝑗] ∙1 𝑓𝑜𝑟𝑒𝑠𝑡_𝑛𝑎𝑡𝑢𝑟𝑎𝑙_𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑦[𝑍𝑗] Hipótesis adoptadas:  Las plantaciones son más productivas que los bosques naturales (Heilmayr, 2014). Capítulo 5. Metodología 110  Aunque se considera que la demanda de madera causa pérdidas de bosque primario, en realidad la madera no se extrae del bosque primario, puesto que por la definición de bosque primario resulta imposible. Lo que causa es la transformación de bosque primario en bosque gestionado.  No se tiene en cuenta el tiempo de maduración de las plantaciones. Dado que se estudian los usos de la tierra solo se considera como relevante la cobertura de la tierra. El efecto de estas variables en el estado de los bosques corresponde al modelado del sub-módulo de bosques de LOCOMOTION.  De acuerdo con lo que indica FAO (FAO, 2016) se considera que la tala indiscriminada no conlleva necesariamente un cambio de uso del suelo, sino que simplemente deja una superficie forestal (de bosque gestionado) más degradada. Esta superficie es favorable para la reforestación. 5.2.2.4.4. Políticas de forestación La tierra demandada para forestación será una variable exógena. 5.2.2.4.5. Demanda de energía solar El procedimiento que se sigue para calcular la demanda de tierra solar es el mismo que se siguió para calcular la tierra destinada a la producción de energía solar cada año entre 2005 y 2018. La única diferencia es que se introduce la posibilidad de incorporar, a partir políticas, el porcentaje de superficie urbana cubierta por paneles solares para la producción de energía solar, siempre dentro del límite de 2,5% establecido por el WP7. Por lo tanto, ahora para calcular la tierra para solar necesaria en cada región para cubrir la demanda de energía solar debe restarse tierra a esta demanda la energía producida en los tejados de la superficie urbana, la cual se verá más adelante (Ecuación 5.39). La tierra para solar demanda cada año será la tierra necesaria para cubrir la demanda menos la tierra existente el año anterior en la región (Ecuación 5.40). Ecuación 5.39 𝑛𝑒𝑒𝑑𝑒𝑑_𝑠𝑜𝑙𝑎𝑟_𝑙𝑎𝑛𝑑[𝑅𝑖]= (𝑑𝑒𝑚𝑎𝑛𝑑_𝑠𝑜𝑙𝑎𝑟_𝑒𝑛𝑒𝑟𝑔𝑦[𝑅𝑖]−𝑟𝑜𝑜𝑓𝑡𝑜𝑝_𝑠𝑜𝑙𝑎𝑟_𝑒𝑛𝑒𝑟𝑔𝑦_𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛[𝑅𝑖]) ∙𝑠𝑜𝑙𝑎𝑟_𝑙𝑎𝑛𝑑_𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑦[𝑅𝑖] Ecuación 5.40 𝑑𝑒𝑚𝑎𝑛𝑑_𝑜𝑓_𝑠𝑜𝑙𝑎𝑟_𝑙𝑎𝑛𝑑[𝑅𝑖] =𝑠𝑜𝑙𝑎𝑟_𝑙𝑎𝑛𝑑_𝑛𝑒𝑒𝑑𝑒𝑑[𝑅𝑖]∙𝑠𝑜𝑙𝑎𝑟_𝑙𝑎𝑛𝑑_𝑝𝑟𝑒𝑣𝑖𝑜𝑢𝑠_𝑦𝑒𝑎𝑟[𝑅𝑖] Puesto que se han incorporado límites a la expansión solar el incremento no tiene por qué ser igual a la demanda sino que será la suma de lo que puedan Capítulo 5. Metodología 111 perder los otros usos de la tierra, si no se ha alcanzado el límite será igual a la demanda pero será inferior si lo ha alcanzado (Ecuación 5.41). Ecuación 5.41 𝑖𝑛𝑐𝑟𝑒𝑎𝑠𝑒_𝑜𝑓_𝑠𝑜𝑙𝑎𝑟[𝑅𝑖]= ∑𝑎𝑐𝑡𝑢𝑎𝑙_𝑙𝑜𝑠𝑠_𝑑𝑢𝑒_𝑡𝑜_𝑠𝑜𝑙𝑎𝑟[𝑈𝑘,𝑅𝑖] 11 𝑘=1 La producción de la energía solar en los dejados se calcula como, la superficie de tierra urbana cubierta por paneles solares, limitada mediante un IF THEN ELSE a 2.5%, por el factor de eficiencia de la tierra para solar y, multiplicada también por un factor de eficiencia de los paneles solares situados en los tejados (Ecuación 5.42). Este factor 0.5 y fue obtenido del estudio de (Capellán- Pérez et al., 2017) que realizaron una comparación entre la eficiencia de aquellos países en los que la mayor parte de la producción solar proviene de superficies urbanas y de aquellos en los que viene de plantas situadas en superficies terrestres. Ecuación 5.42 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛_𝑜𝑓_𝑠𝑜𝑙𝑎𝑟_𝑒𝑛𝑒𝑟𝑔𝑦_𝑟𝑜𝑜𝑓𝑡𝑜𝑝[𝑅𝑖] =%_𝑜𝑓_𝑢𝑟𝑏𝑎𝑛_𝑐𝑜𝑣𝑒𝑟𝑒𝑑_𝑏𝑦_𝑟𝑜𝑜𝑓𝑡𝑜𝑝_𝑃𝑉[𝑅𝑖] ∙𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑦_𝑜𝑓_𝑠𝑜𝑙𝑎𝑟_𝑙𝑎𝑛𝑑[𝑅𝑖] ∙𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑡𝑦_𝑟𝑜𝑜𝑓𝑡𝑜𝑝_𝑃𝑉[𝑅𝑖] 5.2.2.4.6. Disponibilidad de agua En WILIAM la disponibilidad de agua así como la forma en que esta afecta a las tierras de regadío será modelada por el sub-módulo de agua, sin embargo, en este proyecto, para representar este fenómeno, se introduce una representación simplificada del mismo. La literatura indica no solo que el potencial para la expansión de la agricultura de regadío es muy escaso a excepción de Rusia, África subsahariana y Latino América (United Nations, 2016) sino que también hace referencia a la sobreexplotación actual de los recursos hídricos y la creciente escasez de agua (United Nations, 2016; Pastor, n.d.). Para representar todo esto se incluye un indicador del “estés hídrico” (water stress) existente en cada región. En el modelo, una vez este indicador alcanza 1 se prohíbe la expansión, tal como se muestra en la Ecuación 5.43 y Ecuación 5.44. Ecuación 5.43 𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒_𝑖𝑟𝑟𝑖𝑔𝑎𝑡𝑒𝑑_𝑑𝑒𝑚𝑎𝑛𝑑[𝑅𝑖] ={𝑑𝑒𝑚𝑎𝑛𝑑_𝑜𝑓_𝑖𝑟𝑟𝑖𝑔𝑎𝑡𝑒𝑑[𝑅𝑖] if 𝑤𝑎𝑡𝑒𝑟_𝑠𝑡𝑟𝑒𝑠𝑠_𝑖𝑛𝑑𝑖𝑐𝑎𝑡𝑜𝑟[𝑅𝑖]<1 0 if 𝑤𝑎𝑡𝑒𝑟_𝑠𝑡𝑟𝑒𝑠𝑠_𝑖𝑛𝑑𝑖𝑐𝑎𝑡𝑜𝑟[𝑅𝑖]≥1 Ecuación 5.44 𝑟𝑎𝑖𝑛𝑓𝑒𝑑_𝑡𝑜_𝑖𝑟𝑟𝑖𝑔𝑎𝑡𝑒𝑑[𝑅𝑖]=𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒_𝑖𝑟𝑟𝑖𝑔𝑎𝑡𝑒𝑑_𝑑𝑒𝑚𝑎𝑛𝑑[𝑅𝑖] Capítulo 5. Metodología 112 Si este factor continúa aumentando significa que la escasez de agua está aumentando, es decir, la disponibilidad de agua para regadío está disminuyendo. Se considera que disminuir el agua disponible para regadío la superficie de este tipo de tierras debe disminuir y que esta disminución es proporcional al aumento de la escasez de agua (Ecuación 5.45). Ecuación 5.45 𝑙𝑜𝑠𝑠_𝑜𝑓_𝑖𝑟𝑟𝑖𝑔𝑎𝑡𝑒𝑑[𝑅𝑗] ={0 if 𝑤𝑎𝑡𝑒𝑟_𝑠𝑡𝑟𝑒𝑠𝑠_𝑖𝑛𝑑𝑖𝑐𝑎𝑡𝑜𝑟[𝑅𝑖]<1 ∆𝑤𝑎𝑡𝑒𝑟_𝑠𝑡𝑟𝑒𝑠𝑠_𝑖𝑛𝑑𝑖𝑐𝑎𝑡𝑜𝑟[𝑅𝑖]∙𝑙𝑎𝑛𝑑_𝑓𝑜𝑟_𝑖𝑟𝑟𝑖𝑔𝑎𝑡𝑒𝑑[𝑅𝑖] if 𝑤𝑎𝑡𝑒𝑟_𝑠𝑡𝑟𝑒𝑠𝑠_𝑖𝑛𝑑𝑖𝑐𝑎𝑡𝑜𝑟[𝑅𝑖]≥1 para ∆𝑤𝑎𝑡𝑒𝑟_𝑠𝑡𝑟𝑒𝑠𝑠_𝑖𝑛𝑑𝑖𝑐𝑎𝑡𝑜𝑟[𝑅𝑖]= (𝑤𝑎𝑡𝑒𝑟_𝑠𝑡𝑟𝑒𝑠𝑠_𝑖𝑛𝑑𝑖𝑐𝑎𝑡𝑜𝑟[𝑅𝑖]−𝑤𝑎𝑡𝑒𝑟_𝑠𝑡𝑟𝑒𝑠𝑠_𝑖𝑛𝑑𝑖𝑐𝑎𝑡𝑜𝑟_𝑝𝑟𝑒𝑣𝑖𝑜𝑢𝑠_𝑦𝑒𝑎𝑟[𝑅𝑖]) En este caso el proceso se hace por regiones en lugar de por zonas debido a los datos encontrados sobre la capacidad de agua en cada región y la dificultad de adaptar el índice de escasez de agua de regiones a zonas. Para todas las regiones excepto RUSSIA, LROW y LATAM el indicador comienza en el máximo, es decir no se permite la expansión. Si se hiciese la distribución directamente por zonas, al tratar de obtener los datos por regiones con las matrices de transición la expansión de las tierras de agricultura se repartiría entre todas las regiones sin tener en cuenta aquellas en la se ha superado el máximo de explotación de los recursos hídricos. El valor inicial del factor de escasez de agua se elige de acuerdo con el estudio de (Rekacewicz, 2009) que presenta los mapas de la Figura 5.26. Figura 5.26. Estrés de los recursos hídricos por país (Fuente: Rekacewicz, 2009) Se considera que Rusia y Latinoamérica son las dos regiones con menor estrés hídrico, en LROW se adopta un punto medio la dada la diferencia entre el elevado potencial de expansión de África subsahariana pero el alto estrés en el Norte de África. El factor de Europa es más alto que el de China para representar que su estrés hídrico ha sido más prolongado y, el de USMCA es inferior para reflejar la diferencia entre Canadá, México y Estados Unidos. Para India se considera que se ha alcanzado el máximo. Se presentan estos valores en la Tabla 5.54. Capítulo 5. Metodología 113 Tabla 5.54. Valor del parámetro que representa la escasez de agua en 2018 (Fuente creación propia) 5.2.2.5. Escenarios y políticas En este apartado primeramente se definen los escenarios y políticas diseñados y, a continuación, se describe como se obtienen los datos necesarios para incorporar dichos escenarios y políticas en el modelo. 5.2.2.5.1. Definición Se van a diseñar tres posibles escenarios inspirados en las Trayectorias socioeconómicas Compartidas (SSP). Los SSP son narrativas que describen desarrollos socioeconómicos alternativos que pueden combinarse con varios IAMs, para explorar posibles caminos futuros tanto en lo que respecta a las variables socioeconómicas como climáticas. No se emplean los SSP sino que se diseñan tres escenarios en base a la narrativa y las líneas que estos definen (Riahi et al., 2017). Escenario 1 (SP1) Es un escenario caracterizado por la sostenibilidad. El mundo cambia gradualmente, pero de manera generalizada, evolucionando a un sistema más sostenible, que trate de respetar los límites ambientales (Riahi et al., 2017). En lo que respecta a la población esta sigue aumentando en todas las regiones pero de forma más moderada con respecto a la actualidad. Se caracteriza principalmente por una reducción en la demanda de energía. La demanda de energía solar aumenta, pues se evoluciona hacia un incremento en el uso de energías renovables, sin embargo, el global de electricidad es menor. Por otra parte se asume un cambio de dietas y una disminución del desperdicio alimenticio, sin embargo, la demanda de biocombustibles aumenta por esta evolución hacia las energías renovables que se comentaba, aunque, dado que la demanda de energía será menor, esta demanda de biocombustibles no es exagerada. Por lo tanto, la demanda de tierras de cultivo aumenta por el aumento de población, a pesar del cambio de dietas, y debido a los biocombustibles, pero de manera suave. Debido al cambio de dietas se reduce la demanda de carne y por tanto la demanda de tierras de pastoreo. Respecto a la demanda de madera se produce el mismo fenómeno que para las otras Capítulo 5. Metodología 114 fuentes de energía, aumento de la demanda moderado debido a la menor demanda de energía. También se introducen políticas de reforestación más intensas que las existentes en la actualidad. Debido a todo este camino hacia la sostenibilidad se estima que el aumento de la escasez de agua será menor que bajo otros escenarios aunque aún existente. Escenario 2 (SP2) Se caracteriza por la continuación de las tendencias actuales y por encontrarse en el punto medio entre los escenarios SP1 y SP3. Escenario 3 (SP3) Está caracterizado por una transición hacia las renovables pero sin considerar los límites planetarios. La población aumenta a un ritmo superior que el de las tendencias actuales. Como se ha comentado, se produce una evolución hacia el uso de energías renovables pero acompañada de un aumento de la demanda de energía, impulsado también por el aumento de la población. Esto se traduce, evidentemente, en un aumento de la demanda de madera así como un aumento de la demanda de energía solar. Por otra parte no se considera cambio de dietas y, además, aumenta la demanda de biocombustible por la mencionada transición hacia las renovables, por lo tanto la demanda de tierras de cultivo será elevada. La demanda de tierras de pastoreo también aumenta pues la población aumenta y las dietas no varían. Las políticas de forestación, aunque existen no son muy intensas puesto que este escenario se centra en las tierras productivas. Se estima que toda esta tendencia afectará negativamente a la disponibilidad de agua, motivo por la tasa de aumento del factor de escasez de agua es más elevada que en la actualidad. Además de elegir uno de los siguientes escenarios el usuario puede variar los siguientes parámetros: Protección de los bosques primarios El usuario puede decidir adoptar la protección de los bosques primarios por zona climática. Esto se traduce en la eliminación de la extracción de madera de los bosques primarios (transformación primario a gestionado) y la eliminación de la pérdida de bosque primario debido a la expansión de la agricultura o la ganadería, bajo este supuesto toda la demanda de superficie forestal debido a estos fenómenos se extrae de los bosques gestionados. Selección del año en que se desea alcanzar el máximo de cobertura por paneles solares en los tejados de la superficie urbana En cada región puede establecerse dicho año de tal forma que la energía solar producida en superficie urbana aumentará en base a ese porcentaje definido por el usuario. Capítulo 5. Metodología 115 Selección del porcentaje de la demanda madera que se desea que provenga de las plantaciones en 2050 En cada región puede definirse qué porcentaje, de tal manera que la demanda de plantaciones aumentará en función no solo de la demanda de madera sino también del porcentaje de la misma que deban cumplir las plantaciones. En este caso no se establece un máximo sino que se deja a libre elección del usuario el porcentaje a elegir. Selección del porcentaje máximo de la demanda de electricidad que puede cubrir la energía solar y el año en que se desea que se alcance ese porcentaje En cada región pueden decidirse estos parámetros para decidir la tasa de aumento de demanda de energía solar y por consiguiente de la demanda de tierra para solar. 5.2.2.5.2. Implementación Para la demanda de tierras de cultivo de regadío y de secano, de pastoreo, para el aumento de la población y para el aumento de la demanda de madera se calculó la tendencia de aumento histórica y se adoptó como tasa de aumento para el escenario SP2. Para los SP1 y SP3 se escala a partir de esta, para obtener una demanda menor en el SP1 y mayor en el SP3. Se ha procurado que los factores sean similares para todas las variables con el objetivo de mantener la coherencia. Se detallan a continuación los casos en los que el proceso no se ha limitado únicamente a esto. Demanda de energía solar La demanda de energía solar depende principalmente de dos factores, la demanda de electricidad total y el porcentaje de esa demanda que se cubre con energía solar. La producción total de electricidad por región LOCOMOTION será una variable externa al modelo. También lo serán el porcentaje de la producción total de electricidad que se desea que llegue a cubrir la energía solar como máximo así como el año en que se desea que se alcance dicho máximo en cada región. Cabe destacar que este porcentaje y año para cada región puede ser modificado por el usuario, sin embargo, se mantienen constantes para todos los escenarios con el objetivo de observar las consecuencias del incremento o reducción de la producción total de electricidad en cada región. La tendencia de la demanda de electricidad es la misma que para otras variables bajo los escenarios SP2 y SP3 pero, para el SP1, a partir de 2030 se introduce una reducción de la demanda. Tanto la producción mundial de electricidad entre 2005 y 2018 (Tabla 5.19) como la producción total de electricidad total en cada una de una de las regiones IEA (vistas en la sección 6.1.2.6.) en 2018 puede conocerse gracias a la base de datos de la IEA (IEA, 2020). Haciendo uso de los porcentajes calculados para la correspondencia entre regiones IEA y LOCOMOTION y Capítulo 5. Metodología 116 reflejados en la Tabla 5.21 puede conocerse el porcentaje de la electricidad global que se produce en cada región LOCOMOTION (Tabla 5.55) Figura 5.27. Producción global de electricidad (1990-2018) (Fuente: IEA, 2020) Tabla 5.55. Porcentaje de la producción global de electricidad producida en cada región LOCOMOTION (Fuente: Creación propia; IEA) Gracias a estos se calcula la producción de electricidad en cada región LOCOMOTION cada año. Dividiendo la producción de energía solar entre la producción total de electricidad en cada región se calcula el porcentaje de la demanda de electricidad que se ha cubierto con energía solar cada año, en concreto en 2018 que es el año de interés (Tabla 5.56). Tabla 5.56. Porcentaje de la producción de electricidad cubierto con energía solar en 2018 en cada región (Fuente: Creación propia) Capítulo 5. Metodología 117 Como se ha mencionado el usuario selecciona el porcentaje de electricidad que se desea que llegue a cubrir la energía solar como máximo y el año en que se alcanzará dicho máximo en cada región, con esta información puede calcularse el porcentaje de electricidad que cubre la energía solar cada año con la Ecuación 5.46 y con la Ecuación 5.47 la demanda de energía solar cada año. Ecuación 5.46 sℎ𝑎𝑟𝑒_𝑜𝑓_𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑖𝑡𝑦_𝑓𝑟𝑜𝑚_𝑠𝑜𝑙𝑎𝑟[𝑅𝑖]=𝑖𝑛𝑖𝑡𝑖𝑎𝑙_𝑠ℎ𝑎𝑟𝑒[𝑅𝑖]+ 𝑑𝑒𝑠𝑖𝑟𝑒𝑑_𝑠ℎ𝑎𝑟𝑒[𝑅𝑖]−𝑖𝑛𝑖𝑡𝑖𝑎𝑙_𝑠ℎ𝑎𝑟𝑒[𝑅𝑖] 𝑑𝑒𝑠𝑖𝑟𝑒𝑑_𝑦𝑒𝑎𝑟_𝑡𝑜_𝑎𝑡𝑡𝑎𝑖𝑛_𝑠ℎ𝑎𝑟𝑒−2018∙(𝑎𝑐𝑡𝑢𝑎𝑙_𝑦𝑒𝑎𝑟−2018) Ecuación 5.47 𝑑𝑒𝑚𝑎𝑛𝑑_𝑜𝑓_𝑠𝑜𝑙𝑎𝑟_𝑒𝑛𝑒𝑟𝑔𝑦[𝑅𝑖]= 𝑠ℎ𝑎𝑟𝑒_𝑜𝑓_𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑖𝑡𝑦_𝑓𝑟𝑜𝑚_𝑠𝑜𝑙𝑎𝑟[𝑅𝑖]∙𝑡𝑜𝑡𝑎𝑙_𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑖𝑡𝑦_𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛[𝑅𝑖] En línea con los escenarios propuestos en (De Castro et al., 2013; van de Ven et al., 2021; Capellán-Pérez et al., 2017) se establece el porcentaje como 80% en todas las regiones y se establecen los siguientes años de acuerdo con el desarrollo actual y capacidad de cada región (Tabla 5.57) Tabla 5.57. Año en que se alcanza el porcentaje de solar en la electricidad en cada región (Fuente: Creación propia) Producción de energía en la superficie solar de los tejados Puesto que la producción de energía solar en los tejados de la superficie urbana de cada región es ahora dependiente del año en el que el usuario haya decidido que se alcance el máximo el porcentaje de superficie urbana cubierta por paneles solares se calcula ahora con la Ecuación 5.48. La producción de energía solar en la superficie urbana sigue calculándose con la Ecuación 5.42. Puesto que se había supuesto producción histórica 0 no es necesario añadir el porcentaje inicial. Ecuación 5.48 sℎ𝑎𝑟𝑒_𝑜𝑓_𝑢𝑟𝑏𝑎𝑛_𝑐𝑜𝑣𝑒𝑟𝑒𝑑_𝑏𝑦_𝑟𝑜𝑜𝑓𝑡𝑜𝑝_𝑃𝑉[𝑅𝑖]= 𝑚𝑎𝑥𝑖𝑚𝑢𝑚_𝑠ℎ𝑎𝑟𝑒_𝑜𝑓_𝑢𝑟𝑏𝑎𝑛_𝑐𝑜𝑣𝑒𝑟𝑒𝑑[𝑅𝑖] 𝑑𝑒𝑠𝑖𝑟𝑒𝑑_𝑦𝑒𝑎𝑟_𝑡𝑜_𝑎𝑡𝑡𝑎𝑖𝑛_𝑠ℎ𝑎𝑟𝑒−2018 ∙(𝑎𝑐𝑡𝑢𝑎𝑙_𝑦𝑒𝑎𝑟−2018) Con un IF THEN ELSE se limita que el porcentaje no sea superior al máximo Capítulo 5. Metodología 124 Expansión de las tierras de pastoreo Se muestra en la Figura 5.34 el modelado de lo explicado en las secciones 5.2.2.3.2 y 5.2.2.4.2. Figura 5.34. Modelado en Vensim de los cambios de uso del suelo debidos a la expansión de tierras de pastoreo (Fuente: Creación propia) Cambios asociados a la demanda de madera Se muestra en la Figura 5.35 el modelado de lo explicado en las secciones 5.2.2.3.4. y 5.2.2.4.3. Figura 5.35. Modelado en Vensim de los cambios de uso del suelo asociados a la demanda de madera (expansión de las plantaciones) (Fuente: Creación propia) Capítulo 5. Metodología 125 Forestación Se muestra en la Figura 5.36 lo explicado en la secciones 5.2.2.3.5 y 5.2.2.4.4. Figura 5.36. Modelado de los cambios de uso del suelo debidos a la forestación (Fuente: Creación propia) Demanda de energía solar y expansión de tierra para solar Se muestra en la Figura 5.37 lo explicado en las secciones 5.2.2.3.6 y 5.2.2.4.5. Figura 5.37. Modelado en Vensim de los cambios de uso de suelo debidos a la expansión de la tierra para solar (Fuente: Creación propia) Capítulo 5. Metodología 126 5.3.2.2. Impulsores de los cambios de uso del suelo Cada uno de los impulsores de los cambios del suelo depende, entre 2005 y 2018, de la variación histórica de dicho parámetro y, entre 2018 y 2050 de los valores establecidos para el escenario que escoja el usuario. Para implementar esto en Vensim se crea un nuevo subíndice de escenarios  SP_I = [SP1, SP2, SP3] Para cada una de las variables se introducen, en una variable SWITCH, los valores para los tres escenarios con una matriz y se crea también otra variable SWITCH para elegir el escenario. Finalmente se crea una matriz de selección gracias a la cual mediante un IF THEN ELSE se seleccionan los valores de la primera variable para el número de escenario definido en la segunda variable. Se ilustra esto para cada impulsor (Figura 5.38 a Figura 5.40). Figura 5.38. Modelado en Vensim del aumento de la población (Fuente: Creación propia) Figura 5.39. Modelado en Vensim de la demanda de tierras de pastoreo (Fuente: Creación propia) Capítulo 5. Metodología 127 Figura 5.40. Modelado en Vensim de la demanda de tierras de cultivo y la escasez de agua (Fuente: Creación propia) La variación del resto de impulsores se basa en la misma idea pero depende de más variables, se muestra a continuación (Figura 5.41 y Figura 5.42). Figura 5.41. Modelado en Vensim de la demanda de madera (Fuente: Creación propia) Figura 5.42. Modelado en Vensim de la demanda de energía solar (Fuente: Creación propia) Capítulo 5. Metodología 128 5.3.3. Modelo de evolución histórica Para poder comparar los resultados del modelo con los datos históricos se crea un modelo en el que los stocks evolucionan según su tendencia histórica. Se eliminan todas las variables e impulsores que generaban los cambios de uso del suelo y se introducen las ecuaciones de tal forma que cada stock evolucione en función de los datos de la tendencia histórica calculados en la sección 5.2.2.2. Este modelo resulta como se muestra en la Figura 5.43. Figura 5.43. Modelo de evolución en función de las tendencias históricas (Fuente: Creación propia) Para que hacer la comparación resulte lo más sencilla posible las variables en ambos modelos deben llamarse de la misma forma y depender de los mismos subíndices. Pérdidas de tierra Para comprobar que el modelo funciona correctamente se ha hecho la suma de todos los stocks con el objetivo de ver si existen pérdidas de tierras o no. Inicialmente se ha podido observar que dichas pérdidas no existen, sin embargo, al introducir el resto de variables se detecta un error del 0,003%. Se ha aislado el modelo para detectar el problema y se ha encontrado que el error es causado por el trabajo con zonas y regiones en el caso de las tierras de regadío. El modelado desarrollado en este proyecto sobre la parte de escasez de agua es una simplificación; en WILIAM esta parte se desarrollará de manera diferente, con mayor nivel de precisión y no se introducirá este error. Por este motivo y puesto que no se considera que el error afecte significativamente a los resultados, para el desarrollo de este proyecto se decide trabajar con dicho error. Capítulo 6. Resultados 129 6. RESULTADOS En esta sección se presentan los resultados de las simulaciones del modelo. En primer lugar se hace una comparación de los resultados de la simulación del modelo entre 2005 y 2018 con los datos históricos de cada uso del suelo en este periodo para comprobar si el funcionamiento del modelo es correcto. A continuación se presentan los resultados de la evolución de cada uso del suelo entre 2018 y 2050 bajo distintos escenarios. 6.1. Comparación con los históricos Comparación Para comparar cómo de acertados son los resultados y el nivel de incertidumbre con el que se trabaja se han comparado los resultados obtenidos con el modelo y el modelo de evolución histórica entre 2005 y 2018. Se ha calculado el error relativo en cada año y se ha seleccionado el error máximo cometido en cada caso, estos errores máximos se presentan en la Tabla 6.1. Tabla 6.1. Máximo error entre los datos históricos y la simulación del modelo (2005-2018) (Fuente: Creación propia) En el caso de los humedales el error es cero pues se mantienen contantes, en el caso de las tierras de regadío y tierras para solar es cero porque aumentan directamente en función del aumento histórico y no se produce ninguna pérdida entre 2005 y 2018. Para el resto de usos del suelo se comentan a continuación las posibles fuentes de error identificadas: Uso de diferentes definiciones y nomenclatura Aunque las grandes categorías de uso del suelo (superficie urbana, tierras de cultivo, bosques) suelen aparecer en todos los estudios, cada autor o cada estudio, considera las categorías de uso del suelo que más interesen al objetivo del trabajo o que, según sus criterios resulten más relevantes. De todas formas, aunque las categorías suelen ser similares, no es habitual que coincidan los tipos de superficie o vegetación que las categorías agrupan. Por ejemplo, van Vliet, al igual que WILIAM se basa en las categorías de cobertura terrestre de la Capítulo 6. Resultados 130 ESA-CCI-LC y tipos de uso del suelo considerados son relativamente muy parecidos, sin embargo, la agrupación de las categorías ESA CCI-LC en los usos del suelo es diferente en algunos casos. Lo mismo sucede con los datos de FAO, que aunque usa también los datos de ESA CCI-LC realiza una agrupación bajo sus criterios. A estas diferencias entre los usos del suelo se suma la discrepancia en la regionalización adoptada por cada estudio. El tratar de relacionar unos estudios con otros es probable que introduzca errores. Matrices de transición Los errores anómalamente altos apreciados en las tierras de cultivo de secano de las zonas SNOW y POLAR pueden deberse al uso de las matrices de transición. Es posible que, aunque una región tenga parte de su superficie en estas zonas, cuando se expanden las tierras de cultivo lo hagan completamente en otras zonas, ignorando estas. Sin embargo, las matrices de transición no reflejan esto sino que hacen una repartición proporcional. Llama especialmente la atención el elevado error en las tierras de pastoreo de la zona templada (TEMPERATE) y la zona árida (ARID_HOT). Se cree que estos, y otros de los errores de menor magnitud, pueden ser causados porque la expansión de la agricultura y ganadería en Latinoamérica se ha producido mayoritariamente en las zonas tropicales y, al usar las matrices de transición la expansión se produce en todas las zonas, no únicamente en la tropical. Superficie urbana Por otra parte, los elevados errores en la superficie urbana se producen puesto que no se introduce el factor de urbanización, es decir cómo se diseñan o cómo es esperado que se diseñen las ciudades en el fututo. Se contempla trabajar con este margen de error puesto que la superficie urbana es pequeña en comparación con el resto de usos de la tierra y, como se puede observar en los resultados, no se introduce un gran error al funcionamiento del modelo. Zona tropical En el bosque tropical, se puede observar que la superficie de bosque gestionado del modelo se encuentra por debajo de la histórica mientras que, la superficie de tierras de cultivo del modelo se encuentra por encima de la histórica, esto podría significar que se está subestimando la expansión de las tierras de cultivo en la zona tropical y, por consiguiente la deforestación causada por esta también, lo cual está en línea con los problemas de las matrices comentados anteriormente. Calibración La tarea de búsqueda de datos ha sido compleja, y han debido hacerse simplificaciones y tomar hipótesis debido a los pocos estudios que cuantifiquen realmente los cambios de uso del suelo. Esto y el problema de identificación de Capítulo 6. Resultados 131 parámetros son las razones principales por las cuáles de descarta la calibración. Pues no existen buenos datos para calibrar. Discusión sobre el comportamiento histórico No se presentan gráficas sobre la evolución histórica (2005-2018) pues este comportamiento puede observarse en las gráficas de la sección siguiente. Se comentan a continuación los comportamientos más relevantes. En todas las regiones se observa un crecimiento exponencial de la superficie de tierras para solar, aunque, a pesar de este crecimiento, esta sigue siendo muy pequeña, casi despreciable, en comparación con el resto de usos del suelo. Además, en todas las regiones, excepto en Rusia, se observa que la superficie urbana ha aumentado, esta también es una superficie pequeña en comparación con el resto de usos del suelo. Por otra parte, en lo referente a las tierras de cultivo, las tierras de cultivo de secano se han mantenido constantes o decrecido ligeramente en todas las zonas, a excepción de las zonas de mayor latitud (SNOW y POLAR) donde el decrecimiento ha sido más pronunciado y en la zona TROPICAL donde se ha producido un ligero aumento. Las tierras de cultivo de regadío han crecido en todas las zonas y en todas, se observa un crecimiento más pronunciado entre 2005 y 2013 y más leve, llegando incluso a estabilizarse en algunas zonas, entre 2013 y 2018. Las tierras de pastoreo se han mantenido constantes en todas las zonas excepto en la zona tropical donde se observa un ligero aumento. Respecto a los bosques se observa una pérdida de bosques, tanto primarios como gestionados en todas las zonas. Aunque la pérdida es generalizada, es mayor en la zona TROPICAL, especialmente la de bosque primario. La superficie de plantaciones ha crecido en todas las zonas, pero de manera más pronunciada en la zona TROPICAL. La superficie tanto de matorrales como la de otras tierras ha decrecido en todas las zonas, probablemente debido a la conversión en otros usos de la tierra, excepto en las zonas más frías donde la pérdida se debe al deshielo de glaciares permanentes. 6.2. Políticas y escenarios En esta sección se muestran, primeramente, los resultados obtenidos tras la simulación del modelo, bajo cada uno de los tres escenarios desde 2005 a 2050 y a continuación, se realiza una discusión de los mismos. 6.2.1. Presentación de resultados y análisis En las futuras secciones se presentan las gráficas de los resultados para cada uso del suelo. Capítulo 6. Resultados 132 6.2.1.1. Superficie para producción de energía solar En este apartado se presentan las gráficas referentes a la superficie de tierra para solar entre 2005 y 2050 para los tres escenarios. Figura 6.1. Producción de energía solar en la región CHINA bajo cada escenario, 2005-2050 (Fuente: Creación propia) Figura 6.2. Evolución de las tierras para solar en la región EU27 bajo cada escenario, 2005- 2050 (Fuente: Creación propia) Capítulo 6. Resultados 133 Figura 6.3. Evolución de las tierras para solar en la región UK bajo cada escenario, 2005- 2050 (Fuente: Creación propia) Figura 6.4. Evolución de las tierras para solar en la región CHINA bajo cada escenario, 2005- 2050 (Fuente: Creación propia) Figura 6.5. Evolución de las tierras para solar en la región EASOC bajo cada escenario, 2005- 2050 (Fuente: Creación propia)