Introducción 

El cambio climático es un fenómeno que no reconoce fronteras en los sistemas naturales y humanos. Sus efectos se pueden presentar en cualquier rincón del planeta, por lo tanto, es cada vez más importante el estudio de las consecuencias ambientales generadas por este fenómeno. Una de las herramientas que se han utilizado para tal fin, han sido las clasificaciones climáticas, que precisan de las medias de los registros de las variables meteorológicas, para definir los diferentes climas a escala mundial y regional. 

Debido a la estrecha relación entre el clima y ambiente, estas clasificaciones permiten establecer áreas con condiciones climáticas homogéneas que proporcionan una referencia sobre los entornos ambientales y sus potencialidades agrícolas (Andrade et al., 2005), por lo que se pueden emplear para estudiar los impactos del cambio climático pasado, presente y futuro en los diferentes ecosistemas.

Una de las clasificaciones climáticas más utilizadas a nivel mundial es el sistema de clasificación de Köppen (Köppen y Geiger, 1936), cuya simplicidad ha permitido su difusión en muchos campos científicos (Barros et al., 2012). Esta clasificación precisa solamente de la temperatura y precipitación para establecer diferentes climas y subtipos climáticos. Esto ha permitido que a pesar de su antigüedad, aún siga utilizándose (Mainar et al., 2018) y actualizándose a través de los años (Peel et al., 2007).

En el contexto del cambio climático se ha utilizado para evaluar la variación espacial y temporal de los climas para los registros observados o históricos (Beck et al., 2005; Chen y Weiteng, 2013), la validación de los modelos de circulación global y regional (De Castro et al., 2007) y para evaluar los variaciones futuras de los climas (Wang y Overland, 2004; De Castro et al., 2007; Rubel y Kottek, 2010; Feng et al., 2011; Hanf et al., 2012). 

Una de las limitaciones de esta clasificación es emplear los promedios de los registros de las variables meteorológicas. Esta medida de tendencia no proporciona una información del comportamiento real de algunos elementos, sobre todo de la precipitación, debido a su elevada variabilidad temporal y espacial y al ser sensible a valores extremos, muy comunes en los registros de esta variable, por lo que existen otros estadísticos que pueden aportar una información más cercana a la manifestación natural de las lluvias.

Una de las herramientas para lograr esto es el análisis de frecuencias, el cual es la expresión en términos porcentuales de la cantidad de veces que un evento se presenta a lo largo de un número determinado de años (Méndez et al., 2014). 

Mediante los análisis de frecuencias se obtienen medidas de probabilidad de éxito o riesgo de un evento. Una de las probabilidades más recomendadas es la correspondiente al 75 % o percentil 75, el cual se entiende, si se aplican análisis de frecuencias de los registros de lluvias, como el monto de precipitación o mayor que se presenta en el 75 % de los años.

El uso del percentil 75 de los registros de lluvia puede mejorar el aprovechamiento de las clasificaciones climáticas como herramienta en las evaluaciones ambientales y agrícolas, al proporcionar una información más cercana a la realidad de esta variable. Principalmente en los Llanos Venezolanos, una de las regiones de mayor diversidad ambiental y agrícola de Venezuela, que abarca más del 30 % de la superficie del país, y donde las modificaciones del clima pudieran tener importantes implicaciones. 

En esta investigación se usaron la temperatura media y el percentil 75 de precipitación correspondientes a un periodo de referencia y dos periodos futuros bajo escenarios de cambio climático para el espaciamiento de los climas definidos según el sistema de clasificación de Köppen en los Llanos Venezolanos. Esto, con el objetivo de evaluar las posibles variaciones espaciales de los mismos y sus probables impactos ambientales y agrícolas futuros, comparados con los climas vistos para un periodo de referencia. 

Materiales y métodos 

Área de estudio: El área de estudio se encuentra localizada geográficamente entre las coordenadas 6 ° y 10 ° de latitud norte y 62 ° y 72 ° de longitud oeste, lo que se conoce como los Llanos Venezolanos. Presenta suaves oscilaciones topográficas entre los 20 msnm hacia la llanura Deltaica y 400 msnm cerca del piedemonte de la cordillera de los Andes.

Estos llanos se dividen en llanos occidentales, donde se encuentran los estados Apure, Barinas y Portuguesa, llanos centrales que corresponden a los estados Cojedes y Guárico y llanos orientales, donde se localizan los estados Monagas y Anzoátegui. 

Datos de referencia y de cambio climático: Los datos de referencia corresponden a los registros de precipitación y temperatura pertenecientes al periodo 1970-2000 de 45 estaciones meteorológicas que se encuentran emplazadas en los Llanos Venezolanos (Figura 1). Estos fueron proporcionados por el Banco Nacional de datos del Ministerio del Ambiente, Servicio de Meteorología de la Aviación, Instituto Nacional de Investigaciones Agropecuarias y a la Facultad de Agronomía de la Universidad Central de Venezuela.

Estos datos cuentan con los principios de calidad como homogeneidad, valores atípicos y datos faltantes aplicados para el proyecto de “Elaboración del Mapa de Zonas Áridas, Semiáridas y Subhúmedas de América Latina y el Caribe” (UNESCO, 2010). 

El proceso de aplicación de los deltas consistió en la extracción de los valores de precipitación y temperatura de cada raster para cada una de las estaciones y posteriormente se calculó la diferencia entre el valor CCAFS y Worldclim y se dividió entre el valor del Worldclim. En relación a la precipitación, este delta relativo luego es aplicado a la serie de referencia como la suma del valor de referencia al producto del delta relativo y el valor de referencia, mientras que para la temperatura es la suma absoluta del delta a los valores de referencia. 

Interpolación de los datos y clasificación climática de Köppen: Se calculó la media para las temperaturas y el percentil 75 para la precipitación de los datos de referencia y futuros. Estos fueron interpolados mediante Kriging Ordinario (KO) y Kriging Universal (KU) con el software estadístico RStudio versión 1.1.463.

Para la precipitación se empleó el KO en los meses secos (enero-abril, noviembre y diciembre) y KU para los meses húmedos (mayo-octubre), debido a que se constató la presencia de tendencias espaciales en relación con la latitud y la longitud y la ausencia de la estacionariedad de la media de los datos en estos meses, caso contrario para los meses secos, con la finalidad de generar los raster con el mínimo error de interpolación.

Para la temperatura se utilizó el KO para todos los meses, por la misma razón anteriormente descrita. Con los raster generados se aplicó la clasificación climática de Köppen (Koeppen y Geiger, 1936; Peel et al., 2007) mediante la herramienta de clasificación climática configurada en el software híbrido de información geográfica SAGA GIS, versión 7.2. Los gráficos de los resultados y mapas se realizaron con el software RStudio, versión 1.1.463.

Resultados

Los resultados de las clasificaciones en relación de su área en km2 (a) y su área relativa (a) para todos los períodos y escenarios se encuentran en la figura 2. El clima predominante para todos los periodos analizados fue el Aw (tropical lluvioso de sabana) seguido del Am (tropical lluvioso de bosque), Af (tropical lluvioso de selva) y por último en área ocupada, el BSh (Semiárido).

Para el periodo de referencia el clima Aw abarcó un espacio aproximado de 218.000 km2 que corresponde a un 85 % del área total. Mientras que el clima Am alcanzó un área igual a 37.000 km2, lo que representaría el 14,7 % de los Llanos. Los climas Af y BSh abarcarían 178,03 km2 y 0,79 km2, lo que constituiría el 0,07 y 0,0003 %, respectivamente.

La representación espacial de los climas para el periodo de referencia (Figura 3) indica que mientras el clima Aw abarcaría la mayoría del territorio, el clima Am se localizaría en el sur y este de los llanos occidentales y el oeste de los llanos orientales. El clima Af se ubicaría hacía el este de los llanos occidentales cerca del piedemonte andino, por el contrario el clima BSh se localizaría hacia el noroeste de los llanos orientales en el estado Anzoátegui en un espacio muy reducido.

Para las series futuras bajo escenarios de cambio climático se apreciaron cambios contrastantes con el periodo de referencia. Para el escenario RCP 4.5 y periodo 2050s (Figura 4a) hay una desaparición de los climas Af y Bsh, y un aumento del área ocupada por los climas Am y Aw.

los llanos occidentales en el estado Apure y al este de estos mismos  llanos, en la zona más occidental de los estados Apure y Barinas. 

Para el período 2080s y el mismo escenario RCP 4.5 (Figura 4b), el clima Aw aumentaría 12,17 % en comparación al periodo de referencia y 5,62 % en relación al período 2050s, a un área mayor a 249.000 km2. Para este período se observó la aparición de los climas Af, Am y Bsh que volverían a presentarse tras su desaparición en el periodo 2050s.

El clima Af se localizaría hacía suroeste de los llanos orientales en el estado Monagas, en una proporción de 0,23 % (759,92 km2), mientras que el Am sufre una reducción de 12,97 % (4.463,51 km2) en comparación al periodo de referencia y se concentran hacia el suroeste de los llanos orientales, al norte del estado Anzoátegui y hacia el este de los llanos occidentales en el estado Barinas. Se manifestaría el clima Bsh, el cual aumentaría su área ocupada en 0,57 % (1.463,03 km2) y se ubicaría hacia los llanos centrales y centro y sur de los llanos orientales.

Para el escenario RCP 8.5 y periodo 2050s (Figura 4c) se presentaría el mismo comportamiento climático observado para el escenario RCP 4.5, caracterizado por el predominio de los climas Aw y Am en todo el territorio llanero. Para este escenario y periodo futuro, en comparación al periodo de referencia, el clima Aw aumentaría en un 6,15 %, mientras que el clima Am se reduciría en 6,08 %, lo que equivale a 234.386,51 km2 y 22.142,87 km2, respectivamente. El clima Am se limitaría aparecer hacia el sur y este de los llanos occidentales en los estados Apure y Barinas. 

Para el período 2080s (Figura 4d), en este mismo escenario, volverían aparecer los climas desaparecidos durante el período 2050s, tal como ocurriría para el escenario 4.5. En comparación al período de referencia, el clima Aw predominaría en la mayoría del espacio comprendido en los Llanos y aumentaría su área relativa en 10,52 %. El clima Af se incrementaría en 0,17 % y se localizaría hacia la parte más suroriental de los llanos orientales en el estado Monagas.

El clima Am se reduciría en un 13,72 % y se concentrarían también hacia el suroeste de los llanos orientales y al este de los llanos occidentales en el estado Barinas. Por último, el clima Bsh se manifestaría en mayor proporción para este período y escenario, en comparación a todos los períodos analizados (7794.36 km2). Este clima aumentaría su área relativa hasta un 3,04 % y abarcaría desde la parte más al sur hasta el centro de los llanos orientales y al centro de los llanos centrales entre Guárico y Cojedes.

Discusión 

Los resultados de la clasificación climática de Köppen coincide con la realizada en otras investigaciones para esta misma región de Venezuela (PDVSA, 1992, Montilla, 2010) y es la consecuencia del comportamiento típico de las variables climáticas, principalmente la precipitación, que hace a los llanos occidentales más húmedos en comparación a los centrales, y estos más que los llanos orientales (Martelo, 2003).

Este comportamiento está asociado al origen esencialmente convectivo de las lluvias en esta región, donde influye la actividad de la convergencia temporal de los alisios (Grodsky y Carton, 2003; Montoya et al., 2009), teniendo también influencia la orografía en la generación de las lluvias en algunas áreas de la región más occidental de los Llanos. 

En relación a las proyecciones futuras, los resultados permiten deducir que la desaparición del clima Af y el aumento del clima Bsh indicaría una reducción de las precipitaciones en las zonas más húmedas, así como el aumento del número de meses secos para la mayoría del territorio, y de la variabilidad espacial de las precipitaciones que se acrecentarían y disminuirían de forma muy concentrada en algunas zonas de los Llanos.

Para ambos escenarios proyectados, los impactos más importantes ocurrirían hacia los llanos occidentales y orientales y para el escenario RCP 8.5 en comparación al periodo de referencia.

Las principales implicaciones podrían definirse como cambios ambientales y agrícolas especificados por la variación de las formaciones vegetales típicas y la capacidad de uso de la tierra. Para los llanos occidentales, las proyecciones apuntan a la reducción de las precipitaciones, lo cual influiría en la posible disminución de las inundaciones en las sabanas periódicamente inundables, propias de algunas zonas de estos llanos.

Así mismo, habría medios ambientales desfavorables para las formaciones vegetales autóctonas descritas como bosques semidecíduos o premontanos más al este de estos llanos, así como también, un efecto significativo sobre los bosques decíduos y ribereños hacia los llanos suroccidentales o llanos de Apure, haciendo posible a su vez, el medio factible para las formaciones características de las sabanas arbustivas, más propias de los llanos centrales (Rodríguez, Rojas-Suárez y Giraldo, 2010).

El aumento de la extensión del clima semiárido hacia las mesas y llanos orientales, crearía condiciones ambientales contraproducentes para la vegetación actual altamente heterogénea, integrada por densos morichales y bosques decíduos que se desarrollan por todo el piedemonte meridional del macizo de Turimiquire, así como bosques ribereños y morichales en los valles envueltos por las riveras que desembocan hacia el océano Atlántico, y espesas sabanas de gramíneas y arbustos de chaparro (Huber y Oliveira-Miranda, 2010). 

Es importante reseñar sobre el amplio espacio intervenido de los Llanos Venezolanos, sobre todo para la agricultura, la cual también se vería afectada por los cambios en el clima. A pesar de que las clasificaciones climáticas generales no permiten aportar suficiente información para responder interrogantes de índole agrícola, la variación y sustitución de los climas vistos en las proyecciones pudieran inferir cambios en las prácticas agrícolas en algunas áreas. 

Uno de los ejemplos más significativos estaría en que la reducción de las precipitaciones en parte de los llanos de Apure y Barinas, traería posibles efectos negativos en las sabanas higrófilas propias de estos llanos (Montilla, 2007), que proporciona el medio necesario para la actividad pecuaria, reduciendo su producción en la región. Esto cambiaría la agricultura tradicional, donde para el periodo de referencia, predomina la producción de pastos, especies forestales alimenticias y la producción de diferentes razas de ganado adaptadas a esta región.

Conclusiones 

Los resultados de la investigación permitieron visualizar cambios importantes de los climas de los Llanos Venezolanos para el futuro, bajo cambio climático en comparación al periodo de referencia y para el modelo elegido.

Las proyecciones para los escenarios RCP 4.5 y 8.5 permitieron constatar la reducción del área ocupada por los climas húmedos y aumento del espacio ocupado por los climas secos, atribuido posiblemente a cambios en el comportamiento de las precipitaciones. Esto a su vez indicaría que incluso, para el escenario de mayor mitigación de GEI, posibles efectos ambientales adversos inherentes a las modificaciones del clima. Las áreas más comprometidas estarían restringidas hacia los llanos occidentales y orientales. 

Referencias

• ACFIMAN-SACC. (2018). Primer Reporte Académico de Cambio Climático. Resumen para Responsables de Políticas en Cambio Climático para Venezuela. Caracas: EDICIONES ACFIMAN – CITECI.

• Andrade, A., Alves, E., Hugo A., Oliveira, C. y Nascimento, A. (2005). Classificação climática e regionalização do semi-árido do Estado do Piauí sob cenários pluviométricos distintos. Revista Ciência Agronômica v. 36, n. 2, 143-151.

• Barros, H., de Araujo, J., Barros da Silva, A. y Santiago, G. (2012). Boletim de Pesquisa e Desenvolvimento (INFOTECA-E), n. 211. Recife: Embrapa Solos, 33 p.

• Beck, C., Grieser, J., Kottek, M., Rubel, F. y Rudolf, B. (2005). Characterizing Global Climate Change by means of Köppen Climate Classification. Klimastatusbericht, 139-149.

• Chen, D. y Weiteng, C. (2013). Using the Köppen classification to quantify climate variation and change: An example for 1901–2010. Environmental Development. 6, 69–79. DOI: 10.1016/j.envdev.2013.03.007.

• De Castro, M., Gallardo, C., Jylhä, K. y Tuomenvirta, H.,. (2007). The use of a climate-type classification for assessing climate change effects in Europe from an ensemble of regional climate models. Climatic Change. 81., 329-341. DOI:10.1007/s10584-006-9224-1.

• Feng, S., Ho, C., Hu, Q., Oglesby, R., Jeong, S. y Kim, B. (2011). Evaluating observed and projected future climate changes for the Arctic using the KÖppen-Trewartha climate classification. Climate Dynamics. 38., 1359-1373. DOI: 10.1007/s00382-011-1020-6.

• Fick, S. y Hijmans, R. (2017). WorldClim 2: New 1-km spatial resolution climate surfaces for global land areas. International Journal of Climatology, 10.1002/joc.5086.

• Franz, R. y Markus, K. (2010). Observed and projected climate shifts 1901–2100 depicted by world maps of the KÖppen-Geiger climate classification. Meteorologische Zeitschrift, Vol. 19, No. 2, 135-141.

• Franziska, H., Janina, k., Thomas, S. y Ulrich, C. (2012). Shifts of climate zones in multi-model climate change experiments using the KÖppen climate classif cation. Meteorologische Zeitschrift, Vol. 21, No. 2, 111-123.

• Grodsky, S. y Carton, J. (2003). The Intertropical Convergence Zone in the South Atlantic and the equatorial cold tongue. Journal of Climate 16(4), 723-733.

• Hanf, F., Körper, J., Spangehl, T. y Cubasch, U. Shifts of climate zones in multi-model climate change experiments using the Köppen climate classification. Meteorologische Zeitschrift, Vol. 21, No. 2, 111-123. 

• Huber, O. y Oliveira-Miranda, M. A. (2010). Ambientes terrestres de Venezuela. Páginas: 27-89. En: Rodríguez, J. P., Rojas-Suárez, F. y Giraldo Hernández, D. (Eds.). Libro rojo de los ecosistemas terrestres de Venezuela. Provita, Lenovo, Shell de Venezuela: Caracas. Venezuela.

• IPCC. (2014). Climate Change 2014.Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assesment Report of Intergovermmental Panel on Climate Change. Geneva, Switzerland: IPCC.

• Koeppen, W. y Geiger, R. (1936). Handbuch der Klimatologie.Gebrüder Borntraeger, Berlin.

• Mainar, R., Morant R., Alexandre, M. y de Paulo, V. (2018). CLIMATE CLASSIFICATION IN KÖPPEN MODEL FOR THE STATE OF PERNAMBUCO - BRAZIL. Revista de Geografia (Recife) V. 35, No. 3, 219-234.

• Martelo, M. (2003). La precipitación en Venezuela y su relación con el sistema climático. Caracas.: Ministerio del Ambiente y de los Recursos Naturales. 72 p.

• Méndez, M., Puche, M., Mendoza, N., Bracho, G. y García, V. (2014). Manual de prácticas de climatología agrícola. Maracay, Venezuela: Facultad de Agronomía, UCV.

• Montilla, A. (2007). Los Esteros de Camaguán: Más que un humedal, una Reserva de Fauna Silvestre. Aula y Ambiente. 11: 47-56.

• Montilla, P. (2010). Contribución al estudio de las Sabanas de Venezuela. Geoenseñanza Vol. 15 (1), 35-48.

• Montoya, E., Rull, V., Nogué, S. y Diaz, A. (2009). Paleoecología del Holoceno en la Gran Sabana, SE Venezuela:Análisis preliminar de polen y microcarbones en la Laguna Encantada. Collectanea Botanica (Barcelona) vol. 28, 65-79.

• Peel, M., Finlayson, B. y McMahon, T. (2007). Updated world map of the Koeppen-Geiger climate classification. Hydrology and earth system sciences discussions , 4(2), 439-473.

• PETROLEOS DE VENEZUELA, S.A. (1992). IMAGEN DE VENEZUELA. UNA VISIÓN ESPACIAL. Caracas: Editorial Arte.

• Ramirez Villejas, J. y Jarvis, A. (2010). Downscaling Global Circulation Model Outputs: The Delta Method Decision and Policy Analysis Working Paper No. 1. International Center for Tropical Agriculture (CIAT). Cali. CO., 18 p.

• Rodríguez, J.P., Rojas-Suárez, F.y Giraldo-Hernández D. (2010). Libro Rojo de los Ecosistemas Terrestres de Venezuela. Provita, Shell Venezuela, Lenovo (Venezuela).: Caracas: Venezuela. 324 pp.

• Rubel, F. y Kottek, M. (2010) Observed and projected climate shifts 1901–2100 depicted by world maps of the Koppen-Geiger climate classification. Meteorologische Zeitschrift, Vol. 19, No. 2. 135-141.

• UNESCO. (2010). “Atlas de Zonas Áridas de América Latina y el Caribe”. Dentro del marco del proyecto “Elaboración del Mapa de Zonas Áridas, Semiáridas y Subhúmedas de América. CAZALAC. Documentos Técnicos del PHI-LAC, N°25.

• Wang, M. y Overland, J. (2004). Detecting Arctic Climate Change Using KÖppen Climate Classification. Climatic Change. 67, 43-62. DOI: 10.1007/s10584-004-4786-2.