The development of long-term scenarios to outline pathways for achieving carbon neutrality by 205... more The development of long-term scenarios to outline pathways for achieving carbon neutrality by 2050 has become a standard practice in climate change policy planning. In Argentina, a modelling process was initiated in 2019 in the agriculture, forestry and other land use (AFOLU) sector utilizing three tools: FABLE calculator, Dinamica EGO and Nature Map. In order to generate technical inputs for the modelling exercise a stakeholder dialogue was launched. A 2050 Carbon Neutrality scenario was developed, alongside several intermediate scenarios based on stakeholders´ visions of the future. The modelling results demonstrated the biophysical feasibility of achieving carbon neutrality in the Argentinean AFOLU sector by 2050. However, alignment with current sectoral priorities was identified as a challenge, leading stakeholders to propose less ambitious scenarios as more attainable targets. This experience underscored the significance of constructing multiple policy scenarios, facilitating the evaluation of diverse potential future trajectories for policymaking. These different pathways provided contrasting perspectives between political objectives, such as achieving carbon neutrality, and the practical feasibility of local implementation. Moreover, the process highlighted the vital role of integrating the private sector and environmental nongovernmental organizations (NGOs) in long-term climate planning, emphasizing the need for inclusive collaboration to address climate challenges effectively.
Un primer paso de cualquier análisis sobre los controles de los CUCOS debería incluir una explora... more Un primer paso de cualquier análisis sobre los controles de los CUCOS debería incluir una exploración de la relación que mantienen entre sí las potenciales variables determinantes (Johnson y Omland, 2004). Para ello, se pueden examinar las asociaciones entre las variables ambientales mediante matrices de correlación, obteniéndose medidas de la fuerza de la correlación entre las variables, y el signo de dicha correlación. Distintos análisis de ordenamiento, tales como el “análisis de componentes principales” (principal component analysis, en inglés) o el “promediado recíproco” (reciprocal averaging, en inglés), permiten luego explorar la variabilidad ambiental (según las variables consideradas) del sistema de estudio. El propósito de estos métodos es obtener una combinación lineal de variables que resuma los patrones de variación en unas pocas dimensiones o ejes (Digby y Kempton, 1987).Fil: Baldi, Germán. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi". Universidad Nacional de San Luis. Facultad de Ciencias Físico, Matemáticas y Naturales. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi"; ArgentinaFil: Volante, José Norberto. No especifíca;Fil: Paruelo, José María. No especifíca
Los cambios de los patrones de cobertura del suelo (el tipo de cubierta biofísica observada en la... more Los cambios de los patrones de cobertura del suelo (el tipo de cubierta biofísica observada en la superficie de la Tierra) son inherentes a la propia naturaleza. Estos patrones son el resultado de complejas interacciones entre factores abióticos (como el clima o la topografía), bióticos (procesos sucesionales) y disturbios (Turner, 2006). En los últimos 10.000 años, a los cambios intrínsecos de los sistemas naturales se han sumado aquellos que son producto de la actividad humana (Gupta, 2004), no sólo de cobertura sino también de uso del suelo (es decir, el conjunto de actividades que la sociedad realiza en un territorio, para producir, modificar o conservar su estado.Fil: Paruelo, José María. No especifíca;Fil: Volante, José Norberto. No especifíca;Fil: Baldi, Germán. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi". Universidad Nacional de San Luis. Facultad de Ciencias Físico, Matemáticas y Naturales. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi"; ArgentinaFil: Baeza, Santiago. No especifíca
El modelo conceptual presentado en la Figura A1. identifica una serie de causas próximas y subyac... more El modelo conceptual presentado en la Figura A1. identifica una serie de causas próximas y subyacentes de los cambios en el uso del suelo. Ese modelo es muy poderoso para identificar el conjunto de factores que podrían estar operando en un determinado territorio. Sin embargo, en procesos de planificación o de generación de escenarios futuros de usos y cobertura del suelo es necesario jerarquizar la importancia de los factores que operan y establecer modelos cuantitativos que permitan hacer prospecciones. Los modelos markovianos descriptos en el capítulo A.3 permiten realizar proyecciones basadas en el pasado.Fil: Volante, José Norberto. No especifíca;Fil: Baldi, Germán. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi". Universidad Nacional de San Luis. Facultad de Ciencias Físico, Matemáticas y Naturales. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi"; ArgentinaFil: Paruelo, José María. No especifíca
Como se ha señalado en la Introducción de esta sección, la descripción de patrones espaciales y t... more Como se ha señalado en la Introducción de esta sección, la descripción de patrones espaciales y temporales es un paso ineludible para estudiar los cambios en el uso del suelo (Capítulo A.1). Por un lado, disponer de descripciones en dos momentos permite estimar tasas de cambios y, a partir de la frecuencia de cambios observados, matrices de transición entre coberturas. Por otro lado, habilita el estudio de los controles de los cambios observados y de la distribución en el espacio (Capítulo A.4). La descripción de las probabilidades de transición y el estudio de controles se complementan entre sí y permiten generar hipótesis cuantitativas de cambios futuros y, en última instancia, escenarios de distribución espacial de tipos de coberturas y usos de la tierra (Gavier-Pizarro et al., 2014).Fil: Baldi, Germán. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi". Universidad Nacional de San Luis. Facultad de Ciencias Físico, Matemáticas y Naturales. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi"; ArgentinaFil: Volante, José Norberto. No especifíca;Fil: Paruelo, José. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura. Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura; Argentin
El paisaje es una porción de territorio heterogénea compuesta por un conjunto de elementos (ecosi... more El paisaje es una porción de territorio heterogénea compuesta por un conjunto de elementos (ecosistemas naturales y/o antrópicos) que se repiten en el espacio y se articulan o interaccionan entre sí. Los ecólogos reconocen a los paisajes como un nivel de organización de los sistemas ecológicos superior al de ecosistema e inferior al de la región.Fil: Baldi, Germán. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi". Universidad Nacional de San Luis. Facultad de Ciencias Físico, Matemáticas y Naturales. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi"; ArgentinaFil: Volante, José Norberto. No especifíca;Fil: Paruelo, José María. No especifíca
The impact of land cover change across the planet continues to necessitate accurate methods to de... more The impact of land cover change across the planet continues to necessitate accurate methods to detect and monitor evolving processes from satellite imagery. In this context, regional and global land cover mapping over time has largely treated time as independent and addressed temporal map consistency as a post-classification endeavor. However, we argue that time can be better modeled as codependent during the model classification stage to produce more consistent land cover estimates over long time periods and gradual change events. To produce temporally-dependent land cover estimates—meaning land cover is predicted over time in connected sequences as opposed to predictions made for a given time period without consideration of past land cover—we use structured learning with conditional random fields (CRFs), coupled with a land cover augmentation method to produce time series training data and bi-weekly Landsat imagery over 20 years (1999–2018) across the Southern Cone region of South...
En Sudamerica ocurrieron, en las ultimas decadas grandes transformaciones del paisaje. Como conse... more En Sudamerica ocurrieron, en las ultimas decadas grandes transformaciones del paisaje. Como consecuencias de mejoras tecnologicas, de nuevas condiciones en el mercado y precios internacionales, tanto pastizales como bosques o arbustales fueron transformados, principalmente para la produccion de soja con fines de exportacion. A partir de teledeteccion y Sistemas de Informacion Geografica se analizaron series temporales de productos del sensor MODIS, y se detectaron los principales sistemas de cultivos de 5 paises de Sudamerica. Se cartografiaron las areas de cultivos anuales para los ciclos productivos 2000/01 y 2010/11; se evaluo de manera espacialmente explicita los cambios ocurridos entre los mencionados ciclos; y se elaboraron hipotesis a fin de entender dichos procesos de cambios. Se observo un incremento del 43% de la superficie cultivada entre ciclos, con una distribucion espacial heterogenea. Los cambios mas destacables a nivel regional fueron la disminucion del 66% cultivos ...
La Puna es una region semiarida ubicada por encima de los 3300 m.s.n.m. en el noroeste argentino.... more La Puna es una region semiarida ubicada por encima de los 3300 m.s.n.m. en el noroeste argentino. Si bien existen descripciones floristicas parciales de la vegetacion en el area, no existen trabajos que describan su fisonomia y su funcionamiento, aspectos claves para el manejo de la vegetacion de la region. El objetivo de este trabajo fue cartografiar los diferentes tipos fisonomicos presentes y caracterizar su funcionamiento a partir de la estimacion de la productividad primaria neta aerea (PPNA) en un area de 69210 km2 en las provincias de Salta y Jujuy. La aproximacion metodologica combino la utilizacion de datos provistos por sensores remotos, modelos biofisicos para estimar la productividad y censos fisonomico-floristicos. De las clases vegetadas, las estepas arbustivas (Estepa arbustiva densa y Estepa arbustiva rala) fueron las que ocuparon mayor proporcion del territorio analizado, cubriendo entre ambas el 45% aproximadamente, mientras que las Estepas graminosas densas fueron...
The development of long-term scenarios to outline pathways for achieving carbon neutrality by 205... more The development of long-term scenarios to outline pathways for achieving carbon neutrality by 2050 has become a standard practice in climate change policy planning. In Argentina, a modelling process was initiated in 2019 in the agriculture, forestry and other land use (AFOLU) sector utilizing three tools: FABLE calculator, Dinamica EGO and Nature Map. In order to generate technical inputs for the modelling exercise a stakeholder dialogue was launched. A 2050 Carbon Neutrality scenario was developed, alongside several intermediate scenarios based on stakeholders´ visions of the future. The modelling results demonstrated the biophysical feasibility of achieving carbon neutrality in the Argentinean AFOLU sector by 2050. However, alignment with current sectoral priorities was identified as a challenge, leading stakeholders to propose less ambitious scenarios as more attainable targets. This experience underscored the significance of constructing multiple policy scenarios, facilitating the evaluation of diverse potential future trajectories for policymaking. These different pathways provided contrasting perspectives between political objectives, such as achieving carbon neutrality, and the practical feasibility of local implementation. Moreover, the process highlighted the vital role of integrating the private sector and environmental nongovernmental organizations (NGOs) in long-term climate planning, emphasizing the need for inclusive collaboration to address climate challenges effectively.
Un primer paso de cualquier análisis sobre los controles de los CUCOS debería incluir una explora... more Un primer paso de cualquier análisis sobre los controles de los CUCOS debería incluir una exploración de la relación que mantienen entre sí las potenciales variables determinantes (Johnson y Omland, 2004). Para ello, se pueden examinar las asociaciones entre las variables ambientales mediante matrices de correlación, obteniéndose medidas de la fuerza de la correlación entre las variables, y el signo de dicha correlación. Distintos análisis de ordenamiento, tales como el “análisis de componentes principales” (principal component analysis, en inglés) o el “promediado recíproco” (reciprocal averaging, en inglés), permiten luego explorar la variabilidad ambiental (según las variables consideradas) del sistema de estudio. El propósito de estos métodos es obtener una combinación lineal de variables que resuma los patrones de variación en unas pocas dimensiones o ejes (Digby y Kempton, 1987).Fil: Baldi, Germán. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi". Universidad Nacional de San Luis. Facultad de Ciencias Físico, Matemáticas y Naturales. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi"; ArgentinaFil: Volante, José Norberto. No especifíca;Fil: Paruelo, José María. No especifíca
Los cambios de los patrones de cobertura del suelo (el tipo de cubierta biofísica observada en la... more Los cambios de los patrones de cobertura del suelo (el tipo de cubierta biofísica observada en la superficie de la Tierra) son inherentes a la propia naturaleza. Estos patrones son el resultado de complejas interacciones entre factores abióticos (como el clima o la topografía), bióticos (procesos sucesionales) y disturbios (Turner, 2006). En los últimos 10.000 años, a los cambios intrínsecos de los sistemas naturales se han sumado aquellos que son producto de la actividad humana (Gupta, 2004), no sólo de cobertura sino también de uso del suelo (es decir, el conjunto de actividades que la sociedad realiza en un territorio, para producir, modificar o conservar su estado.Fil: Paruelo, José María. No especifíca;Fil: Volante, José Norberto. No especifíca;Fil: Baldi, Germán. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi". Universidad Nacional de San Luis. Facultad de Ciencias Físico, Matemáticas y Naturales. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi"; ArgentinaFil: Baeza, Santiago. No especifíca
El modelo conceptual presentado en la Figura A1. identifica una serie de causas próximas y subyac... more El modelo conceptual presentado en la Figura A1. identifica una serie de causas próximas y subyacentes de los cambios en el uso del suelo. Ese modelo es muy poderoso para identificar el conjunto de factores que podrían estar operando en un determinado territorio. Sin embargo, en procesos de planificación o de generación de escenarios futuros de usos y cobertura del suelo es necesario jerarquizar la importancia de los factores que operan y establecer modelos cuantitativos que permitan hacer prospecciones. Los modelos markovianos descriptos en el capítulo A.3 permiten realizar proyecciones basadas en el pasado.Fil: Volante, José Norberto. No especifíca;Fil: Baldi, Germán. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi". Universidad Nacional de San Luis. Facultad de Ciencias Físico, Matemáticas y Naturales. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi"; ArgentinaFil: Paruelo, José María. No especifíca
Como se ha señalado en la Introducción de esta sección, la descripción de patrones espaciales y t... more Como se ha señalado en la Introducción de esta sección, la descripción de patrones espaciales y temporales es un paso ineludible para estudiar los cambios en el uso del suelo (Capítulo A.1). Por un lado, disponer de descripciones en dos momentos permite estimar tasas de cambios y, a partir de la frecuencia de cambios observados, matrices de transición entre coberturas. Por otro lado, habilita el estudio de los controles de los cambios observados y de la distribución en el espacio (Capítulo A.4). La descripción de las probabilidades de transición y el estudio de controles se complementan entre sí y permiten generar hipótesis cuantitativas de cambios futuros y, en última instancia, escenarios de distribución espacial de tipos de coberturas y usos de la tierra (Gavier-Pizarro et al., 2014).Fil: Baldi, Germán. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi". Universidad Nacional de San Luis. Facultad de Ciencias Físico, Matemáticas y Naturales. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi"; ArgentinaFil: Volante, José Norberto. No especifíca;Fil: Paruelo, José. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura. Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura; Argentin
El paisaje es una porción de territorio heterogénea compuesta por un conjunto de elementos (ecosi... more El paisaje es una porción de territorio heterogénea compuesta por un conjunto de elementos (ecosistemas naturales y/o antrópicos) que se repiten en el espacio y se articulan o interaccionan entre sí. Los ecólogos reconocen a los paisajes como un nivel de organización de los sistemas ecológicos superior al de ecosistema e inferior al de la región.Fil: Baldi, Germán. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi". Universidad Nacional de San Luis. Facultad de Ciencias Físico, Matemáticas y Naturales. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi"; ArgentinaFil: Volante, José Norberto. No especifíca;Fil: Paruelo, José María. No especifíca
The impact of land cover change across the planet continues to necessitate accurate methods to de... more The impact of land cover change across the planet continues to necessitate accurate methods to detect and monitor evolving processes from satellite imagery. In this context, regional and global land cover mapping over time has largely treated time as independent and addressed temporal map consistency as a post-classification endeavor. However, we argue that time can be better modeled as codependent during the model classification stage to produce more consistent land cover estimates over long time periods and gradual change events. To produce temporally-dependent land cover estimates—meaning land cover is predicted over time in connected sequences as opposed to predictions made for a given time period without consideration of past land cover—we use structured learning with conditional random fields (CRFs), coupled with a land cover augmentation method to produce time series training data and bi-weekly Landsat imagery over 20 years (1999–2018) across the Southern Cone region of South...
En Sudamerica ocurrieron, en las ultimas decadas grandes transformaciones del paisaje. Como conse... more En Sudamerica ocurrieron, en las ultimas decadas grandes transformaciones del paisaje. Como consecuencias de mejoras tecnologicas, de nuevas condiciones en el mercado y precios internacionales, tanto pastizales como bosques o arbustales fueron transformados, principalmente para la produccion de soja con fines de exportacion. A partir de teledeteccion y Sistemas de Informacion Geografica se analizaron series temporales de productos del sensor MODIS, y se detectaron los principales sistemas de cultivos de 5 paises de Sudamerica. Se cartografiaron las areas de cultivos anuales para los ciclos productivos 2000/01 y 2010/11; se evaluo de manera espacialmente explicita los cambios ocurridos entre los mencionados ciclos; y se elaboraron hipotesis a fin de entender dichos procesos de cambios. Se observo un incremento del 43% de la superficie cultivada entre ciclos, con una distribucion espacial heterogenea. Los cambios mas destacables a nivel regional fueron la disminucion del 66% cultivos ...
La Puna es una region semiarida ubicada por encima de los 3300 m.s.n.m. en el noroeste argentino.... more La Puna es una region semiarida ubicada por encima de los 3300 m.s.n.m. en el noroeste argentino. Si bien existen descripciones floristicas parciales de la vegetacion en el area, no existen trabajos que describan su fisonomia y su funcionamiento, aspectos claves para el manejo de la vegetacion de la region. El objetivo de este trabajo fue cartografiar los diferentes tipos fisonomicos presentes y caracterizar su funcionamiento a partir de la estimacion de la productividad primaria neta aerea (PPNA) en un area de 69210 km2 en las provincias de Salta y Jujuy. La aproximacion metodologica combino la utilizacion de datos provistos por sensores remotos, modelos biofisicos para estimar la productividad y censos fisonomico-floristicos. De las clases vegetadas, las estepas arbustivas (Estepa arbustiva densa y Estepa arbustiva rala) fueron las que ocuparon mayor proporcion del territorio analizado, cubriendo entre ambas el 45% aproximadamente, mientras que las Estepas graminosas densas fueron...
Uploads
Papers