La mayoría de los científicos coinciden en que el cambio climático tiene un impacto profundo en la producción agrícola de Estados Unidos. Pero las estimaciones varían ampliamente, dificultando el desarrollo de estrategias de mitigación. Dos economistas agrícolas de la Universidad de Illinois analizan más de cerca cómo la elección de la metodología estadística influye en los resultados del estudio climático. También proponen un enfoque más preciso y específico del lugar para el análisis de datos.

"Si prestas atención a los pronósticos de cómo afectará el clima a la agricultura de EE. UU., los resultados son completamente diferentes. Algunos científicos predicen que tendrá un impacto positivo para la nación a largo plazo, algunos informan que va a tener un impacto negativo, "dice la coautora del estudio Sandy Dall'Erba, profesor del Departamento de Economía Agrícola y del Consumidor (ACE) y director del Centro de Clima, Regional, Economía Ambiental y Comercial (CREAR) en la U de I.

Dall'Erba y Chang Cai, estudiante de doctorado en ACE y autor principal del artículo, Hacer un balance de toda la literatura académica que estima el impacto del cambio climático en los valores e ingresos de las tierras agrícolas de EE. UU. centrándose en todos los condados de EE. UU. La escala a nivel de condado no solo es más precisa, los investigadores dicen, pero también importante para los responsables de la formulación de políticas regionales, porque pueden tomar decisiones específicas del condado en áreas donde se prevé que el cambio climático planteará un serio desafío.

"No hay un solo producto que se produzca en todo Estados Unidos. La única forma en que realmente podemos entender la relación entre el clima y la agricultura es que, en lugar de centrarnos en un cultivo o ganado en particular, analizamos los impactos económicos, "Observa Dall'Erba." Observar los resultados agrícolas agregados nos permite comparar la situación en todos los condados de los EE. UU. "

Los investigadores observan cómo los estudios agrupan las ubicaciones para el análisis, y cómo tales agrupaciones afectan los resultados.

"Los primeros estudios supondrían que un grado adicional de Celsius o Fahrenheit en Arizona tendrá exactamente el mismo efecto marginal en la agricultura que un grado adicional en Illinois, lo que tiene muy poco sentido porque, por un lado, estás mirando un lugar que está bastante acostumbrado a las altas temperaturas y las bajas precipitaciones, frente a un lugar que está acostumbrado a temperaturas moderadas y mucha más precipitación, "Dall'Erba dice.

Recientemente, Los estudios han intentado diferenciar los resultados y estimar los efectos en función de las condiciones locales. Un enfoque popular es dividir a los EE. UU. En áreas irrigadas versus áreas de secano, aproximadamente a través de una partición oeste / este a lo largo de los 100 ^th meridiano. Mientras que Illinois y Arizona pertenecerían así a grupos diferentes, Todavía se esperaría que Arizona y Montana experimenten efectos marginales similares del clima.

Otro método, que Dall'Erba ha utilizado en su propia investigación, compara áreas de baja y alta elevación, mientras que un tercer enfoque es agrupar ubicaciones a lo largo de las fronteras estatales. Dall'Erba dice que los investigadores utilizan este último enfoque porque es sencillo de estimar y relevante para las medidas de política. pero no produce resultados muy precisos, ya que las líneas estatales rara vez se ajustan a las características atmosféricas.

Si bien todos estos enfoques tienen algún mérito, también tienen deficiencias.

"Descubrimos que los resultados realmente difieren en términos de cuál será el impacto futuro del cambio climático si eliges un grupo frente a otro, especialmente en áreas agrícolas primarias, "Explica Cai." También descubrimos que ninguno de esos grupos es mejor que otro para predecir cuál será el resultado futuro ".

Cai y Dall'Erba recomiendan utilizar uno de los tres nuevos enfoques estadísticos que ofrecen estimaciones de impacto climático específicas del condado. Todos estos métodos se basan en datos y comienzan sin suposiciones sobre cómo se verán los grupos. En lugar de, estos métodos analizan datos para determinar tanto el número de grupos como quién pertenece a qué grupo. Estas técnicas científicas, llamado C-Lasso, algoritmo de bosque causal, y regresiones ponderadas geográficamente, se han utilizado para análisis en otros campos, como el mercado laboral y la conservación de energía, pero no se han utilizado antes en la investigación del cambio climático.

"Realmente dejas que los datos hablen por sí mismos; no impones nada a tu modelo. Tan pronto como comienzas a tomar decisiones sobre cómo agrupar las observaciones, ya ha orientado sus resultados en una dirección. Y luego querrás defender tu elección. Esperamos que los futuros investigadores sean más cautelosos con las elecciones a priori, "Dall'Erba explica.

Dall'Erba y Cai ya están trabajando en la aplicación de estos nuevos enfoques a un análisis integral del cambio climático y la producción agrícola de EE. UU. Esperan presentar sus resultados en un próximo artículo, y orientar la implementación de estrategias de adaptación al cambio climático adaptadas al lugar.

El papel, "Sobre la evaluación de los impactos heterogéneos del cambio climático en la agricultura de los Estados Unidos:¿Importa la pertenencia al grupo?" se publica en Cambio climático .