Tesis por compendio / [ES] En las próximas décadas, los fenómenos extremos como las sequías podrían volverse más frecuentes e intensos debido al cambio climático, afectando en gran medida a las cuencas con problemas de escasez hídrica. Por lo tanto, el estudio de estos fenómenos es esencial, así como predecir sus impactos asociados para garantizar una buena gestión de los recursos hídricos disponibles, sobre todo en sistemas de explotación altamente regulados y estresados, que bajo estas circunstancias ven afectadas su fiabilidad y vulnerabilidad. En esta tesis se aborda esta problemática por medio de un compendio de cinco publicaciones, todas ellas artículos. Dos de estos artículos están publicados en revistas indexadas en el Journal Citation Report (JCR), otros dos están publicados en una revista de reconocido prestigio de habla hispana, y el último se encuentra en proceso de revisión en otra revista indexada en el JCR. Todos los artículos publicados están relacionados con el desarrollo de una metodología de integración de proyecciones climáticas en la gestión y planificación hidrológica, para ayudar en el proceso de toma de decisiones e intentar prevenir los impactos cuantitativos y cualitativos de futuros eventos de sequía. Por otro lado, el artículo en proceso de revisión se centra en la integración de pronósticos estacionales en la evaluación del riesgo de sequía en tiempo real con la misma finalidad. En ambos casos se lleva a cabo un proceso de evaluación del riesgo de sequía, a medio o largo plazo, mediante una cadena de modelos y procesos de corrección y ajuste al caso de estudio, la cuenca del Júcar. De este proceso se obtiene un indicador de riesgo de sequía muy intuitivo que informa sobre la evolución probabilística de los recursos disponibles en el sistema, facilitando así la toma de decisiones a medio o largo plazo. Los principales resultados asociados a la gestión en tiempo real de la sequía indican que los métodos propuestos son prometedores, ya que todos ellos muestran mejores capacidades de predicción que el método implementado en la actualidad. Por otro lado, los resultados de cambio climático prevén un futuro complicado para la cuenca de estudio, con reducciones importantes de las aportaciones futuras (sobre todo para finales de siglo) y altas probabilidades de disponer de menores recursos hídricos en el sistema. Lo mismo ocurre al analizar la calidad del agua, ya que se estiman mayores afecciones para horizontes futuros, sobre todo en zonas relacionadas con la actividad agrícola. Sin embargo, existe una gran incertidumbre en estos resultados más allá de mediados de siglo, debido principalmente a la naturaleza variante de las proyecciones climáticas. A pesar de esta incertidumbre, las metodologías desarrolladas podrían considerarse como el primer paso para tener en cuenta las afecciones de un futuro cambiante en la gestión y planificación hidrológica de forma fiable y robusta, pudiendo implementarse en otras cuencas con la misma problemática y facilitando así la toma de decisiones frente a eventos extremos de sequía. / [CA] En les pròximes dècades, els fenòmens extrems com les sequeres podrien tornar-se més freqüents i intensos a causa del canvi climàtic, afectant en gran mesura a les conques amb problemes d'escassesa hídrica. Per tant, l'estudi d'estos fenòmens és essencial, així com predir els seus impactes associats per a garantir una bona gestió dels recursos hídrics disponibles, sobretot en sistemes d'explotació altament regulats i estressats, que davall estes circumstàncies veuen afectades la seua fiabilitat i vulnerabilitat. En esta tesi s'aborda esta problemàtica per mitjà d'un compendi de cinc publicacions, totes elles articles. Dos d'estos articles estan publicats en revistes indexades en el Journal Citation Report (JCR), altres dos estan publicats en una revista de reconegut prestigi de parla hispana, i l'últim es troba en procés de revisió en una altra revista indexada en el JCR. Tots els articles publicats estan relacionats amb el desenvolupament d'una metodologia d'integració de projeccions climàtiques en la gestió i planificació hidrològica, per a ajudar en el procés de presa de decisions i intentar previndre els impactes quantitatius i qualitatius de futurs esdeveniments de sequera. D'altra banda, l'article en procés de revisió es centra en la integració de pronòstics estacionals en l'avaluació del risc de sequera en temps real amb la mateixa finalitat. En ambdós casos es du a terme un procés d'avaluació del risc de sequera, a mig o llarg termini, per mitjà d'una cadena de models i processos de correcció i ajust al cas d'estudi, la conca del Xúquer. D'este procés s'obté un indicador de risc de sequera molt intuïtiu que informa sobre l'evolució probabilística dels recursos disponibles en el sistema, facilitant així la presa de decisions a mig o llarg termini. Els principals resultats associats a la gestió en temps real de la sequera indiquen que els mètodes proposats són prometedors, ja que tots ells mostren millors capacitats de predicció que el mètode implementat en l'actualitat. D'altra banda, els resultats de canvi climàtic preveuen un futur complicat per a la conca d'estudi, amb reduccions importants de les aportacions futures (sobretot per a finals de segle) i altes probabilitats de disposar de menors recursos hídrics en el sistema. El mateix ocorre al analitzar la qualitat de l'aigua, ja que s'estimen majors afeccions per a horitzons futurs, sobretot en zones relacionades amb l'activitat agrícola. No obstant això, hi ha una gran incertesa en estos resultats més enllà de mitjans de segle, degut principalment a la naturalesa variant de les projeccions climàtiques. A pesar d'esta incertesa, les metodologies desenvolupades podrien considerar-se com el primer pas per a tindre en compte les afeccions d'un futur canviant en la gestió i planificació hidrològica de forma fiable i robusta, podent implementar-se en altres conques amb la mateixa problemàtica i facilitant així la presa de decisions enfront d'esdeveniments extrems de sequera. / [EN] In the coming decades, extreme events such as droughts could become more frequent and intense due to climate change, greatly affecting basins with water scarcity problems. Therefore, the study of these phenomena is essential, as well as predicting their associated impacts to ensure good management of available water resources, especially in highly regulated and stressed exploitation systems, whose reliability and vulnerability are affected under these circumstances. This thesis addresses this problem by means of a compendium of five publications, all of them articles. Two of these articles are published in journals indexed in the Journal Citation Report (JCR), other two are published in a prestigious Spanish-language journal, and the last one is under review in another journal indexed in the JCR. All the published articles are related to the development of a methodology for the integration of climate projections in water planning and management, to help in the decision-making process and try to prevent the quantitative and qualitative impacts of future drought events. On the other hand, the article under revision focuses on the integration of seasonal forecasts in real-time drought risk assessment for the same purpose. In both cases, a drought risk assessment process is carried out, in the medium or long term, by means of a model chain and correction and adjustment processes to the case study, the Júcar River Basin. From this process, a very intuitive drought risk indicator is obtained, providing information on the probabilistic evolution of the resources available in the system and facilitating medium or long-term decision making. The main results associated with real-time drought management indicate that the proposed methods are promising, as they all show better predictive capabilities than the current method implemented in the basin. On the other hand, the climate change results predict a complicated future for the case study, with significant reductions in future inflows (especially by the end of the century) and high probabilities of having lower water resources in the system. The same occurs when analyzing water quality, since greater impacts are estimated for future horizons, especially in areas related to agricultural activity. However, there is great uncertainty in these results beyond mid-century, mainly due to the natural variability of climate projections. Despite this uncertainty, the methodologies developed could be considered as the first step to take into account the effects of a changing future in hydrological management and planning in a reliable and robust way, and could be implemented in other basins with the same problems, thus facilitating decision making to face extreme drought events. / Suárez Almiñana, S. (2021). Incorporación de las predicciones meteorológicas y climáticas en la planificación y gestión de las sequías. Aplicación a la Cuenca del Júcar [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/174533 / TESIS / Compendio

[ES] Las grandes presas, así como los diques de protección, son infraestructuras críticas cuyo fallo puede conllevar importantes consecuencias económicas y sociales. Tradicionalmente, la gestión del riesgo y la definición de estrategias de adaptación en la toma de decisiones han asumido la invariabilidad de las condiciones climáticas, incluida la persistencia de patrones históricos de variabilidad natural y la frecuencia de eventos extremos. Sin embargo, se espera que el cambio climático afecte de forma importante a los sistemas hídricos y comprometa la seguridad de las presas, lo que puede acarrear posibles impactos negativos en términos de costes económicos, sociales y ambientales. Los propietarios y operadores de presas deben por tanto adaptar sus estrategias de gestión y adaptación a medio y largo plazo a los nuevos escenarios climáticos. En la presente tesis se ha desarrollado una metodología integral para incorporar los impactos del cambio climático en la gestión de la seguridad de presas y en el apoyo a la toma de decisiones. El objetivo es plantear estrategias de adaptación que incorporen la variabilidad de los futuros riesgos, así como la incertidumbre asociada a los nuevos escenarios climáticos. El impacto del cambio climático en la seguridad de presas se ha estructurado utilizando modelos de riesgo y mediante una revisión bibliográfica interdisciplinaria sobre sus potenciales efectos. Esto ha permitido establecer un enfoque dependiente del tiempo que incorpore la evolución futura del riesgo, para lo cual se ha definido un nuevo indicador que evalúa cuantitativamente la eficiencia a largo plazo de las medidas de reducción de riesgo. Además, para integrar la incertidumbre de los escenarios futuros en la toma de decisiones, la metodología propone una estrategia robusta que permite establecer secuencias optimizadas de implementación de medidas correctoras para la adaptación al cambio climático. A pesar de las dificultades para asignar probabilidades a eventos específicos, esta metodología permite un análisis sistemático y objetivo, reduciendo considerablemente la subjetividad. Esta metodología se ha aplicado al caso real de una presa española susceptible a los efectos del cambio climático. El análisis se centra en el escenario hidrológico, donde las avenidas son la principal carga a la que está sometida la presa. Respecto de análisis previos de la presa, los resultados obtenidos proporcionan nueva y valiosa información sobre la evolución de los riesgos futuros y sobre cómo abordarlos. En general, se espera un aumento del riesgo con el tiempo; esto ha llevado a plantear nuevas medidas de adaptación que no están justificadas en la situación actual. Esta es la primera aplicación documentada de un análisis exhaustivo de los impactos del cambio climático sobre el riesgo de rotura de una presa que sirve como marco de referencia para la definición de estrategias de adaptación a largo plazo y la evaluación de su eficiencia. / [CAT] Les grans preses, així com els dics de protecció, són infraestructures crítiques que si fallen poden produir importants conseqüències econòmiques i socials. Tradicionalment, la gestió del risc i la definició d'estratègies d'adaptació en la presa de decisions han assumit la invariabilitat de les condicions climàtiques, inclosa la persistència de patrons històrics de variabilitat natural i la probabilitat d'esdeveniments extrems. No obstant això, s'espera que el canvi climàtic afecte de manera important als sistemes hídrics i comprometi la seguretat de les preses, la qual cosa pot implicar possibles impactes negatius en termes de costos econòmics, socials i ambientals. Els propietaris i operadors de preses deuen per tant adaptar les seues estratègies de gestió i adaptació a mitjà i llarg termini als nous escenaris climàtics. En la present tesi s'ha desenvolupat una metodologia integral per a incorporar els impactes del canvi climàtic en la gestió de la seguretat de preses i en el suport a la presa de decisions. L'objectiu és plantejar estratègies d'adaptació que incorporen la variabilitat dels futurs riscos, així com la incertesa associada als nous escenaris climàtics. L'impacte del canvi climàtic en la seguretat de preses s'ha estructurat utilitzant models de risc i mitjançant una revisió bibliogràfica interdisciplinària sobre els seus potencials efectes. Això ha permès establir un enfocament dependent del temps que incorpori l'evolució futura del risc, per a això s'ha definit un nou indicador que avalua quantitativament l'eficiència a llarg termini de les mesures de reducció de risc. A més, per a integrar la incertesa dels escenaris futurs en la presa de decisions, la metodologia proposa una estratègia robusta que permet establir seqüències optimitzades d'implementació de mesures correctores per a l'adaptació al canvi climàtic. A pesar de les dificultats per a assignar probabilitats a esdeveniments específics, esta metodologia permet una anàlisi sistemàtica i objectiva, reduint considerablement la subjectivitat. Aquesta metodologia s'ha aplicat al cas real d'una presa espanyola susceptible a l'efecte del canvi climàtic. L'anàlisi se centra en l'escenari hidrològic, on les avingudes són la principal càrrega a la qual està sotmesa la presa. Respecte d'anàlisis prèvies de la presa, els resultats obtinguts proporcionen nova i valuosa informació sobre l'evolució dels riscos futurs i sobre com abordar-los. En general, s'espera un augment del risc amb el temps; això ha portat a plantejar noves mesures d'adaptació que no estarien justificades en la situació actual. Aquesta és la primera aplicació documentada d'una anàlisi exhaustiva dels impactes del canvi climàtic sobre el risc de trencament d'una presa que serveix com a marc de referència per a la definició d'estratègies d'adaptació a llarg termini i l'avaluació de la seua eficiencia. / [EN] Large dams as well as protective dikes and levees are critical infrastructures whose failure has major economic and social consequences. Risk assessment approaches and decision-making strategies have traditionally assumed the stationarity of climatic conditions, including the persistence of historical patterns of natural variability and the likelihood of extreme events. However, climate change has a major impact on the world's water systems and is endangering dam safety, leading to potentially damaging impacts in terms of economic, social and environmental costs. Owners and operators of dams must adapt their mid- and long-term management and adaptation strategies to new climate scenarios. This thesis proposes a comprehensive approach to incorporate climate change impacts on dam safety management and decision-making support. The goal is to design adaptation strategies that incorporate the non-stationarity of future risks as well as the uncertainties associated with new climate scenarios. Based on an interdisciplinary review of the state-of-the-art research on its potential effects, the global impact of climate change on dam safety is structured using risk models. This allows a time-dependent approach to be established to consider the potential evolution of risk with time. Consequently, a new indicator is defined to support the quantitative assessment of the long-term efficiency of risk reduction measures. Additionally, in order to integrate the uncertainty of future scenarios, the approach is enhanced with a robust decision-making strategy that helps establish the consensus sequence of measures to be implemented for climate change adaptation. Despite the difficulties to allocate probabilities to specific events, such framework allows for a systematic and objective analysis, reducing considerably the subjectivity. Such a methodology is applied to a real case study of a Spanish dam subjected to the effects of climate change. The analysis focus on hydrological scenarios, where floods are the main load to which the dam is subjected. The results provide valuable new information with respect to the previously existing analysis of the dam regarding the evolution of future risks and how to cope with it. In general, risks are expected to increase with time and, as a result, new adaptation measures that are not justifiable for the present situation are recommended. This is the first documented application of a comprehensive analysis of climate change impacts on dam failure risk and serves as a reference benchmark for the definition of long-term adaptation strategies and the evaluation of their efficiency. / Fluixá Sanmartín, J. (2020). Adaptation strategies of dam safety management to new climate change scenarios informed by risk indicators [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/157634 / TESIS

[ES] La presente investigación es un aporte a la comprensión del abordaje del cambio climático local en Costa Rica, desde un posicionamiento que da un rol fundamental a la participación ciudadana y a la gobernanza climática. El estudio se justifica en la medida que el país definió una Estrategia Nacional de Cambio Climático para el año 2020, en la cual los municipios en análisis han sido parte de la primera experiencia que ha tenido el país de trabajar el tema de cambio climático a nivel local y además con enfoque participativo, implicando a gobiernos locales y diferentes actores sociales (sociedad civil). En este contexto, resultaba de interés analizar si han existido políticas y mecanismos de incentivos para los gobiernos locales y sociedad civil, así como, cuáles son los factores determinantes para fortalecer capacidades locales en el tema de cambio climático y, finalmente, si este tipo de iniciativas contribuyen al desarrollo sostenible local. Este estudio busca, por tanto, contribuir a la sistematización de experiencias de desarrollo local, en particular las relacionadas con procesos de planificación y gestión participativa, en la temática de cambio climático en el nivel local. Para ello se ha llevado a cabo el análisis de tres estudios de caso de municipios de Costa Rica que han emprendido el reto de incorporar en sus agendas locales el tema de cambio climático, con un enfoque participativo, integrando las dimensiones socioambientales, culturales, políticas y económicas. La investigación y análisis de las dimensiones relevantes en los estudios de caso, ha generado un modelo metodológico para iniciativas locales de cambio climático, que integra la perspectiva técnica y la participativa en la construcción de un sistema de indicadores locales que aporten nuevos conocimientos a los procesos de desarrollo local, y contribuyan con un marco de referencia para otras experiencias en el ámbito nacional o internacional. / [CA] La present investigació és una aportació a la comprensió de l'abordatge del canvi climàtic local a Costa Rica, des d'un posicionament que dona un rol fonamental a la participació ciutadana i a la governança climàtica. L'estudi es justifica en la mesura que el país va definir una Estratègia Nacional de Canvi Climàtic per a l'any 2020, en la qual els municipis d'anàlisi han sigut part de la primera experiència que ha tingut el país de treballar el tema de canvi climàtic a nivell local i a més amb enfocament participatiu, implicant governs locals i diferents actors socials (societat civil). En aquest context, resultava d'interés analitzar si han existit polítiques i mecanismes d'incentius per als governs locals i societat civil, així com, quins són els factors determinants per a enfortir capacitats locals en el tema de canvi climàtic, i, finalment, si aquest tipus d'iniciatives contribueixen al desenvolupament sostenible local. Aquest estudi busca, per tant, contribuir a la sistematització d'experiències de desenvolupament local, en particular les relacionades amb processos de planificació i gestió participativa, en la temàtica de canvi climàtic en el nivell local. Per a això s'han dut a terme l'anàlisi de tres estudis de cas de municipis de Costa Rica que han emprés el repte d'incorporar en les seues agendes locals el tema de canvi climàtic, amb un enfocament participatiu, integrant les dimensions socioambientales, culturals, polítiques i econòmiques. La investigació i anàlisi de les dimensions rellevants en els estudis de cas, ha generat un model metodològic per a iniciatives locals de canvi climàtic, que integra la perspectiva tècnica i la participativa en la construcció d'un sistema d'indicadors locals que aporten nous coneixements als processos de desenvolupament local, i contribuïsquen amb un marc de referència per a altres experiències en l'àmbit nacional o internacional. / [EN] This research is a contribution to understanding the approach to local climate change in Costa Rica, from a positioning that gives a fundamental role to citizen participation and climate governance. The study is justified to the extent that the country defined a National Climate Change Strategy for 2020, in which the municipalities under analysis have been part of the country's first experience of working on climate change at the local level and also with a participatory approach, involving local governments and different social actors (civil society). In this context, it is of interest to examine whether there have been policies and incentive mechanisms for local governments and civil society, as well as what are the determining factors for strengthening local capacities in the issue of climate change, and, finally, if such initiatives contribute to local sustainable development. This study therefore seeks to contribute to the systematization of local development experiences, in particular those related to participatory planning and management processes, in the theme of climate change at the local level. To this end, the analysis of three case studies of municipalities in Costa Rica that have undertaken the challenge of incorporating the issue of climate change into their local agendas, with a participatory approach, integrating the socio-environmental, cultural, political and economic dimensions. The research and analysis of the relevant dimensions in these case studies have generated a methodological model for local climate change initiatives, which integrates the technical and participatory perspective in the construction of a system of indicators to provide new knowledge to local development processes, and contribute to a framework of reference for other experiences at the national or international level. / Valerio Hernández, V. (2020). Estrategias locales de lucha contra el cambio climático con enfoque participativo: estudio de casos de la experiencia en Costa Rica, 2011-2018 [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/160886 / TESIS

[ES] La gestión de los recursos hídricos es de vital importancia para la comprensión de las sequias a largo plazo. En la actualidad, se presentan problemas debido a la disponibilidad y manejo del recurso hídrico. Además, el cambio climático afecta de manera negativa las variables climáticas y la disponibilidad del recurso hídrico. El tomar decisiones en base a información confiable y precisa conlleva un arduo trabajo y es necesario contar con diferentes herramientas que permitan llegar a la gestión de los recursos hídricos. La modelización de las variables climáticas es parte fundamental para determinar la disponibilidad del recurso hídrico. Las más importantes son la precipitación y temperatura o precipitación y evapotranspiración. Los modelos estocásticos se encuentran en un proceso de evolución que permiten reducir la escala de análisis. En esta investigación se ha abordado la modelación de variables climáticas con detalle diario. Se ha planteado una metodología para la generación de series sintéticas de precipitación y temperatura mediante modelización estocástica continua multivariada a escala diaria. Esta metodología también incorpora la corrección del sesgo para precipitación y temperatura de los escenarios de cambio climático con detalle diario. Los resultados de la presente tesis indican que los modelos estocásticos multivariados pueden representar las condiciones espaciales y temporales de las diferentes variables climáticas (precipitación y temperatura). Además, se plantea una metodología para la determinación de la evapotranspiración en función de los datos climáticos disponibles. Por otro lado, los modelos estocásticos multivariados permiten la corrección del sesgo con resultados diarios, mensuales y anuales más realistas que otros métodos de corrección de sesgo. Estos modelos climáticos son una herramienta para pronosticar eventos o escenarios futuros que permiten tomar mejores decisiones de manera anticipada. Estos modelos se programaron en el entorno de MatLab con el objetivo de aplicarlos a diferentes zonas de estudio de manera eficiente y automatizada. Los análisis realizados en la presente tesis se realizaron para la cuenca del Júcar con un buen desempeño para las condiciones de la cuenca. / [CA] La gestió dels recursos hídrics és de vital importància per a la comprensió de les sequeres a llarg termini. En l'actualitat, es presenten problemes a causa de la disponibilitat i maneig del recurs hídric. A més, el canvi climàtic afecta de manera negativa les variables climàtiques i la disponibilitat del recurs hídric. El prendre decisions sobre la base informació de confiança i precisa comporta un ardu treball i és necessari comptar amb diferents eines que permeten arribar a la gestió dels recursos hídrics. La modelització de les variables climàtiques és part fonamental per a determinar la disponibilitat del recurs hídric. Les més importants són la precipitació i temperatura o precipitació i evapotranspiració. Els models estocàstics es troben en un procés d'evolució que permet la incorporació de més detalls reduint l'escala d'anàlisi. En aquesta investigació s'ha abordat el modelatge de variables climàtiques amb detall diari. S'ha plantejat una metodologia per a la generació de sèries sintètiques de precipitació i temperatura mitjançant modelització estocàstica contínua multivariada a escala diària. Aquesta metodologia també incorpora la correcció del biaix per a precipitació i temperatura dels escenaris de canvi climàtic amb detall diari. Els resultats de la present tesi indiquen que els models estocàstics multivariats poden representar les condicions espacials i temporals de les diferents variables climàtiques (precipitació i temperatura). A més es planteja una metodologia per a la determinació de l'evapotranspiració en funció de les dades climàtiques disponibles. D'altra banda, els models estocàstics multivariats permeten la correcció del biaix amb resultats diaris, mensuals i anuals més realistes que altres mètodes de correcció de biaix. Aquests models climàtics són una eina per a pronosticar esdeveniments o escenaris futurs que permeten prendre millors decisions de manera anticipada. Aquests models es van programar a l'entorn de Matlab amb l'objectiu d'aplicar-los a diferents zones d'estudi de manera eficient i automatitzada. Les anàlisis realitzades en la present tesi es van realitzar per a la conca del Xúquer amb un bon acompliment per a les condicions de la conca. / [EN] Management of the water resources is important for understanding long-term droughts. Currently, there are problems due to the availability and management of water resources. Furthermore, climate change negatively affecting climate variables and the availability of water resources. Making decisions based on reliable and accurate information involves hard work and it is necessary to have different tools to achieve the management of water resources. The modeling of the climatic variables is a fundamental part to determine the availability of the water resource. The most important are precipitation and temperature or precipitation and evapotranspiration. Stochastic models are in a process of evolution that allows the incorporation of more details by reducing the scale of analysis. In this research, the modeling of climatic variables has been approached in daily detail. A methodology has been proposed for the generation of synthetic series of precipitation and temperature by means of multivariate continuous stochastic modeling on a daily scale. This methodology also incorporates the bias correction for precipitation and temperature of the climate change scenarios with daily detail. The results of this thesis indicate that multivariate stochastic models can represent the spatial and temporal conditions of the different climatic variables (precipitation and temperature). In addition, a methodology is proposed for the determination of evapotranspiration based on the available climatic data. On the other hand, multivariate stochastic models allow bias correction with more realistic daily, monthly and annual results than other bias correction methods. These climate models are a tool to forecast future events or scenarios that allow better decisions to be made in advance. These models were programmed in the MatLab software with the aim of applying them to different study areas in an efficient and automatically. The work in this thesis was carried out for the Júcar basin with a good performance for the conditions of the basin / Hernández Bedolla, J. (2022). Análisis estocástico de datos climáticos como predictor para la gestión anticipada de sequías en recursos hídricos [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/182095 / TESIS

[ES] El municipio de Serra se asienta en la vertiente meridional de la Sierra Calderona. El término municipal ocupa una superficie de 5.730 hectáreas de las cuales, el 95 % de su territorio se encuentra dentro del ámbito del Parque Natural de la Sierra Calderona y el 85% del territorio corresponde a Suelo Forestal. La estructura económica del municipio ha tenido, desde 1960, al sector de la construcción como eje principal de la economía, quedando el subsector forestal, como actividad residual. Esto ha provocado un flujo de mano de obra desde el sector primario hacia otros más productivos, teniendo como consecuencia un crecimiento desordenado de la masa forestal, provocando un deterioro del paisaje. Esto ha aumentado considerablemente el riesgo de incendios y plagas y amenaza en definitiva el patrimonio forestal del Parque Natural de la Sierra Calderona. Siguiendo las directrices marcadas por las prioridades de la UE en desarrollo rural se ha puesto en marcha un proyecto de investigación dirigido hacia la creación de empleo local mediante el fomento de actividades sostenibles cuyos resultados se reinviertan en la sociedad local generando una economía circular que constituya la base del desarrollo socio económico local. El proyecto consiste en el aprovechamiento energético sostenible de la biomasa forestal, agrícola y de jardinería y su reconversión a un combustible sólido (pélet) empleado en la calefacción de edificios públicos y por otra parte, comercializando el excedente de pélet, con esto se pretende un ahorro económico energético y de gestión del residuo y un beneficio que podrá ser empleado directamente en la creación de empleo local. El proyecto contribuye además a la protección y mejora de los montes de Serra. La presente Tesis trata de estudiar si un adecuado modelo de gestión de la biomasa en zonas de la interfaz urbano forestal de municipios, como Serra, incluidos en el Parque Natural de la Sierra Calderona puede tener efectos directos positivos en la prevención de incendios forestales y la lucha contra el cambio climático, la Tesis estudia además si estos modelos de gestión pueden ser económica y medioambientalmente sostenibles y su capacidad para contribuir a mejorar el desarrollo socioeconómico de estas poblaciones, fijando su población y ofreciendo un verdadero desarrollo rural basado en el aprovechamiento racional de sus recursos naturales. / [CA] El municipi de Serra s'assenta en el vessant meridional de la Serra Calderona. El terme municipal ocupa una superfície de 5.730 hectàrees de les quals, el 95 % del seu territori es troba dins de l'àmbit del Parc Natural de la Serra Calderona i el 85% del territori correspon a Sòl Forestal. L'estructura econòmica del municipi ha tingut, des de 1960, al sector de la construcció com a eix principal de l'economia, quedant el subsector forestal, com a activitat residual. Açò ha provocat un flux de mà d'obra des del sector primari cap a uns altres més productius, tenint com a conseqüència un creixement desordenat de la massa forestal, provocant una deterioració del paisatge. Açò ha augmentat considerablement el risc d'incendis i plagues i amenaça en definitiva el patrimoni forestal del Parc Natural de la Serra Calderona. Seguint les directrius marcades per les prioritats de la UE en desenvolupament rural s'ha engegat un projecte de recerca dirigit cap a la creació d'ocupació local mitjançant el foment d'activitats sostenibles els resultats de les quals es reinverteixen a la societat local generant una economia circular que constituïsca la base del desenvolupe soci econòmic local. El projecte consisteix en l'aprofitament energètic sostenible de la biomassa forestal, agrícola i de jardineria i la seua reconversió a un combustible sòlid (pélet) emprat en la calefacció d'edificis públics i d'altra banda, comercialitzant l'excedent de pélet, amb açò es pretén un estalvi econòmic energètic i de gestió del residu i un benefici que podrà ser emprat directament en la creació d'ocupació local. El projecte contribueix a més a la protecció i millora de les muntanyes de Serra. La present Tesi tracta d'estudiar si un adequat model de gestió de la biomassa en zones de la interfície urbà forestal de municipis, com Serra, inclosos en el Parc Natural de la Serra Calderona pot tenir efectes directes positius en la prevenció d'incendis forestals i la lluita contra el canvi climàtic, la Tesi estudia a més si aquests models de gestió poden ser econòmica i mediambientalment sostenibles i la seua capacitat per a contribuir a millorar el desenvolupament socioeconòmic d'aquestes poblacions, fixant la seua població i oferint un vertader desenvolupament rural basat en l'aprofitament racional dels seus recursos naturals. / [EN] The municipality of Serra sits on the southern slope of the Sierra Calderona mountains. The municipality occupies an area of 5,730 hectares of which, 95% of its territory is within the Sierra Calderona Natural Park and 85% of the territory corresponds to forest land. The economic structure of the municipality has had, since 1960, the construction sector as the main axis of the economy, leaving the forestry sub-sector as a residual activity. This has caused a labor flow from the primary sector to more productive ones, resulting in a disorderly growth of the forest mass, causing a deterioration of the landscape. This has considerably increased the risk of fire and pests and ultimately threatens the forest heritage of the Sierra Calderona Natural Park. Following the guidelines set by the EU priorities for rural development, a research project aimed at the creation of local jobs has been launched through the promotion of sustainable activities whose results are reinvested in the Local society generating a circular economy that constitutes the basis of the local socio-economic development. The project consists of the sustainable energetic use of forest, agricultural and garden biomass and its conversion to a solid fuel (wood pélet) used in the heating of public buildings and on the other hand, marketing the surplus of this wood pélet, this aims to a saving of energy bills and waste management costs and brings a benefit that can be used directly in the creation of local employment. The project also contributes to the protection and improvement of the Serra Mountains. This thesis aims to study whether an adequate model of management of biomass in the municipal urban forest interface, such as Serra, included in the Natural Park of the Sierra Calderona can have direct positive effects on the prevention of forest fires and the fight against climate change, the thesis also studies whether these management models can be economically and environmentally sustainable and their ability to contribute to improving the socioeconomic development of these populations, setting their Population and offering a true rural development based on the rational use of their natural resources. / Mayans Díaz, JJ. (2021). Gestión integral de la biomasa en la interfaz urbano-forestal, en ámbito supramunicipal y sus efectos en la lucha contra el cambio climático, Red Natura 2000 y prevención de incendios forestales [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/166094 / TESIS

La presente investigación de tesis se enmarca en la unión de la biogeografía y el cambio climático. Aborda el estudio del riesgo de extinción de los reptiles endémicos del Perú Phyllodactylus interandinus, Bachia intermedia y Stenocercus huancabambae, así como la evaluación del estado de conservación del medio en donde se desarrollan, con énfasis en los distritos de Bellavista y El Milagro, en el límite regional entre Cajamarca y Amazonas. La investigación se sustenta en la técnica del modelamiento de distribución de especies, dirigida a la examinación de la relación entre el cambio climático y los patrones del área de distribución geográfica de las especies evaluadas en escenarios de forzamiento antropogénico. En conjunto con el componente de análisis espacial mediante el empleo de técnicas de teledetección y sensores remotos, sistemas de información geográfica y trabajo de campo, expresados en el estudio multitemporal del estado del hábitat, canalizado a localizar en el territorio, caracterizar, y analizar las modificaciones de los usos del suelo, la cobertura vegetal y la estructura del paisaje en el periodo de 1991 – 2015. La modelización permitió obtener como resultados el área de distribución potencial presente de acuerdo a la línea de base, periodo 1950 – 2000; el área distribución potencial en dos escenarios de cambio climático, RCP2.6 y RCP8.5, basados en las proyecciones climáticas de dos modelos climáticos globales HADGEM2-ES y CCM4 por concentraciones de GEI al año 2050; y el área de congruencia espacial de las tres especies de estudio. El análisis espacio - temporal del territorio permitió conocer la dinámica y el estado actual de un hábitat relicto de endemismo vegetal propio. Se destaca entre los resultados un nuevo registro de la especie Stenocercus huancabambae producto de la investigación de campo. Los resultados caracterizan un área de distribución restringida en concordancia con el alto grado de endemismo de las especies evaluadas. La respuesta de las especies endémicas de estudio expresó resultados interesantes, reflejados en el incremento y desplazamiento latitudinal del área de distribución potencial. La distribución potencial presente comprendería casi en su totalidad las localidades de Bellavista y el Milagro, Bagua y El Parco, se identificaron además alrededor de siete localidades nuevas considerando los intervalos de probabilidad de 0.4 – 1.0; en los escenarios de cambio climático RCP2.6 y RCP8.5, las especies analizadas ampliarían su área de distribución potencial en un promedio de 48.79% y 51.91%, respectivamente. La especie S. huancabambae se caracterizó como la única especie que continuaría ampliando su distribución potencial en un escenario de cambio climático sumamente severo, en contraste, las especies B. intermedia y P. interandinus, evidenciarían un proceso de disminución del área de distribución favorable. El análisis del espacio geográfico configurado por la acción humana evidencia un paisaje con tendencia a la fragmentación por la ampliación de la frontera agrícola y áreas de vegetación escasa, restringiendo determinadas áreas climáticamente favorables que no serían ecológicamente aptas como hábitat físico de la especie. Es importante resaltar que en la actualidad las especies evaluadas no se encuentran en ningún régimen de protección. Esta observación es crítica al identificar que el 54.4% de la distribución de la especie B. intermedia, el 59.7% de la distribución de la especie P. interandinus y el 32.4% de la especie S. huancabambae se ubican en el sitio de alta prioridad Bosques secos del Marañón y límite del bosque de la Cordillera Real Oriental. La geografía en su rama biogeográfica permite definir un modelo de estudio del componente biótico a partir de una perspectiva y dimensión espacial. En función a ello, la investigación propone un modelo analítico de estudio geográfico y proyectivo de las especies animales en condiciones de cambio climático que pueda ser replicado en otros territorios y con taxones diversos de manera válida. La investigación está orientada a formar parte de un proyecto más amplio sobre el estudio de la incidencia del cambio climático en la distribución de los organismos terrestres del Perú. Su finalidad principal es la contribución a la conservación de la fauna endémica de nuestro país, aminorar su situación de vulnerabilidad en el presente y en el futuro en base a proyecciones; y, generar conocimientos sobre las especies nativas escasamente exploradas.

Urgent scientifically-informed action is needed to stabilise the Earth System amidst anthropogenic climate change. Particularly, the notable transgression of the ‘biosphere integrity’ Planetary Boundary needs to be addressed. Modern Earth System Models struggle to accurately represent regional to local-scale climate features and biodiversity aspects. Recent developments allow to tackle these issues using Artificial Intelligence. This dissertation focuses on two main aspects: (i) deriving high spatio-temporal resolution climate data from coarser models; and (ii) integrating high-temporal-resolution climate data into Species Distribution Models. Three specific objectives were defined: Obj1 Improving Perfect Prognosis – Statistical Downscaling methods through modern Deep Learning algorithms. Obj2 Downscaling a high-resolution multivariate climate ensemble. Obj3 Employ the resulting dataset to improve Species Distribution Models’ projections. The objectives are connected to the three articles that support this cumulative dissertation. Its scope is limited to the Free State of Saxony, Germany, where local high-resolution climate data and high-quality observations of endangered vascular plant species were employed. From a broader perspective, these efforts should contribute to the overarching goal of bridging the gap between the scales of species distribution and climate models while establishing open-source, reproducible, and scalable containerised frameworks. Recent Deep Learning algorithms were leveraged to accomplish (i). The proposed frameworks enhance previous performance of Perfect Prognosis – Statistical Downscaling approaches, while ensuring repeatability. The key near-surface variables considered are precipitation, water vapour pressure, radiation, wind speed, and, maximum, mean and minimum temperature. The assumptions that support the Perfect Prognosis approach were thoroughly examined, confirming the robustness of the methods. The downscaled ensemble exhibits a novel output resolution of daily 1 km, which can serve as input for multiple climate impact studies, especially for local-scale decision-making and in topographically complex regions. Considerable methodological implementations were proposed and thoroughly analysed to achieve (ii). Despite notable limitations, Species Distribution Models are frequently used in climate change conservation planning. Thus, recent developments in climate data resolution could improve their usefulness and reliability, which have been previously constraint to coarse temporal aggregates in the projection domain. The presented framework provides fine-grained species suitability projections and satisfactory spatio-temporal transferability, albeit worrying trends. These improved projections are a step forward towards tailored conservation efforts. Limitations of Machine Learning methods and Species Distribution Models are addressed. Substantial avenues for future improvements are thoroughly discussed. As results suggest further reduction of suitable habitats, yet another call for swift action towards low-carbon societies is made. This requires maximising climate change mitigation and adaptation measures, along with a swift transition from short-term profit-driven policies to long-term sustainable development, but primarily, a collective shift in consciousness from anthropocentric positions to ecocentric policies and societies.:Contents Declaration of conformity........................................................ I Abstract....................................................................... III Zusammenfassung.................................................................. V Resumen........................................................................ VII Acknowledgments................................................................. IX List of Figures................................................................. XV List of Tables................................................................. XIX Symbols and Acronyms........................................................... XXI I Prelude & Foundations 1 1 Introduction................................................................... 3 1.1 Motivation – Human Impact on Earth....................................... 3 1.2 Earth System Modelling and Downscaling................................... 5 1.3 Biosphere’s Response to Recent Changes................................... 8 1.4 Species Distribution Models.............................................. 9 1.5 Objectives.............................................................. 10 1.6 Scope................................................................... 10 1.7 Outline................................................................. 10 2 Methodological Basis.......................................................... 13 2.1 Introduction to Artificial Intelligence Methods......................... 13 2.1.1 Artificial Intelligence........................................... 13 2.1.2 Machine Learning.................................................. 14 2.1.3 Deep Learning..................................................... 14 2.2 Downscaling Techniques.................................................. 15 2.2.1 Dynamical Downscaling............................................. 15 2.2.2 Statistical Downscaling........................................... 15 2.2.2.1 Model Output Statistics................................... 16 2.2.2.2 Perfect Prognosis......................................... 16 2.3 Species Distribution Models: Temporal Aspects........................... 17 2.4 Computational Framework................................................. 18 2.4.1 High-Performance Computing........................................ 18 2.4.2 Containers........................................................ 18 2.5 Remarks on Reproducibility.............................................. 19 II Articles’ Synthesis 21 3 Data.......................................................................... 23 3.1 Study Area.............................................................. 23 3.2 ReKIS................................................................... 24 3.3 ERA5.................................................................... 24 3.4 CORDEX.................................................................. 24 3.5 Species Occurrences..................................................... 25 3.6 WorldClim............................................................... 26 4 Methodological Implementations................................................ 27 4.1 Advancing Statistical Downscaling....................................... 27 4.1.1 Transfer Function Calibration.................................... 27 4.1.2 Evaluation....................................................... 29 4.1.3 Repeatability.................................................... 29 4.2 Downscaling a Multivariate Ensemble..................................... 30 4.2.1 Transfer Function Adaptations.................................... 30 4.2.2 Validation....................................................... 30 4.2.3 Perfect Prognosis Assumptions Evaluation......................... 31 4.3 Integrating High-Temporal-Resolution into SDMs.......................... 32 4.3.1 Climate Data..................................................... 32 4.3.1.1 Predictor Sets.......................................... 32 4.3.1.2 Temporal Approaches..................................... 33 4.3.2 SDM Implementation............................................... 33 4.3.3 Spatio-Temporal Thinning & Trimming.............................. 33 4.3.4 Meta-analysis.................................................... 34 4.3.5 Pseudo-Reality Assessment........................................ 34 4.3.6 Spatio-Temporal Transferability.................................. 34 5 Results & Discussions......................................................... 35 5.1 Advancing Statistical Downscaling....................................... 35 5.1.1 Performance Improvement.......................................... 35 5.1.2 Repeatability.................................................... 36 5.1.3 Transfer Function Suitability.................................... 38 5.2 Downscaling a Multivariate Ensemble..................................... 39 5.2.1 Transfer Function performance.................................... 39 5.2.2 Bias-Correction.................................................. 40 5.2.3 Pseudo-Reality................................................... 42 5.2.4 Projections...................................................... 43 5.3 Integrating High-Temporal-Resolution into SDMs.......................... 45 5.3.1 Predictor Set Evaluation for H2k................................. 45 5.3.2 Temporal Approach Comparison..................................... 46 5.3.3 Spatio-Temporal Transferability.................................. 47 5.3.4 Suitability Projections.......................................... 47 III Insights 51 6 Summary....................................................................... 53 6.1 Article A1.............................................................. 53 6.2 Article A2.............................................................. 54 6.3 Article A3.............................................................. 56 7 Conclusions and Outlook....................................................... 59 References 65 Articles 81 A1 Repeatable high-resolution statistical downscaling through deep learning..... 83 A2 Downscaling CORDEX Through Deep Learning to Daily 1 km Multivariate Ensemble in Complex Terrain............................................................. 103 A3 Integrating High-Temporal-Resolution Climate Projections into Species Distribu- tion Model..................................................................... 127 / Um das Erdsystem angesichts des anthropogenen Klimawandels zu stabilisieren, sind Maßnahmen auf Basis wissenschaftlicher Erkenntnisse dringend erforderlich. Insbesondere muss die drastisch Überschreitung der planetaren Grenze ‘Integrität der Biosphäre’ angegangen werden. Bisher haben aber Modelle des Erdsystems Schwierigkeiten, regionale bis lokale Klimamerkmale und Aspekte der Biodiversität genau abzubilden. Aktuelle Entwicklungen ermöglichen es, diese Herausforderungen mithilfe von Künstlicher Intelligenz anzugehen. Diese Dissertation konzentriert sich auf zwei Hauptaspekte: (i) die Ableitung von Klimadaten mit hoher räumlicher und zeitlicher Auflösung aus groberen Modellen und (ii) die Integration von Klimadaten mit hoher zeitlicher Auflösung in Modelle zur Artverbreitung. Es wurden drei konkrete Ziele definiert: Ziel1 Verbesserung von Perfect Prognosis – Statistische Downscaling-Methoden durch moderne Deep Learning-Algorithmen Ziel2 Downscaling eines hochauflösenden multivariaten Klimaensembles Ziel3 Verwendung des resultierenden Datensatzes zur Verbesserung von Prognosen in Modellen zur Artverbreitung Diese Ziele werden in drei wissenschaftlichen Artikeln beantwortet, auf die diese kumulative Dissertation sich stützt. Der Anwendungsbereich erstreckt sich auf den Freistaat Sachsen, Deutschland, wo lokale hochauflösende Klimadaten und hochwertige Beobachtungen gefährdeter Gefäßpflanzenarten verwendet wurden. In einer breiteren Perspektive tragen diese Bemühungen dazu bei, die Kluft zwischen regionalen sowie zeitlichen Skalen der Artverbreitung und Klimamodellen zu überbrücken und gleichzeitig Open-Source-, reproduzierbare und skalierbare containerisierte Frameworks zu etablieren. Aktuelle Deep Learning-Algorithmen wurden eingesetzt, um Hauptaspekt (i) zu erreichen. Die vorgeschlagenen Frameworks verbessern die bisherige Leistung von Perfect Prognosis – Statistische Downscaling-Ansätzen und gewährleisten gleichzeitig die Wiederholbarkeit. Die wichtigsten bodennahen Variablen, die berücksichtigt werden, sind Niederschlag, Wasserdampfdruck, Strahlung, Windgeschwindigkeit sowie Maximal-, Durchschnitts- und Minimaltemperatur. Die Annahmen, die den Perfect Prognosis-Ansatz unterstützen, wurden analysiert und bestätigen die Robustheit der Methoden. Das downscaled Ensemble weist eine neuartige Auflösung von 1 km auf Tagesbasis auf, welches als Grundlage für mehrere Studien zu den Auswirkungen des Klimawandels dienen kann, insbesondere für Entscheidungsfindung auf lokaler Ebene und in topografisch komplexen Regionen. Es wurden umfassende methodische Implementierungen vorgeschlagen und analysiert, um Hauptaspekt (ii) zu erreichen. Trotz großer Einschränkungen werden Modelle zur Artverbreitung häufig in der Klimaschutzplanung eingesetzt. Daher könnten aktuelle Entwicklungen in der Klimadatenauflösung deren Nützlichkeit und Zuverlässigkeit verbessern, die bisher auf grobe zeitliche Aggregatformen im Projektionsbereich beschränkt waren. Das vorgestellte Framework bietet feingliedrige Prognosen zur Eignung von Arten und zufriedenstellende räumlich-zeitliche Übertragbarkeit, trotz besorgniserregender Trends. Diese verbesserten Prognosen sind ein Schritt in Richtung maßgeschneiderter Naturschutzmaßnahmen. Einschränkungen von Machine Learning-Methoden und Modellen zur Artverbreitung werden untersucht. Substanzielle Möglichkeiten zur zukünftigen Verbesserung werden ausführlich erörtert. Da die Ergebnisse darauf hinweisen, dass geeignete Lebensräume weiter abnehmen, wird erneut zum schnellen Handeln in Richtung kohlenstoffarmer Gesellschaften aufgerufen. Dies erfordert die Maximierung von Maßnahmen zur Bekämpfung des Klimawandels und zur Anpassung, zusammen mit einem raschen Übergang von kurzfristig Profitorientierten Politiken zu langfristiger nachhaltiger Entwicklung, aber vor allem zu einem kollektiven Bewusstseinswandel von anthropozentrischen Positionen zu ökozentrischen Politiken und Gesellschaften.:Contents Declaration of conformity........................................................ I Abstract....................................................................... III Zusammenfassung.................................................................. V Resumen........................................................................ VII Acknowledgments................................................................. IX List of Figures................................................................. XV List of Tables................................................................. XIX Symbols and Acronyms........................................................... XXI I Prelude & Foundations 1 1 Introduction................................................................... 3 1.1 Motivation – Human Impact on Earth....................................... 3 1.2 Earth System Modelling and Downscaling................................... 5 1.3 Biosphere’s Response to Recent Changes................................... 8 1.4 Species Distribution Models.............................................. 9 1.5 Objectives.............................................................. 10 1.6 Scope................................................................... 10 1.7 Outline................................................................. 10 2 Methodological Basis.......................................................... 13 2.1 Introduction to Artificial Intelligence Methods......................... 13 2.1.1 Artificial Intelligence........................................... 13 2.1.2 Machine Learning.................................................. 14 2.1.3 Deep Learning..................................................... 14 2.2 Downscaling Techniques.................................................. 15 2.2.1 Dynamical Downscaling............................................. 15 2.2.2 Statistical Downscaling........................................... 15 2.2.2.1 Model Output Statistics................................... 16 2.2.2.2 Perfect Prognosis......................................... 16 2.3 Species Distribution Models: Temporal Aspects........................... 17 2.4 Computational Framework................................................. 18 2.4.1 High-Performance Computing........................................ 18 2.4.2 Containers........................................................ 18 2.5 Remarks on Reproducibility.............................................. 19 II Articles’ Synthesis 21 3 Data.......................................................................... 23 3.1 Study Area.............................................................. 23 3.2 ReKIS................................................................... 24 3.3 ERA5.................................................................... 24 3.4 CORDEX.................................................................. 24 3.5 Species Occurrences..................................................... 25 3.6 WorldClim............................................................... 26 4 Methodological Implementations................................................ 27 4.1 Advancing Statistical Downscaling....................................... 27 4.1.1 Transfer Function Calibration.................................... 27 4.1.2 Evaluation....................................................... 29 4.1.3 Repeatability.................................................... 29 4.2 Downscaling a Multivariate Ensemble..................................... 30 4.2.1 Transfer Function Adaptations.................................... 30 4.2.2 Validation....................................................... 30 4.2.3 Perfect Prognosis Assumptions Evaluation......................... 31 4.3 Integrating High-Temporal-Resolution into SDMs.......................... 32 4.3.1 Climate Data..................................................... 32 4.3.1.1 Predictor Sets.......................................... 32 4.3.1.2 Temporal Approaches..................................... 33 4.3.2 SDM Implementation............................................... 33 4.3.3 Spatio-Temporal Thinning & Trimming.............................. 33 4.3.4 Meta-analysis.................................................... 34 4.3.5 Pseudo-Reality Assessment........................................ 34 4.3.6 Spatio-Temporal Transferability.................................. 34 5 Results & Discussions......................................................... 35 5.1 Advancing Statistical Downscaling....................................... 35 5.1.1 Performance Improvement.......................................... 35 5.1.2 Repeatability.................................................... 36 5.1.3 Transfer Function Suitability.................................... 38 5.2 Downscaling a Multivariate Ensemble..................................... 39 5.2.1 Transfer Function performance.................................... 39 5.2.2 Bias-Correction.................................................. 40 5.2.3 Pseudo-Reality................................................... 42 5.2.4 Projections...................................................... 43 5.3 Integrating High-Temporal-Resolution into SDMs.......................... 45 5.3.1 Predictor Set Evaluation for H2k................................. 45 5.3.2 Temporal Approach Comparison..................................... 46 5.3.3 Spatio-Temporal Transferability.................................. 47 5.3.4 Suitability Projections.......................................... 47 III Insights 51 6 Summary....................................................................... 53 6.1 Article A1.............................................................. 53 6.2 Article A2.............................................................. 54 6.3 Article A3.............................................................. 56 7 Conclusions and Outlook....................................................... 59 References 65 Articles 81 A1 Repeatable high-resolution statistical downscaling through deep learning..... 83 A2 Downscaling CORDEX Through Deep Learning to Daily 1 km Multivariate Ensemble in Complex Terrain............................................................. 103 A3 Integrating High-Temporal-Resolution Climate Projections into Species Distribu- tion Model..................................................................... 127 / Acción urgente científicamente informada es necesaria para estabilizar el sistema terrestre en medio del cambio climático antropogénico. En particular, la notable transgresión del límite planetario de ’integridad de la biosfera’ debe abordarse. Los modernos modelos del sistema terrestre tienen dificultades para representar con precisión las características climáticas a escala regional y local, así como los aspectos de la biodiversidad. Desarrollos recientes permiten abordar estos problemas mediante la inteligencia artificial. Esta disertación se enfoca en dos aspectos principales: (i) derivar datos climáticos de alta resolución espacio-temporal a partir de modelos más gruesos; y (ii) integrar datos climáticos de alta resolución temporal en modelos de distribución de especies. Se definieron tres objetivos específicos: Obj1 Mejorar los métodos de pronóstico perfecto – reducción de escala estadística mediante algoritmos modernos de aprendizaje profundo. Obj2 Generar un conjunto climático multivariado de alta resolución. Obj3 Emplear el conjunto de datos resultante para mejorar las proyecciones de los modelos de distribución de especies. Los objetivos están vinculados a los tres artículos que respaldan esta disertación acumulativa. Su alcance se limita al Estado Libre de Sajonia, Alemania, donde se emplearon datos climáticos locales de alta resolución y observaciones de alta calidad de especies de plantas vasculares en peligro de extinción. Desde una perspectiva más amplia, estos esfuerzos deberían contribuir a la meta general de cerrar la brecha entre las escalas de la distribución de especies y los modelos climáticos, mientras que se establecen marcos de trabajo contenedorizados de código abierto, reproducibles y escalables. Algoritmos recientes de aprendizaje profundo fueron aprovechados para lograr (i). Los marcos de trabajo propuestos mejoran el rendimiento previo de los métodos de pronóstico perfecto – reducción de escala estadística, al tiempo que garantizan la repetibilidad. Las variables clave de la superficie cercana consideradas son precipitación, presión de vapor de agua, radiación, velocidad del viento, así como la temperatura máxima, media y mínima. Se examinaron meticulosamente las suposiciones que respaldan el método de pronóstico perfecto, confirmando la robustez de las propuestas. El conjunto reducido de escala exhibe una novedosa resolución diaria de 1 km, el cual puede servir como insumo para múltiples estudios de impacto climático, especialmente para la toma de decisiones a nivel local y en regiones topográficamente complejas. Se propusieron y analizaron minuciosamente considerables implementaciones metodológicas para lograr (ii). A pesar de sus notables limitaciones, los modelos de distribución de especies son utilizados con frecuencia en la planificación de la conservación debido al cambio climático. Por lo tanto, los desarrollos recientes en la resolución de datos climáticos podrían mejorar su utilidad y confiabilidad, ya que antes se limitaban a agregados temporales gruesos en el caso de las proyecciones. El marco de trabajo presentado proporciona proyecciones de idoneidad de especies detalladas y una transferibilidad espacio-temporal satisfactoria, aunque con tendencias preocupantes. Estas proyecciones mejoradas son un paso adelante en los esfuerzos de conservación a la medida. Se abordan las limitaciones de los métodos de aprendizaje automático y de los modelos de distribución de especies. Se discuten a fondo posibilidades sustanciales para futuras mejoras. Dado que los resultados sugieren una mayor reducción de hábitats adecuados, se hace otro llamado a la acción rápida hacia sociedades bajas en carbono. Esto requiere maximizar las medidas de mitigación y adaptación al cambio climático, junto con una transición rápida de políticas orientadas a beneficios a corto plazo hacia un desarrollo sostenible a largo plazo, pero principalmente, un cambio colectivo de conciencia, desde posiciones antropocéntricas hacia políticas y sociedades ecocéntricas.:Contents Declaration of conformity........................................................ I Abstract....................................................................... III Zusammenfassung.................................................................. V Resumen........................................................................ VII Acknowledgments................................................................. IX List of Figures................................................................. XV List of Tables................................................................. XIX Symbols and Acronyms........................................................... XXI I Prelude & Foundations 1 1 Introduction................................................................... 3 1.1 Motivation – Human Impact on Earth....................................... 3 1.2 Earth System Modelling and Downscaling................................... 5 1.3 Biosphere’s Response to Recent Changes................................... 8 1.4 Species Distribution Models.............................................. 9 1.5 Objectives.............................................................. 10 1.6 Scope................................................................... 10 1.7 Outline................................................................. 10 2 Methodological Basis.......................................................... 13 2.1 Introduction to Artificial Intelligence Methods......................... 13 2.1.1 Artificial Intelligence........................................... 13 2.1.2 Machine Learning.................................................. 14 2.1.3 Deep Learning..................................................... 14 2.2 Downscaling Techniques.................................................. 15 2.2.1 Dynamical Downscaling............................................. 15 2.2.2 Statistical Downscaling........................................... 15 2.2.2.1 Model Output Statistics................................... 16 2.2.2.2 Perfect Prognosis......................................... 16 2.3 Species Distribution Models: Temporal Aspects........................... 17 2.4 Computational Framework................................................. 18 2.4.1 High-Performance Computing........................................ 18 2.4.2 Containers........................................................ 18 2.5 Remarks on Reproducibility.............................................. 19 II Articles’ Synthesis 21 3 Data.......................................................................... 23 3.1 Study Area.............................................................. 23 3.2 ReKIS................................................................... 24 3.3 ERA5.................................................................... 24 3.4 CORDEX.................................................................. 24 3.5 Species Occurrences..................................................... 25 3.6 WorldClim............................................................... 26 4 Methodological Implementations................................................ 27 4.1 Advancing Statistical Downscaling....................................... 27 4.1.1 Transfer Function Calibration.................................... 27 4.1.2 Evaluation....................................................... 29 4.1.3 Repeatability.................................................... 29 4.2 Downscaling a Multivariate Ensemble..................................... 30 4.2.1 Transfer Function Adaptations.................................... 30 4.2.2 Validation....................................................... 30 4.2.3 Perfect Prognosis Assumptions Evaluation......................... 31 4.3 Integrating High-Temporal-Resolution into SDMs.......................... 32 4.3.1 Climate Data..................................................... 32 4.3.1.1 Predictor Sets.......................................... 32 4.3.1.2 Temporal Approaches..................................... 33 4.3.2 SDM Implementation............................................... 33 4.3.3 Spatio-Temporal Thinning & Trimming.............................. 33 4.3.4 Meta-analysis.................................................... 34 4.3.5 Pseudo-Reality Assessment........................................ 34 4.3.6 Spatio-Temporal Transferability.................................. 34 5 Results & Discussions......................................................... 35 5.1 Advancing Statistical Downscaling....................................... 35 5.1.1 Performance Improvement.......................................... 35 5.1.2 Repeatability.................................................... 36 5.1.3 Transfer Function Suitability.................................... 38 5.2 Downscaling a Multivariate Ensemble..................................... 39 5.2.1 Transfer Function performance.................................... 39 5.2.2 Bias-Correction.................................................. 40 5.2.3 Pseudo-Reality................................................... 42 5.2.4 Projections...................................................... 43 5.3 Integrating High-Temporal-Resolution into SDMs.......................... 45 5.3.1 Predictor Set Evaluation for H2k................................. 45 5.3.2 Temporal Approach Comparison..................................... 46 5.3.3 Spatio-Temporal Transferability.................................. 47 5.3.4 Suitability Projections.......................................... 47 III Insights 51 6 Summary....................................................................... 53 6.1 Article A1.............................................................. 53 6.2 Article A2.............................................................. 54 6.3 Article A3.............................................................. 56 7 Conclusions and Outlook....................................................... 59 References 65 Articles 81 A1 Repeatable high-resolution statistical downscaling through deep learning..... 83 A2 Downscaling CORDEX Through Deep Learning to Daily 1 km Multivariate Ensemble in Complex Terrain............................................................. 103 A3 Integrating High-Temporal-Resolution Climate Projections into Species Distribu- tion Model..................................................................... 127

High mountain regions including the Andean region are very sensitive to climate change. Farmers in the central Andes of Peru are increasingly being exposed to the impacts of climate variability. This transdisciplinary research uses field laboratories, combining the farming system and the sustainable livelihood approaches, to carry out social, ecological, and financial assessments so as to identify sustainable and resilient livelihood strategies for small-scale Andean farmers. The first research step studies and characterizes farm household systems, influenced by their biophysical and socioeconomic contexts, for which two vulnerability indices were elaborated. Focused on the climate variability, the five livelihood assets and the three IPCC’s vulnerability components, these indices show the highly sensitive conditions of most communities with poor health conditions, access to infrastructure and public services. Farmers’ capacity of response is often limited by the low on-farm diversity and lack of organization. Thereafter, sustainable livelihood strategies were identified. These include on-farm intensification and non-farm labor intensification for lowland and better-access communities. In the middle-access and highland communities, where temporary migration is a common coping strategy, sustainable scenarios include an increment in diversification strategies through agrobiodiversity and a larger share of tree-based production systems. Furthermore, research step II explores local strategies to cope with agricultural droughts and evaluates, by means of natural resource assessment methods, agroforestry systems as an alternative to reduce their negative effects. Mainly affected by the increasing variation in precipitation events, farmers identify off-farm and on-farm diversification as adaptive strategies against agricultural droughts that reduce the weather dependence and covariance between livelihood activities. Among the introduction of more resistant crop and pasture varieties, the incorporation of trees in their system is desired because of their positive influence in soil moisture and crop yields. Soil moisture in agroforestry systems with eucalyptus trees is 10-20% higher than in agricultural systems during the beginning of the wet season. Differences in the soil moisture during the end of the dry season and in the potato yield are not evident between these systems, although an area without sowing reduced the agricultural output in 13-17% in agroforestry systems. Research step III seeks to maximize the efficiency of resource allocation in farm household systems by developing a linear programming optimization model. This financial assessment underpinned the need of additional off-farm activities for resource-scarcer farmers. In addition, under interest rates below 15% the model includes tree-based production systems as part of the optimal solution. However, with increasing interest rates, a higher share of land is used to cover household’s basic needs and fewer resources are available for capital accumulation activities such as forestry. Variations introduced in the model show that pasture systems are more sensitive to changes in the production outputs, whereas variation in farm worker wages and tree prices affected less the optimal solutions, making farming systems less sensitive to these market changes. Finally, the incorporation of tree-based systems have proved to be a sustainable and resilient livelihood strategy against climate variability available for particular farm household systems of the study area. / Las zonas montañosas, incluyendo la región andina son muy sensibles al cambio climático. Los agricultores de los Andes centrales del Perú están cada vez más expuestos a los efectos de la variabilidad climática. Esta investigación transdisciplinaria utiliza laboratorios de campo (field laboratories), combinando los enfoques de sistemas agrícolas y de medios de vida sostenibles, para llevar a cabo evaluaciones sociales, ecológicas y financieras con el fin de identificar estrategias sostenibles y resilientes para los agricultores andinos de pequeña escala. La primera fase de la investigación caracteriza a los sistemas agrícolas familiares, influenciados por sus contextos biofísicos y socioeconómicos, para lo cual se elaboraron dos índices de vulnerabilidad centrados en la variabilidad del clima, los cinco activos de los medios de vida y los tres componentes de la vulnerabilidad del IPCC. Estos índices muestran las condiciones de alta sensibilidad de la mayoría de las comunidades, con malas condiciones de salud y poco acceso a la infraestructura y a los servicios públicos. La capacidad de respuesta de los agricultores es a menudo limitada por la baja diversidad en las actividades agrícolas y la falta de organización. Posteriormente se identificaron las estrategias de medios de vida sostenibles. Estas incluyen la intensificación en las actividades agrícolas y la intensificación del trabajo no agrícola en las comunidades de zonas bajas y con mejor acceso. En las comunidades con menor acceso y zonas altas la migración temporal es una estrategia de afrontamiento común. Los escenarios sostenibles en estas comunidades incluyen un incremento en las estrategias de diversificación p. ej. a través de un aumento de la biodiversidad agrícola y una mayor proporción de sistemas de producción asociados con árboles. Por otra parte, la segunda fase de la investigación explora las estrategias locales para hacer frente a las sequías agrícolas y evalúa, por medio de métodos de evaluación de recursos naturales, los sistemas agroforestales como alternativa para reducir sus efectos negativos. Afectados principalmente por el aumento en la variación de las precipitaciones, los pequeños agricultores identifican a la diversificación de actividades dentro y fuera de sus parcelas agrícolas como una estrategia de adaptación frente a las sequías agrícolas que reduce la dependencia climática y la covarianza entre las actividades de subsistencia. Dentro de la introducción de variedades de cultivos y pastos más resistentes, como parte de la solución, los agricultores desean la incorporación de árboles en su sistema debido a su influencia positiva en la humedad del suelo y en los rendimientos de los cultivos. La humedad del suelo en sistemas agroforestales con árboles de eucalipto es un 10-20% mayor que en los sistemas agrícolas durante el comienzo de la estación húmeda. Las diferencias en la humedad del suelo durante el final de la estación seca y en el rendimiento de los cultivos de papa no son evidentes entre estos dos sistemas. A pesar de esto, el espacio sin siembra dejado en los sistemas agroforestales redujo la producción agrícola en un 13-17%. La tercera fase de la investigación busca maximizar la eficiencia en la asignación de recursos en los sistemas agrícolas familiares mediante el desarrollo de un modelo de optimización de programación lineal. Esta evaluación financiera respalda la necesidad de actividades adicionales no-agrícolas para agricultores con recursos más escasos. Además, con tasas de interés por debajo del 15%, el modelo siempre incluye a los sistemas de producción forestales y/o agroforestales como parte de las soluciones óptimas. Sin embargo, con el aumento de las tasas de interés, una mayor proporción de tierra se utiliza para cubrir las necesidades básicas del hogar y menos recursos están disponibles para las actividades de acumulación de capital como la silvicultura. Las variaciones introducidas en el modelo muestran que los sistemas de pastoreo son más sensibles a los cambios en los condiciones de producción. Por otro lado, la variación en los salarios de los trabajadores agrícolas y en los precios de los árboles afectan en un menor grado las soluciones óptimas, proporcionando sistemas agrícolas menos sensibles a estos cambios en el mercado. Finalmente, la incorporación de árboles en los sistemas agrícolas ha demostrado ser una estrategia de vida sostenible y resiliente a la variabilidad climática disponible para determinados sistemas agrícolas familiares de la zona de estudio. / Hochgebirgsregionen einschließlich der Andenregion sind gegenüber dem Klimawandel sehr empfindlich. Die in den zentralen Anden von Peru lebenden Bauern sind mehr und mehr den Auswirkungen durch Klimaschwankungen ausgesetzt. Diese transdisziplinäre Forschung nutzt Feldlabore, die das System der landwirtschaftlichen Bewirtschaftung und Ansätze zur nachhaltigen Lebensunterhaltssicherung kombinieren, um soziale, ökologische und ökonomische Erhebungen durchzuführen, so dass nachhaltige Livelihood-Strategien für die Kleinbauern in den Anden aufgezeigt werden können. Der erste Forschungsschritt untersucht und charakterisiert die bäuerlichen Haushaltssysteme, die durch ihre biophysikalischen und sozioökonomischen Kontexte beeinflusst sind. Hierfür wurden zwei Vulnerabilitätsindizes herausgearbeitet, die Klimavariabilität und die fünf Güter des Sustainable Livelihood-Konzepts im Fokus haben, sowie die drei Vulnerabilitätskomponenten des Intergovernmental Panel on Climate Change (IPCC). Diese Indizes decken die hochgradige Sensitivität für die meisten Gemeinden auf, aufgrund des schlechten Gesundheitszustandes sowie dem Mangel an Infrastruktur und öffentlichen Dienstleistungen. Die Fähigkeit der Bauern damit umzugehen, ist zumeist begrenzt durch eine geringe Diversität und fehlende Organisation auf den Farmen. Anschließend werden nachhaltige Livelihood-Strategien aufgezeigt. Diese umfassen die Intensivierung der Arbeit in der Landwirtschaft und der Arbeitskraft außerhalb der Landwirtschaft für Gemeinden im Flachland sowie besser erreichbare Gemeinden. In Hochlandgemeinden und Gemeinden die schwer zugänglich sind, ist temporäre Migration eine geläufige Bewältigungsstrategie. Nachhaltige Szenarien in diesen Gemeinden beinhalten eine höhere Anzahl an Diversifizierungsstrategien wie die Steigerung von Agro-Biodiversität und dem Anteil an baumbasierten Produktionssystemen. Forschungsschritt II untersucht lokale Strategien, um die landwirtschaftliche Dürre zu bewältigen und bewertet – mit Hilfe von Naturressourcenbewertungsverfahren – Agroforstsysteme als eine Alternative, um die negativen Auswirkungen der Trockenzeiten zu verringern. Beeinträchtigt durch zunehmende Niederschlagsschwankungen, identifizieren Bauern die Diversifizierung von landwirtschaftlichen und nicht-landwirtschaftlichen Aktivitäten als Anpassungsstrategie bei landwirtschaftliche Dürre, wodurch die Abhängigkeit vom Wetter und die Kovarianz zwischen den Aktivitäten für den Lebensunterhalt reduziert werden kann. Neben der Einführung resistenterer Kultur- und Weidepflanzen, ist die Einbeziehung von Bäumen in das System wünschenswert, aufgrund ihres positiven Einflusses auf die Bodenfeuchte und Erträge. Die Bodenfeuchte in agroforstwirtschaftlichen Systemen mit Eukalyptusbäumen ist während der beginnenden Feuchtperiode 20% höher als in landwirtschaftlichen Systemen. Die Unterschiede der Bodenfeuchte am Ende der Trockenzeit und bezüglich des Kartoffelertrags sind zwischen diesen Systemen nicht markant, obwohl eine Fläche, auf der keine Saat ausgebracht wurde, den landwirtschaftlichen Ertrag in Agroforstsystemen um 13 bis 17% mindert. Forschungsschritt III versucht die Effizienz der Ressourcenzuordnung in Farmhaushaltssystemen zu maximieren, indem ein Optimierungsmodell mit Hilfe der linearen Programmierung entwickelt wird. Diese ökonomische Erhebung unterstreicht die Notwendigkeit zusätzlicher nichtlandwirtschaftlicher Aktivitäten für ressourcenärmere Bauern. Bei Zinsraten unter 15% umfasst das Model baumbasierte Produktionssysteme als einen Teil der optimalen Lösung. Mit steigenden Zinsraten wird jedoch eine größere Bodenfläche dazu verwendet, um die Grundbedürfnisse der Haushalte zu decken und es stehen weniger Ressourcen für Aktivitäten zur Kapitalanhäufung wie Forstwirtschaft zur Verfügung. Die in das Modell involvierten Variationen zeigen, dass Weidesysteme sensibler auf Veränderungen des Produktionsausstoßes reagieren. Schwankungen bei den Löhnen der Farmer und Veränderungen der Baumpreise beeinträchtigen hingegen die optimalen Lösungen weniger. Dadurch sind die landwirtschaftlichen Systeme gegenüber Marktschwankungen weniger anfällig. Abschließend erweist sich, dass – für bestimmte Farmhaushaltssysteme im Untersuchungsgebiet – die Einbeziehung baumbasierter Systeme als nachhaltige und resiliente Livelihood-Strategie angesichts von Klimaschwankungen nützlich ist. / Regiões altomontanas, incluindo os Andes são extremamente sensíveis aos impactos das mudanças climáticas. Pequenos agricultores da região central dos Andes Peruanos estão progressivamente sendo expostos aos impactos das variações climáticas. A presente investigação transdisciplinar utiliza “field laboratories”, combinando os enfoques de sistemas rurais e dos meios de subsistência sustentáveis, visando uma avaliação social, ecológica e financeira, com intuito de se identificar estratégias resilientes e sustentáveis para os pequenos agricultores Andinos. A primeira etapa do presente estudo investiga e caracteriza os sistemas rurais, influenciados por seus contextos biofísicos e socioeconômicos, para os quais foram elaborados dois índices de vulnerabilidade focados na variabilidade climática, nos recursos dos meios de vida (cinco capitais) e nos três componentes da vulnerabilidade do IPCC. Esses índices mostram as condições altamente sensíveis da maioria das comunidades, com más condições de saúde, acesso à infra-estrutura e serviços públicos. A capacidade de resposta dos pequenos agricultores é frequentemente limitada pela baixa diversificação de actividades na exploração agricola e falta de organização. Posteriormente, foram identificadas estratégias de subsitência sustentáveis. Estas incluem a intensificação tanto do trabalho rural, quanto do não-agrícola para as comunidades de terras baixas e mais acessíveis. Para as comunidades altomontanas e com menor acesso, a migração temporária é uma estratégia de enfrentamento comum. Cenários sustentáveis para essas comunidades incluem um incremento nas estratégias de diversificação p. ex. aumentando a agrobiodiversidade e a parcela dos sistemas de produção florestais. A segunda etapa da pesquisa explora estratégias locais para lidar com as secas agrícolas e investiga, por meio de métodos de avaliação de recursos naturais, sistemas agroflorestais como alternativa para reduzir os seus efeitos negativos. Afetado principalmente pelo aumento da variação da precipitação, os agricultores identificam a diversificação tanto no trabalho rural, quanto no não-agrícola, como estratégias adaptativas contra secas agrícolas que reduzam a dependência do clima e covariância entre atividades de subsitência. Entre a introdução de culturas e de pastagens de variedades mais resistentes, a incorporação de árvores em seu sistema é desejada por conta da sua influência positiva na umidade do solo e no rendimento das culturas. A umidade do solo em sistemas agroflorestais com árvores de eucalipto é de 10-20% maior do que em sistemas agrícolas durante o início da estação chuvosa. As diferenças na umidade do solo durante o final da estação seca e na produtividade da batata não são evidentes entre estes dois sistemas. Apesar disso, o espaço sem semeadura deixado em sistemas agroflorestais reduziu a produção agrícola em 13-17%. A terceira etapa da presente investigação visa maximizar a eficiência da alocação de recursos em sistemas agrícolas familiares por meio do desenvolvimento de um modelo de otimização de programação linear. Esta avaliação financeira sustenta a necessidade de atividades não-agrícolas adicionais para agricultores com recursos escassos. Ademais, sob taxas de juros abaixo de 15%, o modelo inclui sistemas de produção florestais como parte da solução ideal. Contudo, com o aumento das taxas de juros, uma parcela maior da propriedade é usada para garantir as necessidades básicas, e portanto, menos recursos do agregado familiar estão disponíveis para atividades de acumulação de capital, tais como a silvicultura. Variações introduzidas no modelo mostram que sistemas de pastagem são mais sensíveis a mudanças nas condições de produção. Ademais, variaçãoes nos salários dos trabalhadores agrícolas e nos preços de árvores afetam menos as soluções ótimas, tornando os sistemas agrícolas menos sensíveis a estas mudanças do mercado. Por fim, a incorporação de sistemas florestais provaram ser uma estratégia de subsistência sustentável e resiliente contra a variação climática para determinados sistemas de agricultura familiar da área de estudo.

High mountain regions including the Andean region are very sensitive to climate change. Farmers in the central Andes of Peru are increasingly being exposed to the impacts of climate variability. This transdisciplinary research uses field laboratories, combining the farming system and the sustainable livelihood approaches, to carry out social, ecological, and financial assessments so as to identify sustainable and resilient livelihood strategies for small-scale Andean farmers. The first research step studies and characterizes farm household systems, influenced by their biophysical and socioeconomic contexts, for which two vulnerability indices were elaborated. Focused on the climate variability, the five livelihood assets and the three IPCC’s vulnerability components, these indices show the highly sensitive conditions of most communities with poor health conditions, access to infrastructure and public services. Farmers’ capacity of response is often limited by the low on-farm diversity and lack of organization. Thereafter, sustainable livelihood strategies were identified. These include on-farm intensification and non-farm labor intensification for lowland and better-access communities. In the middle-access and highland communities, where temporary migration is a common coping strategy, sustainable scenarios include an increment in diversification strategies through agrobiodiversity and a larger share of tree-based production systems. Furthermore, research step II explores local strategies to cope with agricultural droughts and evaluates, by means of natural resource assessment methods, agroforestry systems as an alternative to reduce their negative effects. Mainly affected by the increasing variation in precipitation events, farmers identify off-farm and on-farm diversification as adaptive strategies against agricultural droughts that reduce the weather dependence and covariance between livelihood activities. Among the introduction of more resistant crop and pasture varieties, the incorporation of trees in their system is desired because of their positive influence in soil moisture and crop yields. Soil moisture in agroforestry systems with eucalyptus trees is 10-20% higher than in agricultural systems during the beginning of the wet season. Differences in the soil moisture during the end of the dry season and in the potato yield are not evident between these systems, although an area without sowing reduced the agricultural output in 13-17% in agroforestry systems. Research step III seeks to maximize the efficiency of resource allocation in farm household systems by developing a linear programming optimization model. This financial assessment underpinned the need of additional off-farm activities for resource-scarcer farmers. In addition, under interest rates below 15% the model includes tree-based production systems as part of the optimal solution. However, with increasing interest rates, a higher share of land is used to cover household’s basic needs and fewer resources are available for capital accumulation activities such as forestry. Variations introduced in the model show that pasture systems are more sensitive to changes in the production outputs, whereas variation in farm worker wages and tree prices affected less the optimal solutions, making farming systems less sensitive to these market changes. Finally, the incorporation of tree-based systems have proved to be a sustainable and resilient livelihood strategy against climate variability available for particular farm household systems of the study area.:1 Introduction - 1 - 1.1 Introduction and justification - 1 - 1.2 Objectives and thesis statements - 2 - 1.3 Outline - 3 - 1.4 Definition of terms - 5 - 1.4.1 Vulnerability - 5 - 1.4.2 Resilience - 7 - 1.4.3 Agroforestry systems - 8 - 1.4.4 Farming system approach - 9 - 1.4.5 Farm household system - 10 - 1.4.6 Sustainable livelihood approach - 10 - 2 Framework and study site - 14 - 2.1 Theoretical framework - 14 - 2.2 Methodological framework - 18 - 2.2.1 Field laboratories - 18 - 2.2.2 Methods - 19 - 2.2.3 Methodology applied in research step I: Vulnerability in Achamayo - 21 - 2.2.4 Methodology applied in research step II: Agroforestry systems and agricultural droughts - 29 - 2.2.5 Methodology applied in research step III: Modeling small farm production systems - 33 - 2.2.6 Selection of case studies - 34 - 2.3 Study area - 35 - 2.3.1 Soils and topography - 35 - 2.3.2 Weather - 37 - 2.3.3 Agro-ecological zones and vegetation - 38 - 2.3.4 Climate change - 40 - 2.3.5 Socioeconomic characteristics - 42 - 2.3.6 Population - 43 - 2.3.7 External determinants - 71 - 2.4 Case studies - 47 - 2.4.1 Lowland communities (L) - 49 - 2.4.2 Middle access communities (M) - 50 - 2.4.3 Highland communities (H) - 51 - 3 Vulnerability in Achamayo - 53 - 3.1 Results - 53 - 3.1.1 Sustainable Livelihood Vulnerability Index (S-LVI) - 53 - 3.1.2 IPCC Livelihood Vulnerability Index (LVI-IPCC) - 68 - 3.2 Discussion - 71 - 3.2.1 Climate variability and extreme events - 71 - 3.2.2 Human capital - 71 - 3.2.3 Social capital - 71 - 3.2.4 Natural capital - 71 - 3.2.5 Physical capital - 71 - 3.2.6 Financial capital - 71 - 3.2.7 Livelihood strategies following the S-LVI and LVI-IPCC indices - 86 - 3.3 Conclusion - 92 - 4 Agroforestry systems and agricultural droughts - 95 - 4.1 Results - 96 - 4.1.1 Farmers’ experience and perception on climate variability and agricultural droughts - 96 - 4.1.2 Agricultural droughts in the farm household systems - 97 - 4.1.3 Farming forestry systems and land-use decision-making - 102 - 4.1.4 Influence of trees in the soil moisture and yield - 104 - 4.2 Discussion - 110 - 4.2.1 Climate change and agricultural droughts - 110 - 4.2.2 Farm forestry systems and land-use decision-making - 115 - 4.2.3 Influence of trees in the soil moisture and yield - 117 - 4.3 Conclusion - 121 - 5 Modeling small farm production systems: optimization of resource allocation - 123 - 5.1 Methodology - 124 - 5.1.1 Optimization Model - 126 - 5.1.2 Plan of optimization - 128 - 5.1.3 Production systems - 131 - 5.1.4 Constraints - 134 - 5.2 Results - 138 - 5.2.1 Model - 138 - 5.2.2 Interest rates - 142 - 5.2.3 Sensitivity analyses - 146 - 5.3 Discussion - 151 - 5.3.1 Cash flows - 151 - 5.3.2 Model outcomes - 152 - 5.3.3 Interest rates - 155 - 5.3.4 Sensitivity analyses - 159 - 5.4 Conclusion - 169 - 6 Synthesis - 171 - 6.1 Lessons learned - 171 - 6.1.1 Research step I - 172 - 6.1.2 Research step II - 175 - 6.1.3 Research step III - 176 - 6.2 Conclusions & outlook - 179 - 6.2.1 General conclusions - 179 - 6.2.2 Outlook - 181 - References - 185 - Appendix - 199 - / Las zonas montañosas, incluyendo la región andina son muy sensibles al cambio climático. Los agricultores de los Andes centrales del Perú están cada vez más expuestos a los efectos de la variabilidad climática. Esta investigación transdisciplinaria utiliza laboratorios de campo (field laboratories), combinando los enfoques de sistemas agrícolas y de medios de vida sostenibles, para llevar a cabo evaluaciones sociales, ecológicas y financieras con el fin de identificar estrategias sostenibles y resilientes para los agricultores andinos de pequeña escala. La primera fase de la investigación caracteriza a los sistemas agrícolas familiares, influenciados por sus contextos biofísicos y socioeconómicos, para lo cual se elaboraron dos índices de vulnerabilidad centrados en la variabilidad del clima, los cinco activos de los medios de vida y los tres componentes de la vulnerabilidad del IPCC. Estos índices muestran las condiciones de alta sensibilidad de la mayoría de las comunidades, con malas condiciones de salud y poco acceso a la infraestructura y a los servicios públicos. La capacidad de respuesta de los agricultores es a menudo limitada por la baja diversidad en las actividades agrícolas y la falta de organización. Posteriormente se identificaron las estrategias de medios de vida sostenibles. Estas incluyen la intensificación en las actividades agrícolas y la intensificación del trabajo no agrícola en las comunidades de zonas bajas y con mejor acceso. En las comunidades con menor acceso y zonas altas la migración temporal es una estrategia de afrontamiento común. Los escenarios sostenibles en estas comunidades incluyen un incremento en las estrategias de diversificación p. ej. a través de un aumento de la biodiversidad agrícola y una mayor proporción de sistemas de producción asociados con árboles. Por otra parte, la segunda fase de la investigación explora las estrategias locales para hacer frente a las sequías agrícolas y evalúa, por medio de métodos de evaluación de recursos naturales, los sistemas agroforestales como alternativa para reducir sus efectos negativos. Afectados principalmente por el aumento en la variación de las precipitaciones, los pequeños agricultores identifican a la diversificación de actividades dentro y fuera de sus parcelas agrícolas como una estrategia de adaptación frente a las sequías agrícolas que reduce la dependencia climática y la covarianza entre las actividades de subsistencia. Dentro de la introducción de variedades de cultivos y pastos más resistentes, como parte de la solución, los agricultores desean la incorporación de árboles en su sistema debido a su influencia positiva en la humedad del suelo y en los rendimientos de los cultivos. La humedad del suelo en sistemas agroforestales con árboles de eucalipto es un 10-20% mayor que en los sistemas agrícolas durante el comienzo de la estación húmeda. Las diferencias en la humedad del suelo durante el final de la estación seca y en el rendimiento de los cultivos de papa no son evidentes entre estos dos sistemas. A pesar de esto, el espacio sin siembra dejado en los sistemas agroforestales redujo la producción agrícola en un 13-17%. La tercera fase de la investigación busca maximizar la eficiencia en la asignación de recursos en los sistemas agrícolas familiares mediante el desarrollo de un modelo de optimización de programación lineal. Esta evaluación financiera respalda la necesidad de actividades adicionales no-agrícolas para agricultores con recursos más escasos. Además, con tasas de interés por debajo del 15%, el modelo siempre incluye a los sistemas de producción forestales y/o agroforestales como parte de las soluciones óptimas. Sin embargo, con el aumento de las tasas de interés, una mayor proporción de tierra se utiliza para cubrir las necesidades básicas del hogar y menos recursos están disponibles para las actividades de acumulación de capital como la silvicultura. Las variaciones introducidas en el modelo muestran que los sistemas de pastoreo son más sensibles a los cambios en los condiciones de producción. Por otro lado, la variación en los salarios de los trabajadores agrícolas y en los precios de los árboles afectan en un menor grado las soluciones óptimas, proporcionando sistemas agrícolas menos sensibles a estos cambios en el mercado. Finalmente, la incorporación de árboles en los sistemas agrícolas ha demostrado ser una estrategia de vida sostenible y resiliente a la variabilidad climática disponible para determinados sistemas agrícolas familiares de la zona de estudio.:1 Introduction - 1 - 1.1 Introduction and justification - 1 - 1.2 Objectives and thesis statements - 2 - 1.3 Outline - 3 - 1.4 Definition of terms - 5 - 1.4.1 Vulnerability - 5 - 1.4.2 Resilience - 7 - 1.4.3 Agroforestry systems - 8 - 1.4.4 Farming system approach - 9 - 1.4.5 Farm household system - 10 - 1.4.6 Sustainable livelihood approach - 10 - 2 Framework and study site - 14 - 2.1 Theoretical framework - 14 - 2.2 Methodological framework - 18 - 2.2.1 Field laboratories - 18 - 2.2.2 Methods - 19 - 2.2.3 Methodology applied in research step I: Vulnerability in Achamayo - 21 - 2.2.4 Methodology applied in research step II: Agroforestry systems and agricultural droughts - 29 - 2.2.5 Methodology applied in research step III: Modeling small farm production systems - 33 - 2.2.6 Selection of case studies - 34 - 2.3 Study area - 35 - 2.3.1 Soils and topography - 35 - 2.3.2 Weather - 37 - 2.3.3 Agro-ecological zones and vegetation - 38 - 2.3.4 Climate change - 40 - 2.3.5 Socioeconomic characteristics - 42 - 2.3.6 Population - 43 - 2.3.7 External determinants - 71 - 2.4 Case studies - 47 - 2.4.1 Lowland communities (L) - 49 - 2.4.2 Middle access communities (M) - 50 - 2.4.3 Highland communities (H) - 51 - 3 Vulnerability in Achamayo - 53 - 3.1 Results - 53 - 3.1.1 Sustainable Livelihood Vulnerability Index (S-LVI) - 53 - 3.1.2 IPCC Livelihood Vulnerability Index (LVI-IPCC) - 68 - 3.2 Discussion - 71 - 3.2.1 Climate variability and extreme events - 71 - 3.2.2 Human capital - 71 - 3.2.3 Social capital - 71 - 3.2.4 Natural capital - 71 - 3.2.5 Physical capital - 71 - 3.2.6 Financial capital - 71 - 3.2.7 Livelihood strategies following the S-LVI and LVI-IPCC indices - 86 - 3.3 Conclusion - 92 - 4 Agroforestry systems and agricultural droughts - 95 - 4.1 Results - 96 - 4.1.1 Farmers’ experience and perception on climate variability and agricultural droughts - 96 - 4.1.2 Agricultural droughts in the farm household systems - 97 - 4.1.3 Farming forestry systems and land-use decision-making - 102 - 4.1.4 Influence of trees in the soil moisture and yield - 104 - 4.2 Discussion - 110 - 4.2.1 Climate change and agricultural droughts - 110 - 4.2.2 Farm forestry systems and land-use decision-making - 115 - 4.2.3 Influence of trees in the soil moisture and yield - 117 - 4.3 Conclusion - 121 - 5 Modeling small farm production systems: optimization of resource allocation - 123 - 5.1 Methodology - 124 - 5.1.1 Optimization Model - 126 - 5.1.2 Plan of optimization - 128 - 5.1.3 Production systems - 131 - 5.1.4 Constraints - 134 - 5.2 Results - 138 - 5.2.1 Model - 138 - 5.2.2 Interest rates - 142 - 5.2.3 Sensitivity analyses - 146 - 5.3 Discussion - 151 - 5.3.1 Cash flows - 151 - 5.3.2 Model outcomes - 152 - 5.3.3 Interest rates - 155 - 5.3.4 Sensitivity analyses - 159 - 5.4 Conclusion - 169 - 6 Synthesis - 171 - 6.1 Lessons learned - 171 - 6.1.1 Research step I - 172 - 6.1.2 Research step II - 175 - 6.1.3 Research step III - 176 - 6.2 Conclusions & outlook - 179 - 6.2.1 General conclusions - 179 - 6.2.2 Outlook - 181 - References - 185 - Appendix - 199 - / Hochgebirgsregionen einschließlich der Andenregion sind gegenüber dem Klimawandel sehr empfindlich. Die in den zentralen Anden von Peru lebenden Bauern sind mehr und mehr den Auswirkungen durch Klimaschwankungen ausgesetzt. Diese transdisziplinäre Forschung nutzt Feldlabore, die das System der landwirtschaftlichen Bewirtschaftung und Ansätze zur nachhaltigen Lebensunterhaltssicherung kombinieren, um soziale, ökologische und ökonomische Erhebungen durchzuführen, so dass nachhaltige Livelihood-Strategien für die Kleinbauern in den Anden aufgezeigt werden können. Der erste Forschungsschritt untersucht und charakterisiert die bäuerlichen Haushaltssysteme, die durch ihre biophysikalischen und sozioökonomischen Kontexte beeinflusst sind. Hierfür wurden zwei Vulnerabilitätsindizes herausgearbeitet, die Klimavariabilität und die fünf Güter des Sustainable Livelihood-Konzepts im Fokus haben, sowie die drei Vulnerabilitätskomponenten des Intergovernmental Panel on Climate Change (IPCC). Diese Indizes decken die hochgradige Sensitivität für die meisten Gemeinden auf, aufgrund des schlechten Gesundheitszustandes sowie dem Mangel an Infrastruktur und öffentlichen Dienstleistungen. Die Fähigkeit der Bauern damit umzugehen, ist zumeist begrenzt durch eine geringe Diversität und fehlende Organisation auf den Farmen. Anschließend werden nachhaltige Livelihood-Strategien aufgezeigt. Diese umfassen die Intensivierung der Arbeit in der Landwirtschaft und der Arbeitskraft außerhalb der Landwirtschaft für Gemeinden im Flachland sowie besser erreichbare Gemeinden. In Hochlandgemeinden und Gemeinden die schwer zugänglich sind, ist temporäre Migration eine geläufige Bewältigungsstrategie. Nachhaltige Szenarien in diesen Gemeinden beinhalten eine höhere Anzahl an Diversifizierungsstrategien wie die Steigerung von Agro-Biodiversität und dem Anteil an baumbasierten Produktionssystemen. Forschungsschritt II untersucht lokale Strategien, um die landwirtschaftliche Dürre zu bewältigen und bewertet – mit Hilfe von Naturressourcenbewertungsverfahren – Agroforstsysteme als eine Alternative, um die negativen Auswirkungen der Trockenzeiten zu verringern. Beeinträchtigt durch zunehmende Niederschlagsschwankungen, identifizieren Bauern die Diversifizierung von landwirtschaftlichen und nicht-landwirtschaftlichen Aktivitäten als Anpassungsstrategie bei landwirtschaftliche Dürre, wodurch die Abhängigkeit vom Wetter und die Kovarianz zwischen den Aktivitäten für den Lebensunterhalt reduziert werden kann. Neben der Einführung resistenterer Kultur- und Weidepflanzen, ist die Einbeziehung von Bäumen in das System wünschenswert, aufgrund ihres positiven Einflusses auf die Bodenfeuchte und Erträge. Die Bodenfeuchte in agroforstwirtschaftlichen Systemen mit Eukalyptusbäumen ist während der beginnenden Feuchtperiode 20% höher als in landwirtschaftlichen Systemen. Die Unterschiede der Bodenfeuchte am Ende der Trockenzeit und bezüglich des Kartoffelertrags sind zwischen diesen Systemen nicht markant, obwohl eine Fläche, auf der keine Saat ausgebracht wurde, den landwirtschaftlichen Ertrag in Agroforstsystemen um 13 bis 17% mindert. Forschungsschritt III versucht die Effizienz der Ressourcenzuordnung in Farmhaushaltssystemen zu maximieren, indem ein Optimierungsmodell mit Hilfe der linearen Programmierung entwickelt wird. Diese ökonomische Erhebung unterstreicht die Notwendigkeit zusätzlicher nichtlandwirtschaftlicher Aktivitäten für ressourcenärmere Bauern. Bei Zinsraten unter 15% umfasst das Model baumbasierte Produktionssysteme als einen Teil der optimalen Lösung. Mit steigenden Zinsraten wird jedoch eine größere Bodenfläche dazu verwendet, um die Grundbedürfnisse der Haushalte zu decken und es stehen weniger Ressourcen für Aktivitäten zur Kapitalanhäufung wie Forstwirtschaft zur Verfügung. Die in das Modell involvierten Variationen zeigen, dass Weidesysteme sensibler auf Veränderungen des Produktionsausstoßes reagieren. Schwankungen bei den Löhnen der Farmer und Veränderungen der Baumpreise beeinträchtigen hingegen die optimalen Lösungen weniger. Dadurch sind die landwirtschaftlichen Systeme gegenüber Marktschwankungen weniger anfällig. Abschließend erweist sich, dass – für bestimmte Farmhaushaltssysteme im Untersuchungsgebiet – die Einbeziehung baumbasierter Systeme als nachhaltige und resiliente Livelihood-Strategie angesichts von Klimaschwankungen nützlich ist.:1 Introduction - 1 - 1.1 Introduction and justification - 1 - 1.2 Objectives and thesis statements - 2 - 1.3 Outline - 3 - 1.4 Definition of terms - 5 - 1.4.1 Vulnerability - 5 - 1.4.2 Resilience - 7 - 1.4.3 Agroforestry systems - 8 - 1.4.4 Farming system approach - 9 - 1.4.5 Farm household system - 10 - 1.4.6 Sustainable livelihood approach - 10 - 2 Framework and study site - 14 - 2.1 Theoretical framework - 14 - 2.2 Methodological framework - 18 - 2.2.1 Field laboratories - 18 - 2.2.2 Methods - 19 - 2.2.3 Methodology applied in research step I: Vulnerability in Achamayo - 21 - 2.2.4 Methodology applied in research step II: Agroforestry systems and agricultural droughts - 29 - 2.2.5 Methodology applied in research step III: Modeling small farm production systems - 33 - 2.2.6 Selection of case studies - 34 - 2.3 Study area - 35 - 2.3.1 Soils and topography - 35 - 2.3.2 Weather - 37 - 2.3.3 Agro-ecological zones and vegetation - 38 - 2.3.4 Climate change - 40 - 2.3.5 Socioeconomic characteristics - 42 - 2.3.6 Population - 43 - 2.3.7 External determinants - 71 - 2.4 Case studies - 47 - 2.4.1 Lowland communities (L) - 49 - 2.4.2 Middle access communities (M) - 50 - 2.4.3 Highland communities (H) - 51 - 3 Vulnerability in Achamayo - 53 - 3.1 Results - 53 - 3.1.1 Sustainable Livelihood Vulnerability Index (S-LVI) - 53 - 3.1.2 IPCC Livelihood Vulnerability Index (LVI-IPCC) - 68 - 3.2 Discussion - 71 - 3.2.1 Climate variability and extreme events - 71 - 3.2.2 Human capital - 71 - 3.2.3 Social capital - 71 - 3.2.4 Natural capital - 71 - 3.2.5 Physical capital - 71 - 3.2.6 Financial capital - 71 - 3.2.7 Livelihood strategies following the S-LVI and LVI-IPCC indices - 86 - 3.3 Conclusion - 92 - 4 Agroforestry systems and agricultural droughts - 95 - 4.1 Results - 96 - 4.1.1 Farmers’ experience and perception on climate variability and agricultural droughts - 96 - 4.1.2 Agricultural droughts in the farm household systems - 97 - 4.1.3 Farming forestry systems and land-use decision-making - 102 - 4.1.4 Influence of trees in the soil moisture and yield - 104 - 4.2 Discussion - 110 - 4.2.1 Climate change and agricultural droughts - 110 - 4.2.2 Farm forestry systems and land-use decision-making - 115 - 4.2.3 Influence of trees in the soil moisture and yield - 117 - 4.3 Conclusion - 121 - 5 Modeling small farm production systems: optimization of resource allocation - 123 - 5.1 Methodology - 124 - 5.1.1 Optimization Model - 126 - 5.1.2 Plan of optimization - 128 - 5.1.3 Production systems - 131 - 5.1.4 Constraints - 134 - 5.2 Results - 138 - 5.2.1 Model - 138 - 5.2.2 Interest rates - 142 - 5.2.3 Sensitivity analyses - 146 - 5.3 Discussion - 151 - 5.3.1 Cash flows - 151 - 5.3.2 Model outcomes - 152 - 5.3.3 Interest rates - 155 - 5.3.4 Sensitivity analyses - 159 - 5.4 Conclusion - 169 - 6 Synthesis - 171 - 6.1 Lessons learned - 171 - 6.1.1 Research step I - 172 - 6.1.2 Research step II - 175 - 6.1.3 Research step III - 176 - 6.2 Conclusions & outlook - 179 - 6.2.1 General conclusions - 179 - 6.2.2 Outlook - 181 - References - 185 - Appendix - 199 - / Regiões altomontanas, incluindo os Andes são extremamente sensíveis aos impactos das mudanças climáticas. Pequenos agricultores da região central dos Andes Peruanos estão progressivamente sendo expostos aos impactos das variações climáticas. A presente investigação transdisciplinar utiliza “field laboratories”, combinando os enfoques de sistemas rurais e dos meios de subsistência sustentáveis, visando uma avaliação social, ecológica e financeira, com intuito de se identificar estratégias resilientes e sustentáveis para os pequenos agricultores Andinos. A primeira etapa do presente estudo investiga e caracteriza os sistemas rurais, influenciados por seus contextos biofísicos e socioeconômicos, para os quais foram elaborados dois índices de vulnerabilidade focados na variabilidade climática, nos recursos dos meios de vida (cinco capitais) e nos três componentes da vulnerabilidade do IPCC. Esses índices mostram as condições altamente sensíveis da maioria das comunidades, com más condições de saúde, acesso à infra-estrutura e serviços públicos. A capacidade de resposta dos pequenos agricultores é frequentemente limitada pela baixa diversificação de actividades na exploração agricola e falta de organização. Posteriormente, foram identificadas estratégias de subsitência sustentáveis. Estas incluem a intensificação tanto do trabalho rural, quanto do não-agrícola para as comunidades de terras baixas e mais acessíveis. Para as comunidades altomontanas e com menor acesso, a migração temporária é uma estratégia de enfrentamento comum. Cenários sustentáveis para essas comunidades incluem um incremento nas estratégias de diversificação p. ex. aumentando a agrobiodiversidade e a parcela dos sistemas de produção florestais. A segunda etapa da pesquisa explora estratégias locais para lidar com as secas agrícolas e investiga, por meio de métodos de avaliação de recursos naturais, sistemas agroflorestais como alternativa para reduzir os seus efeitos negativos. Afetado principalmente pelo aumento da variação da precipitação, os agricultores identificam a diversificação tanto no trabalho rural, quanto no não-agrícola, como estratégias adaptativas contra secas agrícolas que reduzam a dependência do clima e covariância entre atividades de subsitência. Entre a introdução de culturas e de pastagens de variedades mais resistentes, a incorporação de árvores em seu sistema é desejada por conta da sua influência positiva na umidade do solo e no rendimento das culturas. A umidade do solo em sistemas agroflorestais com árvores de eucalipto é de 10-20% maior do que em sistemas agrícolas durante o início da estação chuvosa. As diferenças na umidade do solo durante o final da estação seca e na produtividade da batata não são evidentes entre estes dois sistemas. Apesar disso, o espaço sem semeadura deixado em sistemas agroflorestais reduziu a produção agrícola em 13-17%. A terceira etapa da presente investigação visa maximizar a eficiência da alocação de recursos em sistemas agrícolas familiares por meio do desenvolvimento de um modelo de otimização de programação linear. Esta avaliação financeira sustenta a necessidade de atividades não-agrícolas adicionais para agricultores com recursos escassos. Ademais, sob taxas de juros abaixo de 15%, o modelo inclui sistemas de produção florestais como parte da solução ideal. Contudo, com o aumento das taxas de juros, uma parcela maior da propriedade é usada para garantir as necessidades básicas, e portanto, menos recursos do agregado familiar estão disponíveis para atividades de acumulação de capital, tais como a silvicultura. Variações introduzidas no modelo mostram que sistemas de pastagem são mais sensíveis a mudanças nas condições de produção. Ademais, variaçãoes nos salários dos trabalhadores agrícolas e nos preços de árvores afetam menos as soluções ótimas, tornando os sistemas agrícolas menos sensíveis a estas mudanças do mercado. Por fim, a incorporação de sistemas florestais provaram ser uma estratégia de subsistência sustentável e resiliente contra a variação climática para determinados sistemas de agricultura familiar da área de estudo.:1 Introduction - 1 - 1.1 Introduction and justification - 1 - 1.2 Objectives and thesis statements - 2 - 1.3 Outline - 3 - 1.4 Definition of terms - 5 - 1.4.1 Vulnerability - 5 - 1.4.2 Resilience - 7 - 1.4.3 Agroforestry systems - 8 - 1.4.4 Farming system approach - 9 - 1.4.5 Farm household system - 10 - 1.4.6 Sustainable livelihood approach - 10 - 2 Framework and study site - 14 - 2.1 Theoretical framework - 14 - 2.2 Methodological framework - 18 - 2.2.1 Field laboratories - 18 - 2.2.2 Methods - 19 - 2.2.3 Methodology applied in research step I: Vulnerability in Achamayo - 21 - 2.2.4 Methodology applied in research step II: Agroforestry systems and agricultural droughts - 29 - 2.2.5 Methodology applied in research step III: Modeling small farm production systems - 33 - 2.2.6 Selection of case studies - 34 - 2.3 Study area - 35 - 2.3.1 Soils and topography - 35 - 2.3.2 Weather - 37 - 2.3.3 Agro-ecological zones and vegetation - 38 - 2.3.4 Climate change - 40 - 2.3.5 Socioeconomic characteristics - 42 - 2.3.6 Population - 43 - 2.3.7 External determinants - 71 - 2.4 Case studies - 47 - 2.4.1 Lowland communities (L) - 49 - 2.4.2 Middle access communities (M) - 50 - 2.4.3 Highland communities (H) - 51 - 3 Vulnerability in Achamayo - 53 - 3.1 Results - 53 - 3.1.1 Sustainable Livelihood Vulnerability Index (S-LVI) - 53 - 3.1.2 IPCC Livelihood Vulnerability Index (LVI-IPCC) - 68 - 3.2 Discussion - 71 - 3.2.1 Climate variability and extreme events - 71 - 3.2.2 Human capital - 71 - 3.2.3 Social capital - 71 - 3.2.4 Natural capital - 71 - 3.2.5 Physical capital - 71 - 3.2.6 Financial capital - 71 - 3.2.7 Livelihood strategies following the S-LVI and LVI-IPCC indices - 86 - 3.3 Conclusion - 92 - 4 Agroforestry systems and agricultural droughts - 95 - 4.1 Results - 96 - 4.1.1 Farmers’ experience and perception on climate variability and agricultural droughts - 96 - 4.1.2 Agricultural droughts in the farm household systems - 97 - 4.1.3 Farming forestry systems and land-use decision-making - 102 - 4.1.4 Influence of trees in the soil moisture and yield - 104 - 4.2 Discussion - 110 - 4.2.1 Climate change and agricultural droughts - 110 - 4.2.2 Farm forestry systems and land-use decision-making - 115 - 4.2.3 Influence of trees in the soil moisture and yield - 117 - 4.3 Conclusion - 121 - 5 Modeling small farm production systems: optimization of resource allocation - 123 - 5.1 Methodology - 124 - 5.1.1 Optimization Model - 126 - 5.1.2 Plan of optimization - 128 - 5.1.3 Production systems - 131 - 5.1.4 Constraints - 134 - 5.2 Results - 138 - 5.2.1 Model - 138 - 5.2.2 Interest rates - 142 - 5.2.3 Sensitivity analyses - 146 - 5.3 Discussion - 151 - 5.3.1 Cash flows - 151 - 5.3.2 Model outcomes - 152 - 5.3.3 Interest rates - 155 - 5.3.4 Sensitivity analyses - 159 - 5.4 Conclusion - 169 - 6 Synthesis - 171 - 6.1 Lessons learned - 171 - 6.1.1 Research step I - 172 - 6.1.2 Research step II - 175 - 6.1.3 Research step III - 176 - 6.2 Conclusions & outlook - 179 - 6.2.1 General conclusions - 179 - 6.2.2 Outlook - 181 - References - 185 - Appendix - 199 -

Tesis por compendio / [ES] Edge Computing es un modelo de computación emergente basado en acercar el procesamiento a los dispositivos de captura de datos en las infraestructuras Internet of things (IoT). Edge computing mejora, entre otras cosas, los tiempos de respuesta, ahorra anchos de banda, incrementa la seguridad de los servicios y oculta las caídas transitorias de la red. Este paradigma actúa en contraposición a la ejecución de servicios en entornos cloud y es muy útil cuando se desea desarrollar soluciones de inteligencia artificial (AI) que aborden problemas en entornos de desastres naturales, como pueden ser inundaciones, incendios u otros eventos derivados del cambio climático. La cobertura de estos escenarios puede resultar especialmente difícil debido a la escasez de infraestructuras disponibles, lo que a menudo impide un análisis de los datos basado en la nube en tiempo real. Por lo tanto, es fundamental habilitar técnicas de IA que no dependan de sistemas de cómputo externos y que puedan ser embebidas en dispositivos de móviles como vehículos aéreos no tripulados (VANT), para que puedan captar y procesar información que permita inferir posibles situaciones de emergencia y determinar así el curso de acción más adecuado de manera autónoma. Históricamente, se hacía frente a este tipo de problemas utilizando los VANT como dispositivos de recogida de datos con el fin de, posteriormente, enviar esta información a la nube donde se dispone de servidores capacitados para analizar esta ingente cantidad de información. Este nuevo enfoque pretende realizar todo el procesamiento y la obtención de resultados en el VANT o en un dispositivo local complementario. Esta aproximación permite eliminar la dependencia de un centro de cómputo remoto que añade complejidad a la infraestructura y que no es una opción en escenarios específicos, donde las conexiones inalámbricas no cumplen los requisitos de transferencia de datos o son entornos en los que la información tiene que obtenerse en ese preciso momento, por requisitos de seguridad o inmediatez. Esta tesis doctoral está compuesta de tres propuestas principales. En primer lugar se plantea un sistema de despegue de enjambres de VANTs basado en el algoritmo de Kuhn Munkres que resuelve el problema de asignación en tiempo polinómico. Nuestra evaluación estudia la complejidad de despegue de grandes enjambres y analiza el coste computacional y de calidad de nuestra propuesta. La segunda propuesta es la definición de una secuencia de procesamiento de imágenes de catástrofes naturales tomadas desde drones basada en Deep learning (DL). El objetivo es reducir el número de imágenes que deben procesar los servicios de emergencias en la catástrofe natural para poder tomar acciones sobre el terreno de una manera más rápida. Por último, se utiliza un conjunto de datos de imágenes obtenidas con VANTs y relativas a diferentes inundaciones, en concreto, de la DANA de 2019, cedidas por el Ayuntamiento de San Javier, ejecutando un modelo DL de segmentación semántica que determina automáticamente las regiones más afectadas por las lluvias (zonas inundadas). Entre los resultados obtenidos se destacan los siguientes: 1- la mejora drástica del rendimiento del despegue vertical coordinado de una red de VANTs. 2- La propuesta de un modelo no supervisado para la vigilancia de zonas desconocidas representa un avance para la exploración autónoma mediante VANTs. Esto permite una visión global de una zona concreta sin realizar un estudio detallado de la misma. 3- Por último, un modelo de segmentación semántica de las zonas inundadas, desplegado para el procesamiento de imágenes en el VANTs, permite la obtención de datos de inundaciones en tiempo real (respetando la privacidad) para una reconstrucción virtual fidedigna del evento. Esta tesis ofrece una propuesta para mejorar el despegue coordinado de drones y dotar de capacidad de procesamiento de algoritmos de deep learning a dispositivos edge, más concretamente UAVs autónomos. / [CA] Edge Computing és un model de computació emergent basat a acostar el processament als dispositius de captura de dades en les infraestructures Internet of things (IoT). Edge computing millora, entre altres coses, els temps de resposta, estalvia amplades de banda, incrementa la seguretat dels serveis i oculta les caigudes transitòries de la xarxa. Aquest paradigma actua en contraposició a l'execució de serveis en entorns cloud i és molt útil quan es desitja desenvolupar solucions d'intel·ligència artificial (AI) que aborden problemes en entorns de desastres naturals, com poden ser inundacions, incendis o altres esdeveniments derivats del canvi climàtic. La cobertura d'aquests escenaris pot resultar especialment difícil a causa de l'escassetat d'infraestructures disponibles, la qual cosa sovint impedeix una anàlisi de les dades basat en el núvol en temps real. Per tant, és fonamental habilitar tècniques de IA que no depenguen de sistemes de còmput externs i que puguen ser embegudes en dispositius de mòbils com a vehicles aeris no tripulats (VANT), perquè puguen captar i processar informació per a inferir possibles situacions d'emergència i determinar així el curs d'acció més adequat de manera autònoma. Històricament, es feia front a aquesta mena de problemes utilitzant els VANT com a dispositius de recollida de dades amb la finalitat de, posteriorment, enviar aquesta informació al núvol on es disposa de servidors capacitats per a analitzar aquesta ingent quantitat d'informació. Aquest nou enfocament pretén realitzar tot el processament i l'obtenció de resultats en el VANT o en un dispositiu local complementari. Aquesta aproximació permet eliminar la dependència d'un centre de còmput remot que afig complexitat a la infraestructura i que no és una opció en escenaris específics, on les connexions sense fils no compleixen els requisits de transferència de dades o són entorns en els quals la informació ha d'obtindre's en aqueix precís moment, per requisits de seguretat o immediatesa. Aquesta tesi doctoral està composta de tres propostes principals. En primer lloc es planteja un sistema d'enlairament d'eixams de VANTs basat en l'algorisme de Kuhn Munkres que resol el problema d'assignació en temps polinòmic. La nostra avaluació estudia la complexitat d'enlairament de grans eixams i analitza el cost computacional i de qualitat de la nostra proposta. La segona proposta és la definició d'una seqüència de processament d'imatges de catàstrofes naturals preses des de drons basada en Deep learning (DL).L'objectiu és reduir el nombre d'imatges que han de processar els serveis d'emergències en la catàstrofe natural per a poder prendre accions sobre el terreny d'una manera més ràpida. Finalment, s'utilitza un conjunt de dades d'imatges obtingudes amb VANTs i relatives a diferents inundacions, en concret, de la DANA de 2019, cedides per l'Ajuntament de San Javier, executant un model DL de segmentació semàntica que determina automàticament les regions més afectades per les pluges (zones inundades). Entre els resultats obtinguts es destaquen els següents: 1- la millora dràstica del rendiment de l'enlairament vertical coordinat d'una xarxa de VANTs. 2- La proposta d'un model no supervisat per a la vigilància de zones desconegudes representa un avanç per a l'exploració autònoma mitjançant VANTs. Això permet una visió global d'una zona concreta sense realitzar un estudi detallat d'aquesta. 3- Finalment, un model de segmentació semàntica de les zones inundades, desplegat per al processament d'imatges en el VANTs, permet l'obtenció de dades d'inundacions en temps real (respectant la privacitat) per a una reconstrucció virtual fidedigna de l'esdeveniment. / [EN] Edge Computing is an emerging computing model based on bringing data processing and storage closer to the location needed to improve response times and save bandwidth. This new paradigm acts as opposed to running services in cloud environments and is very useful in developing artificial intelligence (AI) solutions that address problems in natural disaster environments, such as floods, fires, or other events of an adverse nature. Coverage of these scenarios can be particularly challenging due to the lack of available infrastructure, which often precludes real-time cloud-based data analysis. Therefore, it is critical to enable AI techniques that do not rely on external computing systems and can be embedded in mobile devices such as unmanned aerial vehicles (UAVs) so that they can capture and process information to understand their context and determine the appropriate course of action independently. Historically, this problem was addressed by using UAVs as data collection devices to send this information to the cloud, where servers can process it. This new approach aims to do all the processing and get the results on the UAV or a complementary local device. This approach eliminates the dependency on a remote computing center that adds complexity to the infrastructure and is not an option in specific scenarios where wireless connections do not meet the data transfer requirements. It is also an option in environments where the information has to be obtained at that precise moment due to security or immediacy requirements. This study consists of three main proposals. First, we propose a UAV swarm takeoff system based on the Kuhn Munkres algorithm that solves the assignment problem in polynomial time. Our evaluation studies the takeoff complexity of large swarms and analyzes our proposal's computational and quality cost. The second proposal is the definition of a Deep learning (DL) based image processing sequence for natural disaster images taken from drones to reduce the number of images processed by the first responders in the natural disaster. Finally, a dataset of images obtained with UAVs and related to different floods is used to run a semantic segmentation DL model that automatically determines the regions most affected by the rains (flooded areas). The results are 1- The drastic improvement of the performance of the coordinated vertical take-off of a network of UAVs. 2- The proposal of an unsupervised model for the surveillance of unknown areas represents a breakthrough for autonomous exploration by UAVs. This allows a global view of a specific area without performing a detailed study. 3- Finally, a semantic segmentation model of flooded areas, deployed for image processing in the UAV, allows obtaining real-time flood data (respecting privacy) for a reliable virtual reconstruction of the event. This thesis offers a proposal to improve the coordinated take-off of drones, to provide edge devices with deep learning algorithms processing capacity, more specifically autonomous UAVs, in order to develop services for the surveillance of areas affected by natural disasters such as fire detection, segmentation of flooded areas or detection of people in danger. Thanks to this research, services can be developed that enable the coordination of large arrays of drones and allow image processing without needing additional devices. This flexibility makes our approach a bet for the future and thus provides a development path for anyone interested in deploying an autonomous drone-based surveillance and actuation system. / I would like to acknowledge the project Development of High-Performance IoT Infrastructures against Climate Change based on Artificial Intelligence (GLOBALoT). Funded by Ministerio de Ciencia e Innovación (RTC2019-007159-5), of which this thesis is part. / Hernández Vicente, D. (2023). Analysis Design and Implementation of Artificial Intelligence Techniques in Edge Computing Environments [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/192605 / Compendio