[ES] Esta tesis presenta un nuevo modelo llamado "Modelo dinámico de interacción social y multitud urbana (DUCSIM)", que tiene como objetivo calcular la densidad de multitudes y descifrar las redes sociales en entornos oportunistas. Con la creciente similitud de los dispositivos electrónicos conectados a Internet y la influencia generalizada de las redes sociales en línea, se ha creado un enorme rastro digital. Las huellas digitales basadas en la movilidad humana y el mayor uso de sistemas de comunicación inalámbrica como 3G, 4G y 5G forman una rica base de datos que puede analiarse. Estas huellas digitales ofrecen una forma única de modelar los patrones de multitud dentro de diferentes contextos, como asambleas espontáneas en espacios públicos y escenarios planificados, como en el caso de los megaeventos. El estudio se centra en el desafío de las reuniones multitudinarias oportunistas, donde las personas se congregan por diferentes motivos sin planificación; manifiestan sus movimientos de forma dinámica e inesperada. El análisis del comportamiento humano en las ciudades modernas y desarrolladas requiere que estas reuniones se produzcan en centros comerciales, cruces de carreteras y flash mobs. El análisis macroscópico de la densidad de multitudes basado en datos de las torres de telefonía móvil sirve como primera etapa para delinear el marco DUCSIM. Se adopta el método Median-of-Median (M-o-M) para mayor solidez, ya que este análisis implica umbrales de conteo bruto de multitudes diario y semanal. Las densidades de multitud se clasifican en cuartiles para mostrar distintos grados de distribución de la multitud. A través del análisis macroscópico, el marco avanza hacia el análisis de movilidad acumulativa de multitudes. La dinámica del movimiento de multitudes se mide cambiando las señales de las torres de telefonía movil y formulando un mapa de densidad de multitudes para pronosticar sus movimientos posteriores. Examina el microanálisis del movimiento individual y las relaciones interpersonales a menor escala. Incluye asignar personas a torres de telefonía móvil y formar gráficos de interacción social que infieren y actualizan las relaciones sociales. La parte más importante de DUCSIM radica en su capacidad de aprender y adaptarse dinámicamente para crear un modelo de representación novedoso que se adapte al patrón recién detectado. Esta flexibilidad ayuda a garantizar la relevancia del marco, que debe actualizarse continuamente. El modelado predictivo personalizado se combina con datos históricos que engloban la tesis. El marco utiliza densidades de multitudes anteriores y datos de movimiento para descubrir tendencias y predecir dinámicas de multitudes futuras, mejorando así la eficiencia de la planificación urbana, la respuesta a emergencias o las ciudades inteligentes. El marco DUCSIM proporciona un método integral, flexible y de previsión para comprender y controlar los fenómenos de aglomeración urbana. Una forma moderna de análisis de datos que involucra varias fuentes de datos, respaldada por matemáticas rigurosas, hace que este método sea único para los estudios urbanos. Además, da impulso al ámbito académico y proporciona recomendaciones prácticas sobre la aplicación de esta metodología en la gestión y planificación de las ciudades modernas. / [CA] Aquesta tesi presenta un nou model anomenat "Dynamic Urban Crowd and Social Interaction Model (DUCSIM)", que té com a objectiu calcular la densitat de multituds i desxifrar xarxes socials en entorns oportunistes. Amb la creixent comú d'aparells electrònics enllaçats a Internet i la influència generalitzada de les xarxes socials en línia, s'ha creat un enorme rastre digital. Les traces digitals basades en la mobilitat humana i l'augment de l'ús de sistemes de comunicació sense fils com 3G, 4G i 5G formen una base de dades rica per ser analitzada. Aquestes traces digitals ofereixen una manera única de modelar els patrons de multituds en diferents contextos, com ara assemblees espontànies en espais públics i escenaris planificats, com en el cas dels megaesdeveniments. L'estudi se centra en el repte de les reunions multitudinàries oportunistes, on la gent es congrega per diferents motius sense planificació; manifesten els seus moviments de manera dinàmica i inesperada. L'anàlisi del comportament humà a les ciutats modernes i desenvolupades requereix que aquestes reunions es produeixin en centres comercials, cruïlles de carreteres i flash mobs. L'anàlisi macroscòpic de la densitat de multituds basada en dades de les torres de telefonía mòbil serveix com a primera etapa per descriure el marc DUCSIM. El mètode M-o-M s'adopta per a la robustesa, ja que aquesta anàlisi implica umbrals de recompte de multituds diaris i setmanals. Les densitats de multitud es classifiquen en quartils per mostrar diferents graus de distribució de multitud. Mitjançant l'anàlisi macroscòpic, el marc avança cap a l'anàlisi de la mobilitat acumulat de multituds. La dinàmica del moviment de la multitud es mesura canviant els senyals de les torres de telefonía mòbil i formulant un mapa de densitat de la multitud per preveure els seus moviments posteriors. Examina el microanàlisi del moviment individual i les relacions interpersonals a menor escala. Inclou assignar persones a torres de telefonía mòbil i formar gràfics d'interacció social que dedueixin i actualitzin les relacions socials. La part més important de DUCSIM està en la seua capacitat per aprendre i adaptar-se de manera dinàmica per crear un model de representació nou que s'adapte al patró recentment detectat. Aquesta flexibilitat ajuda a garantir la rellevància del marc, que s'ha d'actualitzar contínuament. El modelatge predictiu personalitzat es combina amb les dades històriques que engloben la tesi. El marc utilitza dades de moviment i densitats de multitud anteriors per descobrir tendències i predir les properes dinàmiques de multituds, millorant així l'eficiència de la planificació urbana, la resposta d'emergència o les ciutats intel·ligents. El marc DUCSIM proporciona un mètode complet, flexible i de previsió per entendre i controlar els fenòmens d'aglomeracions urbanes. Una forma moderna d'anàlisi de dades que inclou diverses fonts de dades, amb el suport de matemàtiques rigoroses, fa que aquest mètode sigui únic per als estudis urbans. A més, dóna un impuls a l'àmbit acadèmic i ofereix recomanacions pràctiques sobre l'aplicació d'aquesta metodologia en la gestió i planificació de la ciutat moderna. / [EN] This thesis presents a new framework called the "Dynamic Urban Crowd and Social Interaction Model (DUCSIM)," which is aimed at calculating crowd density and deciphering social networks in opportunistic environments. With the growing commonality of internet-linked electronic gadgets and the widespread influence of online social networks, an enormous digital trail has been created. The digital traces based on human mobility and the increased usage of wireless communication systems such as 3G, 4G, and 5G form a rich database to be analyzed. These digital traces offer a unique way of modelling the crowd patterns within different contexts, like spontaneous assemblies in public spaces and planned scenarios, as in the case of mega-events. The study focuses on the challenge of opportunistic crowd gatherings, where people congregate for different reasons without planning; they manifest their motions dynamically and unexpectedly. The analysis of human behaviour in modern, developed cities requires that these gatherings occur in malls, road junctions, and flash mobs. Macroscopic crowd density analysis based on data from MOBILE towers serves as the first stage in outlining the DUCSIM framework. The Median-of-Median (M-o-M) method is adopted for robustness as this analysis involves daily and weekly raw crowd count thresholds. Crowd densities are ranked in quartiles to show varying degrees of crowd distribution. Through the macroscopic analysis, the framework progresses to cumulative crowd mobility analysis. Crowd movement dynamics are measured by changing signals from MOBILE towers and formulating a crowd's density map to forecast its subsequent motions. It examines the micro-analysis of individual movement and interpersonal relations on a smaller scale. It includes assigning people to MOBILE towers and forming social interaction graphs that infer and update social relationships. The most important part of DUCSIM lies in its ability to dynamically learn and adapt to create a novel representation model to suit the newly detected pattern. This flexibility helps to ensure the relevancy of the framework, which must be continually updated. Custom predictive modelling combines with historical data that encompasses the thesis. The framework uses previous crowd densities and movement data to discover trends and predict upcoming crowd dynamics, thus improving urban planning efficiency, emergency response, or smart cities. The DUCSIM framework provides a comprehensive, flexible and forecasting method of understanding and controlling urban crowd phenomena. A modern form of data analysis involving several data sources, supported by rigorous mathematics, makes this method unique for urban studies. Moreover, it gives impetus to the academic sphere and provides practical recommendations concerning the application of this methodology within modern city management and planning. / Addepalli, L. (2024). An Architecture for Crowd Density Estimation in Heterogenous Opportunistic Environment [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/204747

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

Data availability is extremely important for water management. Without data it would not be possible to know how much water is available or how often extreme events are likely to occur. The usually available hydro-meteorological data often have a limited representativeness and are affected by errors and uncertainties. Additionally, their collection is resource-intensive and, thus, many areas of the world are severely under-monitored. Other areas are seeing an unprecedented – yet local – wealth of data in the last decades. Additionally, the spread of new technologies together with the integration of different approaches to water management science and practice have uncovered a large amount of soft information that can potentially complement and expand the possibilities of water management. This thesis presents a series of studies that address data opportunities for water management. Firstly, the hydro-meteorological data needs for correctly estimating key processes for water resource management such as precipitation and discharge were evaluated. Secondly, the use of non-traditional sources of information such as social media and human behaviour to improve the efficiency of flood mitigation actions were explored. The results obtained provide guidelines for determining basic hydro-meteorological data needs. For instance, an upper density of 24 rain gauges per 1000 km2 for spatial precipitation estimation beyond which improvements are negligible was found. Additionally, a larger relative value of discharge data respect to precipitation data for calibrating hydrological models was observed. Regarding non-traditional sources of information, social memory of past flooding events was found to be a relevant factor determining the efficiency of flood early warning systems and therefore their damage mitigation potential. Finally, a new methodology to use social media data for probabilistic estimates of flood extent was put forward and shown to achieve results comparable to traditional approaches. This thesis significantly contributes to integrated water management by improving the understanding of data needs and opportunities of new sources of information thus making water management more efficient and useful for society. / All vattenförvaltning kräver tillgång till data. Data behövs för att kunna fastställa t.ex. hur mycket vatten som finns och sannolikheten för stora översvämningar. De hårda hydro-meteorologiska data som normalt är tillgängliga har inte sällan en begränsad representativitet och påverkas av fel och osäkerheter. Dessutom är datainsamling nästan alltid resurskrävande och därför finns hårda data i begränsad utsträckning, eller inte alls, i stora delar av världen. Samtidigt har man under senaste decennierna fått tillgång till en oöverträffad – men lokal – mängd data i vissa områden. Spridningen av ny teknik har, tillsammans med integreringen av olika vetenskapliga metoder inom vattenförvaltning och praktik, påvisat värdet av mjuk information som potentiellt kan komplettera hårda data och förbättra möjligheterna till en god vattenförvaltning. Denna avhandling presenterar studier som belyser vilka möjligheter vattenförvaltningen har vid olika tillgång på hårda data och mjuk information. Först utvärderades vilka krav som kan ställas på hydro-meteorologiska data för att korrekt kunna beskriva nyckelprocesser som nederbörd och vattenföring vid bestämning av vattenresurser. Därefter utforskades möjligheterna att förbättra översvämningsberäkningar med hjälp av mjuk information från sociala medier och rörande mänskligt beteende. Resultaten gav riktlinjer för att bestämma värdet av hydro-meteorologiska data. Till exempel visades att information om nederbördens rumsliga fördelning inte förbättras nämnvärt vid en mätartäthet över 24 regnmätare per 1000 km2. Det relativa värdet av vattenföring visade sig också vara större än för nederbörd för att kalibrera hydrologiska modeller. Det visade sig att en befolknings minne av tidigare översvämningar påverkar effektiviteten hos tidiga varningssystem för översvämningar och deras möjlighet att begränsa skador. Slutligen har en ny metod föreslagits för att använda sociala medier för sannolikhetsberäkningar av översvämmade områden. Metoden visade sig leda till resultat som var jämförbara med traditionella metoder. Avhandlingens huvudsakliga bidrag till en integrerad vattenförvaltning är att öka förståelsen för vilka data som krävs för olika förvaltningsmål och vilka möjligheter som finns att utnyttja mjuk information för att effektivisera vattenförvaltningen göra den mer användbar för samhället. / La disponibilitat de dades és extremadament important per a la gestió de l’aigua. Sense dades no seria possible conèixer ni la quantitat d'aigua disponible ni la freqüència d’esdeveniments extrems. Les dades hidrometeorològiques normalment disponibles tenen una representativitat limitada, es veuen afectades per errors i incerteses i la seva recol•lecció requereix nombrosos recursos, cosa que produeix que moltes zones del món no estiguin adequadament monitoritzades. Així i tot, en les últimes dècades s’ha generat una quantitat de dades sense precedents però de manera localitzada. A més, la difusió de noves tecnologies, juntament amb la integració de diferents enfocaments han permès utilitzar una gran quantitat de dades “toves” per complementar i ampliar les possibilitats en la gestió de l'aigua. Aquesta tesi presenta estudis que aborden algunes de les oportunitats ofertes per les dades per a millorar la gestió de l'aigua. En primer lloc es va avaluar la quantitat necessària de dades hidrometeorològiques per estimar correctament processos clau per a la gestió dels recursos hídrics. En segon lloc es va explorar l'ús de fonts no tradicionals d'informació per millorar l'eficiència de la mitigació d'inundacions. Per exemple, es va identificar una densitat màxima de 24 pluviòmetres per 1000 km2 per estimar la distribució espacial de precipitació, per sobre de la qual les millores són insignificants. A més, es va observar que les dades d’escorrentia tenen un valor relatiu més gran per al calibratge de models hidrològics que les dades de precipitació. Pel que fa a la informació no tradicional, la memòria social d’anteriors inundacions es va identificar com un factor rellevant per a determinar l'eficiència dels sistemes d'alerta d'inundacions i, per tant, del seu potencial per mitigar danys. Finalment, es va proposar una nova metodologia per utilitzar informació provinent de xarxes socials per a realitzar estimacions probabilístiques d'extensió d’inundacions i es va demostrar el seu potencial per aconseguir resultats comparables als d’enfocaments tradicionals. Aquesta tesi aporta avenços significatius per a la gestió integrada de l'aigua mitjançant la millora de la comprensió de les necessitats de dades i de les oportunitats presentades per noves fonts d'informació. D’aquesta manera contribueix a una gestió de l'aigua més eficient i útil per a la societat. / La disponibilidad de datos es sumamente importante para la gestión del agua. Sin datos no sería posible determinar la cantidad de agua disponible o la frecuencia de eventos extremos. Los datos hidrometeorológicos normalmente disponibles tienen una representatividad limitada, son afectados por errores e incertidumbres y su recolección requiere de abundantes recursos, lo cual causa que muchas zonas del mundo no estén adecuadamente monitorizadas. En contraste, en las últimas décadas se ha generado una cantidad de datos sin precedentes pero de manera localizada. Además, la difusión de nuevas tecnologías, conjuntamente con la integración de distintos enfoques, ha permitido usar una gran cantidad de datos “blandos” para complementar y ampliar las posibilidades en la gestión del agua. Esta tesis presenta estudios que abordan las oportunidades ofrecidas por los datos para mejorar la gestión del agua. En primer lugar se evaluó la cantidad necesaria de datos hidrometeorológicos para estimar correctamente procesos clave para la gestión de recursos hídricos. En segundo lugar se exploró el uso de fuentes no tradicionales de información para mejorar la eficiencia de la mitigación de inundaciones. Por ejemplo, se identificó una densidad máxima de 24 pluviómetros por 1000 km2 para estimar la distribución espacial de precipitación más allá de la cual las mejoras son insignificantes. Además se observó que los datos de escorrentía tienen un mayor valor relativo para la calibración de modelos hidrológicos que el de los datos de precipitación. Respecto a la información no tradicional, la memoria social de inundaciones pasadas fue identificada como un factor relevante para determinar la eficiencia de los sistemas de alerta de inundaciones y, por lo tanto, de su potencial para mitigar daños. Finalmente, se propuso una nueva metodología para usar información proveniente de redes sociales para realizar estimaciones probabilísticas de extensión de inundaciones y se demostró su potencial para conseguir resultados comparables a los de enfoques tradicionales. Esta tesis aporta avances significativos para la gestión integral del agua a través de la mejora de la comprensión de las necesidades de datos y de las oportunidades presentadas por nuevas fuentes de información, contribuyendo a una gestión del agua más eficiente y útil para la sociedad.

La tesis se enmarca en el análisis microeconométrico de la demanda turística de los hogares españoles. Su objetivo general es estudiar los determinantes que influyen en la decisión de consumo turístico, frecuencia de consumo y gasto de los hogares en servicios turísticos. En el análisis de todas las decisiones intervienen variables no estrictamente económicas específicas de cada hogar (número de miembros, existencia de niños y otras variable ligadas al ciclo de vida del hogar) y de sus miembros (edad, nivel educativo, y otras variable ligadas al momento vital por el que atraviesan). Además, se incorporan variables económicas o ligadas a la situación económica del hogar. De esta manera se puede realizar un análisis sobre las diferentes decisiones de consumo turístico de los hogares y vincularlas a sus preferencias, restricciones temporales, restricciones monetarias o diferentes circunstancias condicionadas a su momento vital. Se hace especial referencia a los efectos de la crisis económica mundial y el desempleo de los miembros del hogar sobre su gasto turístico efectivo. Este trabajo está estructurado en cuatro capítulos. En el primer capítulo se aborda el estudio de las restricciones a las que hacen frente los hogares españoles a la hora de viajar. Para ello, se estudia la importancia que tiene la situación económica del hogar como barrera al consumo turístico. Los hogares analizados provienen de la muestra española del año 2000 de la encuesta del Panel de Hogares de la Comunidad Europea (PHOGUE). En el segundo capítulo se examina la frecuencia de participación turística mediante la explotación de los microdatos de la Encuesta de Presupuestos Familiares (EPF) durante el periodo 1999-2005. Además de la renta disponible y las variables del hogar asociadas a su situación económica, el tiempo libre, marcado por la situación laboral del sustentador familiar, y otros factores del hogar y sus miembros se incluye una variable temporal que permita describir la evolución de la frecuencia en el periodo considerado. En el tercer capítulo se examinan las decisiones de participación y gasto turístico de los hogares españoles en un periodo caracterizado por un cambio en el ciclo económico. Se emplean microdatos de la Encuesta de Presupuestos Familiares (EPF) de los años 2006 a 2010, lo que permite analizar las consecuencias que la crisis económica y el desempleo tienen sobre las decisiones de consumo turístico de los hogares. Finalmente, el cuarto capítulo tiene como principal objetivo la clasificación de los hogares en función de sus preferencias de consumo, distinguiendo entre demandantes de baja intensidad (nulo o muy escaso gasto turístico), intensidad media (gasto turístico intermedio) y alta intensidad (gasto turístico elevado). Así, se pretende ofrecer una alternativa a la modelización del gasto turístico teniendo en cuenta, de manera explícita, las preferencias personales ya que estas juegan un papel fundamental en la demanda turística como respuesta a un conjunto de características sociodemográficas y económicas. Los microdatos empleados pertenecen a la Encuesta de Presupuestos Familiares (EPF) de los años 2006 a 2010. Los ingresos son la variable que mayor poder explicativo tiene sobre la demanda turística. Aún así, las variaciones en el nivel de renta no presentan efectos uniformes en la variación del consumo turístico de los diferentes hogares. Los resultados obtenidos ponen de manifiesto la existencia de otros factores sociodemográficos que pueden compensar o restringir el consumo turístico efectivo. Las variaciones de los ingresos en los hogares, debidos a factores externos como la crisis o el desempleo, o a otros factores específicos del hogar y de sus miembros, no tienen el mismo efecto en las variaciones de la demanda turística final. Para el análisis de la demanda turística es necesario utilizar herramientas de estimación que permitan recoger la heterogeneidad de los consumidores. De esta manera, el efecto de los ingresos o de la situación económica de un hogar puede verse compensado por la presencia de otras variables ya sean preferencias o determinantes sociodemográficos. En cuanto a la novedad de introducir el efecto de la crisis, los resultados obtenidos ponen de manifiesto que ante ésta, los hogares modifican parcialmente sus criterios de decisión. En un entorno social de crisis económica los hogares otorgan a los ingresos un papel más conservador en la decisión de participación; no obstante, una vez tomada esa decisión, el gasto efectivo es más sensible al nivel de ingresos del hogar. Los resultados obtenidos revelan la conveniencia de incluir información sobre la situación laboral del sustentador principal, y si cabe, del resto de miembros en las decisiones de participación, frecuencia de viaje y gasto turístico. En España, dónde su economía se caracteriza por las elevadas tasas de desempleo y donde el ciclo económico afecta a la permanencia de empleo de los individuos, esta consideración ayuda a obtener una imagen más real sobre el comportamiento del hogar. Como se observa en los resultados el desempleo tiene un efecto negativo en las decisiones de consumo turístico que es coherente con la literatura revisada. El seguimiento y análisis de la demanda turística debe realizarse en un entorno de constantes cambios y, en la actualidad, con perspectivas de estancamiento. La tesis contribuye al análisis de la demanda turística señalando la heterogeneidad de comportamiento y preferencias de los consumidores, para los que el nivel de ingresos es sólo un factor en el conjunto de determinantes económicos y sociodemográficos que afectan a sus decisiones de consumo.

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 -

[ES] En un contexto de creciente preocupación por el calentamiento global y de políticas energéticas internacionales, en el cual los sistemas de climatización de los edificios suponen una parte importante del consumo energético global, los sistemas de bombas de calor son considerados como opciones muy interesantes debido a su alta eficiencia y por ser fuentes de energía renovables. En este sentido, una caracterización precisa de estos equipos es de vital importancia con el objetivo de mejorar su diseño y, en aquellos casos dónde este tipo de unidades se integren como parte de sistemas más complejos, implementar estrategias de control eficientes. En este contexto, esta tesis doctoral se centra en el modelado de bombas de calor con el fin de obtener modelos que permitan conocer con precisión el desempeño global de estas unidades en todo el rango de trabajo. En la primera parte del trabajo, se han realizado numerosos ensayos experimentales utilizando un nuevo prototipo de bomba de calor dual, obtenidos dentro del marco de trabajo del proyecto europeo GEOTeCH. Debido a la tipología hibrida de esta unidad, los resultados experimentales obtenidos incluyen datos de desempeño para las principales tecnologías de bombas de calor: las bombas de calor aerotérmicas y geotérmicas. Haciendo uso de toda esta información experimental, esta primera parte del trabajo se centra en obtener modelos polinómicos para la predicción del consumo eléctrico y las capacidades de calefacción y refrigeración en función de las variables externas a la unidad. Dichas variables son fáciles de obtener y suelen medirse en instalaciones reales. Por tanto, estos modelos caracterizan a la bomba de calor como un único componente, simplificando su implementación en modelos globales de sistemas más complejos donde se instalan estas unidades. Además, seleccionado un enfoque empírico para el modelado, en esta parte también se analizan algunos aspectos relevantes, como los términos a incluir en el polinomio, o cómo conformar las matrices experimentales de ensayo necesarias, es decir, cuántos puntos experimentales realizar y dónde situarlos en el rango de operación. Por último, la segunda parte de la tesis doctoral está dedicada a modelar uno de los componentes principales en estas unidades, el compresor. En este caso, el desarrollo de una extensa base de datos que incluye numerosos ensayos calorimétricos de las dos principales tecnologías de compresores, pistón y scroll, ha permitido el análisis detallado de las superficies de respuesta del consumo eléctrico y el caudal másico de refrigerante en función de las temperaturas de evaporación y condensación. A partir de esta información y siguiendo un enfoque similar al utilizado previamente, en esta segunda parte se revisan los modelos incluidos en la norma actual de caracterización de compresores, el estándar AHRI 540 (2020), para comprobar si son adecuados o si, por el contrario, debemos utilizar otro tipo de expresiones polinómicas. También se analizan en profundidad cuestiones críticas como el número de puntos necesarios para caracterizar cada tecnología de compresor, dónde situarlos en el dominio experimental, cómo evitar un posible sobreajuste del modelo minimizando problemas de extrapolación o interpolación, o cómo extrapolar los resultados para predecir con otros refrigerantes u otras condiciones de aspiración. / [CA] En un context de creixent preocupació per l'escalfament global i de polítiques energètiques internacionals, en el qual els sistemes de climatització dels edificis suposen una part important del consum energètic global, els sistemes de bombes de calor són considerats com a opcions molt interessants a causa de la seva alta eficiència i perquè són fonts d'energia renovables. En aquest sentit, una caracterització precisa d'aquests equips és de vital importància amb l'objectiu de millorar el seu disseny i, en aquells casos on aquest tipus d'unitats s'integren com a part de sistemes més complexos, implementar estratègies de control eficients. En aquest context, aquesta tesi doctoral se centra en el modelat de bombes de calor per obtenir models que permitisquen conèixer amb precisió el funcionament d'aquestes unitats a tot el rang de treball. A la primera part del treball, s'han realitzat nombrosos assajos experimentals utilitzant un nou prototip de bomba de calor dual, obtinguts dins del marc de treball del projecte europeu GEOTeCH. A causa de la tipologia hibrida d'aquesta unitat, els resultats experimentals obtinguts inclouen dades de funcionament per a les principals tecnologies de bombes de calor: les bombes de calor aerotèrmiques i geotèrmiques. Fent ús de tota aquesta informació experimental, aquesta primera part del treball se centra a obtenir models polinòmics per a la predicció del consum elèctric i les capacitats de calefacció i refrigeració en funció de les variables externes a la unitat. Aquestes variables són fàcils d'obtenir i se solen mesurar en instal·lacions reals. Per tant, aquests models caracteritzen la bomba de calor com un únic component, simplificant-ne la implementació en models globals de sistemes més complexos on s'instal·len aquestes unitats. A més, seleccionat un enfocament empíric per al modelatge, en aquesta part també s'analitzen alguns aspectes rellevants, com els termes a incloure al polinomi, o cóm conformar les matrius experimentals d'assaig necessàries, és a dir, quants punts experimentals realitzar i on situar-los al rang d'operació. Per acabar, la segona part de la tesi doctoral està dedicada al modelat d'un dels components principals d'aquestes unitats, el compressor. En aquest cas, el desenvolupament d'una extensa base de dades que inclou nombrosos assajos calorimètrics de les dues principals tecnologies de compressors, pistó i scroll, ha permès l'anàlisi detallat de les superfícies de resposta del consum elèctric i el cabal màssic de refrigerant segons les temperatures d'evaporació i de condensació. A partir d'aquesta informació i seguint un enfocament similar a l'utilitzat prèviament, en aquesta segona part es revisen els models inclosos a la norma actual de caracterització de compressors, l'estàndard AHRI 540 (2020), per comprovar si són adequats o si, per contra, cal utilitzar un altre tipus d'expressions polinòmiques. També s'analitzen en profunditat qüestions crítiques com el nombre de punts necessaris per caracteritzar cada tecnologia de compressor, on situar-los al domini experimental, cóm evitar un possible sobreajust del model minimitzant problemes d'extrapolació o interpolació, o cóm extrapolar els resultats per predir amb altres refrigerants o altres condicions d'aspiració. / [EN] In a context of global warming concerns and global energy policies, in which heating and cooling systems in buildings account for a significant amount of the global energy consumption, heat pump systems are widely considered as a really interesting option for enabling high efficiency and also for being renewable energy sources. In this sense, an accurate characterization of these units is of vital importance to improve their design and implement efficient control strategies, when the unit is integrated in more complex systems. Against this background, this PhD thesis focuses on heat pump modelling in order to create map-based models able to accurately characterize the global performance of these units for the entire working range. In the first part of this work, many experimental tests have been obtained for a new Dual Source Heat Pump prototype tested in the framework of the European project GEOTeCH. Due to the dual typology, the experimental results include performance data for the two main heat pump technologies: Air Source Heat Pumps and Ground Source Heat Pumps. By using all this experimental information, this first part focuses on obtaining empirical polynomial models capable of accurately predicting energy consumption and heating and cooling capacities as a function of external variables. Such variables are easy to measure and are usually recorded in real installations. Therefore, these models characterize the heat pump as a single component, simplifying its implementation in global models of more complex systems where these units are installed. Furthermore, selecting the empirical model approach, this part also includes some critical aspects, such as how to obtain the best polynomial expression, or how to perform the required experimental test matrices, i.e., how many tests should be conducted and where in the operating range. Finally, the second part of this PhD thesis is dedicated to modelling one of the main components of these units, the compressor. In this case, the development of an extensive database including numerous calorimetric tests on the two main compressor technologies, reciprocating and scroll compressors, has allowed the detailed analysis of the response surfaces of their performance parameters, i.e., the energy consumption and mass flow rate as a function of the evaporation and condensation temperatures. Using this information, and following an approach similar to that used in the first part, this second part reviews the models included in the current compressor characterization standard, the AHRI 540 (2020), in order to check whether they are appropriate or, on the contrary, whether we should use of other types of polynomial expression. Critical issues such as the number of points needed to characterize each compressor technology, where to place them in the experimental domain, how to prevent possible overfitting in the model adjustment to minimize extrapolation or interpolation problems, or how to extrapolate results for predicting other refrigerant or suction conditions, are discussed in depth. / I would like to acknowledge the financial support that has made this PhD thesis possible. The doctoral fellowship FPU15/03476 was founded by “Ministerio de Educación, Cultura y deporte” inside the program “Formación de Profesorado Universitario”, and the GEOTeCH project (No 656889) founded by the European Union under the “Horizon 2020 Framework Programme for European Research and Technological Development” / Marchante Avellaneda, J. (2023). Study of Response Surface Models for the characterization of the performance in Refrigeration Equipments and Heat Pumps [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/192653

Tesis por compendio / [ES] La tecnología de bombas de calor se ha vuelto estratégica en Europa, está extendiéndose rápidamente y se planea que reemplace las calderas de gas en un futuro cercano. Sin embargo, aún enfrenta desafíos, como encontrar refrige-rantes nuevos viables y altamente eficientes, y mejorar aún más el rendimiento del sistema. Para abordar este último problema, han surgido las bombas de calor de velocidad variable que prometen reducir el consumo anual e incremen-tar el confort adaptando la potencia suministrada a las necesidades cambiantes. Esta tecnología se está implementando ya, pero carece de una metodología estandarizada para diseñar y seleccionar sus componentes. Esta tesis tiene como objetivo establecer pautas de diseño generales para la selección y diseño de componentes de bombas de calor de velocidad variable, y ofrecer información valiosa que se pueda traducir en herramientas para asistir en la simulación, diseño, selección y detección de fallas en estos dispositivos. El contenido del estudio se puede dividir en tres áreas temáticas: En una primera parte, se estudian los compresores de velocidad variable. El compresor es el primer componente que se selecciona en una bomba de calor, modula la capacidad y es el principal consumidor de energía. Sin embargo, no existen metodologías bien establecidas para modelar su comportamiento. En esta parte, se realizan ensayos de caracterización de compresores de velocidad variable y sus inversores para comprender su comportamiento y proporcionar correlaciones compactas para modelar su rendimiento. En la segunda parte, se propone una metodología para dimensionar los intercambiadores de calor en bombas de calor de velocidad variable. Nor-malmente, se diseñan para una potencia fija y temperaturas de trabajo constan-tes, sin embargo, en las bombas de velocidad variable, la capacidad y las tempe-raturas de trabajo fluctúan significativamente con el tiempo. En esta parte, se estudia la evolución del rendimiento de los intercambiadores de calor con la capacidad (velocidad del compresor) y se propone una metodología de selec-ción/dimensionamiento que considera la evolución de la capacidad requerida y de las condiciones climáticas externas a lo largo del año. Por último, se evalúa la circulación del aceite en las bombas de calor de velocidad variable. Gestionar la lubricación en los compresores de velocidad variable es un problema típico ya que, para tener suficiente lubricación a bajas velocidades, el compresor termina bombeando un exceso de aceite a altas velo-cidades. En esta parte se estudia la evolución de las tasas de circulación de acei-te con la velocidad y se analiza teóricamente su efecto en el rendimiento de la bomba de calor. / [CA] La tecnologia de les bombes de calor s'ha tornat estratègica a Europa, s'està estenent ràpidament i es preveu que substituïsca les calderes de gas en un futur pròxim. Tanmateix, encara s'enfronta a desafiaments com trobar refrigerants nous viables i altament eficients, i millorar encara més el rendiment del sistema. Per abordar aquest darrer problema, han sorgit les bombes de calor de velocitat variable que prometen reduir el consum anual i incrementar el confort adaptant la potència subministrada a les necessitats variables. Aquesta tecnologia ja s'es-tà implementant, però manca d'una metodologia estandarditzada per dissenyar i seleccionar els seus components. Aquesta tesi té com a objectiu establir pautes de disseny generals per a la se-lecció i disseny de components de bombes de calor de velocitat variable, i oferir informació valuosa que es pugui traduir en eines per ajudar en la simulació, disseny, selecció i detecció de fallades d'aquests dispositius. El contingut de l'estudi es pot dividir en tres àrees temàtiques: En una primera part, s'estudien els compressors de velocitat variable. El compressor és el primer component seleccionat d'una bomba de calor, modula la capacitat i és el principal consumidor d'energia. Tanmateix, no hi ha metodo-logies ben establides per modelar el seu comportament. En aquesta part, es realitzen assajos de caracterització de compressors de velocitat variable i els seus inversors per comprendre el seu comportament i proporcionar correlaci-ons compactes per modelar el seu rendiment. En la segona part, es proposa una metodologia per dimensionar els inter-canviadors de calor en bombes de calor de velocitat variable. Normalment, es dissenyen per a una potència fixa i temperatures de treball constants, no obs-tant això, en les bombes de velocitat variable, la capacitat i les temperatures de treball fluctuen significativament amb el temps. En aquesta part, s'estudia l'evo-lució del rendiment dels intercanviadors de calor amb la capacitat (velocitat del compressor) i es suggereix una metodologia de selecció/dimensionament que considera l'evolució de les càrregues i de les condicions climàtiques externes al llarg de l'any. Finalment, s'avalua la circulació de l'oli a les bombes de calor de velocitat variable. Gestionar la lubricació als compressors de velocitat variable és un pro-blema típic, ja que per tenir suficient lubricació a baixes velocitats, el compres-sor acaba bombejant un excés d'oli a altes velocitats. En aquesta part s'estudia l'evolució de les taxes de circulació d'oli amb la velocitat i s'analitza teòricament el seu efecte en el rendiment de la bomba de calor. / [EN] Heat pump technology has become strategic in Europe, it is rapidly spread-ing, and it is planned to replace gas boilers in the near future. However, they still have challenges to solve, such as finding new viable and highly efficient refriger-ants and further increasing their system performance. For this latter issue, vari-able-speed heat pumps arise, which claim to decrease annual consumption and increase comfort by adapting the delivered capacity to the changing loads. This technology is being implemented but lacks a standardized methodology to de-sign and select its components. This thesis aims to establish comprehensive design guidelines for selecting and designing variable-speed heat pump components and give insights that can translate into valuable information and tools for engineers to assist them in the pump simulation, design, selection and fault detection. The content of the study can be divided into three thematic areas: In the first part, variable-speed compressors are studied. The compressor is the first selected heat pump component; it modulates the capacity and is the primary energy consumer. However, there are no well-established methodolo-gies to model their behavior. In this part, extensive testing of variable-speed compressors and their inverters was carried out to understand their behavior and to provide compact correlations to model their performance. The second part proposes a methodology to size heat exchangers for variable-speed heat pumps. Typically, they are designed for a fixed capacity and constant working temperatures. However, the capacity and working tempera-tures fluctuate significantly overtime in variable-speed pumps. In this part, the performance evolution of heat exchangers with capacity is studied, and a meth-odological selection/sizing technique is proposed that considers the evolution of external climatic conditions and loads over the year. Lastly, the oil circulation in variable-speed heat pumps is assessed. Man-aging lubrication in variable-speed compressors is a typical issue, as a design valid for sufficient lubrication at low compressor speeds will end up pumping excess oil at high speeds. In this final part, the evolution of oil circulation rates with speed is studied, and its effect on heat pump performance is theoretically analyzed. / I am indebted to the Spanish and European governments for their financial support with the grant PRE2018-083535, which made this research possible. Their commitment to academic excellence and research advancement has been crucial in successfully completing this thesis. / Ossorio Santiago, RJ. (2024). Modelling of Heat Pumps Working with Variable-Speed Compressors [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/203104 / Compendio