2012

Seguro por ndices climticos en Puno

LA POSITIVA SEGUROS Y REASEGUROS

Informe Preliminar
9 de agosto de 2012

 FADQDI Todos los derechos reservados. Este documento es propiedad de FADQDI y / o sus subsidiarias. Contiene declaraciones de los conocimientos tcnicos, el personal y la metodologa, as como sus tarifas de facturacin y desglose de los costos de los servicios para este tipo de proyectos. Nuestros competidores pueden identificar en esta propuesta la informacin tcnica e industrial, as como la informacin financiera y humana, el conocimiento de eso sera probablemente una gran ventaja para nuestros competidores , eso causando , por lo tanto, un dao irreparable a FADQDI. FADQDI considera que el contenido de esta propuesta debe ser exenta de divulgacin bajo la provisin de acceso a la legislacin de informacin, o bajo cualquier otra legislacin, a nadie excepto a los responsables de La Positiva, para su uso oficial en el ejercicio de sus funciones.

FADQDI All rights reserved. This document is the property of FADQDI and/or its subsidiaries. It contains statements of the know-how, personnel and methodology as well as its billing rates and cost breakdown of services for this type of project. Our competitors could identify in this proposal technical and industrial information, as well as human and financial information, the knowledge of which would likely provide a considerable advantage to such competitors therefore causing irreparable damage to FADQDI. FADQDI considers that the content of this proposal must be exempt from disclosure under the provision of access to information legislation, or under any other legislation, to anyone except to the concerned personnel of the addressee for official use in the course of their duties.

Seguro por ndices climticos en Puno Informe preliminar

ndice
1. Introduccin ......................................................................................................................................................... 5 Cronograma de realizacin del proyecto y de presentacin de los entregables ..................................................... 6 1. Los Datos .............................................................................................................................................................. 7 Los Datos de cultivos................................................................................................................................................ 7 Los Datos del Clima ................................................................................................................................................ 10 2. ANLISIS de correlacin ..................................................................................................................................... 13 Metodologa........................................................................................................................................................... 13 Resultados preliminares......................................................................................................................................... 16 3. Determinacin de zonas homogneas............................................................................................................... 19 Metodologa........................................................................................................................................................... 19 Anlisis de CORRELACIN espacial .................................................................................................................... 24 Definicin de zonas homogneas ...................................................................................................................... 24 Delimitacin por las fronteras administrativas .................................................................................................. 26 Resultados preliminares......................................................................................................................................... 26 4. Desarrollo de los ndices climticos y de los triggers ......................................................................................... 29 Metodologa........................................................................................................................................................... 29 Resultados preliminares......................................................................................................................................... 37 5. Pronstico de rendimiento ................................................................................................................................ 41 Metodologa........................................................................................................................................................... 41 Resultados preliminares......................................................................................................................................... 43 6. Tarificacin ......................................................................................................................................................... 47 Metodologa........................................................................................................................................................... 47 Resultados preliminares......................................................................................................................................... 47 7. Finalizacin del estudio ...................................................................................................................................... 48 Metodologa........................................................................................................................................................... 48 Resultados preliminares......................................................................................................................................... 48

Seguro por ndices climticos en Puno Informe preliminar

1. I NT ROD UC CI N
La Compaa de seguros y Reaseguros La Positiva ha mandado la FADQDI para desarrollar un seguro por ndices climticos para tres cultivos de la regin Puno en Per. Esta consultora se divide entre seis actividades incluyendo el anlisis de correlacin, la definicin de zonas homogneas para delimitar los territorios de incidencia de los ndices climticos, el desarrollo de los ndices y de sus disparadores, la determinacin de los rendimientos esperados a partir de los datos climticos, la tarificacin y por ltimo, la presentacin de los resultados durante un taller de validacin. La Tabla 1 presenta las actividades principales que se llevaron para realizar esta consultora.
TA BLA 1 : ES TR U CTU R A D E D IVI SI N D E TR A BA JO

Actividad 0000 1000

Descripcin Inicio del proyecto y gestin Anlisis de correlacin 1. Determinar las correlaciones entre la temperatura del aire y la precipitacin con rendimientos de cultivos a diferentes escalas espaciales y temporales Definicin de zonas homogneas 2. Determinar las correlaciones entre estaciones meteorolgicas 3. Determinar zonas homogneas en donde el impacto de las variaciones del clima sobre los rendimientos es similar.

2000

3000

Desarrollo de los ndices climticos y de los triggers 4. Determinar los ndices meteorolgicos / agrometeorlogicos que sern asegurados. 5. Determinar los disparadores o triggers de los ndices meteorolgicos / agrometeorolgicos que sern asegurados. Es decir determinar las condiciones bajo las cuales el seguro se activa. 6. Determinar la frecuencia y severidad de los ndices meteorolgicos / agrometeorolgicos.

4000

Pronostico de rendimiento 7.Determinar un modelo de pronstico de rendimiento de cultivos en funcin a variables climticas

5000 6000

Tarificacin 8.Tarificar el seguro indexado Finalizacin del estudio

Este documento presenta la metodologa y los resultados preliminares obtenidos para cada actividad, a la mitad de la consultora.

Seguro por ndices climticos en Puno Informe preliminar

C R O N O G R A M A D E R E A L IZ A C I N D E L P R O Y E C T O Y D E P R E S E N T A C I N D E L O S E N T R E G A B L E S
La Tabla 2 presenta el cronograma del proyecto y la Tabla 3 presenta el calendario de presentacin de los entregables.
TA BLA 2 : CR ONOG R A MA D E L P R OY E CTO

TA BLA 3 : CA LEND A R IO D E P R ESEN TA CI N D E LOS EN T R EG A BLES

Seguro por ndices climticos en Puno Informe preliminar

1. LOS DA TOS
Hemos recibidos una gran cantidad de datos sobre los cultivos y tambin sobre el clima.

L O S D A T O S D E C U L T IV O S
Los datos asociados con los cultivos corresponden a datos de rendimiento, superficie sembrada, cosechada y produccin a nivel de departamento, distrito y sector estadistico. Nuestra primera asuncin es que estos datos estn confiables. Esta base de datos incluye datos de varias escalas temporales y espaciales. La Tabla 4 resume los datos de cultivos disponibles. Los datos de cultivo por distrito son utilizados para disear el seguro agrario porque tienen la resolucin temporal y espacial la ms adecuada. Los datos a la escala del departamento sirven para determinar si las grandes prdidas histricas estn identificadas por el ndice climtico desarrollado. Por el momento, los datos por sectores estadsticos no pueden ser utilizados porque contamos con solo dos aos de datos. Sin embargo, estos dos aos indican una gran variabilidad entre los rendimientos colectados en los sectores y en los distritos. La diferencia alcanza a veces 300%, es decir que los rendimientos registrados en los distritos son tres veces ms alto que los rendimientos registrados en los sectores estadsticos de este distrito. Los datos de rendimientos asociados con el cultivo de papa son los datos los ms completos y presentan un coeficiente de variacin promedio por provincia que vara entre 5 et 16%. Por el cultivo de avena, este coeficiente vara desde 4 hasta 13% y por el cultivo de quinua, vara entre 2 y 9 %. Los datos de rendimiento de quinua son los datos los menos completos, por ejemplo, a veces, tenemos solo 2 o 3 aos de datos. Analizando los grficos de rendimientos por distrito (Figura 1) se puede ver que no se encuentra muchos aos con gran prdida o con prdida superando el 40% del rendimiento esperado. Las prdidas mximas encontradas giran alrededor de 20 o 25 % del rendimiento esperado y las perdidas ms frecuentes no alcanzan el 10% del rendimiento esperado. Del otro lado, no se encuentre muchos aos con rendimientos muy altos. Los buenos aos, el rendimiento llega hasta el 115 % del rendimiento esperado. En el cultivo de papa, los principales aos de prdidas son 1997, 1998 y 2008 y las principales causas de prdidas segn el informe sistematizacin de informacin agrcola son las sequias, heladas y granizo. Adems, la sequa tiene como efecto colateral la proliferacin y el ataque de plagas. En el cultivo de quinua, los principales aos de prdidas son 2001 y 2008 y las principales causas de prdidas segn el informe sistematizacin de informacin agrcola son las sequias, heladas y granizo. En el cultivo de avena forrajera, los principales aos de prdidas son 1997, 2001, 2004 y 2008 y las principales causas de prdidas segn el informe sistematizacin de informacin agrcola son las sequias, heladas y granizo.

Seguro por ndices climticos en Puno Informe preliminar

TA BLA 4 : R ESU MEN D E LOS D A TOS D ISP ONIB LES P OR LOS TR ES CU LTI VOS ES T U D I A D OS ( P A P A , QU INU A , A VENA FOR R A JER A ) A V A R IA S ESCA LA S TE MP OR A LES Y ESP A CIA L ES EN E L D EP A R TA MENT O D E P U NO.

Tipo de datos Datos por el departamento de Puno Cultivo de papa

19511960

19611970

19711980

19811990

19912000

20012011

Produccin (t) 1950--Superficie cosechada (ha) 1950--Rendimiento (kg/ha) 1950--Precio en chacra (S/kg) Cultivo de quinua Produccin (t) 1951--Superficie cosechada (ha) 1951--Rendimiento (kg/ha) 1951--Precio en chacra (S/kg) Datos por distrito por cada cultivo Siembras (ha) Sup Perdida (ha) Cosechas (ha) Rendimiento (kg/ha) Produccin (t) Precio Chacra (S/kg) Datos por sectores estadsticos por cada cultivo Rendimiento estimado (kg/ha) Rendimiento asegurado (kg/ha) Superficie sembrada (ha) Superficie asegurada (ha) Monto indemnizable (S/.)

---------------------------------------1963-------

-----------------------------------------------------

-----------------------------------------------------

-----------------------------------------------------

-------2010 -------2010 -------2011 -------2010

---------------------------------------1964-------

-----------------------------------------------------

-----------------------------------------------------

-----------------------------------------------------

-------2010 -------2010 -------2011 -------2010

1997------1997------1997------1997------1997------1997-------

-------2011 -------2011 -------2011 -------2011 -------2011 -------2011

2010-2011 2010-2011 2010-2011 2010-2011 2010-2011

Seguro por ndices climticos en Puno Informe preliminar

14 000,00 12 000,00 Rendimiento (kg/ha) 10 000,00 8 000,00 y = 224,12x - 439380 6 000,00 4 000,00 2 000,00 0,00 1996 1998 2000 2002 2004 Aos 2006 2008 2010 2012 rendimiento Ilave Tendencia + 10% Tendencia -10% Linaire (rendimiento Ilave)

Papa en Ilave

FIG U R A 1 EVOLU CI N D EL R END IM I EN TO EN P A P A EN EL D IS TR I TO D E ILA V E D U R A NTE EL P ER I OD O 1 9 9 7 2011

Ejemplo de datos sospechosos En la provincia de Carabaya, los datos de rendimientos en quinua presentan poca variacin con muchos rendimientos estables a 1000 kg/ha entre los aos 2000 a 2011. Eso se presenta tambin en la provincia de Yunguyo pero entre los aos 1997 a 2006.
1400 1200 Rendimiento (kg/ha) 1000 800 600 400 200 0 1996 1998 2000 2002 2004 Aos
FIG U R A 2 R END IMIEN TOS E N QU IN U A EN LA P R OVINC I A D E CA R A BA Y A ENTR E 1 9 97 Y 20 11.

AJOYANI AYAPATA COAZA CORANI CRUCERO ITUATA

Quinua en Carabaya
2006 2008 2010 2012

MACUSANI OLLACHEA USICAYOS

Seguro por ndices climticos en Puno Informe preliminar

10

En el distrito de Ollachea algunas 600 hectreas de papa se siembran cada ao. El grafico siguiente presenta los rendimientos obtenidos en el distrito de Ollachea entre 1997 y 2011. Uno puede ver que los rendimientos no oscilan, siguen una lnea horizontal durante 3 o 4 aos y despus suben y siguen de nuevo una lnea horizontal y as sigue.

16 000,00 14 000,00 12 000,00 Rendimiento (kg/ha) 10 000,00 8 000,00 6 000,00 4 000,00 2 000,00 0,00 1996 1998 2000 2002 2004 Aos 2006 2008 2010 2012 rendimiento (kg/ha) tendencia + 10% tendencia - 10% Linaire (rendimiento (kg/ha))

Papa en Ollachea
y = 362,07x - 715233

FIG U R A 3 R END IMIEN TOS E N P A P A EN EL D ISTR I TO D E OL LA C HEA EN TR E 1 9 9 7 Y 20 1 1 .

L OS D AT OS DE L C L IM A
Los datos de clima nos llegaron en dos partes. Una parte con datos histricos desde 1965 hasta 2010 y otra parte con datos de 2011 y 2012. Tenemos datos para ms de cuarenta estaciones meteorolgicas pero la calidad de los datos varia considerablemente entre las estaciones. Los datos de precipitaciones son ms completos que los datos de temperatura del aire. En general, la base de datos de precipitacin esta completa a 90 % mientras que la base de datos de temperatura esta completa a 72 %. La Tabla 5 presenta el nmero de celdas vacas para cada estacin climatolgica contando con datos actualizados hasta 2012.

Seguro por ndices climticos en Puno Informe preliminar

TA BLA 5 N MER O D E D A TOS HI ST R IC S D ISP ONIB L E P A R A TR ES VA R IA BLES EN VA R IA S ES TA CI ONE S MET EOR OLG ICA S D E LA R EG IN P U NO, E NTR E 1 982 -2011

11

nombre estacion Ananea Arapa Ayaviri Cabanillas Capachica Capazo Chuquibambilla Cojata Crucero Cuyo cuyo Desaguadero Huancane Huraya moho Ilave Isla soto Isla Suana Lampa Laraqueri Llaly Los Uros Macusani MAAZO Maso Cruz MUANI Ollachea Pampahuta Pizacona Progreso Pucara Puno Rincon de la Cruz Santa Rosa Tambopata Taraco yunguyo

Numeros de datos historico (entre 1982-2011) precipitacin Tmax Tmin celdas % celdas % celdas 10773 98% 3336 30% 3368 10760 98% 10589 97% 10520 10740 98% 10703 98% 10622 10948 100% 10773 98% 10817 9850 90% 9590 88% 9556 10833 99% 3500 32% 3657 10864 99% 10401 95% 10504 10773 98% 4162 38% 4155 10957 100% 4458 41% 4492 9739 89% 2871 26% 2838 10957 100% 10714 98% 10849 10957 100% 10902 100% 10904 10832 99% 10765 98% 10748 10137 93% 9800 89% 10027 7668 70% 7523 69% 7599 7726 71% 7103 65% 7270 10865 99% 10825 99% 10837 10895 99% 5832 53% 5752 6666 61% 6561 60% 6500 7274 66% 2612 24% 3000 7821 71% 7644 70% 7625 6990 64% 6533 60% 6555 10712 98% 10430 95% 10422 10821 99% 10565 96% 10796 8413 77% 8251 75% 8137 10918 100% 10850 99% 10858 9496 87% 7299 67% 7163 10302 94% 10198 93% 10233 10906 100% 5939 54% 5903 10897 100% 10709 98% 10773 4294 39% 4295 39% 4295 8520 78% 4174 38% 2514 10926 100% 10876 99% 10369 10865 99% 6512 59% 6417 8908 81% 8738 80% 8804

% 31% 96% 97% 99% 87% 33% 96% 38% 41% 26% 99% 100% 98% 92% 69% 66% 99% 53% 59% 27% 70% 60% 95% 99% 74% 99% 65% 93% 54% 98% 39% 23% 95% 59% 80%

Seguro por ndices climticos en Puno Informe preliminar

12

Dado a la cantidad de datos disponibles para cada estacin as que dado a su ubicacin geogrfica hemos debido excluir a algunas estaciones para los anlisis subsecuentes. La Tabla 6 presenta las estaciones excluidas y las razones que motivaron esta decisin.

Seguro por ndices climticos en Puno Informe preliminar

TA BLA 6 ESTA CION ES ME TE OR OL G I CA S EXC LU ID A S D E L OS A N L ISI S

13

Estacin Cojata Juliaca Santa Lucia Lagunillas Crucero alto Isla Taquile Isla Suana Ichuna Los Uros Santa Rosa Rincn de la Cruz

Razones Hay muy poca tierras en cultivo (20ha en avena, 0ha en quinua y 10ha en papa) Solo tenemos 5 aos de datos Solo tenemos 2 aos de datos recientes No tenemos datos para los aos despus de 2007 No tenemos archivo de datos histricos Es una isla Es una isla Esta estacin es ubicada el departamento de Moquegua del otro lado de las montaas. Esta estacin es ubicada en el lago Titicaca Esta estacin no tiene muchos datos de Temperatura mnima. Solo tenemos 5 aos de datos recientes

Seguro por ndices climticos en Puno Informe preliminar

14

2. ANLI SI S DE C ORRE LACI N

El anlisis de correlacin tiene como objetivo de determinar las correlaciones entre la temperatura del aire y la precipitacin con los rendimientos de cultivos a diferentes escalas espaciales y temporales.

ME TODOLOGA
La primera etapa de esta actividad fue de actualizar los datos climticos (precipitacin, temperatura mxima y mnima) mediante la inclusin de los datos de los aos 2011 y 2012 a los datos histricos disponibles. En algunos archivos los datos climticos no estaban completos. Las celdas vacas individuales se llenaron por la extrapolacin de informacin de las celdas de fechas vecinas. Largos tramos de celdas vacas se llenaron utilizando el promedio del mismo periodo sobre 10 aos. El anlisis de correlacin a propiamente dicho se realiz en Excel 2007 utilizando los datos climticos (temperatura y precipitacin) y los datos de cultivos (rendimiento y superficie sembrada), eso para cada cultivo elegido y cada estacin meteorolgica seleccionada. Los variables analizados estn presentados en la

Seguro por ndices climticos en Puno Informe preliminar

15

Tabla 8. Los cultivos de papa, quinua y avena forrajera se siembran en los meses de septiembre, octubre o noviembre de un ao y se cosechan en los meses de abril y mayo del ao siguiente. Para el anlisis de correlacin lo que se refiera a lluvia o temperatura por mes corresponde a los meses del ao de la cosecha. Al contrario, lo que se refiera a lluvia o temperatura por periodo de cultivo o por fase fenolgica incluye datos del ao anterior (octubre, noviembre y diciembre del ao anterior). La Tabla 7 presenta un cronograma para esquematizar el tiempo representado por cada variable. En este ejemplo, el cultivo fue sembrado en los meses de septiembre hasta diciembre del ao 2000 y fue cosechado en los meses de abril y mayo del ao 2001.

TA BLA 7 CR ONOG R A MA P R ES EN TA ND O EL TIE MP O D E COLE CTA D E A LG U NA S VA R IA BLE S.

Ao meses 09 2000 10 11 12 01 02 03 04 05 2001 06 07 08 09 10 11 12

Siembra Cosecha Lluvia por mes Lluvia por periodo de cultivo Lluvia por fase fenolgica

Seguro por ndices climticos en Puno Informe preliminar

TA BLA 8 VA R IA BLE S A NA LI ZA D A S EN EL A N L IS IS D E COR R E LA C IN. Variable Lluvia Lluvia total por mes Lluvia total por ao Lluvia total durante el periodo de cultivo Lluvia total por fase fenolgica Lluvia total cada durante las fases Tmax Mximo de las Tmax registradas por mes Mximo de las Tmax registradas en el ao Mximo de las Tmax registradas durante este periodo Mximo de las Tmax registradas por fase fenolgica Mximo de las Tmax registradas durante las fases Tmin Mnimo de las Tmin registradas por mes Mnimo de las Tmin registradas en el ao Mnimo de las Tmin registradas durante este periodo Mnimo de las Tmin registradas por fase fenolgica Mnimo de las Tmin registradas durante las fases Grados das Total de los grados-das en base 5 acumulados por mes Total de los grados-das en base 5 acumulados durante el ao Total de los grados-das en base 5 acumulados durante el periodo de cultivo Total de los grados-das en base 5 acumulados por fase fenolgica Total de los grados-das en base 5 acumulados durante las fases Mnimo de cada mes incluido entre enero y mayo Mnimo anual Mnimo registrado entre el 15 de octubre hasta el 15 de mayo del ao siguiente Mnimo de cada decada incluida entre el 1 de noviembre y el final de abril del ao siguiente. Mnimo registrado entre el 1 de noviembre y el final de abril del ao siguiente. Grados-das acumulados = Total de cada mes incluido entre enero y mayo Total anual Total acumulado entre el 15 de octubre y el 15 de mayo del ao siguiente Total acumulado por cada decada incluida entre el 1 de noviembre y el final de abril del ao siguiente. Total acumulado entre el 1 de noviembre y el 30 de abril del ao siguiente.. Tmin enero Tmin anual Tmin periodo Tmin 1ENE (1ra dcada de enero) Tmin fase [(Tmax-Tmin)/2]-5C GD enero GD anual GD periodo GD 1ENE (1ra dcada de enero) GD fase Mximo de cada mes incluido entre enero y mayo Mximo anual Mximo registrado entre el 15 de octubre hasta el 15 de mayo del ao siguiente Mximo de cada decada incluida entre el 1 de noviembre y el final de abril del ao siguiente. Mximo registrado entre el 1 de noviembre y el final de abril del ao siguiente. Tmax enero Tmax anual Tmax periodo Tmax 1ENE (1ra dcada de enero) Tmax fase Total de cada mes incluido entre enero y mayo Total anual Total colectado entre el 15 de octubre y el 15 de mayo del ao siguiente Total por decada incluida entre el 1 de noviembre y el final de abril del ao siguiente. Total colectado entre el 1 de noviembre y el 30 de abril del ao siguiente. Lluvia enero Lluvia anual Lluvia periodo Lluvia 1ENE (1ra dcada de enero) Lluvia fase Descripcin Ejemplo de abreviacin

16

Seguro por ndices climticos en Puno Informe preliminar

17

R E S U L T A D O S P R E L I M IN A R E S
Los resultados presentados aqu corresponden a las cuatro variables teniendo las correlaciones las ms altas, y eso por los distritos donde se siembra ms de mil hectreas del cultivo estudiado. Una correlacin negativa quiere decir que cuando el valor de la variable baja, el rendimiento sube y viceversa. Una correlacin positiva significa que el valor de la variable y del rendimiento fluctan juntos, cuando uno sube, el otro sube tambin. Por el cultivo de papa (Tabla 9), la lluvia cada en la primera dcada de noviembre se relaciona negativamente con el rendimiento. Eso quiere decir que cuando cae poco lluvia, se mejora el rendimiento o cuando cae desmasiado lluvia, el rendimiento baja. La temperatura mxima registrada en varias dcadas de noviembre est relacionada positivamente con el rendimiento con una excepcin que se relaciona negativamente con el rendimiento. En general, una relacin positiva quiere decir que cuando hace calor, el rendimiento se mejora. Las temperaturas mnimas registradas se relacionan negativamente con el rendimiento obtenido. Eso quiere decir que cuando la temperatura mnima es baja, el rendimiento se mejora. Eso nos parece improbable. Considerando los grados-das solo estos acumulados en febrero llevaron correlaciones .
TA BLA 9 R ESU LTA D OS P OR EL CU L TI VO D E LA P A P A

Distrito Ilave

Superficie sembrada (ha) 3 406

Correlacin

Tmax 2NOV Lluvia 1ENE Lluvia 1NOV Tmax 2ABR 0.58 -0.50 -0.49 0.41 n.d. n.d. n.d. n.d. Ayapata 2 402 n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. Sandia 1 792 n.d. n.d. n.d. n.d. Tmax 2NOV Tmax 3NOV Tmax 2ABR Tmin 2FEB Huancane 1 491 0.53 -0.49 -0.49 -0.49 Tmax 2NOV Lluvia 1ENE Tmax 3ABR Tmax abril Pilcuyo 1 461 0.58 -0.52 0.50 0.46 Tmax 3DIC Lluvia 1NOV Lluvia 3ABR Tmax anual Juli 1 403 -0.54 -0.52 0.50 -0.49 Tmin anual Tmax 1NOV Lluvia 1NOV Tmax 3FEB Acora 1 237 -0.68 0.63 -0.60 0.57 Lluvia 1NOV Tmax 1NOV GD 3FEB Tmax 2NOV Zepita 1 183 -0.61 0.61 -0.49 0.44 Tmax 3DIC Lluvia 2MAR Lluvia 1NOV Tmax anual Pomata 1 112 -0.48 -0.40 -0.35 -0.34 Tmin anual GD 3FEB Tmin 1ENE Lluvia 1ABR Yunguyo 1 000 -0.86 -0.56 -0.55 -0.52 n.d.: las estaciones meteorolgicas asociadas con estos distritos estn ubicadas en terreno montaoso y estos distritos son lejanos del origen de la estacin.

Seguro por ndices climticos en Puno Informe preliminar

18

Por el cultivo de quinua (Tabla 10) se puede ver que la lluvia cada en la primera dcada de enero impacta negativamente el rendimiento y eso para tres de los cinco distritos presentados aqu. La temperatura mxima registrada en la 1ra y la 2da dcada de noviembre est relacionada positivamente con el rendimiento. Considerando los grados-das acumulados durante algunas decadas de noviembre, diciembre, enero y febrero estn positivamente relacionados con el rendimiento obtenido. Es decir que cuando se acumula ms grados das, se puede obtener un rendimiento ms alto.
TA BLA 10 R ESU LTA D OS P O R EL CU LT IVO D E LA QU INU A

Distrito Ilave Pilcuyo Zepita Acora Cabana

Superficie sembrada (ha) 3 650 1 132 1 086 1 043 1 000

Correlacin Lluvia 1ENE -0.74 Tmax 1NOV 0.72 Tmin 3DIC 0.72 GD 1ENE 0.78 Lluvia 1ENE -0.70 Tmax 1NOV 0.69 Lluvia 1ENE -0.71 GD 3DIC 0.72 GD 2ENE 0.76 GD 2ENE 0.66 Tmin 2ENE -0.59 Tmin 2ENE -0.59 Lluvia 1NOV -0.61 GD 2FEB 0.74 GD 1NOV 0.65 Tmax 2NOV 0.56 Tmax 2NOV 0.55 Tmax 1NOV 0.61 GD Enero 0.73 GD 3NOV 0.61

Por el cultivo de avena forrajera (Tabla 11) la lluvia cada en la primera dcada de enero o durante el mes de enero se relaciona negativamente con el rendimiento eso para cuatro de los ocho distritos presentados aqu. La temperatura mxima registrada en varias dcadas de noviembre y marzo est relacionada positivamente con el rendimiento. As cuando hace calor, el rendimiento se mejora. Como lo habamos observado en el cultivo de papa, las temperaturas mnimas registradas se relacionan negativamente con el rendimiento obtenido. Considerando los grados-das acumulados durante algunas decadas de noviembre y enero estn positivamente relacionados con el rendimiento obtenido. Es decir que cuando se acumula ms grados das, se puede obtener un rendimiento ms alto.
TA BLA 11 R ESU LTA D OS P O R EL CU LT IVO D E LA A VENA FO R R A JER A

Distrito Huancane Ilave Taraco Orurillo Yunguyo Azangaro Umachiri Lampa

Superficie sembrada (ha) 2 813 1 681 1 242 1 214 1 190 1 108 1 082 1 061

Correlacin Tmax marzo 0.77 Tmax 2NOV 0.81 Tmin 3ABR -0.68 Tmin 2ABR -0.63 Lluvia 1ENE -0.64 GD 2NOV 0.74 GD 2NOV 0.78 Tmin 1ENE -0.53 Tmax 3MAR 0.76 Lluvia 1ENE -0.69 Lluvia enero -0.55 GD 2 ENE 0.57 Lluvia enero -0.62 Tmin 3ENE -0.70 GD 2ENE 0.73 Tmin enero -0.50 GD 1FEB 0.74 GD 2NOV 0.61 Tmin abril -0.55 Tmin 3ENE -0.55 Lluvia fase -0.61 GD 3NOV 0.68 GD 3NOV 0.70 Lluvia enero -0.46 Tmax 3ENE 0.74 Tmax fase 0.58 Lluvia 1MAR -0.53 Tmin fase -0.55 Lluvia periodo -0.57 Lluvia 2ABR 0.65 Tmin 1FEB 0.68 Lluvia 3FEB 0.44

Seguro por ndices climticos en Puno Informe preliminar

19

Los resultados del anlisis de correlacin nos permiten ver que no hay una sola variable que influye el rendimiento, son varias. Para elegir una variable para el desarrollo de un seguro indexado se debe tener en cuenta algunos parmetros y la variable debe satisfacer a algunas propiedades tales como estar observable y fcilmente medible, objetiva, verificable de manera independiente, reportada de manera oportuna, consistente en el tiempo y presente sobre una zona amplia. Por eso el desarrollo de un ndice climtico es ms aplicable a los riesgos altamente correlacionados, tales como la sequa y la temperatura. (Banco Mundial, 2011). Por los tres cultivos estudiados, las causas de prdidas corresponden en la sequia, las heladas y el granizo. La sequia se evala con datos de precipitacin, las heladas con los datos de temperaturas mnimas. El granizo corresponde a un riesgo localizado (que se produce de manera independiente), como el fuego, estos riesgos no son adecuados para los seguros indexados Los datos de precipitacin tienen una cobertura temporal y espacial ms amplia que los datos de temperatura. Entonces un seguro indexado basado sobre las precipitaciones podra cubrir un territorio ms amplio e incluir ms aos histricos que un seguro basado sobre datos de temperatura. Adems, la cantidad de celdas vacias en la base de datos es ms alta para los datos de temperatura que para los datos de precipitacin. Eso lleva una mayor incertidumbre qu aumentar las tasas de primas. Tomando estos puntos en cuenta, utilizaremos la cantidad total de lluvia cada durante el periodo de cultivo como base para la determinacin de las zonas homogneas. Para el desarrollo de los ndices, vamos a trabajar sobre un ndice que captura la presencia de una sequia y su severidad. El ndice debera tambin capturar la presencia de un exceso de lluvia porque, segn el anlisis de correlacin, la cantidad de lluvia que cae se relaciona negativamente con el rendimiento. Eso quiere decir que cuando hay mucha lluvia, el rendimiento baja y que cuando cae menos lluvia, el rendimiento se mejora, hasta un cierto punto.

Seguro por ndices climticos en Puno Informe preliminar

20

3. DET ER MI NA CI N DE Z ONAS H O MOG NEAS

El anlisis de correlacin permiti identificar varias variables con mayor correlacin con el rendimiento de los cultivos. Para determinar las zonas homogneas, vamos a trabajar con la cantidad total de lluvia cada durante el periodo de cultivo. Esta variable representa las precipitaciones de manera global y nos permite utilizar datos que tienen la mejor cobertura temporal y espacial de la base de datos meteorolgicos. La definicin de zonas homogneas tiene como objetivo analizar la distribucin espacial de la variable estudiada. Esta actividad tiene como objetivo lograr dos objetivos: 1. 2. Determinar las correlaciones entre las estaciones meteorolgicas Identificar las reas homogneas donde el impacto de las variaciones del clima sobre el rendimiento es similar

Este anlisis se ha desarrollado utilizando Microsoft Excel y ArcGIS con la extensin Spatial Analyst.

ME TODOLOGA
El primer paso para esta actividad es de recopilar e integrar los datos geoespaciales necesarios para este anlisis. Estos datos incluyen los lmites de las reas administrativas, la ubicacin de las reas pobladas (ciudades y pueblos) y los principales elementos hidrogrficos (lagos y ros) que fueron proporcionados por el cliente. Las coordenadas de las estaciones meteorolgicas fueron recuperadas de la pgina web del Servicio Nacional de Meteorologa e Hidrolgica del Per (SENAMHI) (Tabla 12). Combinando estos datos, se puede crear un mapa de base del departamento de Puno, con la ubicacin de las estaciones meteorolgicas seleccionadas (Figura 4) El rea de estudio se caracteriza por su altitud y su topografa a veces muy accidentada. Esta topografa tiene, obviamente, una marcada influencia sobre el clima. La definicin de zonas homogneas debe considerar esta variable, sin condiciones. Los datos de elevacin del Shuttle Radar Topography Mission (SRTM) se tomaron de la pgina web del Instituto Geolgico y Minero de los Estados Unidos, el USGS. Estos datos son disponibles en formato raster y cubren todos los continentes, entre las latitudes 56 Sur y 60 Norte, con una resolucin de tres segundos de arco (aproximadamente 90 metros). Tejas que cubren el departamento de Puno se mosaicaron para obtener un modelo de elevacin digital (DEM) de manera uniforme en toda la zona (Figura 5). Los datos asociados con el tipo de suelos pueden ser utilizados para la delimitacin de zonas homogneas. Datos de suelos fueron recuperados del Centro internacional de referencia e informacin sobre los suelos (ISRIC). Esta base de datos representa los diferentes tipos de suelo y perfiles para toda Amrica Latina y el Caribe, segn la forma de estimaciones regionales. Considerando el departamento de Puno, solo algunos polgonos grandes cubren toda la superficie (Figura 6). Estos datos no son suficientemente precisos para los fines de este anlisis espacial. En realidad, la topografa representada por el modelo de elevacin digital indica que el tipo de suelo debe ser mucho ms heterogneo en relacin a donde los datos presentados por ISRIC. Este conjunto de datos no ha sido seleccionado para el fin de este anlisis.

Seguro por ndices climticos en Puno Informe preliminar

21

TA BLA 12 COOR D ENA D A S D E LA S E S TA CI ONE S MET EOR OLG I CA S

ESTACIONES ANANEA ARAPA AYAVIRI AZANGARO CABANILLAS CAPACHICA CAPAZO CHUQUIBAMBILLA COJATA CRUCERO CRUCERO ALTO CUYO CUYO DESAGUADERO HUANCANE HURAYA MOHO ICHUA ILAVE ISLA SUANA ISLA TAQUILE JULI JULIACA LAGUNILLAS LAMPA LARAQUERI LIMBANI LLALLY LOS UROS MACUSANI MAAZO MAZO CRUZ MUANI OLLACHEA PAMPAHUTA PIZACOMA PROGRESO PUCARA PUNO RINCON DE LA CRUZ SANTA LUCIA SANTA ROSA TAMBOPATA TARACO YUNGUYO CDIGO 000826 000783 000776 000781 000780 000788 158326 000764 000827 007415 000803 157418 000883 000786 000787 158310 000879 000822 000818 000880 007454 000763 000779 000889 000825 000761 000782 000777 000820 000878 000785 000695 000762 000881 000778 000815 000708 000821 000865 000823 000790 000816 000882 LATITUD -14,40434 -15,0808 -14,5252 -14,5453 -15,382148 -15,365688 -17,1111 -14,4747 -15,01 -14,214536 -15,4601 -14,2828 -16,340768 -15,1212 -15,2323 -16,08267 -16,0505 -16,202 -15,4646 -16,1212 -15,2828 -15,46048 -15,2121 -16,0909 -14,0737 -14,5656 -15,4747 -14,0404 -15,4848 -16,4444 -14,4646 -13,4815 -15,2929 -16,5454 -14,4141 -15,0201 -15,4924 -15,59271 -15,4242 -14,3737 -14,1312 -15,1818 -16,1818 LONGITUD -69,32043 -70,0707 -70,3534 -70,1128 -70,2047 -69,503948 -69,4444 -70,4342 -69,212 -70,012568 -70,5501 -69,3232 -69,022544 -69,4545 -69,2929 -70,32141 -69,3837 -68,5151 -69,4141 -69,2726 -70,101 -70,394068 -70,2222 -70,0404 -69,4103 -70,5353 -69,5454 -70,2525 -70,202 -69,4242 -69,5757 -70,2951 -70,4039 -69,2222 -70,212 -70,2222 -70,0105 -69,484 -70,3635 -70,4747 -69,0908 -69,5857 -69,0403 ALTITUD 4660 3920 3920 3863 3890 3819 4419 3910 4344 4130 4470 3494 3860 3860 3890 3792 3850 3845 3815 3825 3820 4250 3900 3970 3183 4111 3808 4331 3942 3970 4119 3420 4320 3940 3905 3885 3840 3889 4074 3940 1264 3820 3860

Fuente: Senahmi

Seguro por ndices climticos en Puno Informe preliminar

22

FIG U R A 4 U BICA CIN D E LA S EST A CIO NES M ETE OR OL G IC A S SE LE CCI ONA D A S P A R A LA D ETER MINA CI N D E ZONA S HO MOG N EA S

Seguro por ndices climticos en Puno Informe preliminar

23

FIG U R A 5 MOSA ICO D EL M O D ELO D E ELE VA CI N D IG I T A L ( D EM) P A R A EL D EP A R TA MENT O D E P U NO.

Seguro por ndices climticos en Puno Informe preliminar

24

FIG U R A 6 P R INCIP A LES TIP OS D E SU ELOS D E L D EP A R TA ME NT O D E P U NO.

Seguro por ndices climticos en Puno Informe preliminar

25

ANLISIS DE CORRELACIN ESPACIAL

Este paso tiene como objetivo verificar si existe o no una correlacin entre los valores medidos del variable estudiado para todas las estaciones meteorolgicas. Esta correlacin es interesante a determinar principalmente para las estaciones cercanas. Por lo tanto, se hace posible evaluar la homogeneidad del impacto del clima sobre los cultivos de una zona determinada. La correlacin entre las estaciones debe ser evaluada utilizando el anlisis espacial. Ante todo, es interesante visualizar la distribucin espacial del variable estudiado sobre todo el territorio de Puno. Para lograr esto, una interpolacin debe aplicarse. El mtodo de interpolacin utilizado es la ponderacin por distancia inversa de los seis vecinos ms prximos. El resultado es un mapa que representa los valores del variable para toda la regin de Puno. Este mapa nos permite apreciar la correlacin espacial porque los lugares donde la variable flucta son fcilmente identificables. Sin embargo, uno debe ser capaz de determinar el valor o la fuerza de estas variaciones. El enfoque utilizado para evaluar la correlacin espacial entre las estaciones meteorolgicas es iterativo, ya que se trata de operaciones repetidas para cada una de las estaciones meteorolgicas. As, un mapa se crea para cada estacin excluyendo los valores medidos en esta estacin. Estos mapas se utilizan para medir, a la localizacin de las estaciones meteorolgicas, los valores interpolados utilizando los datos de las seis estaciones ms cercanas. Con los valores obtenidos por este mtodo, se puede crear un mapa temtico que muestra la correlacin entre las estaciones meteorolgicas. Otro enfoque consiste en calcular la "pendiente" en el mapa representando los valores del variable para toda la regin de Puno. Las "pendientes" son en realidad una medida de la variacin local del variable. Su representacin en un mapa es una confirmacin adicional de los resultados obtenidos con el mtodo iterativo descrito anteriormente.

DEFINICIN DE ZONAS HOMOGNEAS

La definicin de zonas homogneas tiene como objetivo de determinar los territorios que estarn asociados con cada estacin meteorolgica, para el funcionamiento de un programa de seguro por ndices climticos en Puno. La determinacin de zonas homogneas ayudar a reducir el riesgo de correlacin (riesgo de base), es decir el riesgo que prdidas se registran a la estacin, mientras que un asegurado no sufre ninguna prdida o, la situacin inversa. Ante todo, debemos establecer los criterios que definen esta homogeneidad. Las variaciones regionales de la variable estudiada son, evidentemente, el factor principal. El mapa de las variaciones locales de esta variable se utiliza como "constreimiento" para establecer una delimitacin bsica de los territorios. Adems de las mediciones directas proviniendo de las estaciones meteorolgicas, el elemento principal que se debe considerar es la topografa. En efecto, la topografa de esta zona es extrema y es imprescindible tenerla en cuenta en este anlisis. De hecho, el impacto de la topografa parece tan

Seguro por ndices climticos en Puno Informe preliminar

26

importante que otros factores, tales como el tipo de suelo, tienen una importancia relativamente baja. Adems de los valores medidos en las estaciones meteorolgicas, la topografa es la nica variable que vamos a incorporar en este anlisis. Un umbral mximo para el cambio de elevacin a dentro de una misma zona se fij en 200 metros. Esto significa que cualquier punto de ms de 200 metros o menos de 200 metros de la altitud de la estacin meteorolgica ms cercana estar excluido de la zona homognea La regin de Puno tiene un nmero limitado de estaciones meteorolgicas con suficiente datos histricos. Eso hace que, a veces, las zonas son muy grandes. Sin embargo, la variable elegida que es asociada con la precipitacin tiene mucha variabilidad espacial. No es realista tratar de relacionar las mediciones tomadas en una estacin meteorolgica a la realidad de agricultores asegurados ubicados a decenas de kilmetros de este punto. El tamao del territorio debe ser limitado. El radio mximo de los territorios en torno a las estaciones meteorolgicas tanto, se fija en 20 km

EDICIN MANUAL PARA LA TOPOGRAFA

Las zonas homogneas obtenidas reflejan la variabilidad de las precipitaciones, las variaciones de altitud as que la distancia alrededor de la estacin meteorolgica. Las variaciones de altitud son buen indicador del impacto de la topografa sobre la pluviometra, pero esto no refleja otros aspectos de la topografa que tambin influyen en la lluvia. As, una "edicin" se hizo para cada una de las zonas homogneas. Esta "edicin" fue diseada para eliminar partes de las zonas que son aisladas de la estacin meteorolgica por las montaas o por grande superficie de agua, como los lagos Titicaca y Puno. En realidad en Puno, muchas estaciones meteorolgicas se encuentran cerca de una montaa o de un lago. Sin embargo, a veces las zonas homogneas alcanzan hasta 20 kilmetros de la estacin meteorolgica. Por consiguiente, es posible que partes de las zonas que an cumplen con el criterio de cambio de altitud deben ser retiradas de la zona porque tienen una cima o una grande superficie de agua que los separa de la estacin. En tal situacin, es muy probable que las condiciones climticas adversas afectan a una parte de la zona sin que la estacin meteorolgica registra algo sobre el evento. Es por esa razn, que una "edicin" de cada una de las zonas homogneas fue requerida. El archivo de "shape" que viene con este estudio viene con las zonas homogneas y tambin con las partes de zonas que fueron removidas durante la "edicin" manual.

Seguro por ndices climticos en Puno Informe preliminar

27

DELIMITACIN POR LAS FRONTERAS ADMINISTRATIVAS

Para desarrollar un producto de seguro por ndices climticos, es esencial establecer una correlacin entre los rendimientos o prdidas asociados con la produccin agrcola y los datos climticos medidos en las estaciones meteorolgicas. Sin embargo, los datos de rendimiento se recopilan al nivel de las unidades administrativas. En este caso, los datos de rendimiento se pusieron a disposicin a nivel distrital. Las zonas homogneas asociadas con cada estacin meteorolgica deben relacionarse con datos de rendimiento a nivel de distrito. En algunos casos, la delimitacin es fcil a establecer y las zonas pueden ser limitadas a los lmites distritales. En otros casos, las zonas no cubren la totalidad de un distrito y se debe establecer ms de una zona a dentro de un distrito. Un anlisis caso por caso es necesario para establecer los lmites definitivos de las zonas asociadas con las estaciones meteorolgicas. Varios criterios de anlisis pueden apoyar la toma de decisiones. Por ejemplo, un distrito donde menos de 1 000 hectaras estn cubiertos por una zona no puede ser asociado con esta estacin.

R E S U L T A D O S P R E L I M IN A R E S
En las figuras siguientes presentamos las zonas homogneas asociadas con las estacines de Ilave y de Huancane, porque cubren distritos donde se cultivan las ms grandes superficies de papa, quinua y avena forrajera.

Seguro por ndices climticos en Puno Seguro por ndices climticos en Puno 28 Informe preliminar Informe preliminar

27

Seguro por ndices climticos en Puno Informe preliminar

28

Seguro por ndices climticos en Puno Informe preliminar

29

4. DESA RRO LLO D E LOS N DI C ES CLI M TI COS Y D E LOS TRI GGE RS

El ndice de seguros que hemos desarrollado para los cultivadores de papa, quinua y avena forrajera de la regin Puno en Per utiliza los datos meteorolgicos que fueron provista por el SENAMHI y es similar a otros seguros basados en ndices que ya se ofreci a los productores en otras partes del mundo. A medida que nuestro mandato es de desarrollar un seguro por ndice climticos, no se exploran otros proxy, tales como datos de los satlites o datos de rendimiento del distrito. Estos datos pueden utilizarse, pero un trabajo ms detallado tendra que hacerse. A pesar de que el ndice climtico desarrollado actualmente se basa nicamente en datos de lluvia, se introducen nuevos conceptos en comparacin con seguros por ndices ofrecidos en otras partes del mundo.

ME TODOLOGA
Para calcular el ndice climtico hay una serie de pasos a seguir. En esta seccin se presentan los pasos y cmo funciona el ndice. En primer lugar, se debe determinar el periodo de cultivo para cada planta. La Tabla 13 indica las fechas de inicio y de fin para cada cultivo. La determinacin de los periodos de cultivo se basa sobre el informe sistematizacin de informacin agrcola proporcionado por nuestro cliente. En este informe se detalla las fechas de siembra y de cosecha as que la duracin del periodo vegetativo, por cada cultivo.
TA BLA 13 FECHA S D E INI CI O Y F IN D E CA D A P ER IOD O D E CU LTI VO

Cultivo Pap Quinua Avena forrajera

Inicio del periodo de cultivo 15 de octubre 15 de septiembre 1 de noviembre

Fin del periodo de cultivo 15 de mayo 1ro de mayo 1ro de junio

Nmero de dcadas 15 15 12

La segunda etapa es de limitar los datos de precipitacin. Eso significa que si menos de 2,5 mm de lluvia se registraron en un da, el valor se ve obligado a cero y si ms de 60 mm de lluvia se registraron en un da, el valor se ve forzado a 60 mm. Hacemos eso para tomar en consideracin los mecanismos naturales de evaporacin y de infiltracin del agua en el suelo. La tercera etapa es de determinar la fecha de siembra utilizando un gatillo de siembra. Este gatillo se ha fijado en 25 mm de lluvia acumulada sobre una ventana de 3 das. El perodo de siembra cambia de un cultivo al otro. La Tabla 14 presenta las fechas de inicio y fin del perodo por cada cultivo. La fecha de siembra corresponde al ltimo da de la primera ventana de 3 das en la que se acumularon al menos 25 mm de lluvia. Si el disparo no se alcanza, la fecha de siembra corresponder con la fecha en que las precipitaciones mximas se obtuvieron. Una vez que la fecha de siembra se conoce, el periodo de cultivo se divide en dcadas (doce dcadas para la avena forrajera y quince para la pap y la quinua). La primera dcada se inicia en la fecha de siembra y dura 10 das, la segunda dcada se inicia el da 11 y dura 10 das, la tercera dcada se inicia el da 21 y dura 10 das, y as sucesivamente.

Seguro por ndices climticos en Puno Informe preliminar

TA BLA 14 FECHA S D E INI CI O Y F IN D E CA D A P ER IOD O D E SIEMBR A

30

Cultivo Avena forrajera Pap Quinua

Inicio del periodo de siembra 1 de noviembre 15 de octubre 15 de septiembre

Fin del periodo de siembra 31 de diciembre 20 de diciembre 20 de noviembre

Gatillo 25 mm 25 mm 25 mm

Frecuentemente, los ndices climticos se calculan como la diferencia entre las precipitaciones reales acumuladas por cada dcada y un nivel de umbral de las lluvias o los requisitos tericos de agua del cultivo. Este ndice se calcula siguiendo otro mtodo. Se desarroll utilizando el uso diario de agua de varios cultivos obtenidos tras estudios de riego. La Figura 7 presenta un ejemplo de curva del uso diario de agua por un cultivo de papa.

Uso diario de agua (mm)

FIG U R A 7 EJEMP LO TE OR T ICO D E L U SO D IA R IO D E A G U A P OR U N CU LTIV O D E P A P A ( A LBER TA , 2 0 1 1 ) .

La curva de uso diario de agua de un cultivo sigue una curva parablica que corresponde a una ecuacin polinmica de segundo orden, tales como: . Los cultivos de pap, quinua y avena forrajera en Puno deben responder a una curva similar, donde las necesidades en agua aumentan de la siembra a la floracin y disminuyen luego. Para cada estacin meteorolgica, una curva de referencia se establece calculando el promedio de los datos de lluvia cada durante los aos de alto rendimiento. Un ao de alto rendimiento corresponde normalmente a un ao en el que el rendimiento del cultivo (kg/ha) es superior a la lnea de tendencia 10%. La Figura 8 presenta los aos de alto rendimiento (en verde) para el distrito de Ilave

Seguro por ndices climticos en Puno Informe preliminar

31

14 000,00 12 000,00 Rendimiento (kg/ha) 10 000,00 8 000,00 y = 224,12x - 439380 6 000,00 4 000,00 2 000,00 0,00 1996 1998 2000 2002 2004 2006 Ao de cosecha 2008 2010 2012 rendimiento Ilave Tendencia + 10% Tendencia -10% Linaire (rendimiento Ilave)

Papa en Ilave

FIG U R A 8 A OS D E A LTO R END IMI ENT O ( EN VER D E) EN P A P P OR EL D ISTR I TO D E ILA V E.

En este ejemplo, los buenos aos corresponden a los aos 2000, 2002 y 2005. Los datos de precipitacin para cada dcada se han promediado entre todos los buenos aos y una curva polinmica de segundo orden fue ajustada sobre estos datos. Este curva se convierte en la curva de referencia de los buenos aos tal como se presenta en la Figura 9.

90 80 Lluvia total por decada (mm) 70 60 50 40 30 20 10 0

Ilave

y = -0,8666x2 + 13,536x - 3,1399 Buenos anos Poly. (Buenos anos)

8 9 Decada

10

11

12

13

14

15

FIG U R A 9 P R OMED IO D E LOS D A TO S D E P R ECIP I TA C I N E NTR E L OS BU ENOS A O S, P A R A CA D A D CA D A Y LA CU R VA P OLINM ICA D E SEG U ND O OR D EN COR R ESP OND IEN TE ( EN G R IS) .

Seguro por ndices climticos en Puno Informe preliminar

32

A continuacin, una curva similar se calcula para cada ao utilizando los datos de precipitacin de cada dcada y la curva de tendencia polinmica de segundo orden se traza sobre estos datos. La Figura 10 presenta tres curvas asociadas a datos de precipitacin recolectados en Ilave en 1997, 2003 y 2007 y la curva de los buenos aos. Observando la Figura 10 se puede ver que el ao 2003 parece tener un patrn de distribucin de lluvia que es ms consistente con el patrn observado en los buenos aos a diferencia de los aos 1997 y 2007.

80 70 60 50 40 30 20 10

Ilave

2003 0 1 2 3 4 5 6

2007 7

1997 10

buenos aos 11 12 13 14 15

8 9 dcadas

FIG U R A 10 EJEMP LO D E CU R VA S P O LIN MI CA S D E SEG U ND O OR D EN P A R A TR ES AOS D IFER ENT ES

El ndice desarrollado para la regin Puno cubre dos riesgos, la falta de agua y el exceso. Para convertir la falta de agua o el dficit en un ndice, hemos calculados la diferencia entre los puntos de la curva polinmica de cada ao y los puntos de la curva de referencia. Si la diferencia es positiva (flechas azules en la Figura 11) entonces el valor de la diferencia se establece en cero. Si la diferencia es negativa (flechas rojas), se utilizar el valor absoluto de esta diferencia en los clculos posteriores. Para convertir el exceso de agua en un ndice, seguimos el mismo mecanismo: calculamos la diferencia entre los puntos de la curva polinmica de cada ao y los puntos de la curva de referencia. Si la diferencia es negativa entonces el valor de la diferencia se establece en cero. Si la diferencia es positiva, se utilizar el valor absoluto de esta diferencia en los clculos posteriores.

Seguro por ndices climticos en Puno Informe preliminar 70 60 50 40 30 20 10 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 dcadas 2007 buenos aos 80 70 60 50 40 30 20 10 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 dcadas 1997 buenos aos

33

Ilave

a)

Ilave

b)

FIG U R A 11 D IFER EN CI A E N TR E LA CU R VA D E LO S A O S 1 9 9 7 ,2 0 0 7 Y LA CU R VA D E R EFER E NC IA P A R A E L CU LT IVO D E P A P EN EL D ISTR I TO D E ILA V E. A ) C LC U L O D EL ND ICE D E D F ICI T Y B) C L CU LO D EL ND ICE D E EXC ES O

Los ndices de dficit y exceso de lluvia (ID y IE) corresponden a una suma ponderada de las diferencias calculadas anteriormente. Un peso fue atribuido a cada dcada segn la importancia de la disponibilidad de agua en esta etapa de crecimiento sobre el potencial de rendimiento.

Seguro por ndices climticos en Puno Informe preliminar

34

La Tabla 15 presenta los pesos atribuidos a cada dcada por cada ndice y cultivo estudiado.

TA BLA 15 P ESOS P OR D CA D A , P A R A CA D A T IP O D E ND ICE Y CU LT IV O

Dcada n=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Pesos ID papa 1 1 1 1.25 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.25 1.25 1 1

Pesos IE papa 1,5 1,5 1,5 1,25 1,25 1,25 1,25 1,25 1 1 1 1 1,5 1,5 1,5

Pesos ID quinua 1 1 1 1 0,75 0,75 1,75 1,75 1,75 1,75 1,75 1,75 1,75 1 1

Pesos IE quinua 1 1 1 1 1 1,25 1,5 1,5 1,5 1,5 1,5 1,5 1,5 1,5 1,5

Pesos ID avena 1,5 1,5 1 1 1 1 1 1,25 1,5 1,75 1,75 1,5 -------

Pesos IE avena 0,75 0,75 1 1 1,25 1,5 1,5 1,5 1,25 1,25 1 1 -------

En el ejemplo de la Figura 11 el ndice de dficit de lluvia (ID) para el ao 2007 es 229 y su ndice de exceso de lluvia (IE) es 236. Para el ao 1997, los ndices de dficit y exceso de lluvia son respectivamente de 0 y 298.

La Figura 12 sintetiza los pasos a seguir para calcular los ndices de dficit y exceso de lluvia para el cultivo de pap.

Seguro por ndices climticos en Puno Informe preliminar

35

Periodo de cultivo Limitar los datos de precipitacin Periodo de siembra Fecha de siembra

se inicia el 15 de octubre se termina el 15 de mayo

menos que 2.5 mm por da = 0 mm ms que 60 mm por da = 60 mm

se inicia el 15 de octubre se termina el 20 de diciembre

Gatillo para sembrar: 25 mm repartidos en una ventana de 3 das si el disparo no se alcanza, fecha de siembra = fecha donde el maximo de lluvia se observ Si no hay lluvia, fecha de siembra = 20 de diciembre

Dcadas

periodo de 10 das lluvia total por dcada 15 dcadas

Buenos aos

promedio de la lluvia por dcada Puntos de la curva polinmica de segundo orgen (parbola)

Cada ao Dficit de lluvia por dcada Exceso de lluvia por dcada ndice de dficit de lluvia ndice de exceso de lluvia

lluvia por dcada Puntos de la curva polinmica de segundo orgen (parbola)

Restar el valor de los puntos de la curva parablica de cada ano al valor de los puntos de la curva de referencia (buenos anos). = 0 cuando la diferencia es positiva =valor absoluto de la diferencia si la diferencia es negativa Restar el valor de los puntos de la curva parablica de cada ao al valor de los puntos de la curva de referencia (buenos anos). = 0 cuando la diferencia es negativa =valor absoluto de la diferencia si la diferencia es positiva

ID= suma ponderada del dficit por dcada x peso de cada dcada

IE= suma ponderada del exceso por dcada x peso de cada dcada

FIG U R A 12 SNTES IS D E LO S P A SO S P A R A D ETER MINA R LO S ND IC ES D E D F ICI T Y EXCESO D E LLU VIA

Seguro por ndices climticos en Puno Informe preliminar

36

Para determinar el trigger de inicio, se utiliza el procedimiento de particin grfica de Cate-Nelson. Este procedimiento tiene como objetivo de maximizar el nmero de puntos en los cuadrantes diagonales. La Figura 13 presenta un ejemplo de particin por el ndice de exceso calculado por el cultivo de papa en el distrito de Ilave.

200% 180% 160% 140% 120% 100% 80% 60% 40% 20% 0% 0 50 100 150 200 Cuadrante representando la poblacin de bajo rendimiento Cuadrante representando la poblacin de alto rendimiento

Trigger de inicio
FIG U R A 13 P R OCED IMI EN TO D E P A R T IC IN G R F I CA CA T E -NE LSON P OR E L ND ICE D E EXC EO CA LCU LA D O P OR EL CU L TI V O D E P A P A EN EL D ISTR IT O D E ILA VE .

250

300

350

400

450

500

El trigger mximo se determina manualmente y por el momento representa un valor de ndice igual a 1 000.

Seguro por ndices climticos en Puno Informe preliminar

37

R E S U L T A D O S P R E L I M IN A R E S
Los primeros resultados indican que la mayora de los aos de prdidas se detectan con los ndices de dficit o de exceso de lluvia aunque tenemos solo 15 aos de datos a nivel distrital. Los ndices se mejorarn a medida que colectamos ms aos de histrico. En la Tabla 16 se puede ver las prdidas registradas a nivel del departamento y del distrito de Ilave en relacin con el valor de los ndices calculados para detectar el dficit o el exceso de lluvia, para el cultivo de papa. En los aos 1990, 1991 y 1992, grandes sequas ocurrieron en Puno, debido al fenmeno El Nio. Estas sequas resultaron en prdidas de ms del 30 %. El ndice de dficit de lluvia, tiene un valor de 285 en 1990 lo que es su valor mximo por el periodo 1982-2011.
TA BLA 16 P R D ID A S R EG ISTR A D A S A NIVEL D E P U NO, D EL D ISTR IT O D E ILA V E Y EL VA LOR D E LOS ND IC ES D E D F ICI T Y EXCE SO D E LLU V IA CA L CU LA D O S U TILI ZA ND O L O S D A TOS D E LA ESTA C IN ILA V E P OR EL CU LTI VO D E P A PA

Aos de cosecha 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998

% prdida en Puno 12% -26% 3% 9% 6% -35% -19% 3% -42% -30% -42% -10% 12% -13% -18% -17% -15%

% prdida en Ilave n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. -34% -5% 13% 20% -1% 18% 6% -15% 19% -8% -6% 2% -8% 1% -2%

Valor del ndice de dficit de lluvia n.d. n.d. n.d. 24 0 172 276 63 285 229 238 166 98 233 116 0 246 86 52 36 0 74 187 225 13 229 204 144 13 n.d.

Valor del ndice de exceso de lluvia n.d. n.d. n.d. 198 608 171 171 171 0 157 39 61 79 97 138 298 73 197 197 442 434 129 265 76 203 236 149 86 95 n.d.

Desastres n.d. sequa n.d. n.d. inundaciones n.d. n.d. la nina sequa sequa sequa n.d. n.d. desprendimiento de tierras n.d. n.d. el nio (lluvias en el Norte y sequa en las tierras altas) la nia la nia incremento de lluvia inundaciones n.d. sequa n.d. sequa n.d. inundaciones gorgojo de los andes n.d. Ausencia lluvia nov-dec exceso feb-marz

1999 7% 2000 12% 2001 -2% 2002 18% 2003 16% 2004 3% 2005 14% 2006 6% 2007 4% 2008 0% 2009 3% 2010 11% 2011 12% n.d.: no hay data disponible

Seguro por ndices climticos en Puno Informe preliminar

38

En 1997, prdidas de m;as de 30% fueron registradas en el distrito de Ilave y no fue posible encontrar una causa de prdida en la documentacin consultada. Los valores de los ndices indican que una causa de prdida posible es el exceso de lluvia porque el ndice tiene un valor de 298 a comparacin a un valor de cero por el ndice de dficit por el mismo ao. En la Tabla 18 se puede ver las prdidas registradas a nivel de Puno y del distrito Ilave en relacin con el valor de los ndices calculados para detectar el dficit o el exceso de lluvia, para el cultivo de quinua. En los aos 1990-1991-y 1992, grandes sequas ocurrieron en Puno, debido al fenmeno El nio. Estas sequas resultaron en prdidas de ms del 50 %. El ndice de dficit de lluvia, tiene respectivamente valores de 126, 136 y 83 en 1990, 1991 y 1992 lo que representa valores cerca del mximo (143) por el periodo 1982-2011. En 2001, prdidas de 22% fueron registradas en el distrito de Ilave. Segn la documentacin consultada, este ao se vio un incremento de lluvia en Puno. El ndice de exceso de lluvia captur este incremento y lleg hasta un valor de 330. En el ao 2004, se registr una sequa en Puno y prdidas del 11% en Ilave. El ndice de dficit no captur esta sequa. Las prdidas pueden tener otras causas por el quinua en Ilave, en 2004. En la Tabla 19 se puede ver las prdidas registradas a nivel del distrito Huancane en relacin con el valor de los ndices calculados para detectar el dficit o el exceso de lluvia, para el cultivo de avena forrajera. Para este cultivo, no tenemos datos de rendimiento por aos anteriores a 1997. Refiriendonos a los desastres que occurieron en Puno se nota las inundaciones de 1986 y las sequias de 1983 y 1990. Estos desastres fueron capturados por los ndices de dficit y de exceso de lluvia. En 2001-2002, el incremento de las lluvias y las inundaciones fueron capturados por el ndice de exceso.

La Tabla 17 presenta los triggers que fueron determinados por cada ndice, cultivo y distrito.
TA BLA 17 TR IG G ER S D E IN I CIO Y D E M XIMO P A R A CA D A ND ICE Y CA D A CU LT IV O P OR U N D ISTR ITO .

Cultivo Papa Quinua Avena forrajera

Distrito Ilave Ilave Huancane

Trigger inicio ID 100 40 115

Trigger max ID 1000 1000 1000

Trigger inicio IE 200 175 200

Trigger max IE 1000 1000 1000

Seguro por ndices climticos en Puno Informe preliminar

TA BLA 18 P R D ID A S R EG ISTR A D A S A NIVEL D E LA R EG IN P U NO, A NIV EL D EL D I S TR IT O D E ILA V E Y EL VA LOR D E LOS ND ICE S D E D FIC IT Y EXC ESO D E L LU V IA CA LCU LA D O S U TI LIZA ND O LOS D A TOS D E LA ESTA CIN ILA V E P OR E L CU LT IVO D E QU INU A

39

Aos de cosecha 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

% prdida en Puno 22% -37% 8% -50% -27% -25% 8% 32% -57% -8% -49% -1% -4% -19% 0% -4% 3% 4% 6% -11% 18% 12% -1% 17% 1% 2% -9% 10% 10% 6%

% prdida en Ilave n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. -5% 5% 1% 0% -22% 20% -2% -11% 18% 6% -4% -9% 4% 5% -8%

Valor del ndice de dficit de lluvia n.d. n.d. n.d. 0 0 143 118 23 126 136 83 66 38 60 87 17 123 0 43 9 67 31 62 88 6 34 32 3 15 n.d.

Valor del ndice de exceso de lluvia n.d. n.d. n.d. 331 510 319 44 47 7 130 13 102 126 140 300 455 88 229 201 330 106 261 288 65 294 92 178 57 236 n.d.

Desastres n.d. sequa n.d. n.d. inundaciones n.d. la nina sequa sequa sequa n.d. n.d. desprendimiento de tierras n.d. n.d. el nio (lluvias en el Norte y sequa en las tierras altas) la nia la nia incremento de lluvia inundaciones n.d. sequa n.d. sequa n.d. inundaciones n.d. n.d. Ausencia lluvia nov-dec exceso feb-marz

Seguro por ndices climticos en Puno Informe preliminar

TA BLA 19 P R D ID A S R EG ISTR A D A S A NIVEL D E LA R EG IN P U NO, A NIV EL D EL D I S TR IT O D E HU A NCA NE Y EL VA LOR D E LOS N D ICE S D E D FIC IT Y E XC ESO D E LLU V IA CA LC U LA D O S U TI LI ZA ND O LO S D A TO S D E LA ESTA CIN ILA V E P O R EL CU LTI VO D E A VEN A FOR R A JER A

40

Aos de cosecha 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

% prdida en Puno n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d.

% prdida en Huancane n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. -28% 30% 6% -3% -6% 10% -9% -8% 10% 1% 3% -3% -6% 7% -3%

Valor del ndice de dficit de lluvia 71 179 46 3 0 122 0 120 256 30 152 80 52 13 132 0 91 126 202 16 12 16 130 11 196 85 118 180 89 30

Valor del ndice de exceso de lluvia 108 45 249 81 406 125 297 130 84 117 136 75 105 150 152 335 5 63 0 305 233 245 212 82 145 165 99 146 142 112

Desastres n.d. sequa n.d. n.d. inundaciones n.d. n.d. la nina sequa sequa sequa n.d. n.d. desprendimiento de tierras n.d. n.d. el nio (lluvias en el Norte y sequa en las tierras altas) la nia la nia incremento de lluvia inundaciones n.d. sequa n.d. sequa n.d. inundaciones n.d. n.d. Ausencia lluvia nov-dec exceso feb-marz

Seguro por ndices climticos en Puno Informe preliminar

41

5. PRON STI CO D E REN DI MI E NT O

Para establecer el modelo de pronstico de rendimiento se relaciona el valor del ndice climtico con el rendimiento del cultivo con el fin de determinar a qu nivel de prdida corresponda cada valor del ndice. Eso se hace para cada zona de seguro tomando en cuenta los valores de ndices y rendimientos obtenidos los aos anteriores y estableciendo una relacin linear entre estos parmetros. Esta relacin sigue la formula siguiente: . Utilizando este modelo de regresin linear es posible evaluar el rendimiento o el porcentaje de prdida esperado para cada zona, conociendo el valor del ndice

ME TODOLOGA
El primer paso es de determinar los niveles de prdidas. Estos corresponden al porcentaje de diferencia entre el rendimiento obtenido y el rendimiento estimado segn la tendencia linear registrada en este distrito. La tendencia linear representada en la Figura 14 presenta la evolucin terica del rendimiento por este distrito, este cultivo sobre este periodo. Para conocer el valor de la tendencia a un ao especifico, se puede utilizar la ecuacin siguiente:
En este caso, pendiente = 250.09 y ordeneada al origen = -481006

30 000,00 25 000,00 rendimiento (kg/ha) 20 000,00 15 000,00 y = 250,09x - 481006 R = 0,181 Rendimiento Huancane 5 000,00 Linaire (Rendimiento Huancane) 0,00 1996 1998 2000 2002 2004 aos 2006 2008 2010 2012

10 000,00

FIG U R A 14 R END IMIEN TOS D EL CU L T IVO D E A V ENA OB TEN I D OS D U R A NTE EN P ER IO D O 1 9 9 7 - 2 01 1 EN EL D ISTR ITO D E HU A N CA N E

El porcentaje de prdida se calcula con datos de rendimiento de un ao especifico y con el valor de la tendencia por este ao especifico utilizando la ecuacin siguiente.

Seguro por ndices climticos en Puno Informe preliminar

42

El segundo paso es de calcular el ndice climtico utilizando la metodologa presentada en la seccin 4 y de relacionar los valores del ndice superior al trigger de inicio con los niveles de prdidas calculados, para ao con prdidas. No se incluye en esta relacin aos con rendimiento igual o superior al rendimiento atendido (tendencia) y no se incluye en esta relacin aos con un valor del ndice inferior al trigger de inicio. Con estos datos se establece una tabla similar a la Tabla 20.
TA BLA 20 VA LOR ES D E LO S ND IC ES Y LOS P OR C ENT A JES D E P R D ID A COR R ESP ON D IEN TE P A R A CA LCU LA R LOS P A R A MTR O S D EL M O D ELO D E P R ONST ICO D E R END IM IEN TO .

Valor del ndice ID Triggers Inicio: 115 Max: 1000 180 130 118 202

% de prdida 0* 85 * 6 8 3 3

Valor del ndice IE Triggers Inicio: 200 Max: 1000 335 305 212 245

% de prdida 0* 85 * 28 6 8 9

*: porcentaje de prdida impuesto

Con estos datos, se calcula una pendiente y ordoneada al origen para el ndice de dficit (ID) y para el ndice de exceso (IE). Con los dos parmetros obtenidos con los datos del ID se puede determinar el porcentaje de prdida estimado por el ndice de dficit (ID), por cada ao, utilizando solo el valor del ndice de dficit (ID).

En este caso, pendiente = 0.0944 y ordeneada al origen = -9.9366

Con los dos parmetros obtenidos con los datos del IE se puede determinar el porcentaje de prdida estimado por el ndice de exceso (IE), por cada ao, utilizando solo el valor del ndice de exceso (IE).

En este caso, pendiente = 0.1020 y ordeneada al origen = -16.3689

Para determinar el porcentaje de prdida esperado oficial se debe tener en cuenta el porcentaje de prdida calculado con el ndice de dficit y el porcentaje de prdida calculado con el ndice de exceso. Para nosotros, lo ms importante es de detectar aos con rendimientos bajos o ao con prdidas. Para realizar eso, el porcentaje de prdida estimado corresponde al mnimo entre el porcentaje de prdida calculado con el ndice de dficit y el porcentaje de prdida calculado con el ndice de exceso.

Seguro por ndices climticos en Puno Informe preliminar

43

R E S U L T A D O S P R E L I M IN A R E S
Las tablas 21 hasta 23 presentan los resultados de la estimacin de los porcentajes de prdida por los cultivos de papa y quinua en el distrito de Ilave y por el cultivo de avena forrajera, en el distrito de Huancane por el periodo 1982-2011. Se puede utilizar las relaciones presentadas en las pginas anteriores para determinar el porcentaje de prdida IE y el porcentaje de prdida ID para aos anteriores a 1997, solo si tenemos datos de lluvia para calcular el valor de los ndices de dficit y de exceso. Por el cultivo de papa, tenemos 7 aos de prdidas entre 1997 y 2010. De estos 7 aos, los ndices indicaron prdidas en cada caso. Por 3 aos, los ndices detectaron una prdida pero los datos de rendimiento del distrito no identificaron prdidas. La diferencia ms grande se encontra por el ao 2002 donde el rendimiento en el distrito lleg hasta 118 % y los ndices indicaron una prdida de 27 % , eso representa una diferencia de 45 %. Para los aos 2005 y 2009, los ndices indentificarn prdidas respectivamente de 11 y 4 %, solo 4 puntos debajo a las prdidas de los datos de rendimiento. Por el cultivo de quinua, tenemos 6 aos de prdidas entre 1997 y 2010. De estos 6 aos, los ndices indicaron prdidas en cuatro casos. Por 6 aos, los ndices detectaron una prdida pero los datos de rendimiento del distrito no identificaron prdidas. La diferencia ms grande se encontra por el ao 2002 donde el rendimiento en el distrito lleg hasta 120 % y los ndices indicaron una prdida de 8 % , eso representa una diferencia de 28 %. Para los aos 2003 y 2004, los ndices indentificarn prdidas respectivamente de 7 y 10 %, solo 5 y 1 puntos debajo las prdidas de los datos de rendimiento. Por el cultivo de avena, tenemos 8 aos de prdidas entre 1997 y 2011. De estos 8 aos, los ndices indicaron prdidas en siete casos. Por 3 aos, los ndices detectaron una prdida pero los datos de rendimiento del distrito no identificaron prdidas. La diferencia ms grande se encontra por el ao 2002 donde el rendimiento en el distrito lleg hasta 110 % y los ndices indicaron una prdida de 7 %, eso representa una diferencia de 17 %. Para los aos 2003, 2004, 2008 y 2009 la diferencia entre las prdidas identificadas por los ndices y las prdidas de los datos de rendimiento no supera los 3 puntos de porcentaje.

Seguro por ndices climticos en Puno Informe preliminar

TA BLA 21 D A TOS A SOCIA D OS CON EL R END IMI EN TO E N P A P P OR EL D ISTR I TO D E ILA V E SOBR E EL P ER IOD O 1982 -20 1 1 , VA LOR ES D E LOS ND IC ES D E D F ICI T Y EX CESO D E L LU VIA , Y P OR CEN TA JES D E P R D I D A S EST IMA D OS A P A R TIR D E L OS ND I CES .

44

ILAVE pap 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Rendimiento (kg/ha)

Tendencia linear

5 386 8 026 9 738 10 616 8 967 10 988 10 099 8 254 11 907 9 414 9 811 10 891 10 006 11 176 11 133

8192 8416 8640 8864 9088 9313 9537 9761 9985 10209 10433 10657 10881 11106 11330

Porcentaje de prdida 12% -26% 3% 9% 6% -35% -19% 3% -42% -30% -42% -10% 12% -13% -18% -34% -5% 13% 20% -1% 18% 6% -15% 19% -8% -6% 2% -8% 1% -2%

Valor del ndice de dficit n.d. n.d. n.d. 24 0 172 276 63 285 229 238 166 98 233 116 0 246 86 52 36 0 74 187 225 13 229 204 144 13 n.d.

Valor del ndice de exceso n.d. n.d. n.d. 198 608 171 171 171 0 157 39 61 79 97 138 298 73 197 197 442 434 129 265 76 203 236 149 86 95 n.d.

% de prdida ID (dficit) n.d. n.d. n.d. 0% 0% -6% -16% 0% -17% -12% -12% -6% 0% -12% -1% 0% -13% 0% 0% 0% 0% 0% -8% -11% 0% -12% -9% -4% 0% n.d.

% de prdida IE (exceso) n.d. n.d. n.d. 0% -43% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% -14% 0% 0% 0% -27% -27% 0% -11% 0% -5% -8% 0% 0% 0% n.d.

% de prdida estimado n.d. n.d. n.d. 0% -43% -6% -16% 0% -17% -12% -12% -6% 0% -12% -1% -14% -13% 0% 0% -27% -27% 0% -11% -11% -5% -12% -9% -4% 0% n.d.

: 1982-1996 : los porcentaje de prdida han sido calculado utilizando datos de rendimiento del departamento de Puno. 1997-2011: los porcentaje de prdida han sido calculado utilizando datos de rendimiento del distrito de Ilave.

Seguro por ndices climticos en Puno Informe preliminar

TA BLA 22 D A TOS A SOCIA D OS CON EL R END IMI EN TO E N QU INU A P OR EL D ISTR I T O D E ILA VE SOBR E EL P ER IOD O 19 82 -20 1 1 , VA LOR ES D E LOS ND ICE S D E D FIC IT Y EX C ESO D E L LU VIA , Y P O R CENTA JE S D E P R D ID A S EST IMA D OS A P A R TIR D E LOS ND ICE S.

45

ILAVE quinua 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Rendimiento (kg/ha)

Tendencia linear

Porcentaje de prdida 22% -37% 8% -50% -27% -25% 8% 32% -57% -8% -49% -1% -4% -19% 0% -5% 5% 1% 0% -22% 20% -2% -11% 18% 6% -4% -9% 4% 5% -8%

811 914 899 911 731 1 152 963 892 1 202 1 103 1 020 991 1 153 1 185 1 050

851 872 893 914 935 956 977 999 1020 1041 1062 1083 1104 1125 1146

Valor del ndice de dficit n.d. n.d. n.d. 0 0 143 118 23 126 136 83 66 38 60 87 17 123 0 43 9 67 31 62 88 6 34 32 3 15 n.d.

Valor del ndice de exceso n.d. n.d. n.d. 331 510 319 44 47 7 130 13 102 126 140 300 455 88 229 201 330 106 261 288 65 294 92 178 57 236 n.d.

% de prdida ID (dficit) n.d. n.d. n.d. 0% 0% -14% -12% 0% -13% -14% -9% -8% 0% -7% -9% 0% -12% 0% -6% 0% -8% 0% -7% -10% 0% 0% 0% 0% 0% n.d.

% de prdida IE (exceso) n.d. n.d. n.d. -14% -31% -13% 0% 0% 0% 0% 0% 0% 0% 0% -11% -26% 0% -4% -1% -14% 0% -7% -10% 0% -10% 0% 0% 0% -4% n.d.

% de prdida estimado n.d. n.d. n.d. -14% -31% -14% -12% 0% -13% -14% -9% -8% 0% -7% -11% -26% -12% -4% -6% -14% -8% -7% -10% -10% -10% 0% 0% 0% -4% n.d.

: 1982-1996 : los porcentaje de prdida han sido calculado utilizando datos de rendimiento del departamento de Puno. 1997-2011: los porcentaje de prdida han sido calculado utilizando datos de rendimiento del distrito de Ilave.

Seguro por ndices climticos en Puno Informe preliminar

TA BLA 23 D A TOS A SOCIA D OS CON EL R END IMI EN TO E N A V ENA P OR EL D ISTR ITO D E HU A NCA NE SOBR E E L P ER IOD O 1 9 8 2 -20 1 1 VA LOR ES D E LOS ND ICE S D E D FI CIT Y EXC ESO D E L LU VIA , Y P OR CENTA J ES D E P R D ID A S EST IMA D OS A P A R TIR D E LOS ND ICE S.

46

HUANCANE avena 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Rendimiento (kg/ha) n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. 13 252 24 198 20 058 18 643 18 219 21 646 18 128 18 592 22 418 20 892 21 549 20 541 20 046 23 146 21 257

Tendencia linear n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. 18422 18672 18922 19172 19422 19672 19922 20172 20422 20672 20922 21172 21423 21673 21923

Porcentaje de prdida n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. -28% 30% 6% -3% -6% 10% -9% -8% 10% 1% 3% -3% -6% 7% -3%

Valor del ndice de dficit 71 179 46 3 0 122 0 120 256 30 152 80 52 13 132 0 91 126 202 16 12 16 130 11 196 85 118 180 89 30

Valor del ndice de exceso 108 45 249 81 406 125 297 130 84 117 136 75 105 150 152 335 5 63 0 305 233 245 212 82 145 165 99 146 142 112

% de prdida ID (dficit) 0% -7% 0% 0% 0% -2% 0% -1% -14% 0% -4% 0% 0% 0% -3% 0% 0% -2% -9% 0% 0% 0% -2% 0% -9% 0% -1% -7% 0% 0%

% de prdida IE (exceso) 0% 0% -9% 0% -25% 0% -14% 0% 0% 0% 0% 0% 0% 0% 0% -18% 0% 0% 0% -15% -7% -9% -5% 0% 0% 0% 0% 0% 0% 0%

% de prdida estimado 0% -7% -9% 0% -25% -2% -14% -1% -14% 0% -4% 0% 0% 0% -3% -18% 0% -2% -9% -15% -7% -9% -5% 0% -9% 0% -1% -7% 0% 0%

: 1982-1996 : no tenemos datos de rendimiento por departamento de Puno o el distrito de Huancane. 1997-2011: los porcentaje de prdida han sido calculado utilizando datos de rendimiento del distrito de Huancane.

Seguro por ndices climticos en Puno Informe preliminar

47

6. TARI FI CA CI N
La tarificacin se realizar en las prximas semanas.

ME TODOLOGA
Para establecer el precio de un producto de seguro se requiere conocer el valor asegurable. Esta informacin debe ser proporcionada por el cliente para las tres producciones elegidas por el estudio. Los precios de las primas de seguros se establecern para cada una de las zonas homogneas identificadas y para las tres producciones del estudio. El riesgo puro ser determinado considerando la historia de los siniestros pagados dentro de los parmetros desarrollados (actividad 3000). Esto proporcionar la tasa de prdida histrica promedia para cada zona y eso corresponder a la tasa de base. A la tasa de base se aade una primera carga para reflejar la incertidumbre de los datos. La incertidumbre proviene de la credibilidad de los datos, su variabilidad, as como otros elementos especficos, tales como las consideraciones climticas. Una carga de contingencia tambin se aada a las primas para reflejar la posibilidad de que algo sucede con poca frecuencia. Esta probabilidad se evala sobre la base de un modelo a partir de los datos histricos disponibles. Un suavizamiento de las tasas de primas entre las zonas de seguro se tendrn en cuenta para no tener demasiada variabilidad entre las distintas zonas de seguros. La tarificacin debe tambin incluir los costos administrativos. Por ltimo, el asegurador deber presentar una sobrecarga adicional, en funcin de sus necesidades de reaseguro. Si la informacin disponible lo permite, un anlisis de la cartera puede llevarse a cabo. Para hacerlo, es necesario tener en mano las ventas proyectadas de las plizas de seguro para cada producto y cada zona de seguros. Este anlisis es til para determinar si la combinacin de los tres productos y la distribucin geogrfica en el territorio permiten obtener una buena distribucin de del riesgo.

R E S U L T A D O S P R E L I M IN A R E S
Los resultados de este anlisis se presentaron en el taller de validacin y en el informe final tomando la forma de cuadros y grficos.

Seguro por ndices climticos en Puno Informe preliminar

48

7. FI NALI ZACI N DEL ES TU DI O

El estudio se finalizar por la presentacin de los resultados durante un taller de validacin reuniendo participantes que FADQDI propondr a La Positiva de invitar. El taller de validacin debera celebrarse en la tercera semana de septiembre de 2012.

ME TODOLOGA
Dos profesionales de FADQDI viajaran a Per para presentar el ndice climtico desarrollado para los tres cultivos de la regin Puno. Nuestros profesionales se quedaran 1 semana en Per dividida as: 1 da para preparar el taller de validacin, 1 da para el taller y 3 das para explicar los ndices a los profesionales de La Positiva y responder a sus preguntas. Despus del taller, FADQDI regresar a Quebec para finalizar su informe final e incluir los comentarios de los participantes y de los profesionales de La Positiva.

R E S U L T A D O S P R E L I M IN A R E S
Al final de agosto, ser importante confirmar las fechas del taller e invitar a funcionarios de la direccin regional de agricultura as que invitar a los agricultores lideres. La Positiva es encargada de enviar las invitaciones.

FADQDI 1400, BOULEVARD DE LA RIVE-SUD LVIS, QUBEC G6W 8K7 +1.418.838.5602

WWW.FADQDI.QC.CA