Parte 1 Introducción

En contraste con las aspiraciones en materia de desarrollo internacional, el año 2023 cerró el decenio más caluroso jamás registrado, marcado por fenómenos meteorológicos extremos sin precedentes y desastres a gran escala, cuyas repercusiones se han visto agravados por los conflictos en curso y las repercusiones de la pandemia de la COVID19. En los últimos años, la comunidad mundial ha sufrido pérdidas humanas, económicas y de infraestructuras; perturbaciones en las cadenas de suministro; y la degradación de sistemas ambientales y ecológicos esenciales. La incidencia e intensidad de los desastres, definidos por la Asamblea General de las Naciones Unidas como una “perturbación grave del funcionamiento de una comunidad o sociedad en cualquier escala debida a fenómenos peligrosos que interaccionan con las condiciones de exposición, vulnerabilidad y capacidad, ocasionando uno o más de los siguientes: pérdidas e impactos humanos, materiales, económicos y ambientales”¹ está aumentando y se prevé que empeore, ya que, debido al calentamiento global, el planeta se enfrenta a los desafíos de un panorama de riesgos incierto en un contexto marcado por unos recursos biológicos y ecológicos finitos.

El año 2023 ofrece una buena oportunidad para evaluar las repercusiones de los desastres en la agricultura a medida que la comunidad internacional se acerca a importantes hitos mundiales en cuanto a la medición de los progresos hacia un futuro más sostenible. La Cumbre sobre los Objetivos de Desarrollo Sostenible de 2023 relativa a la aplicación de la Agenda 2030 para el Desarrollo Sostenible y el examen de mitad de período del Marco de Sendai para la Reducción del Riesgo de Desastres 20152030 han proporcionado una importante plataforma para examinar los avances alcanzados en la reducción de riesgos, el fomento de la resiliencia y la promoción de un mundo más sostenible. De cara al futuro, el balance mundial del Acuerdo de París sobre el cambio climático de finales de 2023 y la Cumbre del Futuro prevista para 2024 brindarán nuevas oportunidades para continuar la evaluación de los logros mundiales en materia de desarrollo.

Según la EM-DAT del Centro para la Investigación de la Epidemiología de los Desastres^c, que alberga los registros más amplios de fenómenos extremos, los desastres causaron casi 31 000 muertes y unas pérdidas económicas por valor de 223 800 millones de USD solo en 2022 que afectaron a más de 185 millones de personas². La frecuencia de los desastres ha aumentado, pasando de 100 al año en la década de 1970 a unos 400 desastres anuales en todo el mundo en los últimos 20 años (FIGURA 1)^d.

FIGURA 1 NÚMERO DE DESASTRES POR GRUPO DE AMENAZAS DE LA EM-DAT Y PÉRDIDAS ECONÓMICAS TOTALES (1972-2022)

Fuente: EM-DAT. 2023. EM-DAT (pública). En: EM-DAT. Bruselas. [Consultado en enero de 2023]. https://public.emdat.be/

En general, los riesgos que afectan a la agricultura son omnipresentes y crecen a un ritmo que sobrepasa nuestros esfuerzos por reducirlos. Para incrementar la resiliencia (definida en términos generales como la capacidad de hacer frente a las perturbaciones provocadas por fenómenos adversos o a sus repercusiones) y la capacidad de afrontamiento de una comunidad o sistema socioecológico es necesario realizar cambios importantes en las prácticas existentes y mejorar el acceso a los recursos y su movilización. Mejorar la producción de información sobre las repercusiones y los riesgos de manera que sea coherente y se combine adecuadamente en todas las escalas permitirá a las comunidades agrícolas en los planos local y nacional determinar las mejores estrategias posibles para mitigar o reducir las repercusiones de futuros desastres. Al mismo tiempo, deben generalizarse los esfuerzos dirigidos a prevenir la aparición de nuevos riesgos, reducir los riesgos existentes antes de que se produzca un desastre, desarrollar las capacidades para hacer frente a los desastres y formular medidas de respuesta después de que se produzcan para que podamos alcanzar los objetivos de la Agenda 2030 para el Desarrollo Sostenible, el Acuerdo de París y el Marco de Sendai. Para ello, es necesario un cambio de paradigma intersectorial en las actividades, los planes, las políticas y la financiación agrícolas a fin de fomentar una cultura de prevención y reducción proactivas del riesgo.

La FAO presenta este nuevo informe principal sobre las repercusiones de los desastres en la agricultura y la seguridad alimentaria, como parte de su compromiso permanente de promover un futuro más inclusivo, resiliente y sostenible para la agricultura. Con base en tres publicaciones anteriores de la Organización sobre este tema^e, el informe tiene por objeto organizar y difundir los conocimientos disponibles sobre las repercusiones de los desastres en la agricultura con miras a promover inversiones en la reducción del riesgo de desastres basadas en datos objetivos. Su finalidad es mostrar metodologías para mejorar la recopilación de datos y la investigación sobre los riesgos que afectan a la agricultura y las repercusiones conexas, así como dirigir la atención internacional y el apoyo y compromiso políticos y económicos a la reducción del riesgo de desastres.

Dada la necesidad urgente de entender y abordar las repercusiones de los desastres en la agricultura, en este informe se consolidan los conocimientos existentes y se aportan nuevos datos sobre el tema de dos maneras destacadas: en primer lugar, mediante la recopilación y el resumen de los datos disponibles sobre las repercusiones de los desastres en la agricultura utilizando diversos instrumentos y enfoques para examinar y cuantificar, en la medida de lo posible, las pérdidas registradas en la agricultura como consecuencia de su aparición; y en segundo lugar, mediante el análisis de los posibles beneficios de la inversión en soluciones para reducir el riesgo de desastres, como la adopción de buenas prácticas proactivas para reducir el riesgo de desastres en las explotaciones agrícolas y la ejecución de intervenciones de acción preventiva como forma de incrementar la resiliencia de los medios de vida agrícolas.

En el marco que se presenta en la siguiente sección se vinculan los conceptos clave relativos a la reducción del riesgo de desastres en la agricultura con los contenidos de las diferentes partes del informe.

1.1 Marco conceptual del riesgo de desastres y organización del presente informe

Gracias a la labor del grupo de trabajo intergubernamental de expertos de composición abierta sobre los indicadores y la terminología relacionados con la reducción del riesgo de desastres establecido por la Asamblea General de las Naciones Unidas en la resolución A/RES/69/284, se elaboraron varias definiciones y conceptos que se examinan en el presente documento. Estas definiciones fueron aprobadas a nivel intergubernamental por la Asamblea General mediante la resolución A/RES/71/276. Como se define en el cuerpo de este trabajo, el riesgo de desastres es la “posibilidad de que se produzcan muertes, lesiones o destrucción y daños en bienes en un sistema, una sociedad o una comunidad en un período de tiempo concreto, determinados de forma probabilística como una función de la amenaza, la exposición, la vulnerabilidad y la capacidad”.

El término “amenaza” se emplea para describir un “proceso, fenómeno o actividad humana que puede ocasionar muertes, lesiones u otros efectos en la salud, daños a los bienes, disrupciones sociales y económicas o daños ambientales” en una zona y un período determinados¹. El Consejo Internacional de Ciencias y la Oficina de las Naciones Unidas para la Reducción del Riesgo de Desastres han elaborado un conjunto internacional de referencia de 302 amenazas agrupadas en ocho grupos: amenazas hidrometeorológicas, extraterrestres, geológicas, ambientales, químicas, biológicas, tecnológicas y sociales, que a su vez pueden desglosarse o adaptarse a contextos específicos³. La agricultura se ve afectada principalmente por amenazas hidrometeorológicas, geológicas, ambientales y biológicas, aunque las amenazas sociales, como los conflictos armados y las amenazas tecnológicas y químicas, también podrían suponer un peligro (CUADRO 1).

CUADRO 1 Tipos de amenazas tratadas en este informe

Fuente: Elaboración de los autores.

El término “exposición” describe la “situación en que se encuentran las personas, las infraestructuras, las viviendas, las capacidades de producción y otros activos humanos tangibles situados en zonas expuestas a amenazas”¹. En la agricultura, los elementos sujetos a exposición pueden ser los cultivos, el ganado, los productos pesqueros y acuícolas y los productos forestales, y activos tales como las infraestructuras de producción y transporte o recursos como la tierra, el agua y otros recursos ecológicos en los que se apoyan la producción agrícola y los medios de vida conexos. Por su parte, la “vulnerabilidad” hace referencia a las “condiciones determinadas por factores o procesos físicos, sociales, económicos y ambientales que aumentan la susceptibilidad de una persona, una comunidad, los bienes o los sistemas a las repercusiones de las amenazas”¹. Esto incluye las características económicas, sociales y ambientales inherentes a la sociedad o sistema que puede verse afectado. La dimensión final de la definición de riesgo de desastres aprobada es la “capacidad”, entendida como la “combinación de todas las fortalezas, los atributos y los recursos disponibles dentro de una organización, comunidad o sociedad que pueden utilizarse para gestionar y reducir el riesgo de desastres y reforzar la resiliencia”¹.

En la FIGURA 2 se presenta el marco conceptual del informe y se describe la interacción entre el riesgo de desastres en la agricultura y la respectiva organización del informe y sus diferentes partes. Los componentes del riesgo de desastres, como la vulnerabilidad, la exposición y la capacidad de afrontamiento, se producen a lo largo de un proceso continuo y cambian con el tiempo. El valor de las pérdidas y los daños ocasionados por un desastre depende de la velocidad y la escala espacial de la interacción entre las amenazas y los componentes del riesgo de desastres. En la agricultura, al igual que en otros sectores, tanto las amenazas como el desastre resultante pueden desarrollarse en diferentes escalas temporales y espaciales. Amenazas tales como las olas de calor, sequías, infestaciones por plagas o la inestabilidad de precios, así como sus repercusiones, se extienden por períodos de tiempo más prolongados y suelen denominarse “fenómenos de evolución lenta”. Las tormentas, las inundaciones y los terremotos son fenómenos de aparición súbita cuyas repercusiones están relativamente limitadas en términos de escala temporal y espacial, por lo que resulta más fácil medir las pérdidas resultantes y los daños que producen. Los daños directos corresponden a la destrucción inicial de los activos físicos o estructurales, y las pérdidas económicas directas se refieren al valor monetario de estos activos destruidos. Los desastres también producen pérdidas secundarias o indirectas que representan una disminución del valor añadido como consecuencia de las pérdidas económicas directas y las repercusiones humanas y ambientales⁴.

La interacción dinámica entre las amenazas y otros componentes del riesgo de desastres también se ve influenciada por factores de riesgo y perturbaciones subyacentes que tienen repercusiones en cadena y afectan a múltiples sistemas y sectores dentro de los países y entre ellos, como se muestra en la FIGURA 2. Entre estos factores de riesgo de desastres, definidos como “procesos o condiciones, a menudo relacionados con el desarrollo, que influyen en el nivel de riesgo de desastres al incrementar los niveles de exposición y vulnerabilidad o reducir la capacidad”⁴, figuran el cambio climático, la pobreza y la desigualdad y el crecimiento demográfico, pero también la incidencia de pandemias, prácticas como la utilización y gestión insostenibles de la tierra, los conflictos armados y la degradación ambiental. Tal vez el riesgo más acuciante para la agricultura, que depende de las condiciones climáticas y la salud de los recursos ambientales y ecológicos, sea la creciente amenaza del cambio climático. A medida que se intensifica el proceso del cambio climático, las repercusiones de una variedad más amplia de fenómenos climáticos extremos irán adquiriendo cada vez más importancia. El cambio climático modifica la frecuencia, intensidad, extensión espacial y duración de las amenazas relacionadas con la meteorología y el clima². Según el IPCC, los altos niveles de vulnerabilidad, combinados con fenómenos meteorológicos y climáticos extremos más graves, pueden provocar que en algunas partes del mundo resulte cada vez más difícil vivir y producir alimentos⁵.

FIGURA 2 MARCO CONCEPTUAL DEL INFORME

Fuente: Elaboración de los autores.

Sobre la base de la interacción entre los riesgos, la exposición, la vulnerabilidad, la capacidad y las amenazas descritas en la FIGURA 2, en la Parte 2 del presente informe se cuantifican las repercusiones de los desastres en la agricultura y sus subsectores (los cultivos, la ganadería, la pesca y acuicultura y la actividad forestal).

Los datos históricos sobre las pérdidas son fundamentales para cuantificar y validar las estimaciones de las repercusiones de los desastres. Existen múltiples enfoques y metodologías que podrían adoptarse para medir las pérdidas y los daños provocados por los desastres en función del contexto de la amenaza, el objeto o sujeto de evaluación, las necesidades de las instituciones y las partes interesadas, así como de las dimensiones social, física y temporal de la evaluación de las repercusiones. Por encima de todo, la disponibilidad de datos pertinentes y fiables es el principal factor para determinar los enfoques de evaluación de las repercusiones.

En la actualidad, no existe un repositorio especializado para documentar las repercusiones de los desastres en los sistemas agroalimentarios. Asimismo, los datos incluidos en las bases de datos internacionales existentes sobre desastres carecen de una cobertura sectorial exhaustiva o no ofrecen información que pueda desglosarse con facilidad a fin de determinar y evaluar los distintos riesgos y consecuencias asociados con los sistemas agroalimentarios. El complejo desafío de registrar las pérdidas provocadas por los desastres en la agricultura, tal como se describe en la Sección 2.1, se debe en parte a la diversidad inherente a los subsectores agrícolas, que abarca un grupo variado de productos, activos, actividades y medios de vida que pueden verse afectados por múltiples amenazas. Es imprescindible normalizar definiciones comunes, indicadores de datos y metodologías de medición como parte de una estrategia a largo plazo destinada a fomentar la reducción del riesgo de desastres mediante la mejora de la recopilación de información.

La FAO ha trabajado para mejorar la cobertura y la normalización de las técnicas de recopilación de datos a fin de evaluar las repercusiones de los fenómenos meteorológicos extremos en la agricultura, así como para establecer instrumentos y metodologías de cara al seguimiento y la presentación de informes periódicos en los planos nacional y subnacional⁶. También ha prestado apoyo para elaborar una metodología normalizada y definiciones para el indicador C2 del Marco de Sendai para la Reducción del Riesgo de Desastres: pérdidas agrícolas directas atribuidas a los desastres (descritas en la Sección 2.2 del presente informe), que registra datos sobre las pérdidas y los daños en la agricultura y sus subsectores sufridos por los Estados miembros de las Naciones Unidas (correspondientes al indicador 1.5.2 de los Objetivos de Desarrollo Sostenible). No obstante, los datos incluidos en el indicador C2 deben seguir reforzándose, ya que los países se están quedando rezagados en cuanto a la recopilación y presentación de datos. En un contexto marcado por la insuficiente disponibilidad de datos, es preciso recurrir a fuentes alternativas (como por ejemplo evaluaciones de las necesidades después de que se haya producido un desastre) a fin de obtener datos objetivos sobre la proporción relativa de pérdidas sufridas por este sector en comparación con otros sectores productivos.

Ante la falta de datos, se han propuesto diferentes enfoques para poder estimar la repercusión de un desastre en la agricultura. Un enfoque para estimar la repercusión mundial de los desastres en la agricultura es la utilización de modelos probabilísticos y estadísticos, basados en la relación entre los desastres históricos y los datos sobre producción agrícola. En la Sección 2.3 del presente informe se lleva a cabo este ejercicio, que constituye la primera evaluación de las pérdidas agrícolas mundiales de cultivos y ganado provocadas por desastres en los últimos tres decenios. La información sobre la frecuencia de las amenazas procede de EMDAT. A su vez, se utiliza información sobre la producción, los precios y la superficie cosechada para calcular las fluctuaciones de los rendimientos como reflejo de la exposición y la vulnerabilidad en la agricultura. En el presente análisis se utiliza una hipótesis contrafactual para comparar un mundo con desastres y sin ellos, a fin de recabar información sobre la magnitud, escala, carga variable de las pérdidas anuales sufridas en distintas regiones y con diferentes tipos de amenazas.

Cuando la producción y presentación de datos son de alto nivel, por ejemplo en los subsectores de los cultivos y el ganado, las evaluaciones pueden aportar estimaciones detalladas de las pérdidas sobre el terreno en relación con las actividades productivas y agrícolas conexas. La evaluación de las pérdidas de cosechas debido a la invasión del gusano cogollero en África oriental y la evaluación de las repercusiones de la sequía en la ganadería en Somalia pueden llegar hasta el nivel local y emplear indicadores, metodologías y enfoques adaptados a fin de tener en cuenta las repercusiones específicas de diferentes amenazas y riesgos en la producción agrícola. Ponen de relieve la manera en que la disponibilidad de datos afecta a la precisión de las evaluaciones de las repercusiones de los desastres y proponen estrategias y metodologías que pueden utilizarse para abordar las necesidades específicas de las evaluaciones de las repercusiones en distintos contextos.

Por el contrario, la falta de indicadores normalizados y de datos para medir las repercusiones en los subsectores de la silvicultura, la pesca y la acuicultura restringen el análisis a nivel micro y macro de las repercusiones de los desastres. En la Sección 2.4 se presenta una visión general de los desafíos que plantea evaluar las repercusiones de los desastres en estos dos subsectores. Algunas amenazas y desastres ponen de relieve las limitaciones de la disponibilidad de datos y subrayan la importancia de los ejercicios de evaluación de las repercusiones en los sectores de la pesca, la acuicultura y la silvicultura.

En la Parte 3 del informe se adopta un enfoque más integral, en el que se considera la manera en que los principales factores de riesgo (el cambio climático, la pandemia, la degradación ambiental y los conflictos armados) repercuten en la agricultura. Se basa en el análisis que se presenta en la Parte 2, al aportar información sobre algunos factores subyacentes del riesgo de desastres y sus repercusiones en cadena en la agricultura (véase la FIGURA 2). En primer lugar, en esta sección se presenta una nueva aplicación de la denominada ciencia de la atribución sobre las repercusiones del cambio climático a fin de demostrar en qué medida el cambio climático afecta a la productividad de los cultivos en cuatro contextos nacionales diferentes. En segundo lugar, se analizan estudios de casos sobre la pandemia de la COVID19 y brotes de la peste porcina africana para poner de relieve las repercusiones de las pandemias y las epidemias en el sector agrícola, incluidas las repercusiones en cadena en los mercados mundiales. En tercer y último lugar, en esta parte también se estudia la repercusión de los conflictos armados en la agricultura y la interacción y amplificación de los factores de riesgo subyacentes en los contextos de crisis.

Por último, en la Parte 4 se utilizan los datos disponibles para analizar los beneficios que aporta impedir que las amenazas y los riesgos desencadenen desastres de gran magnitud mediante la aplicación de buenas prácticas de reducción del riesgo de desastres en las explotaciones agrícolas. A su vez, a partir de estos datos se analiza cómo la mitigación del riesgo de desastres a través de medidas preventivas e inversiones en la resiliencia ante múltiples riesgos puede limitar o reducir los daños y las pérdidas en la agricultura. La elaboración proactiva de medidas para reducir el riesgo de desastres, el apoyo a las buenas prácticas y las tecnologías en las explotaciones agrícolas y la movilización de una mayor financiación relacionada con los desastres y el clima para las poblaciones vulnerables y que padecen inseguridad alimentaria tienen beneficios demostrables en la reducción del grado en que las repercusiones de los desastres afectan tanto a los hombres como a las mujeres. Estas buenas prácticas no solo mejoran los rendimientos económicos, sino que también aportan beneficios socioeconómicos y ambientales conjuntos para el fortalecimiento de los medios de vida rurales y el aumento de la resiliencia de los agricultores y las personas que se dedican a la agricultura. Los estudios de casos que se exponen en esta parte del informe brindan ejemplos de análisis beneficio-costo de buenas prácticas y tecnologías para la reducción del riesgo de desastres en las explotaciones agrícolas y de medidas preventivas fundamentadas en el riesgo cuando se prevé una amenaza, lo que constituye una solución probada y eficaz en función de los costos para salvar vidas y proteger los medios de vida. Por último, se examina un conjunto de soluciones que se emplean para reducir la propagación del brote de langosta del desierto y proteger los medios de vida en el Cuerno de África.

Cita requerida:
FAO. 2024. Repercusiones de los desastres en la agricultura y la seguridad alimentaria 2023: Evitar y reducir las pérdidas mediante la inversión en la resiliencia. Roma. https://doi.org/10.4060/cc7900es

Las denominaciones empleadas en este producto informativo y la forma en que aparecen presentados los datos que contiene no implican, por parte de la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO), juicio alguno sobre la condición jurídica o nivel de desarrollo de países, territorios, ciudades o zonas, respecto de sus autoridades, ni respecto de la delimitación de sus fronteras o demarcaciones. Las líneas discontinuas en los mapas representan fronteras aproximadas respecto de las cuales puede que no haya todavía pleno acuerdo. La mención de empresas o productos de fabricantes en particular, estén o no patentados, no implica que la FAO los apruebe o recomiende de preferencia a otros de naturaleza similar que no se mencionan.

De acuerdo con las condiciones de la licencia, se permite copiar, redistribuir y adaptar la obra, siempre que se cite correctamente. En ningún uso que se haga de esta obra debe darse a entender que la FAO refrenda una organización, productos o servicios específicos. No está permitido utilizar el logotipo de la FAO. Si la obra se traduce, debe añadirse el siguiente descargo de responsabilidad junto a la cita requerida: “La presente traducción no es obra de la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO). La FAO no se hace responsable del contenido ni de la exactitud de la traducción. La edición original en inglés será el texto autorizado”.

Todo contencioso, controversia o reclamación derivados del presente acuerdo o en relación con el mismo se resolverán de mutuo acuerdo entre las partes. Si las partes no logran alcanzar un acuerdo sobre cualquier cuestión litigiosa, o sobre una forma de resolución distinta del arbitraje, cada una de ellas tendrá derecho a solicitar un arbitraje de conformidad con el Reglamento de Arbitraje de la Comisión de las Naciones Unidas para el Derecho Mercantil Internacional (CNUDMI) vigente en la fecha del presente acuerdo. Cualquier decisión o laudo arbitral que se dicte de conformidad con lo establecido en esta cláusula será considerado como adjudicación definitiva y vinculante para las partes.

Materiales y fotografías de terceros. Si se desea reutilizar material contenido en esta obra que sea propiedad de terceros, por ejemplo, cuadros, gráficos o imágenes, corresponde al usuario determinar si se necesita autorización para tal reutilización y obtener la autorización del titular de los derechos de autor. El riesgo de que se deriven reclamaciones de la infracción de los derechos de uso de un elemento que sea propiedad de terceros recae exclusivamente sobre el usuario. Las fotografías que puedan aparecer en esta obra no están sujetas a la licencia de Creative Commons mencionada anteriormente. Las solicitudes de uso de todas las fotografías deben remitirse a: photo-library@fao.org.

Ventas, derechos y licencias. Los productos informativos de la FAO están disponibles en la página web de la Organización (www.fao.org/publications/es) y pueden adquirirse dirigiéndose a publications-sales@fao.org. Las solicitudes de uso comercial deben enviarse a través de la siguiente página web: www.fao.org/contact-us/licence-request. Las consultas sobre derechos y licencias deben enviarse a: copyright@fao.org.

EL REINO DE LOS PAÍSES BAJOS. Una media de 12 000 hectáreas de cultivos como el algodón, el maíz y la nuez se ven afectadas por las lluvias y el desbordamiento de los ríos.

¹ Asamblea General de las Naciones Unidas. 2016. Informe del grupo de trabajo intergubernamental de expertos de composición abierta sobre los indicadores y la terminología relacionados con la reducción del riesgo de desastres. Septuagésimo primer período de sesiones. Tema 19 c) del programa. Desarrollo sostenible: reducción del riesgo de desastres. Nueva York (EE. UU.), Naciones Unidas. https://digitallibrary.un.org/record/852089?ln=es
² Base de datos sobre catástrofes (EM-DAT). 2023. Disasters in numbers 2022. En: CRED. Bruselas. https://cred.be/sites/default/files/2022_EMDAT_report.pdf
³ Oficina de las Naciones Unidas para la Reducción del Riesgo de Desastres (UNDRR) y Consejo Científico Internacional (ISC). 2020. Hazard Definition & Classification Review. Technical Report. Ginebra, UNDRR y París, ISC. www.preventionweb.net/artDownload=true
⁴ Asamblea General de las Naciones Unidas. 2016. Informe del grupo de trabajo intergubernamental de expertos de composición abierta sobre los indicadores y la terminología relacionados con la reducción del riesgo de desastres. Septuagésimo primer período de sesiones. Tema 19 c) del programa. Desarrollo sostenible: reducción del riesgo de desastres. Nueva York (EE. UU.), Naciones Unidas. https://digitallibrary.un.org/record/852089?ln=es
⁵ Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC). 2022. Climate Change 2022 Impacts, Adaptation and Vulnerability. Working Group II Contribution to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. H.-O. Pörtner, D.C. Roberts, M. Tignor, E.S. Poloczanska, K. Mintenbeck, A. Alegría, M. Craig, S. Langsdorf, S. Löschke, V. Möller, A. Okem, B. Rama, coords., pág. 3056. Cambridge (Reino Unido) y Nueva York (EE. UU.), Cambridge University Press. doi.org.10.1017/9781009325844
⁶ Conforti, P., Markova, G. y Tochkov, D. 2020. FAO’s Methodology for Damage and Loss Assessment in Agriculture. Documento de trabajo n.° 19-17 de la División de Estadística de la FAO. Roma, FAO. http://www.fao.org/3/ca6990en/CA6990EN.pdf
⁷ Holleman, C., Rembold, F., Crespo, O. y Conti, V. 2020. The impact of climate variability and extremes on agriculture and food security – An analysis of the evidence and case studies. Documento de antecedentes para El estado de la seguridad alimentaria y la nutrición en el mundo 2018. Estudio técnico de la FAO sobre Economía del Desarrollo Agrícola n.° 4. Roma, FAO. doi.org/10.4060/cb2415en
⁸ Banco Mundial. 2022. Pakistan: Flood Damages and Economic Losses Over USD 30 billion and Reconstruction Needs Over USD 16 billion – New Assessment. En: Banco Mundial. Washington, D. C. [Consultado en mayo de 2023]. www.worldbank.org/en/news/press-release/2022/10/28/pakistan-flood-damages-and-economic-losses-over-usd-30-billion-and-reconstruction-needs-over-usd-16-billion-new-assessme
⁹ National Centers for Environmental Information (NCEI). 2020. U.S. Billion-dollar Weather and Climate Disasters, 1980–present (NCEI Accession 0209268). En: NOAA. Washington, D. C. [Consultado el 13 de mayo de 2023]. doi.org/10.25921/stkw-7w73
¹⁰ Organización Internacional para las Migraciones (OIM). 2021. Corredor seco Honduras 2021: Línea base vulnerabilidad y sequía. En: OIM. Grand-Saconnex (Suiza). [Consultado el 5 de mayo de 2022]. https://dtm.iom.int/reports/l%C3%ADnea-base-vulnerabilidad-y-sequ%C3%ADa-corredor-seco-honduras-noviembre-2020
¹¹ Programa Mundial de Alimentos (PMA). 2021. Charting a New Regional Course of Action: The Complex Motivations and Costs of Central American Migration. Roma. www.wfp.org/publications/complex-motivations-and-costs-central-american-migration
¹² Alto Comisionado de las Naciones Unidas para los Refugiados (ACNUR). 2021. Cambio climático, otro factor que provoca desplazamiento en Honduras. En: ACNUR. Ginebra. [Consultado en noviembre de 2021]. www.acnur.org/noticias/stories/cambio-climatico-otro-factor-que-provoca-desplazamiento-en-honduras
¹³ Netherer, S., Panassiti, B., Pennerstorfer, J. y Matthews, B. 2019. Acute Drought Is an Important Driver of Bark Beetle Infestation in Austrian Norway Spruce Stands. Frontiers in Forests and Global Change, 2: 39. doi.org/10.3389/ffgc.2019.00039
¹⁴ Valadez, M. y de la Lama, G.M. 2023. Heat Stress in Cattle. Animal Behaviour and Welfare Cases. [Consultado el 31 de marzo de 2023]. doi.org/10.1079/abwcases.2023.0005
¹⁵ Thornton, P., Nelson, G., Mayberry, D. y Herrero, M. 2022. Impacts of heat stress on global cattle production during the 21st century: a modelling study. The Lancet Planetary Health, 6(3): e192-e201. doi.org/10.1016/S2542-5196(22)00002-X
¹⁶ Peng, S., Huang, J., Sheehy, J.E., Laza, R.C., Visperas, R.M., Zhong, X., Centeno, G.S., Khush, G.S. y Cassman, K.G. 2004. Rice yields decline with higher night temperature from global warming. Proceedings of the National Academy of Sciences, 101(27): 9971-9975. doi.org/10.1073/pnas.0403720101
¹⁷ Schlenker, W. y Roberts, M.J. 2009. Nonlinear temperature effects indicate severe damages to U.S. crop yields under climate change. Proceedings of the National Academy of Sciences, 106(37): 15594-15598. doi.org/10.1073/pnas.0906865106
¹⁸ Fernie, E., Tan, D.K.Y., Liu, S.Y., Ullah, N. y Khoddami, A. 2022. Post-Anthesis Heat Influences Grain Yield, Physical and Nutritional Quality in Wheat: A Review. Agriculture, 12(6): 886. doi.org/10.3390/agriculture12060886
¹⁹ Bishop, J., Bell, T., Huang, C. y Ward, M. 2021. Fire on the Farm: Assessing the impacts of the 2019–2020 bushfires on food and agricultures in Australia. Fondo Mundial para la Naturaleza (WWF). https://assets.wwf.org.au/image/upload/v1/website-media/resources/WWF_Report-Fire_on_the_Farm_converted
²⁰ Banco de Italia. 2022. Gli effetti del cambiamento climatico sull’economia italiana. Questioni di Economia e Finanza n.° 728. Roma. www.bancaditalia.it/pubblicazioni/qef/2022-0728/QEF_728_22.pdf
²¹ Brás, T.A., Seixas, J., Carvalhais, N. y Jägermeyr, J. 2021. Severity of drought and heatwave crop losses tripled over the last five decades in Europe. Environmental Research Letters, 16(6): 065012. doi.org/10.1088/1748-9326/abf004
²² Federación Internacional de Sociedades de la Cruz Roja y de la Media Luna Roja (IFRC). 2022. Mozambique: Tropical Cyclones Idai and Kenneth – Emergency Appeal n° MDRMZ014, Final Report. En: ReliefWeb. [Consultado en julio de 2023]. https://reliefweb.int/report/mozambique/mozambique-tropical-cyclones-idai-and-kenneth-emergency-appeal-ndeg-mdrmz014-final-report
²³ Plataforma Científica del Centro Común de Investigación (JRC). 2023. The EU 2022 wildfire season was the second worst on record. En: Comisión Europea. [Consultado el 10 de marzo de 2023]. https://joint-research-centre.ec.europa.eu/jrc-news-and-updates/eu-2022-wildfire-season-was-second-worst-record-2023-05-02_en
²⁴ You, S., Liu, T., Zhang, M., Zhao, X., Dong, Y., Wu, B., Wang, Y. et al. 2021. African swine fever outbreaks in China led to gross domestic product and economic losses. Nature Food, 2021(10): 802-808. doi.org/10.1038/s43016-021-00362-1
²⁵ PMA. 2022. Pakistan Country Brief, October 2022. Roma. https://reliefweb.int/p-pakistan-country-brief-october-2022
²⁶ FAO. 2023. Terremotos en Türkiye: la evaluación inicial indica pérdidas de más del 20 % en la producción alimentaria. En: FAO. Roma. [Consultado el 10 de marzo de 2023]. www.fao.org/newsroom/detail/turkiye-earthquakes-initial-assessment-indicates-losses-of-more-than-20-percent-in-food-production/es
²⁷ Banco Asiático de Desarrollo. 2021. Asian Development Outlook 2021 Update: Transforming Agriculture in Asia. Manila. www.adb.org/sites/default/files/publication/726556/ado2021-update.pdf
²⁸ Grupo del Banco Africano de Desarrollo. 2016. Feed Africa: Strategy for Agricultural Transformation in Africa. 2016–2025. Abiyán. www.afdb.org/en/documents/document/feed-africa-strategy-for-agricultural-transformation-in-africa-2016-2025-89888
²⁹ FAO, Fondo Internacional de Desarrollo Agrícola (FIDA), Organización Mundial de la Salud (OMS), PMA y Fondo de las Naciones Unidas para la Infancia (UNICEF). 2023. El estado de la seguridad alimentaria y la nutrición en el mundo 2023. Urbanización, transformación de los sistemas agroalimentarios y dietas saludables a lo largo del continuo rural-urbano. Roma, FAO. doi.org/10.4060/cc3017es
³⁰ Kunbhar, Z. 2022. Floods after drought devastate Sindh’s Agriculture. En: The Third Pole. [Consultado el 26 de agosto de 2022]. www.thethirdpole.net/en/food/floods-after-drought-devastate-sindh-agriculture/
³¹ Gobierno del Pakistán. 2022. Pakistan Meteorological Department: Drought Alert-1 (16 May 2022). En: Reliefweb. [Consultado en mayo de 2023]. https://reliefweb.int/report/pakistan/pakistan-meteorological-department-drought-alert-i-16-may-2022
³² Mushtaq, F., Ali, M., Ghosh, A., Jalal, R., Asghar, A., Dadhich, G., Chiozza, F. et al. 2022. A rapid geospatial flood impact assessment in Pakistan. Roma, FAO. https://www.fao.org/geospatial/resources/detail/en/c/1629466/
³³ Gobierno del Pakistán. 2022. Pakistan Floods 2022: Post-Disaster Needs Assessment. En: Reliefweb. [Consultado en mayo de 2023]. https://reliefweb.int/report/pakistan/pakistan-floods-2022-post-disaster-needs-assessment
³⁴ Kugelman, M. 2022. Foreign Policy, Pakistan’s Flood Crisis Could Become a Food Crisis. En: Foreign Policy. 8 de septiembre de 2022. https://foreignpolicy.com/2022/09/08/pakistan-floods-food-security-crisis/
³⁵ Comité Internacional de Rescate (IRC). 2023. Six months on since the Pakistan floods, 8.6 million people are facing hunger: IRC calls for world leaders to address the imbalance of climate change. En: IRC. [Consultado en mayo de 2023]. www.s-release/six-months-pakistan-floods-86-million-people-are-facing-hunger-irc-calls-world
³⁶ Clasificación Integrada de la Seguridad Alimentaria en Fases (CIF). 2022. Khyber Pakhtunkhwa, Pakistan: IPC Acute Food Insecurity Analysis July – December 2022. En: Reliefweb. [Consultado en mayo de 2023]. https://reliefweb.int/report/r-pakhtunkhwa-pakistan-ipc-acute-food-insecurity-analysis-july-december-2022-published-december-30-2022
³⁷ Observatorio de Desplazamiento Interno (IDMC). 2023. Informe Global sobre Desplazamiento Interno de 2023. Ginebra, IDMC. www.internal-displacement.org/global-report/grid2023/#spanish
³⁸ IFRC. 2022. Central America: Hurricanes Eta & Iota – Final Report (MDR43007). IFRC. https://reliefweb.int/report/guatemala/central-america-hurricanes-eta-iota-final-report-mdr43007
³⁹ Ruiz Soto, A.G., Bottone, R., Waters, J., Williams, S., Louie, A. y Wang, Y. 2021. Charting a New Regional Course of Action: The Complex Motivations and Costs of Central American Migration. Migration Policy Institute. www.i-wfp-mit_migration-motivations-costs_final.pdf
⁴⁰ Rubi, M. y Gaynor, T. 2021. In Honduras, climate change is one more factor sparking displacement. En: ACNUR. Ginebra. [Consultado en marzo de 2023]. https://www.unhcr.org/news/stories/honduras-climate-change-one-more-factor-sparking-displacement
⁴¹ Organización Internacional del Trabajo (OIT). 2023. Employment by sex and age (thousands) – Annual. En: ILOSTAT. Ginebra. [Consultado en marzo de 2023]. www.ilo.org/shinyapps/bulkexplorer53/?lang=en&segment=indicator&id=EMP_TEMP_SEX_AGE_NB_A
⁴² Botreau, H. y Cohen, M.J. 2019. Gender inequalities and food insecurity: Ten years after the food price crisis, why are women farmers still food-insecure? Oxfam. http://hdl.handle.net/10546/620841
⁴³ FAO. 2021. The impact of disasters and crises on agriculture and food security: 2021. Roma. doi.org/10.4060/cb3673en
⁴⁴ Gobierno del Pakistán. 2023. Introduction. En: Pakistan Bureau of Statistics. [Consultado en marzo de 2023]. www.pbs.gov.pk/content/agriculture-statistics#:~:text=It%20contributes%20about%2024%20percent,source%20of%20foreign%20exchange%20earnings
⁴⁵ OIT. 2023. Employment by sex and age (thousands) – Annual. En: ILOSTAT. Ginebra. [Consultado en marzo de 2023]. www.ilo.org/shinyapps/bulkexplorer53/?lang=en&segment=indicator&id=EMP_TEMP_SEX_AGE_NB_A
⁴⁶ Chowdhury, J.R., Parida, Y. y Agarwal, P. 2022. How flood affects rural employment in India: A gender analysis. International Journal of Disaster Risk Reduction, 73: 102881. doi.org/10.1016/j.ijdrr.2022.102881
⁴⁷ Programa de las Naciones Unidas para el Desarrollo (PNUD). 2023. Multidimensional Vulnerability Index. En: PNUD. Nueva York (EE. UU.). [Consultado en julio de 2023]. https://data.undp.org/sids/app/vulnerability/mvi-index/spider
⁴⁸ Maino, R. y Emrullahu, D. 2022. Climate Change in sub-Saharan Africa Fragile States: Evidence from Panel Estimations. IMF Working Papers, 2022(054): 1. doi.org/10.5089/9798400204869.001
⁴⁹ Molua, E.L. 2009. An empirical assessment of the impact of climate change on smallholder agriculture in Cameroon. Global and Planetary Change, 67(3-4): 205-208. doi.org/10.1016/j.gloplacha.2009.02.006
⁵⁰ Mazhin, SA., Farrokhi, M., Noroozi, M., Roudini, J., Hosseini, S.A., Motlagh, M.E., Kolivand, P. et al. Worldwide disaster loss and damage databases: A systematic review. Journal of Education and Health Promotion. 2021 Sep 30;10:329. doi.org/10.4103/jehp.jehp_1525_20
⁵¹ UNDRR. 2016. Report of the open-ended intergovernmental expert working group on indicators and terminology relating to disaster risk reduction. UNDRR. www.preventionweb.net/publication/report-open-ended-intergovernmental-expert-working-group-indicators-and-terminology
⁵² Abbade, E.B. 2015. Environmental impacts of food supply and obesogenic severity worldwide. British Food Journal, 117(12): 2863-2879. doi.org/10.1108/BFJ-12-2014-0404
⁵³ Organización Meteorológica Mundial (OMM). 2023. Economic costs of weather-related disasters soars but early warnings save lives. En: OMM. Ginebra. [Consultado en marzo de 2023]. https://public.wmo.int/en/media/press-release/economic-costs-of-weather-related-disasters-soars-early-warnings-save-lives
⁵⁴ Jones, R.L., Guha-Sapir, D. y Tubeuf, S. 2022. Human and economic impacts of natural disasters: can we trust the global data? Scientific Data, 9(1): 572. doi.org/10.1038/s41597-022-01667-x
⁵⁵ Centro de Investigación sobre la Epidemiología de los Desastres (CRED) y UNDRR. 2018. Economic Losses, Poverty & Disasters 1998-2017. https://reliefweb.int/report/world/economic-losses-poverty-disasters-1998-2017
⁵⁶ UNDRR. 2022. Global Assessment Report on Disaster Risk Reduction – Our World at Risk: Transforming Governance for a Resilient Future. Ginebra. www.undrr.org/GAR2022
⁵⁷ FAO. 2018. The impact of disasters and crises on agriculture and food security 2017. Roma. https://www.fao.org/3/I8656EN/i8656en.pdf
⁵⁸ Banco Mundial y FAO. 2018. Rebuilding Resilient and Sustainable Agriculture in Somalia (Overview). Somalia Country Economic Memorandum Volume 1. Roma, FAO. https://www.fao.org/documents/card/en?details=I8842EN%2f
⁵⁹ Secretaría de la CIPF. 2021. Revisión científica del impacto del cambio climático en las plagas de las plantas. Un desafío mundial en la prevención y la mitigación de los riesgos de plagas en la agricultura, la silvicultura y los ecosistemas. FAO en nombre de la Secretaría de la CIPF. doi.org/10.4060/cb4769es
⁶⁰ Goergen, G., Kumar, P.L., Sankung, S.B., Togola, A. y Tamò, M. 2016. First Report of Outbreaks of the Fall Armyworm Spodoptera frugiperda (J E Smith) (Lepidoptera, Noctuidae), a New Alien Invasive Pest in West and Central Africa. PLoS ONE, 11(10): e0165632. doi.org/10.1371/journal.pone.0165632
⁶¹ Kenis, M., Benelli, G., Biondi, A., Calatayud, P.-A., Day, R., Desneux, N., Harrison, R.D. et al. 2022. Invasiveness, biology, ecology, and management of the fall armyworm, Spodoptera frugiperda. Entomologia Generalis, 102198. doi.org/10.1127/entomologia/2022/1659
⁶² Montezano, D.G., Specht, A., Sosa-Gómez, D.R., Roque-Specht, V.F., Sousa-Silva, J.C., Paula-Moraes, S.V., Peterson, J.A. et al. 2018. Host Plants of Spodoptera frugiperda (Lepidoptera: Noctuidae) in the Americas. African Entomology, 26(2): 286–300. https://doi.org/10.4001/003.026.0286
⁶³ Day, R., Abrahams, P., Bateman, M., Beale, T., Clottey, V., Cock, M., Colmenarez, Y. et al. 2017. Fall Armyworm: Impacts and Implications for Africa. Outlooks on Pest Management, 28(5): 196–201. doi.org/10.1564/v28_oct_02
⁶⁴ Abrahams, P., Bateman, M., Beale, T., Clottey, V., Cock, M., Colemenarez, Y., Corniani, N. et al. 2017. Fall armyworm: impacts and implications for Africa. Evidence Note. 2. CABI. www.invasive-species.org/wp-content/W-Evidence-Note-October-2018.pdf
⁶⁵ Chimweta, M., Nyakudya, I.W., Jimu, L. y Bray Mashingaidze, A. 2020. Fall armyworm [Spodoptera frugiperda (J.E. Smith)] damage in maize: management options for flood-recession cropping smallholder farmers. International Journal of Pest Management, 66(2): 142-154. doi.org/10.1080/09670874.2019.1577514
⁶⁶ Baudron, F., Zaman-Allah, M.A., Chaipa, I., Chari, N. y Chinwada, P. 2019. Understanding the factors influencing fall armyworm (Spodoptera frugiperda J.E. Smith) damage in African smallholder maize fields and quantifying its impact on yield. A case study in Eastern Zimbabwe. Crop Protection, 120: 141-150. doi.org/10.1016/j.cropro.2019.01.028
⁶⁷ Overton, K., Maino, J.L., Day, R., Umina, P.A., Bett, B., Carnovale, D., Ekesi, S., Meagher, R. y Reynolds, O.L. 2021. Global crop impacts, yield losses and action thresholds for fall armyworm (Spodoptera frugiperda): A review. Crop Protection, 145: 105641. doi.org/10.1016/j.cropro.2021.105641
⁶⁸ Davis, F.M., Ng, S.S. y Williams, W.P. 1992. Visual rating scales for screening whorl-stage corn for resistance to fall armyworm. Technical bulletin – Mississippi Agricultural and Forestry Experiment Station (USA), 186:9.
⁶⁹ Murray, D.A.H., Clarke, M.B. y Ronning, D.A. 2013. The Current and Potential Costs of Invertebrate Pests in Grain Crops. Grains Research and Development Corporation. https://grdc.com.au/data/assets/pdf_file/0026/159281/grdcreportcurrentpotentialcostsinvertebratepests-feb2013pdf.pdf-QR-code-editpdf.pdf
⁷⁰ Zacarias, D.A. 2020. Global bioclimatic suitability for the fall armyworm, Spodoptera frugiperda (Lepidoptera: Noctuidae), and potential co-occurrence with major host crops under climate change scenarios. Climatic Change, 161(4): 555-566. doi.org/10.1007/s10584-020-02722-5
⁷¹ Ramasamy, M., Das, B. y Ramesh, R. 2022. Predicting climate change impacts on potential worldwide distribution of fall armyworm based on CMIP6 projections. Journal of Pest Science, 95(2): 841-854. doi.org/10.1007/s10340-021-01411-1
⁷² Tambo, J.A., Kansiime, M.K., Rwomushana, I., Mugambi, I., Nunda, W., Mloza Banda, C., Nyamutukwa, S. et al. 2021. Impact of fall armyworm invasion on household income and food security in Zimbabwe. Food and Energy Security, 10(2): 299-312. doi.org/10.1002/fes3.281
⁷³ Deshmukh, S., Pavithra, H.B., Kalleshwaraswamy, C.M., Shivanna, B.K., Maruthi, M.S. y Mota-Sanchez, D. 2020. Field Efficacy of Insecticides for Management of Invasive Fall Armyworm, Spodoptera frugiperda (J. E. Smith) (Lepidoptera: Noctuidae) on Maize in India. Florida Entomologist, 103(2): 221-227. doi.org/10.1653/024.103.0211
⁷⁴ Grande, F., Ueda, Y., Masangwi, S., Moltedo, A., Brivio, R., Selek, A., Vannuccini, S. et al. 2023. Global Nutrient Conversion Table for FAO Supply Utilization Accounts. Roma, FAO.
⁷⁵ Institute of Medicine. 1997. Dietary Reference Intakes for Calcium, Phosphorus, Magnesium, Vitamin D, and Fluoride. Washington, D. C., The National Academies Press. https://nap.nationalacademies.org/catalog/5776/dietary-reference-intakes-for-calcium-phosphorus-magnesium-vitamin-d-and-fluoride
⁷⁶ Institute of Medicine. 1998. Dietary Reference Intakes for Thiamin, Riboflavin, Niacin, Vitamin B6, Folate, Vitamin B12, Pantothenic Acid, Biotin, and Choline. Washington, D. C., The National Academies Press. https://nap.nationalacademies.org/catalog/6015/dietary-reference-intakes-for-thiaminriboflavin-niacin-vitamin-b6-folate-vitamin-b12-pantothenic-acid-biotin-and-choline
⁷⁷ Institute of Medicine. 2000. Dietary Reference Intakes for Vitamin C, Vitamin E, Selenium, and Carotenoids. Washington, D. C., The National Academies Press. https://nap.nationalacademies.org/catalog/9810/dietary-reference-intakes-for-vitamin-c-vitamin-e-selenium-and-carotenoids
⁷⁸ Institute of Medicine. 2001. Dietary Reference Intakes for Vitamin A, Vitamin K, Arsenic, Boron, Chromium, Copper, Iodine, Iron, Manganese, Molybdenum, Nickel, Silicon, Vanadium, and Zinc. Washington, D. C., The National Academies Press. https://nap.nationalacademies.org/catalog/10026/dietary-reference-intakes-for-vitamin-a-vitamin-k-arsenic-boron-chromium-copper-iodine-iron-manganese-molybdenum-nickel-silicon-vanadium-and-zinc
⁷⁹ FAO. 2020. Evaluación de los recursos forestales mundiales 2020: Principales resultados. Roma. https://www.fao.org/3/CA8753ES/CA8753ES.pdf
⁸⁰ Bond, W.J., Woodward, F.I. y Midgley, G.F. 2005. The global distribution of ecosystems in a world without fire. New Phytologist, 165(2): 525-538. doi.org/10.1111/j.1469-8137.2004.01252.x
⁸¹ Bowman, D.M.J.S., Balch, J.K., Artaxo, P., Bond, W.J., Carlson, J.M., Cochrane, M.A., D’Antonio, C.M. et al. 2009. Fire in the Earth System. Science, 324(5926): 481-484. doi.org/10.1126/science.1163886
⁸² FAO. 2018. El estado de los bosques del mundo: Las vías forestales hacia el desarrollo sostenible. Roma. https://www.fao.org/3/i9535es/i9535es.pdf
⁸³ FAO y Programa de las Naciones Unidas para el Medio Ambiente (PNUMA). 2020. El estado de los bosques del mundo 2020: Los bosques, la biodiversidad y las personas. Roma, FAO y Nairobi, PNUMA. https://doi.org/10.4060/ca8642es
⁸⁴ Doerr, S.H. y Santín, C. 2016. Global trends in wildfire and its impacts: perceptions versus realities in a changing world. Philosophical Transactions of the Royal Society B: Biological Sciences, 371(1696): 20150345. doi.org/10.1098/rstb.2015.0345
⁸⁵ Giglio, L., Randerson, J.T., Van Der Werf, G.R., Kasibhatla, P.S., Collatz, G.J., Morton, D.C. y DeFries, R.S. 2010. Assessing variability and long-term trends in burned area by merging multiple satellite fire products. Biogeosciences, 7(3): 1171-1186. doi.org/10.5194/bg-7-1171-2010
⁸⁶ van Lierop, P., Lindquist, E., Sathyapala, S. y Franceschini, G. 2015. Global forest area disturbance from fire, insect pests, diseases and severe weather events. Forest Ecology and Management, 352: 78-88. doi.org/10.1016/j.reco.2015.06.010
⁸⁷ Sistema Mundial de Información sobre Incendios Forestales (GWIS). 2022. Country Profile. En: GWIS. [Consultado en enero de 2023]. https://gwis.jrc.ec.europa.eu/apps/country.profile
⁸⁸ Chuvieco, E., Roteta, E., Sali, M., Stroppiana, D., Boettcher, M., Kirches, G., Storm, T. et al. 2022. Building a small fire database for Sub-Saharan Africa from Sentinel-2 high-resolution images. Science of The Total Environment, 845: 157139. doi.org/10.1016/j.scitotenv.2022.157139
⁸⁹ PNUMA y GRID-Arendal. 2022. Spreading like Wildfire: The Rising Threat of Extraordinary Landscape Fires. A UNEP Rapid Response Assessment. Nairobi. www.g-wildfire-rising-threat-extraordinary-landscape-fires
⁹⁰ IPCC. 2019. Special Report: Climate Change and Land. Special Report. Ginebra. www.ipcc.ch/srccl/
⁹¹ Flannigan, M.D., Krawchuk, M.A., De Groot, W.J., Wotton, B.M. y Gowman, L.M. 2009. Implications of changing climate for global wildland fire. International Journal of Wildland Fire, 18(5): 483. doi.org/10.1071/WF08187
⁹² Boschetti, L., Sparks, A., Roy, D.P., Giglio, L. y San-Miguel-Ayanz, J. 2020. GWIS national and sub-national fire activity data from the NASA MODIS Collection 6 Burned Area Product in support of policy making, carbon inventories and natural resource management, developed under NASA Applied Sciences grant #80NSSC18K0400. Using the NASA Polar Orbiting Fire Product Record to Enhance and Expand the Global Wildfire Information System (GWIS). https://gwis.jrc.ec.europa.eu/apps/country.profile/downloads
⁹³ Comisión Europea, Centro Común de Investigación. 2022. Pan-European wildfire risk assessment. Publicaciones de la UE. https://data.europa.eu/doi/10.2760/9429
⁹⁴ Bowman, D.M.J.S., Williamson, G.J., Abatzoglou, J.T., Kolden, C.A., Cochrane, M.A. y Smith, A.M.S. 2017. Human exposure and sensitivity to globally extreme wildfire events. Nature Ecology & Evolution, 1(3): 1-6. doi.org/10.1038/s41559-016-0058
⁹⁵ FAO. 2019. FAO Strategy on Forest Fire Management. Roma. www.fao.org/forestry/49772-0e64392e1b1612496733b6cbd84417.pdf
⁹⁶ Haubrock, P.J., Turbelin, A.J., Cuthbert, R.N., Novoa, A., Taylor, N.G., Angulo, E., Ballesteros-Mejia, L. et al. 2021. Economic costs of invasive alien species across Europe. NeoBiota, 67: 153-190. doi.org/10.3897/eobiota.67.58196
⁹⁷ Servicio forestal del Departamento de Agricultura de los Estados Unidos (USDA). 2009. Major Forest Insect and Disease Conditions in the United States: 2009 Update. USDA Forest Service FS-952. www.fs.usda.gov/foresthealth/publications/ConditionsReport_2009.pdf
⁹⁸ Pimentel, D., Lach, L., Zuniga, R. y Morrison, D. 2000. Environmental and Economic Costs of Nonindigenous Species in the United States. BioScience, 50(1): 53. [0053:EAECON]2.3.CO;2. https://entnemdept.ufl.edu/Hodges/als4161/Secure/PDF%20Files/Articles/Environmental_/and_Economic.pdf
⁹⁹ Fei, S., Morin, R.S., Oswalt, C.M. y Liebhold, A.M. 2019. Biomass losses resulting from insect and disease invasions in US forests. Proceedings of the National Academy of Sciences, 116(35): 17371-17376. doi.org/10.1073/pnas.1820601116
¹⁰⁰ Turner, J.A., Buongiorno, J., Zhu, S., Prestemon, J.P., Li, R. y Bulman, L.S. 2007. Modelling the impact of the exotic forest pest Nectria on the New Zealand forest sector and its major trading partners. New Zealand Journal of Forestry Science, 37(3): 383-411. www.srs.fs.usda.gov/pubs/ja/ja_turner009.pdf
¹⁰¹ Williams, F., Eschen, R., Harris, A., Djeddour, D., Pratt, C., Shaw, R.S., Varia, S. et al. 2010. The economic cost of invasive non-native species on Great Britain. Wallingford (Reino Unido), CABI. www.cabi.org/VetMedResource/book/20123122024
¹⁰² Commonwealth de Australia. 2018. Australia’s State of the Forests Report 2018. Camberra, Department of Agriculture and Water Resources, ABARES. https://www.agriculture.gov.au/abares/forestsaustralia/sofr/sofr-2018
¹⁰³ Wills, A.J. y Farr, J.D. 2017. Gumleaf skeletoniser Uraba lugens (Lepidoptera: Nolidae) larval outbreaks occur in high rainfall Western Australian jarrah (Eucalyptus marginata) forest after drought: Uraba lugens dryness index. Austral Entomology, 56(4): 424-432. doi.org/10.1111/aen.12255
¹⁰⁴ Cameron, N.L., Carnegie, A.J., Wardlaw, T., Lawson, S. y Venn, T. 2018. Economic appraisal of Sirex Wood Wasp (Sirex noctilio) control in Australian pine plantations. Australian Forestry, 81(1): 37-45. doi.org/10.1080/00049158.2018.1430436
¹⁰⁵ Nahrung, H.F. y Carnegie, A.J. 2020. Non-native Forest Insects and Pathogens in Australia: Establishment, Spread, and Impact. Frontiers in Forests and Global Change, 3: 37. doi.org/10.3389/ffgc.2020.00037
¹⁰⁶ Mota, M.M. y Vieira, P., coords. 2008. Pine Wilt Disease: A Worldwide Threat to Forest Ecosystems. Dordrecht (Reino de los Países Bajos), Springer. doi.org/10.1007/978-1-4020-8455-3
¹⁰⁷ Forest Agency. 2020. Annual Report on Forest and Forestry in Japan. Tokio, Japón. www.maff.go.jp/e/data/publish/attach/pdf/index-208.pdf
¹⁰⁸ Natural Resources Canada. 2020. The State of Canada’s Forests. Annual Report 2020. Ottawa, Canada Forest Service. https://cfs.nrcan.gc.ca/publications?id=40219
¹⁰⁹ Gómez, D.F., Sathyapala, S. y Hulcr, J. 2020. Towards Sustainable Forest Management in Central America: Review of Southern Pine Beetle (Dendroctonus frontalis Zimmermann) Outbreaks, Their Causes, and Solutions. Forests, 11(2): 173. doi.org/10.3390/f11020173
¹¹⁰ Billings, R. 2015. Second evaluation of a major pine beetle outbreak in Honduras and recommendations for direct control. Informe inédito. USDA Forest Service/International Programs and US Agency for International Development.
¹¹¹ Billings, R. 2019. Technical assistance visit to the Dominican Republic to evaluate and make recommendations for direct control of an outbreak of the pine bark beetle Ips calligraphus. Informe inédito. College Station, Texas (Estados Unidos), USDA Forest Service/International Programs, Texas Forest Service.
¹¹² Jiménez G., A.A., Cordón Cabrera, P.R. y Agramonte, J.E. 2022. Fluctuación poblacional de Ips calligraphus en pinares de la vertiente norte de la cordillera Central, República Dominicana. Novitates Caribaea, (20): 137-154. doi.org/10.33800/nc.vi20.314
¹¹³ Hernández Paz, M. 1975. El gorgojo de la corteza, plaga principal de los pinares. Corporación Hondureña de Desarrollo Forestal.
¹¹⁴ Billings, R. 1982. Evaluation and recommendations for control of the 1982 outbreak of Dendroctonus in the pine forests of Honduras. Informe inédito. Lufkin, Texas, Departamento de Agricultura de los Estados Unidos (USDA), Office of International Cooperation and Development/Agencia de los Estados Unidos para el Desarrollo Internacional (USAID).
¹¹⁵ Macias Sámano, J.E., Billings, R.F. y Espino Mendoza, V. 2017. Guía para implementar el método de cortar y dejar y la franja de contención como medios de control del gorgojo descortezador del pino, Dendroctonus frontalis, en Centroamérica y México. Washington, D. C. y Tegucigalpa (Honduras), Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas y Vida Silvestre (Tegucigalpa, Honduras) y USDA Forest Service, International Programs.
¹¹⁶ Billings, R., Clarke, S.R., Espino Mendoza, V., Cordón Cabrera, P., Meléndez Figueroa, B., Ramón Campos, J. y Baeza, G. 2004. Gorgojo descortezador e incendios: una combinación devastadora para los pinares de América Central. Unasylva, 55: 10-15. https://www.fao.org/3/y5507s/y5507s05.htm
¹¹⁷ Paveglio, T.B., Brenkert-Smith, H., Hall, T. y Smith, A.M.S. 2015. Understanding social impact from wildfires: advancing means for assessment. International Journal of Wildland Fire, 24(2): 212. doi.org/10.1071/WF14091
¹¹⁸ Walz, Y., Janzen, S., Narvaez, L., Ortiz-Vargas, A., Woelki, J., Doswald, N. y Sebesvari, Z. 2021. Disaster-related losses of ecosystems and their services. Why and how do losses matter for disaster risk reduction? International Journal of Disaster Risk Reduction, 63: 102425. doi.org/10.1016/j.ijdrr.2021.102425
¹¹⁹ FAO. 2022. El estado mundial de la pesca y la acuicultura 2022: Hacia la transformación azul. Roma. doi.org/10.4060/cc0461es
¹²⁰ Barange, M., Bahri, T., Beveridge, M.C.M., Cochrane, K.L., Funge-Smith, S. y Poulain, F. 2018. Impacts of climate change on fisheries and aquaculture. Synthesis of current knowledge, adaptation and mitigation options. Documento Técnico de Pesca y Acuicultura de la FAO, n.° 627. Roma, FAO. www.fao.org/3/i9705en/i9705en.pdf
¹²¹ Hampton, I., Githaiga-Mwicigi, J., Lamberth, S., Pitcher, G.C., Pretorius, M., Van Der Lingen, C. y Yemane, D. 2017. Report of the DAFF Workshop on Adaptation to Climate Change in the South African Marine Fisheries and Marine Aquaculture Sectors, 11–12 October 2016. Sea Point, Ciudad del Cabo (Sudáfrica), DAFF Research Aquarium. https://www.fao.org/3/2en/cc2822en.pdf
¹²² Ortega-Cisneros, K., Cochrane, K.L., Rivers, N. y Sauer, W.H.H. 2021. Assessing South Africa’s Potential to Address Climate Change Impacts and Adaptation in the Fisheries Sector. Frontiers in Marine Science, 8. www.frontiersin.org/articles/10.3389/fmars.2021.652955
¹²³ Karlson, B., Andersen, P., Arneborg, L., Cembella, A., Eikrem, W., John, U., West, J.J. et al. 2021. Harmful algal blooms and their effects in coastal seas of Northern Europe. Harmful Algae, 102: 101989. doi.org/10.1016/j.hal.2021.101989
¹²⁴ Departamento Forestal, de la Pesca y del Medio Ambiente (DFFE). 2019. National Climate Change Adaptation Strategy, Republic of South Africa. DFFE. www.dffe.gov.za/sites/default/files/docs/nationalclimatechange_adaptationstrategy_ue10november2019.pdf
¹²⁵ van Diemen, E. 2022. Situation Red Alert issued to recover live rock lobster after mass red tide walkout. En: Daily Maverick. [Consultado en julio de 2023]. www.dailymaverick.co.za/article/2022-03-04-situation-red-alert-issued-to-recover-live-rock-lobster-after-mass-red-tide-walkout/
¹²⁶ Cockcroft, A.C. 2001. Jasus lalandii “walkouts” or mass strandings in South Africa during the 1990s: an overview. Marine and Freshwater Research, 52(8): 1085. doi.org/10.1071/MF01100
¹²⁷ Cockcroft, A.C. y Payne, A.I.L. 1999. A cautious fisheries management policy in South Africa: the fisheries for rock lobster. Marine Policy, 23(6): 587-600. https://doi.org/10.1016/S0308-597X(98)00045-1
¹²⁸ Eggers, J., Cochrane, K. y Sauer, W. 2022. Estimating the economic income and social contributions derived from the South African west coast rock lobster fishery. African Journal of Marine Science, 44(3): 255-269. doi.org/32X.2022.2104926
¹²⁹ Philippines Office of Civil Defense and Humanitarian Country Team. 2019. Typhoon Kammuri (Tisoy) Joint Rapid Assessment of Impact and Needs. www.humanitarianresponse.info/sites/www.humanitarianresponse.info/t_report_rev.pdf
¹³⁰ Philippines Office of Civil Defense and Humanitarian Country Team. 2020. Super Typhoon Goni (Rolly) Humanitarian Needs and Priorities. https://reliefweb.int/attachments/50a2637e-bfcb-3452-ab40-4a7c0a99cd32/PHL-TyphoonGoni-HumanitarianNeedsPriorities-201109.pdf
¹³¹ FAO. 2022. Philippines: Damages and needs assessment of families affected by Super Typhoon Rai (“Odette”) in selected provinces of Region VIII and Region XIII. Roma. doi.org/10.4060/cc0207en
¹³² Philippines Office of Civil Defense and Humanitarian Country Team. 2022. Consolidated Needs Assessment Report Revision: Super Typhoon Rai (Odette). https://reliefweb.int/attachments/810f3297-b89d-3088-b589- 6ecb34cc58c8/2022%20Consolidated%20Needs%20Assessment%20Report%20Revision%20-%20Super%20Typhoon%20Rai%20-%20Philippines%20%281%29.pdf
¹³³ Tonga Statistics Department. 2023. National Accounts. En: Tonga Statistics Department. [Consultado en junio de 2023]. https://tongastats.gov.to/statistics/economics/national-accounts/
¹³⁴ Banco Mundial. 2023. Agriculture, forestry, and fishing, value added (constant 2015 US$) – Tonga. En: Banco Mundial. Washington, D. C. [Consultado en junio de 2023]. https://data.worldbank.org/indicator/NV.AGR.TOTL.KD?locations=TO
¹³⁵ Tonga Statistics Department. 2023. Agriculture Census. En: Tonga Statistics Department. [Consultado en junio de 2023]. https://tongastats.gov.to/census/agriculture-census/
¹³⁶ Tonga Statistics Department. 2023. Household Income and Expenditure Survey. En: Tonga Statistics Department. [Consultado en junio de 2023]. https://tongastats.gov.to/survey/hies-survey/
¹³⁷ IPCC. 2019. Climate Change and Land: An IPCC special report on climate change, desertification, land degradation, sustainable land management, food security, and greenhouse gas fluxes in terrestrial ecosystems. P.R. Shukla, J. Skea, E. Calvo Buendia, V. Masson-Delmotte, H.-O. Pörtner, D. C. Roberts, P. Zhai, R. Slade, S. Connors, R. van Diemen, M. Ferrat, E. Haughey, S. Luz, S. Neogi, M. Pathak, J. Petzold, J. Portugal Pereira, P. Vyas, E. Huntley, K. Kissick, M. Belkacemi, J. Malley, coords. Ginebra. www.ipcc.ch/srccl/
¹³⁸ IPCC. 2022. Cross Working Group Attribution. Hope, P., W. Cramer, M. van Aalst, G. Flato, K. Frieler, N. Gillett, C. Huggel, J. Minx, F. Otto, C. Parmesan, J. Rogelj, M. Rojas, S.I. Seneviratne, A. Slangen, D. Stone, L. Terray, R. Vautard, and X. Zhang. En: Climate Change 2022: Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. H.-O. Pörtner, D.C. Roberts, M. Tignor, E.S. Poloczanska, K. Mintenbeck, A. Alegría, M. Craig, S. Langsdorf, S. Löschke, V. Möller, A. Okem, B. Rama, coords., págs. 149-152. Cambridge (Reino Unido) y Nueva York (EE. UU.). Cambridge University Press. https://report.ipcc.ch/ar6/wg2/IPCC_AR6_WGII_FullReport.pdf
¹³⁹ IPCC. 2021. Summary for Policymakers. En: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change, págs. 423-553. Cambridge (Reino Unido) y Nueva York (EE. UU.), Cambridge University Press. https://report.ipcc.ch/ar6/wg1/IPCC_AR6_WGI_FullReport.pdf
¹⁴⁰ FAO. 2023. Cultivos y productos de ganadería. En: FAOSTAT. Roma. [Consultado en junio de 2023]. www.fao.org/faostat/es/#data/QCL
¹⁴¹ Gillett, N.P., Shiogama, H., Funke, B., Hegerl, G., Knutti, R., Matthes, K., Santer, B.D. et al. 2016. The Detection and Attribution Model Intercomparison Project (DAMIP v1.0) contribution to CMIP6, Geoscientific Model Development, 9, 3685-3697. doi.org/10.5194/gmd-9-3685-2016
¹⁴² Heath, M. 2022. Argentina soy belt drought awakens ghost of 2018 production “disaster”. En: Reuters. 10 de febrero de 2022. [Consultado el 16 de mayo de 2023]. www.reuters.com/business/environment/argentina-farm-belt-drought-awakens-ghost-2018-soybean-disaster-2022-02-10/
¹⁴³ Bureau of National Statistics Kazakhstan. 2022. Statistics of agriculture, forestry, hunting / and fisheries. https://stat.gov.kz
¹⁴⁴ North Africa Post. 2019. Morocco’s Central bank expects fewer wheat yield in 2019. En: North Africa Post. Rabat. [Consultado el 17 de marzo de 2023]. https://northafricapost.com/29126-moroccos-central-bank-expects-fewer-wheat-yield-in-2019.html
¹⁴⁵ FAO. 2023. Cultivos y productos de ganadería. En: FAOSTAT. Roma. [Consultado en junio de 2023]. https://www.fao.org/faostat/es/#data/QCL
¹⁴⁶ CRED. Emergency Events Database (EM-DAT), the international Disaster Database. En: CRED. [Consultado el 17 de marzo de 2023]. https://www.emdat.be/
¹⁴⁷ Cisse, G. y McLeman, R. 2022. Health, Wellbeing, and the Changing Structure of Communities. En: H.-O. Pörtner, D.C. Roberts, M. Tignor, E.S. Poloczanska, K. Mintenbeck, A. Alegría, M. Craig, S. Langsdorf, S. Löschke, V. Möller, A. Okem, B. Rama, coords. Climate Change 2022: Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge (Reino Unido) y Nueva York (EE. UU.), Cambridge University Press. https://www.ipcc.ch/report/ar6/wg2/downloads/report/IPCC_AR6_WGII_Chapter07.pdf
¹⁴⁸ FAO, FIDA, OMS, PMA y UNICEF. 2023. El estado de la seguridad alimentaria y la nutrición en el mundo 2023: Urbanización, transformación de los sistemas agroalimentarios y dietas saludables a lo largo del continuo rural-urbano. Roma, FAO. https://www.fao.org/documents/card/en/c/CC3017ES
¹⁴⁹ FAO, FIDA, OMS, PMA y UNICEF. 2020. El estado de la seguridad alimentaria y la nutrición en el mundo 2020: Transformación de los sistemas alimentarios para que promuevan dietas asequibles y saludables. Roma, FAO. https://doi.org/10.4060/ca9692es
¹⁵⁰ FAO. 2021. Niger | Moyens d’existence agricoles et sécurité alimentaire dans le cadre de la covid-19. Roma. doi.org/10.4060/cb4622fr
¹⁵¹ Ranjan Jena, P., Kalli, R. y Chandra Tanti, P. 2022. Impact of Covid-19 on Agricultural System and Food Prices: The Case of India. En: U. Bacha, coord. Rural Health. IntechOpen. https://doi.org/10.5772/intechopen.98905
¹⁵² FAO. 2021. Agricultural livelihoods and food security in the context of COVID-19: Results from household surveys in 11 countries with high pre-existing levels of food insecurity – Cross-country monitoring report. May 2021. Roma. doi.org/10.4060/cb4747en
¹⁵³ FAO. 2020. Second Rapid Assessment of Food and Nutrition Security in the Context of COVID-19 in Bangladesh: May – July 2020. Daca. doi.org/10.4060/cb1018en
¹⁵⁴ FAO. 2020. National agrifood systems and COVID-19 in Liberia. Effects, policy responses and long-term implications. Roma. doi.org/10.4060/cb2114en
¹⁵⁵ FAO. 2021. Liberia | Agricultural livelihoods and food security in the context of COVID-19: Monitoring Report – January 2021. Roma. doi.org/10.4060/cb3618en
¹⁵⁶ FAO y PMA. 2020. COVID-19 impacts on agri-food value chains: Libya. El Cairo, FAO y PMA. doi.org/10.4060/cb3089en
¹⁵⁷ FAO y PMA. 2021. Myanmar | Agricultural livelihoods and food security in the context of COVID-19: Monitoring report – May 2021. Roma, FAO y PMA. doi.org/10.4060/cb5218en
¹⁵⁸ FAO y PMA. 2022. Myanmar | Shocks, agricultural livelihoods and food security. Monitoring report, June 2022. Roma, FAO y PMA. doi.org/10.4060/cc0562en
¹⁵⁹ FAO. 2021. Sierra Leone | Agricultural livelihoods and food security in the context of COVID-19: Monitoring report – May 2021. Roma. doi.org/10.4060/cb4396en
¹⁶⁰ FAO, FIDA y PMA. 2020. South Sudan, COVID-19 Impacts Assessment Results on Agriculture and Food Security in South Sudan. Roma, FAO.
¹⁶¹ FAO. 2021. The Sudan | Food supply, agricultural livelihoods and food security in the context of COVID-19: Monitoring Report – January 2021. Roma. doi.org/10.4060/cb2262en
¹⁶² FAO. 2021. Bolivarian Republic of Venezuela | Agricultural livelihoods and food security in the context of COVID-19: Monitoring Report – January 2021. Roma. doi.org/10.4060/cb3178en
¹⁶³ FAO. 2021. Yemen – Shocks, agricultural livelihoods and food security. Monitoring report, December 2021. Roma. doi.org/10.4060/cb7844en
¹⁶⁴ FAO. 2021. Impact of COVID-19 on the delivery of veterinary services and animal disease reporting: May–June 2020/June–August 2020. Roma. doi.org/10.4060/cb5649en
¹⁶⁵ Mthembu, B.E., Mkhize, X. y Arthur, G.D. 2022. Effects of COVID-19 Pandemic on Agricultural Food Production among Smallholder Farmers in Northern Drakensberg Areas of Bergville, South Africa. Agronomy, 12(2): 531. https://doi.org/10.3390/agronomy12020531
¹⁶⁶ Ahmed, J.U., Akter, S. y Majumder, K.A. 2021. Impact of COVID‐19 on agricultural production and distribution in South Asia. World Food Policy, 7(2): 168-182. doi.org/10.1002/wfp2.12032
¹⁶⁷ Rahman, M.T., Akter, S., Rana, M.R., Sabuz, A.A. y Jubayer, M.F. 2022. How COVID-19 pandemic is affecting achieved food security in Bangladesh: A perspective with required policy interventions. Journal of Agriculture and Food Research, 7: 100258. doi.org/10.1016/j.jafr.2021.100258
¹⁶⁸ Red mundial contra las crisis alimentarias (GNAFC). 2020. Food Crises and COVID-19: Emerging Evidence and Implications. An analysis of acute food insecurity and agri-food systems during COVID-19 pandemic. Documento técnico. Roma, Unidad de apoyo técnico (TSU) de la Red mundial contra las crisis alimentarias.
¹⁶⁹ Varshney, D., Roy, D. y Meenakshi, J.V. 2020. Impact of COVID-19 on agricultural markets: assessing the roles of commodity characteristics, disease caseload and market reforms. Indian Economic Review, 55(S1): 83-103. doi.org/10.1007/s41775-020-00095-1
¹⁷⁰ Organización para la Cooperación y el Desarrollo Económicos (OCDE). 2020. COVID-19 and the food and agriculture sector: Issues and policy responses. París. www.oecd.org/coronavirus/policy-responses/covid-19-and-the-food-and-agriculture-sector-issues-and-policy-responses-a23f764b/
¹⁷¹ FAO. 2022. Pakistan. DIEM – Data in Emergencies Monitoring brief, round 3 Results and recommendations June 2022. Roma.
¹⁷² FAO. 2022, Lebanon, DIEM – Data in Emergencies Monitoring brief, round 2 Results and recommendations, June 2022. Roma. https://www.fao.org/3/cc0932en/cc0932en.pdf
¹⁷³ FAO. 2020. Food Security in Iraq – Impact of COVID-19, Roma. https://www.wfp.org/publications/food-security-iraq-impact-covid-19
¹⁷⁴ FAO. 2021. Agricultural livelihoods and food security in the context of COVID-19. Results from household surveys in 11 countries with high pre-existing levels of food insecurity – Cross-country monitoring report, May 2021 Roma. doi.org/10.4060/cb4747en
¹⁷⁵ FAO. 2021. Somalia | Agricultural livelihoods and food security in the context of COVID-19. Roma. doi.org/10.4060/cb2947en
¹⁷⁶ Sánchez-Cordón, P.J., Montoya, M., Reis, A.L. y Dixon, L.K. 2018. African swine fever: A re-emerging viral disease threatening the global pig industry. The Veterinary Journal, 233: 41-48. doi.org/10.1016/j.tvjl.2017.12.025
¹⁷⁷ Organización Mundial de Sanidad Animal (OMSA). 2022. African Swine Fever (ASF) — Situation Report 8, 2022. París. www.oie.int/app/uploads/2022/03/asf-report8.pdf
¹⁷⁸ Normile, D. 2019. African swine fever marches across much of Asia. Science, 364(6441): 617-618. doi.org/10.1126/science.364.6441.617
¹⁷⁹ FAO. 2020. Report on African Swine Fever (ASF) in Asia and the Pacific. Thirty-fifth Session of the FAO Regional Conference for Asia and the Pacific (APRC 35). Roma. https://www.fao.org/documents/card/en/c/NB742EN/
¹⁸⁰ Frezal, C., Gay, S.H. y Nenert, C. 2021. The Impact of the African Swine Fever outbreak in China on global agricultural markets. OECD Food, Agriculture and Fisheries Papers 156. París, OCDE. doi.org/1787/96d0410d-en
¹⁸¹ Zhao, J., Bai, Z. y Ma, L. 2019. China needs long-term solutions for African Swine Fever. Science Bulletin, 64(20): 1469-1471. doi.org/10.1016/j.scib.2019.08.015
¹⁸² Song, H., Li, J. y Jin, Z. 2023. Nonlinear dynamic modeling and analysis of African swine fever with culling in China. Communications in Nonlinear Science and Numerical Simulation, 117: 106915. doi.org/10.1016/j.cnsns.2022.106915
¹⁸³ Zhang, P., Nie, T., Ma, J. y Chen, H. 2022. Identification of suitable areas for African swine fever occurrence in China using geographic information system-based multi-criteria analysis. Preventive Veterinary Medicine, 209: 105794. doi.org/10.1016//j.prevetmed.2022.105794
¹⁸⁴ USDA. 2022. Livestock and Poultry: World Markets and Trade. Washington, D. C., USDA Foreign Agricultural Service. https://usda.library.cornell.edu/concern/publications/73666448x?locale=en
¹⁸⁵ Guberti, V., Khomenko, S., Masiulis, M. y Kerba S. 2022. African swine fever in wild boar – Ecology and biosecurity. Second edition. FAO Animal Production and Health Manual n.° 28. Roma, FAO, OMSA y Comisión Europea. https://www.fao.org/3/cc0785en/cc0785en.pdf
¹⁸⁶ Rozstalnyy, A., Roche, X., TagoPacheco, D., Kamata, A., BeltranAlcrudo, D., Khomenko, S., Lockhart, C. et al. 2022. Qualitative risk assessment for African swine fever virus introduction: Caribbean, South, Central and North Americas. Estudio FAO: Producción y sanidad animal n.° 18. Roma, FAO. https://doi.org/10.4060/cb8748en
¹⁸⁷ FAO. 2021. FAO Statistical Yearbook – World Food and Agriculture. Roma. doi.org/10.4060/cb4477en
¹⁸⁸ Jean-Pierre, R.P., Hagerman, A.D. y Rich, K.M. 2022. An analysis of African Swine Fever consequences on rural economies and smallholder swine producers in Haiti. Frontiers in Veterinary Science, 9. https://www.frontiersin.org/articles/10.3389/fvets.2022.960344/full
¹⁸⁹ Casal, J., Tago, D., Pineda, P., Tabakovski, B., Santos, I., Benigno, C., Huynh, T., Ciaravino, G. y Beltran‐Alcrudo, D. 2022. Evaluation of the economic impact of classical and African swine fever epidemics using OutCosT, a new spreadsheet‐based tool. Transboundary and Emerging Diseases, 69(5): e2474-e2484. doi..1111/tbed.14590
¹⁹⁰ Mason-D’Croz, D., Bogard, J.R., Herrero, M., Robinson, S., Sulser, T.B., Wiebe, K., Willenbockel, D. y Godfray, H.C.J. 2020. Modelling the global economic consequences of a major African swine fever outbreak in China. Nature food, 1(4): 221-228. doi.org/10.1038/s43016-020-0057-2
¹⁹¹ Nguyen-Thi, T., Pham-Ti-Ngoc, L., Nguyen-Ngoc, Q., Dang-Xuan, S., Lee, H.S., Nguyen-Viet, H., Padungtod, P. et al. 2021. An Assessment of the Economic Impacts of the 2019 African Swine Fever Outbreaks in Vietnam. Frontiers in Veterinary Science, 8. www.frontiersin.org/articles/10.3389/fvets.2021.686038
¹⁹² Savioli, G., Ahmadi, B.V., Muñoz, V., Rosso, F. y Schuppers, M. 2022. A methodology to assess indirect economic impacts of animal disease outbreaks: A case of hypothetical African swine fever outbreak in Switzerland. Transboundary and Emerging Diseases, 69(5): e1768-e1786. https://doi.org/10.1111/tbed.14512
¹⁹³ Peace Research Institute Oslo (PRIO). 2020. Trends in Armed Conflict, 1946-2019. Oslo.
¹⁹⁴ Murray, V., Abrahams, J., Abdallah, C., Ahmed, K., Angeles, L., Benouar, D., Brenes Torres, A. et al. 2021. Hazard Information Profiles: Supplement to UNDRR-I SC Hazard Definition & Classification Review: Technical Report. Ginebra, Oficina de las Naciones Unidas para la Reducción del Riesgo de Desastres; París, Consejo Científico Internacional. https://www.preventionweb.net/d-information-profiles-hips
¹⁹⁵ UNDRR. 2023. GAR Special Report: Measuring Resilience for the Sustainable Development Goals. Ginebra. https://www.undrr.org/gar/gar2023-special-report
¹⁹⁶ UNDRR. 2019. Global Assessment Report on Disaster Risk Reduction 2019. Ginebra. https://www.undrr.org/l-assessment-report-disaster-risk-reduction-2019
¹⁹⁷ UNDRR. 2023. The Report of the Midterm Review of the Implementation of the Sendai Framework for Disaster Risk Reduction 2015–2030. Ginebra. https://www.undrr.org/publication/report-midterm-review-implementation-sendai-framework-disaster-risk-reduction-2015-2030
¹⁹⁸ Asamblea General de las Naciones Unidas. 2023. Principales conclusiones y recomendaciones del examen de mitad de período de la aplicación del Marco de Sendai para la Reducción del Riesgo de Desastres 2015-2030. 77.o período de sesiones, 690. https://documents.un.org/symbol-explorer?s=A/77/640&i=A/77/640_2226930
¹⁹⁹ Peters, K. 2022. Evidence of positive progress on Disaster Risk Reduction in the Humanitarian-Development-Peace nexus: Thematic report to inform the Mid-Term Review of the Sendai Framework. https://sendaiframework-mtr.undrr.org/publication/thematic-study-evidence-positive-progress-disaster-risk-reduction-humanitarian
²⁰⁰ Peters, L. 2021. Beyond disaster vulnerabilities: An empirical investigation of the causal pathways linking conflict to disaster risks. International Journal of Disaster Risk Reduction, 55:102092. https://www.sciencedirect.ZnxgGpfocMAAAAA:/pNqonePbjM2CZoKMKKvu9ufQEXHV2R9NTbptQV1_q1utaDOd04qGHO_X4k8Y3K221NB3aCbYSfQ
²⁰¹ Zaman, S., Sammonds, P., Ahmed, B. y Rahman, T. 2020. Disaster risk reduction in conflict contexts: Lessons learned from the lived experiences of Rohingya refugees in Cox’s Bazar, Bangladesh. International Journal of Disaster Risk Reduction, 50: 101694. https://doi.org/10.1016/j.ijdrr.2020.101694
²⁰² Nemeth, S. y Lai, B. 2022. When do natural disasters lead to negotiations in a civil war? Journal of Peace Research59 (1): 28-42. https://doi.org/10.1177/00223433211061952
²⁰³ Gaillard, J.-C., Clavé, E. y Kelman, I. 2008. Wave of peace? Tsunami disaster policy in Aceh, Indonesia. Geoforum 39 (1): 511-526. https://www.sciencedirect.com/science/article/abs/pii/S0016718507001662
²⁰⁴ Caso, N., Hilhorst, D., Mena, R. y Papyrakis, E. 2023. Does disaster contribute to armed conflict? A quantitative analysis of disaster–conflict co-occurrence between 1990 and 2017. International Journal of Development Issues. https://www.emerald.com/insight/content/doi/10.1108/IJDI-01-2023-0015/full/html
²⁰⁵ Mach, K. J., Kraan, C.M., Adger, W. N., Buhaug, H., Burke, M., Fearon, J.D., et al. 2019. Climate as a risk factor for armed conflict. Nature 571 (7764): 193-197. https://doi.org/10.1038/s41586-019-1300-6
²⁰⁶ von Uexkull, N., Croicu, M., Fjelde, H. y Buhaug, H. 2016. Civil conflict sensitivity to growing-season drought. Proceedings of the National Academy of Sciences 113 (44): 12391-12396. https://www.pnas.org/doi//pnas.1607542113
²⁰⁷ Arai, T. 2012. Rebuilding Pakistan in the aftermath of the floods: Disaster relief as conflict prevention. Journal of Peacebuilding & Development, 7 (1): 51-65. https://www.jstor.org/stable/48603409
²⁰⁸ Ide, T. 2023. Catastrophes, Confrontations, and Constraints: How Disasters Shape the Dynamics of Armed Conflicts. MIT Press. https://doi.org/10.7551/mitpress/14970.001.0001
²⁰⁹ Mercy Corps y ACAPS. 2020. Yemen: Food supply chain. Thematic report.
²¹⁰ Banco Mundial, Naciones Unidas y Unión Europea. 2019. Guidance for PDNA in Conflict Situations. https://rg/publications//pdna-guidance-integrating-conflict-sensitivity
²¹¹ Banco Mundial, Naciones Unidas y Unión Europea. 2019. Guidance for PDNA in Conflict Situations. https://www.undp.org/publications//pdna-guidance-integrating-conflict-sensitivity
²¹² UNDRR. 2023. GAR Special Report: Measuring Resilience for the Sustainable Development Goals. Ginebra. https://www.undrr.org/gar/gar2023-special-report
²¹³ State Statistics Service of Ukraine. 2020. The official portal. En: Gobierno de Ucrania. [Consultado en junio de 2023]. www.ukrstat.gov.ua/
²¹⁴ USDA. 2022. Ukraine Agricultural Production and Trade. Washington, D. C., USDA Foreign Agricultural Service. www.fas.usda.gov/sites/default/files/2022-03/Ukraine-Ag-Production-Trade.pdf
²¹⁵ Kyiv School of Economics. 2021. Assessing the role of small farmers and households in agriculture and the rural economy and measures to support their sustainable development. Kyiv. https://kse.ua/wp-content/uploads/2021/02/KSE-Smallholders.pdf
²¹⁶ FAO. 2022. Ukraine: Impact assessment results (September to October 2022). Data in Emergencies Hub. En: FAO. Roma. [Consultado el 12 de julio de 2023]. https://data-in-emergencies.fao.org/apps/e28ccf7b/explore
²¹⁷ Conflict Observatory. 2022. Ukraine’s Crop Storage Infrastructure Post-Invasion Impact Assessment. En: Conflict Observatory. [Consultado en junio de 2023]. https://hub.conflictobservatory.org/portal/apps/sites/#/home/pages/grain-1
²¹⁸ PNUMA. 2022. The Environmental Impact of the Conflict in Ukraine: A Preliminary Review. Nairobi. https://l-impact-conflict-ukraine-preliminary-review
²¹⁹ Turton, S., Sineat, Y. y Nitta, Y. 2019. African swine fever wipes out Asia’s backyard pig farmers. En: Nikkei Asia. [Consultado el 17 de mayo de 2023]. https://asia.nikkei.com/Business/Agriculture/African-swine-fever-wipes-out-Asia-s-backyard-pig-farmers
²²⁰ Coughlan de Perez, E., van Aalst, M., Deva, C., van den Hurk, B., Jongman, B., Klose, T., Linnerooth-Bayer, J. y Suarez, P. 2014. Managing the risk of extreme events in a changing climate – trends and opportunities in the disaster-related funding landscape. Input paper prepared for the Global Assessment Report on Disaster Risk Reduction 2015. La Haya (Reino de los Países Bajos), Centro del Clima de la Cruz Roja y la Media Luna Roja.
²²¹ Pappenberger, F., Cloke, H.L., Parker, D.J., Wetterhall, F., Richardson, D.S. y Thielen, J. 2015. /The monetary benefit of early flood warnings in Europe. Environmental Science & Policy, 51: 278-291. https://doi.org/10.1016/j.vsci.2015.04.016
²²² Costella, C., Jaime, C., Arrighi, J., Coughlan de Perez, E., Suarez, P. y van Aalst, M. 2017. Scalable and sustainable: How to build anticipatory capacity into social protection systems. IDS Bulletin. Vol. 48, n.° 4.
²²³ Baig, S.P., Rizvi, A., Josella, M. y Palanca-Tan, R. 2015. Cost and Benefits of Ecosystem Based Adaptation: The Case of the Philippines. Gland (Suiza), Unión Internacional para la Conservación de la Naturaleza (UICN).
²²⁴ FAO y ACNUR. 2018. Cost–benefit analysis of forestry interventions for supplying woodfuel in a refugee situation in the United Republic of Tanzania. Roma, FAO. https://www.fao.org/3/ca0164en/CA0164EN.pdf
²²⁵ Seekao, C. y Pharino, C. 2018. Cost–benefit analysis of shrimp farming’s flood risk reduction strategies in Thailand. Journal of Flood Risk Management, 11: S805-S816. https://doi.org/10.1111/jfr3.12259
²²⁶ Asha, N., Kikulwe, E., Nowakunda, K., Ajambo, S. y Naziri, D. 2015. Technical report: Structure of the Cooking Banana Value Chain in Uganda and Opportunities for Value Addition and Postharvest Losses Reduction. CGIAR. www.p-content/uploads/2015/08/RPS/2/3.pdf
²²⁷ FAO. 2017. Benefits of Farm-Level Disaster Risk Reduction Practices in Agriculture – Preliminary Findings. Roma. www.fao.org/3/a-i7319e.pdf
²²⁸ FAO. 2019. Disaster risk reduction at farm level: Multiple benefits, no regrets. Results from cost–benefit analyses conducted in a multi-country study, 2016-2018. Roma. www.fao.org/3/ca4429en/CA4429EN.pdf
²²⁹ FAO. 2021. Anticipatory action: Changing the way we manage disasters. Roma. www.fao.org/3/cb7145en/cb7145en.pdf
²³⁰ FAO. 2018. Mongolia: Impact of early warning action. Protecting herder livelihoods ahead of dzud winter. Roma. www.fao.org/publications/card/en/c/CA2181EN/
²³¹ FAO. 2019. Colombia: Los efectos de Alerta y Acción Temprana. Fortalecimiento de la seguridad alimentaria y la cohesión social en la primera línea de la crisis migratoria. Roma. https://www.fao.org/documents/card/en/c/CA6818ES
²³² FAO. 2018. Early warning early action in Sudan. Roma. https://www.fao.org/3/i9383en/I9383EN.pdf
²³³ FAO. 2018. Horn of Africa: Impact of early warning early action. Protecting pastoralist livelihoods ahead of drought. Roma. www.fao.org/documents/card/en/c/CA0227en
²³⁴ FAO. 2019. Madagascar: Impact of Early Warning Early Action. Protecting farming livelihoods from drought and food insecurity. Roma. www.fao.org/documents/card/en/c/CA3933EN/
²³⁵ FAO. 2019. The Sudan: Impact of Early Warning Early Action. Protecting agropastoralist livelihoods ahead of drought. Roma. www.fao.org/3/ca4653en/ca4653en.pdf
²³⁶ Kumar, A. 2022. Connecting anticipatory action and disaster risk reduction: perspectives from UNDRR. En: UNDRR. Ginebra. [Consultado en junio de 2023]. www.preventionweb.net/news/connecting-anticipatory-action-and-disaster-risk-reduction-perspectives-undrr
²³⁷ UNDRR. 2023. Disaster Risk Management. En: UNDRR. Ginebra. [Consultado en junio de 2023]. www.undrr.org/terminology/r-risk-management
²³⁸ Anticipation Hub. 2021. A step forward for anticipatory action at COP26. En: Anticipation Hub. [Consultado en junio de 2023]. www.anticipation-hub.org/news/a-step-forward-for-anticipatory-action-at-cop26
²³⁹ FAO, IFRC, Oficina de Coordinación de Asuntos Humanitarios (OCHA), PMA y Start Network. 2021. Enabling Anticipatory Action at Scale Policy Brief for Donor Governments. www.anticipation-hub.org/Documents/Policy_Papers/AATF_Policy_Brief_for_Donor_Governments_May_2021.pdf
²⁴⁰ International Movement. 2022. Power of Humanity. Council of Delegates of the International Red Cross and Red Crescent Movement. Ginebra. https://rcrcconference.org/app/uploads/2022/05/09_CoD22-Anticipatory-action-Background-document-FINAL-EN.pdf
²⁴¹ Levine, S., Wilkinson, E., Weingärtner, L. y Mall, P. 2021. Anticipatory action for livelihood protection. A collective endeavour. Documento de trabajo 580. Instituto de Desarrollo de Ultramar. https://cdn.odi.org/media/documents/202006_odi_anticipatory_action_for_livelihood_protection_wp_final.pdf
²⁴² Scott, Z. 2022. Finance for Early Action: Tracking commitments, trends, challenges and opportunities. REAP (Risk-informed Early Action Partnership). www.insdevforum.org/wp-content/uploads/2022/06/20220613_Finance-for-Early-Action_FINAL-1-1.pdf
²⁴³ Khim, W. 2020. Disaster risk reduction in times of COVID-19: What have we learned? Roma, FAO. https://doi.org/10.4060/cb0748en
²⁴⁴ Lawson, R.G. y Jurs, P.C. 1990. New index for clustering tendency and its application to chemical problems. Journal of Chemical Information and Computer Sciences, 30(1): 36–41. https://doi.org/10.1021/ci00065a010
²⁴⁵ FAO. 2023. Cultivos y productos de ganadería. En: FAOSTAT. Roma. [Consultado en junio de 2023]. https://www.fao.org/faostat/es/#data/QCL
²⁴⁶ Lange, S., Mengel, M., Treu, S. y Büchner, M. 2022. ISIMIP3a atmospheric climate input data (v1.0). En: ISIMIP. [Consultado en julio de 2023]. doi.org/10.48364/ISIMIP.982724
²⁴⁷ Frieler, K., Volkholz, J., Lange, S., Schewe, J., Mengel, M., del Rocío Rivas López, M. et al. 2023. Scenario set-up and forcing data for impact model evaluation and impact attribution within the third round of the Inter-Sectoral Model Intercomparison Project (ISIMIP3a). Preprint. EGUsphere. doi.org/10.5194/usphere-2023-281
²⁴⁸ Laudien, R., Schauberger, B., Makowski, D. y Gornott, C. 2020. Robustly forecasting maize yields in Tanzania based on climatic predictors. Scientific Reports, 10(19650). doi.org/10.1038/s41598-020-76315-8
²⁴⁹ Chemura, A. Nangombe, S., Gleixner, S., Chinyoka, S. y Gornott, C. 2022. Changes in Climate Extremes and Their Effect on Maize (Zea mays L.) Suitability Over Southern Africa. Frontiers in Climate, 4: 890210. doi.clim.2022.890210
²⁵⁰ Sultan, B., Defrance, D. e Iizumi, T. 2019. Evidence of crop production losses in West Africa due to historical global warming in two crop models. Scientific Reports, 6.9.2019: 12834. doi.org/10.1038/s41598-019-49167-0
²⁵¹ Laudien, R., Schauberger, B., Makowski, D. y Gornott, C. 2020. Robustly forecasting maize yields in Tanzania based on climatic predictors. Scientific Reports, 10(19650). doi.org/10.1038/s41598-020-76315-8
²⁵² Gillett, N.P., Shiogama, H., Funke, B., Hegerl, G., Knutti, R., Matthes, K., Santer, B.D., et al. 2016. The Detection and Attribution Model Intercomparison Project (DAMIP v1.0) contribution to CMIP6, Geoscientific Model Development, 9, 3685-3697. doi.org/10.5194/gmd-9-3685-2016
²⁵³ Tatebe, H., Ogura, T., Nitta, T., Komuro, Y., Ogochi, K., Takemura, T., Sudo, K, et al. 2019. Description and basic evaluation of simulated mean state, internal variability, and climate sensitivity in MIROC6. Geoscientific Model Development, 12(7): 2727-2765. doi.org/10.5194/gmd-12-2727-2019
²⁵⁴ Lange, S. 2019. Trend-preserving bias adjustment and statistical downscaling with ISIMIP3BASD (v1.0). Geoscientific Model Development, 12, 3055-3070. doi.org/10.5194/gmd-12-3055-2019
²⁵⁵ Tatebe, H., Ogura, T., Nitta, T., Komuro, Y., Ogochi, K., Takemura, T., Sudo, K, et al. 2019. Description and basic evaluation of simulated mean state, internal variability, and climate sensitivity in MIROC6. Geoscientific Model Development, 12(7): 2727-2765. doi.org/10.5194/gmd-12-2727-2019
²⁵⁶ IPCC. 2021. Summary for Policymakers. En: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. págs. 423–553. Cambridge (Reino Unido) y Nueva York (EE. UU.), Cambridge University Press. https://report.ipcc.ch/ar6/wg1/IPCC_AR6_WGI_FullReport.pdf
²⁵⁷ Guo, H. Bao, A., Chen, T., Zheng, G., Wang, Y., Jiang, L. y De Maeyer, P. 2021. Assessment of CMIP6 in simulating precipitation over arid Central Asia. Atmospheric Research, 252, 105451. doi.org/10.1016//J.SRES.2021.105451
²⁵⁸ Mesgari, E., Hosseini, S.A., Hemmesey, M.S., Houshyar, M. y Partoo, L.G. 2022. Assessment of CMIP6 models’ performances and projection of precipitation based on SSP scenarios over the MENAP region. Journal of Water and Climate Change, 13(10): 3607. doi.org/10.2166/wcc.2022.195
²⁵⁹ Iizumi, T., Shiogama, H., Imada, Y., Hanasaki, N., Takikawa, H. y Nishimori, M. 2018. Crop production losses associated with anthropogenic climate change for 1981–2010 compared with preindustrial levels. International Journal of Climatology, 38(14): 5405-5417. doi.org/10.1002/joc.5818
²⁶⁰ Ishii, M. y Mori, N. 2020. d4PDF: large-ensemble and high-resolution climate simulations for global warming risk assessment. Progress in Earth and Planetary Science, 7: 58. doi.org/10.1186/s40645-020-00367-7
²⁶¹ Iizumi, T., Shiogama, H., Imada, Y., Hanasaki, N., Takikawa, H. y Nishimori, M. 2018. Crop production losses associated with anthropogenic climate change for 1981–2010 compared with preindustrial levels. International Journal of Climatology, 38(14): 5405-5417. doi.org/10.1002/joc.5818
²⁶² Sultan, B., Defrance, D. e Iizumi, T. 2019, Evidence of crop production losses in West Africa due to historical global warming in two crop models. Scientific Reports, 6.9.2019: 12834. doi.org/10.1038/s41598-019-49167-0
²⁶³ Flynn, C.M. y Mauritsen, T. 2020. On the climate sensitivity and historical warming evolution in recent coupled model ensembles. Atmospheric Chemistry and Physics, 20, 7829-7842. doi.org/10.5194/acp-20-7829- 2020
²⁶⁴ Forster, P., Storelvmo, T., Armour, K., Collins, W., Dufresne, J.-L., Frame, D., Lunt, D.J., et al. 2021. The Earth’s Energy Budget, Climate Feedbacks, and Climate Sensitivity. En: V. Masson-Delmotte, et al., coords. Climate Change 2021: The Physical Science Basis. Cambridge (Reino Unido), Cambridge University Press.
²⁶⁵ Meshesha, D.T., Moahmmed, M. y Yosuf, D. 2019. Estimating carrying capacity and stocking rates of rangelands in Harshin District, Eastern Somali Region, Ethiopia. Ecology and Evolution, 9(23): 13309-13319. doi.org/10.1002/ece3.5786
²⁶⁶ The Nansen Initiative. 2015. The Nansen Initiative. Global Consultation. Conference Report: Geneva, 12-23 October 2015. https://www.eda.admin.ch/dam/eda/en/documents/aussenpolitik/menschenrechte-menschliche-sicherheit/2017-und-aelter/Nansen-GCR2015-screen.pdf.
²⁶⁷ FAO, FIDA, OMS, PMA y UNICEF. 2022. El estado de la seguridad alimentaria y la nutrición en el mundo 2022: Adaptación de las políticas alimentarias y agrícolas para hacer las dietas saludables más asequibles. Roma, FAO. https://doi.org/10.4060/cc0639es
²⁶⁸ FAO, FIDA, OMS, PMA y UNICEF. 2020. El estado de la seguridad alimentaria y la nutrición en el mundo 2020: Transformación de los sistemas alimentarios para que promuevan dietas asequibles y saludables. Roma, FAO. https://doi.org/10.4060/ca9692es
²⁶⁹ OIM. 2017. Informe Sobre las Migraciones en el Mundo 2018. Informe de la OIM sobre las Migraciones en el Mundo. Naciones Unidas. https://doi.org//10.18356/4d5247dc-es
^a División administrativa que corresponde a una región o provincia.
^b Medida de la acumulación del calor utilizada para predecir la tasa de desarrollo de los cultivos.
^c Véase la EM-DAT: https://public.emdat.be/.
^d La categoría de “Otras” amenazas abarca amenazas biológicas, extraterrestres y complejas. Asimismo, aunque parte del aumento del número de desastres se debe a las mejoras en la presentación de datos, puede atribuirse en gran medida al mayor número de desastres causados por amenazas meteorológicas y climáticas, como las inundaciones, las sequías y las temperaturas extremas. Por el contrario, el número de fenómenos geofísicos tales como terremotos, erupciones volcánicas y corrimientos de tierras se ha mantenido relativamente estable a lo largo del tiempo. Si bien el número de fenómenos producidos en el mundo se ha estabilizado en los últimos decenios, las previsiones indican que aumentarán a medida que sigan acumulándose los gases de efecto invernadero en la atmósfera.
^e Publicaciones anteriores de 2015, 2017 y 2021.
^f https://www.emdat.be/
^g https://www.desinventar.net/
^h https://www.gfdrr.org/en/disaster-risk-analytics
ⁱ https://www.ifrc.org/document/world-disasters-report-2022
^j https://www.swissre.com/institute/research/sigma-research/data-explorer.html; https://www.munichre.com/en/solutions/for-industry-clients/natcatservice.html
^k Véase la Resolución A/RES/71/276 de la Asamblea General de las Naciones Unidas.
^l La EMDAT también incluye datos sobre otros desastres que no se consideran en el presente informe. Véanse los detalles en el Anexo técnico 2.
^m Con la salvedad de que las novedades producidas en relación con los mecanismos de presentación de informes afectan a estas cifras. Actualmente se registran más fenómenos en la EMDAT en comparación con principios de la década de 1990, lo que provoca un ligero sesgo en las cifras totales.
ⁿ Cabe señalar que, en este caso, el indicador es una relación de dos conjuntos de cantidades físicas (expresadas en toneladas) multiplicadas por el mismo precio. Esto significa que la relación refleja exclusivamente un efecto de cantidad. La única función del precio es sumar cantidades que de otro modo no serían comparables.
^o En este caso, la relación entre las pérdidas y la producción contrafactual se basa directamente en toneladas, partiendo de la hipótesis de que las cantidades producidas son lo suficientemente homogéneas para sumarse.
^p El requerimiento promedio estimado es el nivel de ingesta diaria necesaria para satisfacer el requerimiento del 50 % de los individuos sanos.
^q A continuación se indica el requerimiento promedio estimado para cada nutriente. Calcio para hombres y mujeres: 800 mg; hierro para hombres: 6 mg, para mujeres: 8,1 mg; zinc para hombres: 9,4 mg, para mujeres: 6,8 mg; magnesio para hombres: 350 mg, para mujeres: 265 mg; fósforo para hombres y mujeres: 580 mg; vitamina A (equivalente de actividad de retinol) para hombres: 625 μg, para mujeres: 500 μg; tiamina para hombres: 1,0 mg, para mujeres: 0,9 mg; riboflavina para hombres: 1,1 mg, para mujeres: 0,9 mg; vitamina C para hombres: 75 mg, para mujeres: 60 mg.
^r Por ejemplo, con datos más detallados sería posible evaluar si perder un determinado porcentaje del requerimiento promedio estimado de un nutriente constituiría una pérdida pequeña si ese nutriente existe en abundancia en ese contexto específico o, si por el contrario, la escasez de dicho nutriente en la dieta local podría suponer un grave problema de salud pública.
^s La atribución se define como el proceso de evaluar las contribuciones relativas de múltiples factores causales a un cambio o fenómeno con una evaluación del grado de confianza. Véase IPCC. 2021. Annex VII: Glossary. En: Matthews, J. B. R., V. Möller, R. van Diemen, J. S. Fuglestvedt, V. Masson-Delmotte, C. Méndez, S. Semenov, A. Reisinger, coords. Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Masson-Delmotte, V., P. Zhai, A. Pirani, S. L. Connors, C. Péan, S. Berger, N. Caud, Y. Chen, L. Goldfarb, M. I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J. B. R. Matthews, T. K. Maycock, T. Waterfield, O. Yelekçi, R. Yu, B. Zhou, coords. Cambridge University Press, Cambridge (Reino Unido) y Nueva York (EE.UU.), págs. 2215-2256. www.ipcc.ch/report/ar6/wg1/downloads/report/IPCC_AR6_WGI_AnnexVII.pdf
^t Los países seleccionados para su inclusión en el estudio son países prioritarios en el Plan Mundial de Respuesta Humanitaria a la COVID-19 (OCHA, 2020) o el Informe mundial sobre las crisis alimentarias (WFP, 2020, 2021). Estos países son: el Afganistán, Chad, Colombia, Filipinas, Haití, el Iraq, el Líbano, Liberia, Libia, Malí, Mozambique, Myanmar, el Níger, el Pakistán, la República Centroafricana, Sierra Leona, Somalia, Togo y Zimbabwe.
^u Estos países son: el Afganistán, Colombia, Liberia, Malí, el Níger, la República Centroafricana, la República Democrática del Congo, Sierra Leona, Somalia, el Yemen y Zimbabwe.
^v Los países seleccionados para su inclusión en el estudio son países prioritarios en el Plan Mundial de Respuesta Humanitaria a la COVID-19 (OCHA, 2020) o el Informe mundial sobre las crisis alimentarias (WFP, 2020, 2021). Si bien los estudios realizados en el pasado presentaban limitaciones en cuanto a su marco temporal y alcance, este análisis de las encuestas de varios países repetidas a lo largo de tres años demuestra los efectos retardados de las políticas de restricción en la producción agrícola.
^w El Afganistán, Colombia, Liberia, Malí, el Níger, la República Centroafricana, la República Democrática del Congo, Sierra Leona, Somalia, el Yemen y Zimbabwe.
^x El intervalo de confianza de todos los coeficientes del logaritmo de posibilidades citado en este capítulo fue del 95 %.
^y Véanse los resultados de las encuestas de hogares en 11 países con altos niveles de inseguridad alimentaria preexistentes en: FAO. 2021. Agricultural Livelihoods and Food Security in the Context of COVID-19. Results from household surveys in 11 countries with high pre-existing levels of food insecurity. Cross-country monitoring report, May 2021. Roma. https://www.fao.org/3/cb4747en/cb4747en.pdf
^z África, las Américas, Asia, Europa y Oceanía.
^aa La diferencia de los precios del cerdo entre provincias se mide como el precio de los cerdos vivos en la provincia con el precio más alto menos el precio en la provincia con el precio más bajo. Se incluyeron todas las provincias, menos Qinghai debido a las limitaciones de datos.
^ab Las repercusiones de la peste porcina africana se evaluaron mediante estudios bibliográficos y el cálculo de las pérdidas directas y los costos de la respuesta mediante el instrumento OutCosT de la FAO. OutCosT se puso a prueba para determinar de manera retrospectiva el costo de los brotes de peste porcina africana en la provincia de Lao Cai en Viet Nam (2020) y en Filipinas (2019), incluidas las pérdidas de producción derivadas de la enfermedad, las repercusiones en el comercio, así como los costos de control y erradicación, como el tratamiento, la vigilancia y las actividades de sensibilización. Mediante la generación de estimaciones de costos por explotación y por cerdo afectado se pueden predecir las repercusiones de la enfermedad en caso de que se propague.
^ac En la extrapolación, suponemos que las políticas de control son prácticamente las mismas en ambos períodos, a saber, el período utilizado para calibrar el instrumento y el período utilizado para generar las estimaciones de costos.
^ad A saber, 208 594 cerdos perdidos debido a la peste porcina africana / 545 729 cerdos sacrificados perdidos = 38 %.
^ae A saber, 38 % x 1 804 246 cerdos sacrificados perdidos = 689 637 cerdos perdidos debido a la peste porcina africana estimados para 2020.
^af Como el efecto relacionado con la pandemia de la COVID-19.
^ag Es importante calificar la palabra “conflicto”. La FAO utiliza la siguiente definición de conflicto, reconociendo que no tiene por qué ser armado o violento; por ejemplo, en FAO. 2022. Operationalizing pathways to sustaining peace in the context of Agenda 2030 – A how-to guide. Roma. Disponible en https://doi.org/10.4060/cc1021en: “El conflicto, un aspecto inevitable de la interacción humana, aparece cuando dos o más personas o grupos tienen objetivos mutuamente incompatibles. Los conflictos pueden producirse de manera violenta, como en una guerra, o sin violencia, como en unas elecciones o un proceso jurídico contencioso. Cuando se canaliza constructivamente en procesos de resolución, el conflicto puede ser beneficioso”. De Snodderly, coord. 2018. Glossary of Terms for Conflict Management and Peacebuilding. Segunda edición. Washington, D. C., United States Institute of Peace. https://www.usip.org/publications/usip-peace-terms-glossary
^ah https://www.prio.org/news/2736
^ai La aplicación de la meta E del Marco de Sendai. Cabe señalar que no en todas las estrategias se utiliza el término “conflicto armado” y se hace referencia únicamente al “conflicto”. La redacción original empleada en una estrategia también se utiliza en el presente informe.
^aj Datos extraídos de 21 países: el Afganistán, Argelia, Bangladesh, Burundi, Colombia, Egipto, la Federación de Rusia, Filipinas, la India, Indonesia, Myanmar, Nepal, el Pakistán, el Perú, la República Islámica del Irán, Somalia, Sri Lanka, Tailandia, Tayikistán, Türkiye y Uganda.
^ak Somalia Drought Impact and Needs Assessment (2017).
^al El Gobierno de Ucrania estimó que alrededor de 62 000 millas cuadradas (160 579 km2) de territorio nacional pueden estar contaminadas con minas y municiones sin detonar, incluido el 10 % de las tierras agrícolas del país.
^am FAO. 2019. Disaster risk reduction at farm level: Multiple benefits, no regrets. Roma. Disponible en www.fao.org/3/ca4429en/CA4429EN.pdf. En este estudio se incluyen datos sobre Camboya, Colombia, el Estado Plurinacional de Bolivia, Filipinas, Guyana, Haití, Jamaica, el Pakistán, la República Democrática Popular Lao y Uganda.
^an Si bien no fue posible aislar los efectos de cada elemento en cada intervención relativa a las buenas prácticas de reducción del riesgo de desastres en el rendimiento y la rentabilidad del banano, es probable que las sinergias entre las diversas intervenciones hayan contribuido decisivamente a mejorar la resiliencia de los sistemas de cultivo del banano a la escasez de precipitaciones y los períodos secos.
^ao 1) Cultivo de arroz con siembra en línea y método de alternancia humectación/secado; 2) cultivo de trigo con estiércol de granja y compost; 3) cultivo de hortalizas con siembra en surcos, estiércol de granja, sistema de cultivos múltiples y manejo integrado de plagas; 4) cultivo de trigo con nivelación y manejo integrado de plagas; 5) cultivo de algodón con nivelación láser, siembra en surcos, manejo integrado de plagas y aplicación de compost; 6) cultivo de trigo con siembra sin labranza y manejo integrado de plagas; y 7) cultivo de algodón con siembra en surcos y manejo integrado de plagas.
^ap Entre ellas se incluyen las precipitaciones intensas, la sequía, las altas temperaturas, las plagas y las infestaciones de malas hierbas.
^aq La distribución de aves de corral, semillas, bidones y equipos, así como las actividades de efectivo por trabajo, la rehabilitación de sistemas de riego en pequeña escala, la capacitación sobre técnicas hortícolas productivas y el desarrollo de cooperativas de agricultores dirigidas por mujeres.
^ar Las cooperativas de mujeres agricultoras recibieron una combinación de patos y cabras; a su vez, se impartieron capacitaciones y se puso en marcha un programa de dinero por trabajo centrado en la limpieza de los canales de agua locales que se habían ido degradando.
^as Según el enfoque regional de la Autoridad Intergubernamental para el Desarrollo del Informe mundial sobre las crisis alimentarias de 2021, 12,6 millones de personas padecieron altos niveles de inseguridad alimentaria aguda en 2020 (Fase 3 o superior de la Clasificación Integrada de la Seguridad Alimentaria en Fases y el Marco armonizado [Cadre Harmonisé])⁴² en Etiopía (8,6 millones), Kenya (1,9 millones) y Somalia (2,1 millones). Dado el perfil del riesgo de desastres subyacente del Cuerno de África, es imperativo adoptar medidas fundamentadas en los riesgos a fin de abordar todo tipo de amenazas con el objetivo de salvaguardar los medios de vida y la seguridad alimentaria.
^at Desastres y crisis de aparición súbita a gran escala que exigen una respuesta institucional.
^au Esta es la etapa en la que las langostas jóvenes que no vuelan se agrupan, formando enjambres coherentes y alineados, denominados bandas de ninfas.
^av Véase PreventionWeb. 2023. Post-Disaster Needs Assessments (PDNA). En: PreventionWeb. [Consultado en junio de 2023]. https://recovery.preventionweb.net/build-back-better/post-disaster-needs-assessments/country-pdnas
^aw Véase ReliefWeb. 2023. Reports only. En: ReliefWeb. [Consultado en junio de 2023]. https://reliefweb.int/updates?view=reports
^ax Véase GFDRR (Servicio mundial para la reducción y recuperación de desastres). 2023. Post Disaster Needs Assessment. En: GFDRR. [Consultado en junio de 2023]. www.gfdrr.org/en/post-disaster-needs-assessments
^ay Véase Banco Mundial. 2023. The World Bank Open Knowledge Repository. En: Banco Mundial. [Consultado en junio de 2023]. https://openknowledge.worldbank.org/home