evidoria

← Volver al listado

Good practice

Índice Combinado de Sequía — Sistema de Acción Anticipatoria Asistido por IA de Timor-Leste para la Sequía Agrícola

Timor Oriental · Dili · Ver el perfil de Timor Oriental

La FAO y el gobierno de Timor-Leste construyeron un índice de sequía estacional corregido con XGBoost que activó el primer protocolo de Acción Anticipatoria del país en octubre de 2023, coincidiendo con las condiciones de sequía observadas en más del 80% de los casos (2011–2022) en cinco municipios de alto riesgo.

80%+
Tasa de coincidencia con las condiciones de sequía observadas (prueba retrospectiva, 2011-2022)
0.82
Puntuación Heidke, condiciones sin sequía (horizonte de 3 meses)
0.65-0.68
Puntuación Heidke, sequía moderada (horizonte de 3 meses)
40%
Disminución de la producción de maíz en el evento comparable de El Niño de 2016
57%
Disminución de la producción de arroz en el evento comparable de El Niño de 2016

Detalles

Madurez
Scaling
Promotor
Food and Agriculture Organization of the UN (FAO) Timor-Leste, with Timor-Leste's Ministry of Agriculture, Livestock, Fisheries and Forestry and National Directorate of Meteorology and Geophysics
Período
2023–2026 (AA protocol activated Oct 2023; ASIS portal launched May 2026)
Palabras clave
drought forecasting, machine learning, agriculture, disaster risk, anticipatory action

Contexto

En 2023, el Ministerio de Agricultura, Ganadería, Pesca y Silvicultura de Timor-Leste y la Dirección Nacional de Meteorología y Geofísica, en colaboración con la FAO, construyeron un Índice Combinado de Sequía (CDI) para activar el primer protocolo formal de Acción Anticipatoria del país frente a la sequía agrícola. El índice combina el Índice de Precipitación Estandarizado, un índice de anomalía de humedad del suelo, un índice de salud de la vegetación e indicadores de El Niño/Dipolo del Océano Índico.

Actividades

Un modelo de regresión XGBoost, entrenado con datos mensuales de 1993 a 2023 (n=369, división entrenamiento/prueba 70/30), corrige el sesgo de las previsiones estacionales de precipitación de ECMWF SEAS5 para los municipios del país con escasez de datos. El protocolo de Acción Anticipatoria se activó formalmente en octubre de 2023 durante un evento de El Niño, cubriendo cinco municipios de alto riesgo: Baucau, Covalima, Liquiçá, Viqueque y Oé-Cusse Ambeno.

Resultados

Las pruebas retrospectivas con registros de 2011-2022 mostraron que el CDI coincidió con las clasificaciones de sequía observadas basadas en la humedad del suelo más del 80 % de las veces, con puntuaciones Heidke de 0,82 para condiciones sin sequía y de 0,65-0,68 para sequía moderada con un horizonte de tres meses (descendiendo a 0,33-0,46 para categorías más leves). Un evento comparable de El Niño en 2016 había reducido la producción de maíz y arroz de Timor-Leste en un 40 % y un 57 % respectivamente, en un país donde el 79 % de los hogares dependen de la producción agrícola.

Conclusiones

El documento técnico de la FAO de 2024 es franco sobre las limitaciones del sistema: no existían observaciones históricas terrestres de precipitación o humedad del suelo en los municipios piloto, lo que obligó a depender de datos satelitales sustitutos (CHIRPS), y el modelo 'requerirá pruebas, revisiones y calibraciones periódicas.' Las normas de los donantes que exigen declaraciones formales de desastre antes de liberar fondos se señalan como un obstáculo estructural. En mayo de 2026, el gobierno y la FAO lanzaron un portal sucesor, el Agricultural Stress Index System (ASIS), financiado por el Fondo Verde para el Clima, ampliando el monitoreo de la sequía a todo el país.

Implementación

Coste indicativo
Medium (€50k–€500k)
Tiempo hasta resultados
Medium (1–3 years)
Personal y competencias
Timor-Leste Ministry of Agriculture, Livestock, Fisheries and Forestry (MALFF), National Directorate of Meteorology and Geophysics, FAO technical team, Civil Protection Authority

Condiciones para el éxito

  • Multi-institutional collaboration between government ministries and FAO
  • Bias-correction of seasonal forecasts (ECMWF SEAS5) via machine learning for data-sparse regions
  • Sustained funding pathway (Green Climate Fund) for the successor system

Modos de fallo comunes

  • No historical ground-based rainfall or soil-moisture observations existed in pilot municipalities, forcing reliance on satellite (CHIRPS) proxies rather than ground truth
  • Donor rules requiring formal disaster declarations before Anticipatory Action funds can be released are a structural bottleneck
  • Model requires regular testing, revision and calibration per FAO authors

Dónde encaja

Tipo de gobernanza
national government with UN agency technical assistance
Escala
subnational pilot (5 of 13 municipalities) scaling to national
Nivel de ingresos
lower-middle-income

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Prácticas similares que pueden serle útiles