Assessment of spatio-temporal redistribution of major crops and livestock mobility due to climate change and variability in Uganda

Abstract: 
Considering how climate will change over the years offer important insight into how the challenges as result of climate change (CC) and variability can be responded to. Modeling and descriptive studies are being conducted in Uganda to generate information to guide activities geared towards building resilience of agro-pastoralist communities in adapting to and mitigating present and future climate change and variability impacts. Specifically, the study is assessing the performance of different global climate models (GCMs) in the MAGICC/ Scengen tool with the view to obtain the best combination to be used for downscaling and projecting climate change and variability in Uganda, document the past and current responses in most vulnerable farming communities’ and to identify the appropriate adjustments to cope with climate related stress. Modeling, focus group discussions and individual interviewing were the main data collection methods used. Data collected were subjected to reduction and development of themes for analysis. The preliminary results show ECHO-G and UKHADCM3 as the best projectors of climate change and variability in Uganda. Furthermore analysis is required to project the likely redistribution of major crops and map the potential pastoral migratory routes under different climate change scenarios.
Considérant le changement climatique au fil des ans, ceci offre des indications importantes sur la façon dont les défis résultant du changement climatique (CC) et la variabilité peuvent être résolu. Les études de modèle et de la description sont menées en Ouganda pour générer des informations pour orienter les activités visant à renforcer la flexibilité des communautés agro-pastorales dans l’adaptation et l’atténuation de présents et futurs changements climatiques et la variabilité des impacts. Plus précisément, l’étude est d’évaluer la performance des différents modèles climatiques globaux (MCG) dans l’outil MAGICC / SCENGEN en vue d’obtenir la meilleure combinaison qui sera utilisé pour réduire l’échelle et la projection des changements climatiques et la variabilité en Ouganda, faire la documentation les réponses passées et actuelles dans la plupart des communautés agricoles vulnérables et d’identifier les ajustements nécessaires pour faire face aux stress climatiques connexes. La modélisation, des discussions en groupes visés et des interviews individuels étaient les principales méthodes de collecte de données utilisées. Les données recueillies étaient soumises à la réduction et au développement de thèmes pour l’analyse. Les résultats préliminaires montrent que ECHO-G et UKHADCM3 comme le meilleur des projecteurs du changement climatique et de la variabilité de l’Ouganda. De plus l’analyse est nécessaire pour des projets de redistribution probable des grandes cultures et la carte des potentialités pastorales routes migratoires dans les différents scénarios de changement climatique.
Language: 
English
Date of publication: 
2010
Country: 
Region Focus: 
East Africa
University/affiliation: 
Collection: 
RUFORUM Conferences and Workshops
Licence conditions: 
Open Access
Access restriction: 
Form: 
Printed resource
Publisher: 
ISSN: 
E_ISSN: 
Edition: 
Extent: 
1469-1474
Notes: 

"The 2010 RUFORUM Biennial Conference was the second in the series. The main objective of the Biennial conferences is to provide a platform for agricultural research for development stakeholders in Africa and beyond to actively exchange findings and experiences, while at the same time learning lessons towards improving performance of the agricultural sector and ultimately people’s livelihoods. The biennial conference is RUFORUM’s most comprehensive meeting for the diversity of stakeholers in agriculture. It is especially dedicated to graduate students and their supervisors, grantees in RUFORUM member universities and alumni. It is a platform for peer review, quality control, mentorship, networking and shared learning. This record contains an extended abstract accepted under the theme climate change".