Вплив глобальних кліматичних змін на розвиток агроекосистем Росії

Результати досліджень та прогноз зміни клімату в багаторічному періоді

Прогнози Міжурядової групи експертів зі змін клімату свідчать про те, що XXI століття буде періодом безпрецедентно швидких змін клімату, які суттєво вплинуть на багато галузей економіки і насамперед на сільське господарство.

Дослідження основних особливостей клімату за останні 10-15 років показали, що цей період є найтеплішим і найвологішим не лише за 100, а й за 1000 років. Аналіз емпіричних кліматичних даних, проведений в Інституті водних проблем РАН, виявив статистично значущий тренд зміни різноманітних показників клімату, таких як дати скресання і замерзання найбільш великих річок Росії, передчасні строки настання весни, збільшення тривалості вегетаційного періоду в північній півкулі тощо.

У науковій літературі відображені й інші аномалії, викликані швидкими темпами потепління та похолодання. Основні з них такі:

• прискорення процесів аридизації клімату, повторюваність посух;

• зростання вмісту СО2 і СН4 в атмосфері;

• вплив спостережуваного «вибухового» потепління на біокліматичний потенціал сільськогосподарських територій;

• зниження та варіабельність біопродуктивності агроекосистем;

• зниження рівня родючості ґрунтів, їх деградація;

• зниження стійкості розвитку агроекосистем.

Згідно з розрахунками та прогнозами міжнародної групи експертів, до якої входять вчені Росії, підвищення глобальної середньої температури повітря за 1990-2100 роки може становити від 1,5 до 5,8°С. Таке потепління не має прецедентів за минулі 10 тис. років.

На весняному 2008 р. спільному засіданні Ради з проблем екології в АПК за участю бюро Відділення землеробства, бюро Відділення меліорації, водного та лісового господарства Россельхозакадемії, вчених ФДБУ «ВНІІСХМ», ДНУ «Агрофізичний інститут Россельхозакадемії» (АФІ), Держкомгідромету, ФДБНУ ВНІІ «Радуга», Головної географічної обсерваторії (ГТО) та ін., а також виробничників АПК було визнано важливість проблеми потепління клімату та впливу його на сільське господарство, а також необхідність розробки єдиної стратегії адаптації сільського господарства до глобальних кліматичних змін з урахуванням збереження родючості ґрунту, ресурсозбереження в умовах наростаючого техногенного забруднення біосфери.

Намічено тематику досліджень та сучасні методи їх проведення. Для вирішення названої проблеми в системі «клімат-ґрунт-урожай» обґрунтовано тему досліджень, спрямовану на розробку науково-методичних основ оцінки трендів зміни кліматичних факторів, їх впливу на біопродуктивність агроекосистем у взаємозв'язку з показниками ґрунту та погодженням з виробничими циклами, становлення трендів зміни кліматичних показників, включаючи інтегральний показник тепло-, вологозабезпеченості К у 9 а отже, температур повітря (t°C) 9 опадів (Р, мм), випаровуваності (Е, мм). Розрахунок ведеться за роками багаторічного ряду з використанням удосконалених розрахункових моделей ФДБНУ ВНІІ «Радуга» та спеціальної комп'ютерної програми.

Для оперативної оцінки впливу спостережуваних змін природного середовища на сільське господарство потрібна система нормативних характеристик. Актуальним при цьому видається завдання створення системи моніторингу впливу змін клімату.

Так, у ДНУ АФІ систематизовано та узагальнено теоретичні та дослідні дані, моніторингові спостереження, а також результати робіт інших наукових та виробничих організацій. Сформульовано основні завдання, на основі яких складається комплексна програма досліджень.

Зміни агроклімату призводять до зміни структури посівних площ, потенціалу продуктивності агроекосистем, до збільшення або зменшення застосування агрохімічних засобів, їх просторового перерозподілу.

Парниковий ефект (зміна складу атмосфери) зумовлений тим, що залежно від способу та інтенсивності сільськогосподарського використання земель, рівня агротехніки та регулювання рівня родючості ґрунтів, у міру прогрівання вони стають джерелом СО2.

Зональна ефективність добрив проявляється в тому, що прибавки врожайності від внесеної кількості добрив зменшуються при просуванні від вологих районів до зон посушливого клімату. Кліматичний фактор чинить сильніший вплив, ніж ґрунтовий.

Перерозподіл агрокліматичних ресурсів веде до розширення ареалів вирощування культур, їх сортів та гібридів, що своєю чергою потребуватиме додаткового використання мінеральних добрив.

У зв'язку з динамічністю погодних умов змінюються агротехнічні та меліоративні прийоми. Потреба в регулюванні параметрів водного та теплового балансу розподіляється таким чином:

Дослідження комплексу проблем, спричинених глобальними змінами клімату, широко відображені в літературі. Більшість робіт присвячено дослідженням і розрахункам впливу потепління глобального клімату на основні показники системи «клімат-ґрунт-урожай».

Як змінюється клімат і врожайність: вікові тренди

Кліматичні зміни безпосередньо впливають на роботу в полі. Зниження забезпеченості теплом і вологою змушує агрономів зсувати строки сівби, змінювати графік агротехнічних заходів і переглядати режими поливу. Через примхи погоди врожайність ярих зернових у південних степових регіонах може коливатися в рази.

• Коливання врожайності ярих зернових — від 0,5–1 до 2–2,5 т/га
• Ріст кліматично зумовленої врожайності — на 30%
• Забезпеченість урожаю в 2 т/га — підвищилася більш ніж у 5 разів
• Ріст глобальної приземної температури за століття — на 0,6 ± 0,2 °C

В останні десятиліття XX століття у південних степових регіонах кліматозумовлена врожайність зернових зросла на 30% порівняно з серединою минулого століття. При цьому гарантоване отримання 2 тонн з гектара стало більш ніж у 5 разів імовірнішим. Однак потепління йде нерівномірно і зачіпає тільки тропосферу — приземний шар повітря висотою в кілька кілометрів, тоді як у верхніх шарах атмосфери температура знижується.

Динаміка температурних аномалій за столітній період спостережень показує виражену циклічність. Основні фази зміни температур розподілилися таким чином:

Моделювання вікового ходу врожайності ярої пшениці за нелімітованого мінерального живлення (для умов помірного клімату за період 1891–1990 років) виявило чіткі закономірності. Було зафіксовано два періоди росту кліматично зумовленої врожайності: у 1910–1920 роках і з 1991 року. У цей час на полях складалося найбільш сприятливе поєднання тепла і вологи.

Адаптація і прогнозування: нові інструменти агронома

Щоб звести до мінімуму ризики посух, пилових бур або підтоплень, необхідно підлаштовувати меліоративні системи під нові цикли. Меліорація залишається головним керуючим фактором на полі, але її ефективність залежить від точності розрахунків. Режими зрошення і осушення повинні відповідати поточним змінам водного, теплового і радіаційного балансу посівів.

Для науково-методичного обґрунтування поливів і прогнозування коефіцієнта зволоження (К_з) застосовуються сучасні комп’ютерні програми та математичні моделі. Вони обробляють багаторічні дані метеостанцій за будь-які періоди. На основі цих розрахунків агрономи можуть точніше планувати поливний сезон.

Нові програмні комплекси дозволяють оперативно вирішувати такі завдання:

• розраховувати хронологічні та імовірнісні ряди будь-яких кліматичних показників;
• визначати ступінь і напрямок погодних трендів для конкретних точок розташування метеостанцій;
• прогнозувати цикли зміни клімату для їх синхронізації з фазами розвитку культур.

Використання прогнозних моделей дозволяє завчасно впроваджувати адаптаційні прийоми на полях. У результаті відвертається розвиток екологічних криз, припиняється зниження родючості ґрунтів і падіння біологічної продуктивності угідь.

На основі здійснених розрахунків та їх оцінки за метеостанціями регіонів Росії створено інформаційну та методичну базу й отримано попередні результати. Для вирішення поставленого завдання використано регіональний підхід. При цьому враховано необхідність розділення понять «мінливість» і «зміни» клімату, що по-різному впливають на врожайність.

Для попередньої і певною мірою наближеної оцінки змін кліматичних показників температур повітря та опадів на території ЦФО проведено розрахунки за даними спостережень за 60 років на метеостанціях регіону.

При побудові графіків використовувалися середньомісячні температури повітря та суми опадів за період з квітня по жовтень кожного року (1945–2003 рр.) за метеостанцією Коломна. Застосовано інтегральний метод динамічного моделювання вихідних показників.

Сучасні методи вибору імовірнісних зрошувальних норм будь-якої сільськогосподарської культури ґрунтуються на аналізі ряду значень зрошувальних норм даної культури, розрахованих за наявними в цьому районі рядами відповідних метеорологічних спостережень. При цьому передбачається, що метеорологічні умови, які спостерігалися в минулому і визначили мінливість зрошувальних норм за роками, є однозначним прогнозом на майбутнє.

Тим часом такий підхід суперечить імовірнісній природі зрошувальної норми, оскільки метеорологічна ситуація за наявний період спостережень являє собою випадковий процес, який може вже ніколи не повторитися. Більше того, аналіз метеорологічних спостережень вказує на можливість появи нових, не відзначених раніше, екстремальних явищ. Усе це вказує на те, що в цілому мінливість клімату така, що наявний період регулярних метеоспостережень не дозволяє обчислити стійкі значення необхідних статистичних характеристик.

Іншими словами, ряд зрошувальних норм, обчислених за наявними рядами метеоспостережень, особливо в Нечорноземній зоні Росії, де мінливість клімату від року до року дуже висока, недостатньо репрезентативний, тобто не охоплює весь ряд або генеральну сукупність. Тому традиційний підхід до моделювання випадкових послідовностей способом статистичних випробувань (методом Монте-Карло) не завжди забезпечує бажаний результат, оскільки модельний ряд повинен мати ті ж статистичні характеристики, що й вихідна послідовність.

Застосовувані методи побудови апроксимуючої кривої забезпеченості за Фостером-Рибкіним на основі трипараметричного гамма-розподілу або за кривими розподілу Пірсона III типу та їх модифікаціями за Крицьким-Менкелем часто не придатні для адекватного опису емпіричного розподілу, особливо екстраполяції в області великих значень зрошувальної норми.

Пошуки шляхів підвищення достовірності побудови кривих забезпеченості в цих умовах привели до висновку про необхідність попереднього обробітку ґрунту емпіричних розподілів з метою виявлення основних закономірностей розподілу зрошувальної норми, які ніби затушовані випадковими варіаціями значень частостей зрошувальної норми від одного інтервалу до іншого. В основі цього висновку лежить передумова, що природа, діючи випадковим чином, не може мати переважних станів, що зумовлюють високі значення частостей зрошувальних норм в одних інтервалах і їх низькі значення в сусідніх з ними інтервалах. Тому протягом багатьох років природа повинна призвести до порівняно рівномірного заповнення інтервалів із плавним закономірним переходом значень частостей від одного інтервалу до іншого.

Ця передумова і лежить в основі апроксимуючої аналітичної кривої, що описує більш-менш точно апроксимований емпіричний розподіл. Методика обчислення рядів Фур'є Нехай функція f(x) визначена на відрізку [-1; 1] і її період - 21. Тоді мають місце рівності: г/ \ /о / 7TYIX. 7TYIX /1 jl\ f(x)=ao/2+ y (ancos----- \-bnsin-----), (1ф) n=\ l l j a„=(l/l) f (x)cos— dx (n=0,l,2,...), (2ф)

b n = (l/l)j/(x)sin — dx (n = l,2,..). (ЗФ)

Ряд (1ф) з коефіцієнтами, що обчислюються за формулами (2ф), (Зф), називається рядом Фур'є для функції f(x) із періодом Т=21.

Нехай тепер y=f(x) - неперіодична функція (наприклад, f(x) - це середнє значення температури або суми опадів за період квітень-жовтень, х - у даному випадку поточний рік). Така функція не може бути розкладена в ряд Фур'є безпосередньо, проте може бути представлена у вигляді ряду Фур'є на будь-якому кінцевому проміжку [а, Ь] (у нашому випадку а і b - початковий і кінцевий роки розглянутого хронологічного ряду). Для цього необхідно помістити початок координат у середину відрізка [а, Ь] і побудувати функцію fi(x) періоду Т=21=|б-а| таку, що fi(x)=f(x) при -!<х<1. Розкладаємо тепер функцію fi(x) у ряд Фур'є. Сума цього ряду в усіх точках відрізка [а, Ь] збігається із заданою функцією f(x).

У розглянутому прикладі для наближеного обчислення функції f(x) достатньо розрахувати суму перших членів ряду Фур'є: f(x)=ao/2+aiCos(7CxA)+bisin(7cx/l)+a2COs(27Cx/l)+b2sin(27ix/l), де ао/2 - середнє значення температури або суми опадів за період квітень-жовтень;

1- половина розглянутого періоду |б —а |; х (через перенесення початку координат) відповідає поточному року - |й —а| /2 - початковий рік.

Коефіцієнти аь а2, Ьь Ь2 обчислені за формулами (2ф), (Зф), у них інтеграли замінені на кінцеві суми, що розраховуються на відрізку [a, b] (dx = Ах = 1 рік).

Тренд зміни кліматичних факторів, обчислених з використанням рядів Фур'є, для метеостанції Коломна представлений на рис. 6.

Аналіз даних на основі побудови сплайн-функцій для прогнозу

Математичний розрахунок кліматичних циклів для планування зрошення

Для ефективного зрошення важливо розуміти, у якій фазі природно-кліматичного циклу перебуває поле в конкретний період. Розрахункові моделі багаторічної циклічності допомагають агроному прогнозувати динаміку врожайності та заздалегідь вибирати адекватні меліоративні заходи. Це дозволяє синхронізувати виробничі цикли господарства з природними коливаннями погоди.

Як основу для побудови прогнозних моделей використовується сплайн-функція. Метод дозволяє виявити математичну залежність наступних значень коефіцієнта зволоження від попередніх. На основі отриманих циклів визначається тенденція розвитку кліматичних умов на майбутні періоди.

Залежність коефіцієнта зволоження (K_у) від часу розраховується за такою формулою:

F(t) = a₀ + a₁t + a₂t² + a_K1cos(tw₁) + a_K2cos(tw₂) + a_K3cos(tw₃) + b_K1sin(tw₁) + b_K2sin(tw₂) + b_K3sin(tw₃)

Для оцінки точності отриманої сплайн-функції та метеоданих аналізують такі параметри:

• коефіцієнти автокореляції, що показують зв'язок між відхиленнями розрахункових показників від фактичних у часі;
• коефіцієнти кореляції між сумами температур повітря та обсягами опадів;
• середньоквадратичне відхилення, максимальні та мінімальні значення коефіцієнта зволоження з імовірністю потрапляння в інтервал не менше 95%.

У таблиці наведено розрахункові коефіцієнти сплайн-функції для ключових кліматичних показників за даними багаторічних спостережень метеостанцій:

Для практичних розрахунків застосовується комп'ютерна програма, яка автоматично вибирає варіант сплайн-функції з мінімальним відхиленням від реальних показників метеостанцій. Це дозволяє побудувати найбільш імовірний тренд тепло- та вологозабезпеченості ґрунтів.

• Точність метеопрогнозів — вища на 15–20%
• Кореляційне відношення — 0,72–0,83
• Імовірність потрапляння в інтервал — не менше 95%