CC BY
79
АГРОЭКОЛОГИЯ
УДК 631.1+551.5:519.8
Ю.Б. Кирста, Н.Ю. Курепина, О.В. Ловцкая
ПРОГНОЗ КЛИМАТА И АГРОКЛИМАТИЧЕСКОГО ПОТЕНЦИАЛА АЛТАЙСКОГО КРАЯ ДО 2020 ГОДА
Ключевые слова: моделирование, прогноз, региональный климат, агроклиматический потенциал, Алтайский край.
Введение
Системный анализ ритмического влияния наземной растительности и человеческого общества на динамику регионального климата в умеренной зоне показал, что эта динамика имеет строго определенные информационные статистические характеристики и подчиняется известным вековым климатическим циклам, состоящим из трех характерных 33-летних фаз [1]. На территории России эти фазы охватывают 1918-1950, 1951-1983 и 1984-2020 гг., последняя из которых несколько длиннее. С помощью разработанной прогностической имитационной модели агроклиматического потенциала (АП) и климатических трендов (модель АПКТ) также установлено [1-3], что система «растительность-человек» стабилизирует средние за 33-летние фазы векового цикла значения среднемесячных температур воздуха и месячных осадков [4]. Модель описывает с теоретически наилучшей точностью структурно-функциональную организацию агроэкосистем зерновых и динамику их базовых процессов, включая фенологическое развитие растений, влагообмен в почвах, формирование урожая, эффективность землепользования (зависящую от уровня технологий, плодородия почв, вложений и эффективности управления сельским хозяйством). Это позволило через решение обратной задачи восстанавливать и количественно оценивать на выбранных территориях
климатические тренды. Определение последних в пределах отдельных 33-летних фаз как природно-обусловленных периодов климатических оценок и способствовало выводу о стабилизации в каждой фазе средних значений климатических характеристик. Стабилизация, в свою очередь, означает возможность прогноза климата и АП в пределах 1984-2020 гг.
Метод и исходные данные
Расчет климатических трендов и АП в модели АПКТ может выполняться для районов, областей, федеральных округов, государств. АП характеризуемой территории соответствует ожидаемой для нее урожайности зерновых, определяемой найденными трендами. Такой АП имеет очевидное преимущество перед общепринятыми методами расчета агроклиматических и биоклима-тических ресурсов территории, так как адекватно учитывает весь комплекс основных факторов среды, влияющих на развитие и продуктивность растений. Вторым преимуществом АП является его сопоставимость со среднемноголетней урожайностью зерновых — основной характеристикой, используемой в сельском хозяйстве.
Входными данными модели АПКТ являются многолетний ряд урожаев зерновых по официальной статистической отчетности, среднемноголетние среднемесячные температуры воздуха и среднемноголетние месячные осадки за период, не обязательно совпадающий с имеющимися данными об урожаях. Добавление к модели ГИС-технологий позволяет создавать цифровые
пространственные базы климатических данных в компактной и удобной для математической обработки форме, а картографических методов — визуализировать результаты расчетов. Модель успешно апробирована для различных территорий с континентальным и умеренным климатом, в частности, для оценки многолетних изменений АП и климата в зернопроизводящих зонах России и США [2, 3].
Проведенный при разработке модели АПКТ анализ показал, что традиционное описание многолетних изменений температур воздуха и осадков как их увеличение или уменьшение на некоторую величину является приближенным и вносит значительную ошибку в расчеты. Найдено наиболее адекватное (обеспечивающее теоретически наилучшую точность расчетов) описание климатических трендов, когда изменения месячных значений температур воздуха отдельно для холодного и теплого периодов года, а также осадков, характеризуются в процентах от их среднемноголетних месячных величин [2, 3].
Изменения климатических характеристик, пропорциональные месячным значениям, очевидно, означают такое же пропорциональное изменение их среднемноголетних значений. В результате уравнения для климатических трендов определяются однозначным образом и позволяют максимально адекватно отразить многолетние климатические изменения. Среднемноголетние значения среднемесячных температур воздуха T и месячных осадков P для каждого из 12 месяцев находятся по формулам:
Т = с, Т наб для Т < 0 °С,
- - - - (1)
Т = с2 Т наб дляТ > 0 °С, Р = С3 Р наб ,
где Т, Р — среднемноголетние значения T
(°С) и P (мм) за рассчитываемый в модели период времени;
Тнаб, Рнаб — среднемноголетние значения T и P за период наблюдений;
с1, c2, c3 — пропорциональный сдвиг
среднемноголетних значений соответствующих месячных климатических характеристик в расчетном периоде времени относительно периода наблюдений. В свою очередь, климатические тренды определяются уравнениями:
Т = Т[ 1 + а, (k - N / 2)] для Т < 0, Т = Т [ 1 + а2 (k - N / 2)] ^ для Т > 0,
Р = Р[ 1 + а3 (k - N / 2)],
где T — среднемесячная температура воз-
0/~*
духа, C;
P — месячные осадки, мм; a,, a2, a3 — тренды, характеризуемые
долям (процентами) ежегодного увеличения/уменьшения месячных значений температур воздуха для холодного (T < 0°C), теплого (T> 0°C) периодов и осадков соответственно;
k — порядковый номер года в рассматриваемом многолетнем периоде,
k = 1,..., N;
N — общее число рассчитываемых по модели лет.
В свою очередь, многолетний тренд эффективности землепользования характеризуется через множитель
(1 + a 4 /-1 (3)
в рассчитываемой урожайности зерновых. Этот коэффициент снижает или увеличивает урожайность при a4 < 0 или a4 > 0 соответственно. Значение параметра a4 определяется многолетними изменениями почвенных характеристик, применяемых сельскохозяйственных технологий и других факторов.
Как уже указывалось, системой «растительность-человек» в каждой ее 33-летней фазе стабилизируются только сдвиги трендовых прямых c,, c2, c3. Поэтому эти сдвиги, найденные (идентифицированные) в процессе решения обратной задачи по многолетнему ряду урожаев, используются для прогноза климатических изменений и АП. Далее все параметры трендовых прямых для удобства будут выражаться в процентах (умножаться на 100).
На рисунке 1 приведена схема формирования входных данных и решения обратной задачи по определению параметров климатических трендов, тренда эффективности землепользования и АП с помощью модели АПКТ. В состав Алтайского края входят 60 муниципальных районов, распределяемых по семи почвенно-климатическим зонам (рис. 2). Среднемноголетние месячные характеристики температур и осадков для районов определялись с использованием лицензионной ГИС-платформы ESRI ArcGIS Desktop 10.0.
С учетом требования однородности многолетних рядов урожаев нами взята урожайность зерновых и зернобобовых культур в хозяйствах всех категорий Алтайского края по каждому району, выражаемая в ц/га посевной площади в первоначально-оприходованном весе. Однородность рядов совместно с теоретически наилучшей точностью модели АПКТ гарантировали наиболее точную оценку параметров всех трендов и динамики АП. При нахождении рассчитываемых параметров модели АПКТ все-
гда соблюдалось требование, что их число не менее чем на порядок должно быть меньше количества данных об урожаях зерновых [1].
Результаты исследования
Для каждого из 60 муниципальных районов Алтайского края с помощью средств АгсО^ 10.0 и картографических методов нами определены среднемноголетние месячные характеристики температур и осадков, требующиеся для оценки АП и эффективности землепользования по модели АПКТ. Результаты идентификации параметров модели АПКТ по климатическим характеристикам и наблюдаемой в муниципальных районах Алтайского края урожайности зерновых 1984-2011 гг. позволили осуществить климатический прогноз для края в целом. Он выполнен по изложенной выше методологии и характеризует усредненные по районам прогнозные величины метеорологических факторов для всех месяцев года
(табл. 1, рис. 3). Точность прогноза составляет около 1% [4].
Возделывание зерновых зависит, наряду с климатическими факторами, от меняющихся в пределах края почвенных условий, учет которых можно выполнить неявным образом при идентификации, уточняющей некоторые параметры модели отдельно для каждой из семи почвенно-климатических зон. Для такой новой идентификации нами было выбрано девять варьируемых параметров. Они включали показатели климатических трендов в уравнениях (1)-(2), показатель уровня сельскохозяйственных технологий и плодородия почв, тренд эффективности землепользования в (3) и коэффициент зависимости урожая от транспирации влаги растениями. Значения остальных параметров оставались теми же, что и полученные для Алтайского края в целом или еще ранее для Сибирского федерального округа и России [4].
Рис. 1. Схема формирования входных данных для модели АПКТ (среднемноголетние климатические характеристики рассчитываются по среднемноголетним метеорологическим данным реанализа 1965-1974 гг. согласно Агроэкологическому атласу России и сопредельных стран [5])
Рис. 2. Почвенно-климатические зоны и отвечающие им муниципальные районы Алтайского края
(нумерация районов дана по таблице 2)
Таблица 1
Прогноз до 2020 г. сдвигов трендовых прямых месячных климатических характеристик
для территории Алтайского края, %*
Параметры трендов 1984-2011 гг. 2012-2020 гг.
Сдвиг среднемноголетних температур воздуха для холодного периода года 94,4 94,4
среднемноголетних температур воздуха для теплого периода года 106,6 106,6
среднемноголетних значений осадков 103,9 103,9
Тренд температур для холодного периода года 0,00 0
температур для теплого периода года -0,01 0
осадков -0,01 0
эффективности землепользования 0,01 0,01
* Сдвиги (выше-ниже) у аппроксимирующих характеристики трендовых прямых (1)-(2) выражаются в процентах от использованных среднемноголетних месячных данных реанализа за 1965-1974 гг. Тренды (наклоны этих же прямых в (2)) отвечают изменениям характеристик в процентах за год.
Муниципальные районы Алтайского края различаются по результативности управления сельским хозяйством и производством зерновых в частности. Поэтому они должны иметь индивидуальные значения параметров линий тренда, характеризующих эффективность землепользования. Определяя эти значения через модель АПКТ, мы, очевидно, получаем наиболее объективную оценку такой эффективности для каждого района, поскольку из нее вычленяется (через значения других параметров) все основные природные факторы, влияющие на урожай-
ность зерновых [1]. С целью выполнения такой оценки для каждого из 60 районов края нами была опять решена обратная задача по идентификации двух связанных с землепользованием параметров модели АПКТ: показателя уровня сельскохозяйственных технологий и плодородия почв (аналогичен сдвигу прямой тренда) и тренд эффективности землепользования. Остальные параметры были зафиксированы с прежними значениями, найденными для почвенноклиматической зоны или Алтайского края в целом.
Рис. 3. Прогноз до 2020 г. среднемноголетних температур воздуха (А — январь, Б — июль) и осадков (В — январь, Г — июль) для территории Алтайского края
Таблица 2
Тренды эффективности землепользования (в процентах от текущего уровня землепользования) и прогноз агроклиматического потенциала АП (ожидаемой урожайности зерновых) для муниципальных районов Алтайского края
Районы Тренд, % за год Изменение АП за 20122020 гг., ц/га Районы Тренд, % за год Изменение АП за 20122020 гг., ц/га
1 2 3 4 5 6
1. Алейский 0,006 12,0-12,6 31. Павловский 0,028 22,2-27,8
2. Алтайский 0,012 16,6-18,3 32. Панкрушихинский 0,026 15,6-19,1
3. Баевский 0,012 13,2-14,5 33. Первомайский 0,020 15,9-18,7
4. Бийский 0,027 22,9-28,4 34. Петропавловский 0,032 24,4-31,5
5. Благовещенский -0,012 9,4-8,6 35. Поспелихинский 0,016 13,4-15,2
6. Бурлинский 0,014 8,3-9,3 36. Ребрихинский 0,013 14,6-16,2
7. Быстро-Истокский 0,026 20,6-25,3 37. Родинский 0,002 10,9-11,1
8. Волчихинский 0,003 10,7-11,0 38. Романовский 0,025 21,0-25,6
9. Егорьевский 0,004 9,5 9,8 39. Рубцовский 0,019 11,2-13,0
10. Ельцовский 0,005 11,3 11,7 40. Славгородский 0,015 8,3-9,4
11. Завьяловский 0,019 20,1-23,4 41. Смоленский 0,032 26,1-33,7
12. Залесовский 0,032 18,3-23,5 42. Советский 0,028 20,5-25,6
13. Заринский 0,026 17,6-21,5 43. Солонешенский -0,003 7,2-7,1
14. Змеиногорский 0,016 17,5-19,9 44. Солтонский -0,009 9,4-8,7
15. Зональный 0,036 25,6-33,9 45. Суетский 0,014 11,1-12,4
16. Калманский 0,025 17,1-20,8 46. Табунский 0,016 8,1-9,2
17. Каменский 0,028 17,1-21,3 47. Тальменский 0,022 15,2-18,1
18. Ключевской 0,027 12,3-15,2 48. Тогульский 0,026 18,7-23,0
19. Косихинский 0,032 20,0-25,7 49. Топчихинский 0,032 20,3-26,1
20. Красногорский 0,007 10,9-11,4 50. Третьяковский 0,026 21,7-26,5
21. Краснощековский 0,000 12,3-12,3 51. Троицкий 0,035 21,2-28,1
22. Крутихинский 0,013 14,9-16,5 52. Тюменцевский 0,018 15,3-17,6
Окончание табл. 2
1 2 З 4 5 6
23. Кулундинский -0,002 6,5-6,4 5З. Угловский 0,005 4,4-4,5
24. Курьинский -0,002 8,8-8,6 54. Усть-Калманский 0,0З4 19,1-25,0
25. Кытмановский 0,02З 17,9-21,4 55. Усть-Пристанский 0,026 16,0-19,7
26. Локтевский 0,017 11,0-12,7 56. Хабарский 0,002 10,6-10,8
27. Мамонтовский 0,020 19,4-2З,З 57. Целинный 0,007 13,9-14,6
28. Михайловский 0,010 10,5-11,4 58. Чарышский 0,006 11,З-11,8
29. Немецкий 0,000 12,0-12,0 59. Шелаболихинский 0,0ЗЗ 22,0-28,6
30. Новичихинский 0,011 13,8-15,1 60. Шипуновский 0,008 12,7-1З,5
Установленные в результате идентификации модели АПКТ тренды эффективности землепользования и прогноз АП для муниципальных районов Алтайского края приведены в таблице 2. Прогноз осуществлялся при нулевых значениях климатических трендов, которые не прогнозируются из-за их нестабильности в пределах 33-летних фаз столетнего цикла [4]. Изменение в 20122020 гг. АП, то есть ожидаемой урожайности зерновых, определяется найденным отдельно по каждой почвенно-климатической зоне Алтайского края сдвигом климатических характеристик в уравнении (1) (который используется в качестве прогнозного) при сохранении прежнего (среднего за 1984-2011 гг.) тренда эффективности землепользования каждого муниципального района.
Заключение
С помощью прогностического математического комплекса, включающего прогностическую имитационную модель АПКТ, ГИС-технологии обработки данных и картографические методы, осуществлен прогноз региональных изменений климата, динамики АП и эффективности землепользования в Алтайском крае до 2020 г. Эта задача выполнена на основе полученной средствами ГИС и картографическими методами климатической информации по характеризуемой территории вместе с данными государственной статистики об урожаях зерновых путем решения обратной задачи для модели АПКТ. При этом для каждого муниципального района Алтайского края определялись:
• ежегодный ход фенологического развития растений (зерновых);
• ежегодная помесячная динамика влажности почвы, включая зимний период;
• процесс формирования ожидаемого урожая каждого года и его величина;
• среднемноголетние значения среднемесячных температур воздуха и месячных осадков для исследуемого многолетнего периода;
• многолетние тренды температур воздуха и осадков;
• многолетний тренд эффективности землепользования (зависящий от уровня технологий, плодородия почв, вложений и
эффективности управления сельским хозяйством);
• многолетняя динамика АП (урожаи зерновых для восстановленных по трендам для отдельных лет климатических условий и эффективности землепользования).
Разработанный прогностический комплекс можно также использовать для оперативного прогноза урожаев зерновых в текущем году путем использования в модели АПКТ сезонных метеорологических прогнозов. Выполненные с помощью комплекса оценки эффективности землепользования позволяют объективно оценить качество управления зернопроизводством как на уровне края, так и уровне отдельных муниципальных районов.
Библиографический список
1. Кирста Ю.Б., Кирста Б.Ю. Информационно-физический закон построения эволюционных систем. Системно-аналитическое моделирование экосистем: монография. — Барнаул: Изд-во Алт. ун-та, 2009. — 270 с.
2. Kirsta Yu.B. System-analytical modelling-Part I: General principles and theoretically best accuracies of ecological models. Soil-moisture exchange in agroecosystems // Ecol. Model-ling.-2006. — Vol. 191. — P. 315-330.
3. Kirsta Yu.B. System-analytical modelling-Part II: Wheat biotime run and yield formation. Agroclimatic potential, Le Chatelier principle, changes in agroclimatic potential and climate in Russia and the U.S. // Ecol. Modelling. — 2006. — Vol. 191. — P. 331—345.
4. Кирста Ю.Б., Ловцкая О.В. Прогноз климатических изменений в зернопроизводящих зонах Сибири и России // Мир науки, культуры, образования. — 2009. — № 7 (19). — С. 9-13.
5. Афонин А.Н., Грин С.Л., Дзюбенко Н.И., Фролов А.Н. (ред.) Агроэкологиче-ский атлас России и сопредельных стран: экономически значимые растения, их вредители, болезни и сорные растения [Интернет-версия 2.0].-2008 http://www.agroatlas.ru.
Работа осуществлена при поддержке гранта РФФИ 12-05-98068-р_сибирь_а. Также использовались результаты междисциплинарного интеграционного проекта № 70 фундаментальных исследований СО РАН на 2012-2014 гг.
