CC BY
31УДК 519.24: 631.559
DOI: 10.24412/cl-36359-2021-669-677
ПРОГНОЗИРОВАНИЕ УРОЖАЙНОСТИ ЗЕРНОВЫХ КУЛЬТУР
В ОРЕНБУРГСКОЙ ОБЛАСТИ В УСЛОВИЯХ ИЗМЕНЕНИЯ КЛИМАТА
FORECASTING YIELD OF GRAIN CROPS IN ORENBURG REGION UNDER CLIMATE
CHANGE
И.А. Романенко, Н.Е. Евдокимова I.A. Romanenko, N.E. Evdokimova
ВИАПИ им. А.А. Никонова - филиал ФГБНУ ФНЦ ВНИИЭСХ, Москва, Россия VIAPI named after A.A. Nikonov - the branch of FSBSI FSC AESDRA - VNIIESH, Moscow, Russia
E-mail: ir.romanenko2009@yandex.ru, nevdoki@gmail.com
Аннотация. Глобальное изменение климата вызывает необходимость повышать точность прогнозов воздействия изменения климата на урожайность сельскохозяйственных культур и связанную с этим продовольственную безопасность, а также оценивать потенциал для адаптации.
Ключевые слова: моделирование, урожайность, зерновые культуры, сценарный анализ, климатические изменения.
Abstract. Global climate change raises the need to improve the accuracy of forecasts of the impact of climate change on crop yields and associated food security, as well as to assess the potential for adaptation.
Keywords: modeling, productivity, grain crops, scenario analysis, climate change.
Введение. Степная экосистема для нашей страны - огромное пространство, которое обеспечивает основным пищевым ресурсом - зерном или, проще, - хлебом. Переход от собирательства к земледелию произошел именно в степных и полустепных регионах планеты. Именно тогда «древние люди изобрели агроценоз, скопировав его с молодых пластичных одновидовых злаковых экосистем, обладавших более высокой товарной продукцией, чем многовидовые эволюционно развитые, но не податливые на направленные воздействия дикие степные экосистемы. Зато последние обладали самыми плодородными на планете почвами, содержащими изобильное количество элементов минерального питания растений в виде мощного слоя почвенного гумуса» [1, с. 11].
Развитие земледелия практически повсеместно зону степных экосистем превратило в агроландшафт. Более 70% товарной пшеницы производится в нашей стране именно в этой зоне [2]. Интенсивная эксплуатация степных экосистем обеспечивает потребителей не только высококачественным растительным белком, но и позволяет такую роскошь, как животноводство. «Роскошь потому, что одна калория животного вещества образуется в результате потребления и трансформации семи калорий растительного происхождения» [1, с. 11].
Тотальное превращение степной зоны в агроценоз не только катастрофически снижает видовое разнообразие флоры и фауны, но и сильно влияет на устойчивое воспроизводство самого агроландшафта, его микроклимат и почвенное плодородие. Глобальное потепление при самом неблагоприятном развитии событий может привести к смещению границ современных природно-климатических зон: пустыня будет все больше и больше захватывать степные пространства. Новые территории степной зоны могут сократиться, по сравнению с их современной площадью, а главное, они за небольшой временной период окажутся на территории с более бедными почвенными ресурсами, для формирования которых требуются века. Так, для формирования одного сантиметра почвенного гумусового профиля требуется от 10 до 50 лет [3, с. 121].
Знаменитый уральский чернозем издревле считался главным природным сокровищем Оренбургского края. Он занимает около 80% площади области (каштановые почвы - 15%). Плодородные земли - вот, что из века в век привлекало в оренбургские степи первых земледельцев, казаков, крестьян-переселенцев, целинников, агробизнес. Именно поэтому земледелие преобладало в регионе, хотя и исторически отличалось «экстенсивным характером и громадным производством зерна на продажу» [4, с. 252]. Эта специализация Оренбургской области основана не только на ее социально-экономическом развитии, но и на ее нахождении в лесостепной (незначительно на севере) и степной природно-климатических зонах. Область характеризуется сухим континентальным климатом с жарким, сухим, ветреным летом и холодной зимой. Разность средних температур лета и зимы - более 35оС. Благоприятный климатический фактор для возделывания зерновых и зернобобовых культур - это высокая обеспеченность территории области летним теплом и солнечным светом, отрицательный -недостаток влаги (особенно на юге и востоке области) и неравномерность выпадения осадков.
На территорию области приходится около 5% посевных площадей Российской Федерации (таблица 1), причем этот процент за последние 30 лет только рос. В то же время доля валового сбора зерна в области относительно Российского снизилась в среднем в 2 раза (таблица 1). Визуализация этих, в комплексе негативных, тенденций представлена на рисунке 1.
Таблица 1.
Динамика посевных площадей и валовых сборов зерновых и зернобобовых культур
в Российской Федерации и Оренбургской области
Годы 1990 2000 2010 2020
Посевные площади в хозяйствах всех категорий (тыс. га, значение показателя за год)
Российская Федерация 117 705,16 84 669,64 74 861,42 79 921,21
Оренбургская область 5 568,96 4 444,52 4 055,68 4 283,39
Доля Оренбургской области, % 4,73 5,25 5,42 5,36
Валовой сбор в хозяйствах всех категорий (тыс. ц, значение показателя за год)
Российская Федерация 1 166 756,7 654 200,37 610 074,89 1 330 301,61
Оренбургская область 55 815,2 31 416,55 7 389,76 35 819,87
Доля Оренбургской области, % 4,78 4,80 1,21 2,69
По степени распаханности территории Оренбургская область в эти годы занимала постоянно одно из первых мест в России. Степень интенсивности использования пахотных земель зависит, как от природных условий районов области, так и от степени их засоленности, эрродированности.
Оренбургская область - исторически и де-факто - крупный производитель товарного зерна в масштабах России: среднегодовое производство зерна на душу населения в 1986-1990 гг. составляло в России менее 1 т, а в Оренбургской области - 2 т [6]. Однако, основной недостаток региона - это высокая вариация урожайности зерновых культур. Значение коэффициента вариации для ряда значений 1934-2020 гг. превышает 46%, а визуализация размаха межгодовых колебаний представлена на рисунке 2. В ВИАПИ им. А.А. Никонова в 2018 г. было проведено исследование регионов, производящих и реализующих пшеницу, на предмет факторов, определяющих урожайность, и был составлен рейтинг этих регионов по уровню рисков, возникающих при производстве пшеницы, связанных с влиянием природно-климатического фактора. Самый высокий рейтинг оказался у Оренбургской области (1) и Республики Калмыкия (2) [7]. В связи с глобальным изменением климата его негативное воздействие усилится не только в мировом, но и на региональном уровне. Однако, оценка последствий регионального воздействия ускорения процессов потепления климата на растениеводство, а особенно, чуткий и неустойчивый степной агроценоз, не является тривиальной задачей.
6,00
5,00
4,00
3,00
2,00
1,00
0,00
ооооооооооооооооооооо
оооооооооо
•Доля
посевных,
%
»Доля валового сбора, %
■ Линейная (Доля посевных, %)
Линейная (Доля валового сбора, %)
Рисунок 1. Доля посевных площадей и валовых сборов Оренбургской области в Российской Федерации зерновых и зернобобовых культур и линейные тренды их изменения на рассматриваемом периоде.
Урожайность, ц/га 20
18 16 14 12 10 8 6 4 2
Урожайность, ц/га
- Линейная (Урожайность, ц/га)
1111111111111111111111111111111111111111111111111111111111111111111111111111111111111
с— с— г—-
О т ю 888
1-4
<^<^<^<^0000000
Рисунок 2. Урожайность зерновых и зернобобовых культур в Оренбургской области за 1934-2020 гг. и линейный тренд ее изменения.
0
Чтобы предоставить обобщенную информацию (например, среднее/общее производство сельскохозяйственных культур в регионе) для оценки рисков климатических воздействий и разработки политики адаптации, необходимо применять модели продуктивности сельскохозяйственных культур на этом уровне. Для этого чаще всего используются регрессионные модели, основанные на динамических рядах урожайностей и определяющих ее факторов.
Цель настоящего исследования состояла в том, чтобы оценить возможные риски в зерновом производстве при потенциальном воздействии экстремальных температур на урожайность основных зерновых культур в Оренбургской области, применив в исследовании методы и модели, позволяющие уменьшить неопределенность в оценке полученных результатов.
Материалы и методы. Существует более 50 моделей глобальной циркуляции (ОСМ) [8-9], используемых в проекте 6-й фазы совместного сравнения моделей (СМ1Р6). Стратегия СМ1Р6 включает в себя два вида экспериментов по климатическому моделированию: долгосрочное (столетний масштаб) и на ближайшую перспективу (10-30 лет) обычно до 2035 г., называемое также экспериментами по десятилетнему прогнозированию.
В таблице 2 приведены основные характеристики климатических сценариев, использованных при прогнозировании влияния климатических воздействий на урожайность зерновых культур, полученные в результате расчетов по модели. Для расчетов в данной статье были использованы результаты моделирования климатических параметров на период до 2100 г. лет Российского института вычислительной математики РАН на модели ШМ СМ4.0 [8] по сценарию ЯСР 8.5, а именно, динамические ряды прогнозных средних температур июля с 2021 по 2100 гг. по регионам России.
Таблица 2.
Основные характеристики климатических сценариев, использованных при прогнозировании _ влияния климатических воздействий на урожайность_
Наименование сценария Целевая установка климатического сценария к концу XXI века
ЯСР8.5 Климатические тенденции не меняются, что приводит к потеплению в среднем на 50С, концентрация углерода на уровне 8,5 Вт/м2 к концу столетия (2080-2100).*
ЯСР4.5 Повышение температуры не более чем на 30С, концентрация углерода на уровне 4,5 Вт/м2 к концу столетия (2080-2100).*
Примечание: * - источник [9].
Для моделирования урожайности зерновых культур использовались исторические данные урожайности и климатические данные за 27-летний базовый период с 1990 по 2017 год по регионам России. В качестве моделей урожайности были использованы регрессионные зависимости средней областной годовой урожайности по видам зерновых культур в регионах-производителях. Была использована квадратичная функция, исходя из предположений, что существует оптимальная температура июля на территории России для выращивания этих культур. Каждый градус, как в сторону уменьшения, так и в сторону увеличения от этого оптимума, снижает урожайность на величину первой производной этой функции. Для обработки исходных региональных данных используем алгоритм, описанный в [10-11]:
1. Формируется матрица, состоящая из регионов России, где выращивается зерновая культура. По каждому региону строится динамический ряд урожайности за период с 1990-2017 с годовым шагом.
2. Динамическому ряду урожайности в регионе ставится в соответствие ряд, состоящий из значений средней температуры июля в соответствующем году.
3. Делается выборка с шагом в один градус по температуре июля и для каждого градуса формируется ряд значений урожайностей из всех регионов, где такие температуры наблюдались в течение всего рассматриваемого периода. В этом ряду находится средняя урожайность и ставится в соответствие параметру температуры.
4. В результате получаем два ряда - ряд температур и ряд средних урожайностей, наблюдаемых на территории России, соответствующих данной температуре.
5. Строится регрессионная зависимость на региональной информации методом оценки среднего отклонения теоретических значений урожайности от фактической. В качестве примера приведены полученные функции урожайностей озимой и яровой пшеницы в зависимости от средней температуры июля в целом по России:
7 = -0,0896х2 + 3,452х - 16,453 Д = 0,79 (1), 72 = -0,1503х2 + 6,42х - 44,939 Д = 0,89 (2),
где х - средняя температура июля, У1 и У2 - урожайность яровой и озимой пшеницы;
6. В полученные функции подставляются прогнозные значения температуры июля для Оренбургской области.
7. Рассчитываются валовые сборы в среднем за десятилетний прогнозный период при сохранении посевных площадей на уровне последних лет. Находится общий валовый сбор зерновых и зернобобовых культур и средняя урожайность зерновых и зернобобовых культур.
Результаты и их обсуждение. На рисунке 3 представлена динамика среднего за десятилетний период фактической и прогнозной урожайности зерновых и зернобобовых культур в Оренбургской области (при условии неизменности действия всех факторов, кроме температурного, на урожайность). Как видно из рисунка 2, на прогнозном периоде до 2080 года не происходит заметного снижения урожайности зерновых и зернобобовых культур при реализации климатического сценария ЯСР8.5 (без мер адаптации и сдерживания глобального потепления). В дальнейшем урожайность падает до 10 ц с га и остается на этом уровне до конца столетия.
Рисунок 3. Средняя за десятилетие фактическая и прогнозная урожайность зерновых и зернобобовых культур в Оренбургской области, ц/га.
Второй сценарий, который характеризуется снижением уровня интенсификации производства и увеличением доли зеленой экономики, приводит к снижению урожайности зерновых и зернобобовых культур, начиная с 30-х годов текущего столетия. При этом текущее десятилетие отмечено некоторым ростом урожайности. Однако, картина непосредственно по конкретным зерновым и зернобобовым культурам не так однозначна. В нижеследующих таблицах 3 и 4 представлена динамика средней за десятилетие прогнозной урожайности по культурам, выращиваемым в Оренбургской области по сценариям ЯСР8.5 и ЯСР4.5 соответственно, а в таблицах 5 и 6 - валовые сборы при условии сохранения посевных площадей.
В настоящее время в регионе основное место в структуре посевных площадей зерновых культур занимает пшеница, озимая и яровая. Главная роль приходится на яровую пшеницу, которая славится значительной долей сильных и твердых сортов. При реализации обоих сценариев озимая пшеница пострадает меньше, а урожайность яровой пшеницы снизится по сценарию ЯСР8.5 на 8%, а по сценарию ЯСР4.5 на 14%.
Таблица 3.
Средние за соответствующее десятилетие фактические и прогнозные по сценарию ЯСР8.5 _урожайности зерновых и зернобобовых культур, ц/га
о <ч
<ч о <ч
о <ч
о <ч
о <ч
о <ч
I
ю о <4
о <ч
00 о <4
о <4
Озимая пшеница
15,70
14,04
15,31
15,52
15,40
15,73
15,81
15,18
15,21
Яровая пшеница
9,01
9,64
9,80
9,76
9,78
9,64
9,35
8,26
8,29
Овес
10,37
10,20
10,52
10,57
10,54
10,59
10,54
10,16
10,17
Горох
11,15
10,93
11,42
11,49
11,45
11,51
11,43
10,81
10,83
Гречка
6,68
7,27
7,32
7,29
7,31
7,20
7,02
6,35
6,37
Кукуруза
18,72
17,24
20,56
20,97
20,75
21,15
20,61
16,42
16,58
Просо
7,70
6,51
7,49
7,66
7,57
7,82
7,88
7,38
7,41
Рожь озимая
14,42
14,53
15,03
15,07
15,05
15,05
14,87
13,91
13,94
Сорго
8,97
4,38
6,83
7,35
7,05
7,99
8,61
8,96
8,97
Ячмень яровой
10,29
10,26
10,76
10,81
10,78
10,81
10,67
9,85
9,88
Соя
6,72
6,81
7,21
7,24
7,23
7,23
7,08
6,31
6,34
Тритикале
13,22
13,43
14,15
14,21
14,18
14,17
13,90
12,47
12,52
Таблица 4.
Средние за соответствующее десятилетие фактические и прогнозные по сценарию ЯСР4.5
урожайности зерновых и зернобобовых культур, ц/га
о о о о о о о о
т 00 о
<4 1 ■ 1 <4 1 <4 1 <4 1 <4 1 г^ 1 г^ 1
о СП чо 00 СЛ
<4 г^ г^ <4 <4 <4 <4 г^ г^
Озимая пшеница 15,70 15,81 15,81 15,60 15,51 15,67 15,49 14,29 14,73
Яровая пшеница 9,01 9,45 9,32 8,83 8,69 8,96 8,67 7,30 7,75
Овес 10,37 10,56 10,53 10,38 10,33 10,42 10,32 9,74 9,94
Горох 11,15 11,47 11,42 11,17 11,08 11,24 11,07 10,14 10,46
Гречка 6,68 7,08 7,00 6,70 6,61 6,78 6,60 5,77 6,04
Кукуруза 18,72 20,87 20,52 18,83 18,26 19,32 18,16 11,95 14,09
Просо 7,70 7,88 7,88 7,71 7,64 7,77 7,63 6,68 7,03
Рожь озимая 14,42 14,95 14,85 14,45 14,31 14,56 14,29 12,96 13,41
Сорго 8,97 8,45 8,64 8,96 8,99 8,92 8,99 8,56 8,79
Ячмень яровой 10,29 10,73 10,65 10,31 10,20 10,41 10,18 9,02 9,42
Соя 6,72 7,14 7,07 6,74 6,64 6,83 6,62 5,55 5,91
Тритикале 13,22 14,01 13,86 13,26 13,07 13,43 13,04 11,06 11,73
Таблица 5.
Средний за соответствующее десятилетие фактический и прогнозный по сценарию ЯСР8.5 _валовой сбор зерновых и зернобобовых культур, тыс. т __
Валовый сбор 2008-2017 2021-2030 2031-2040 2041-2050 2051-2060 2061-2070 2071-2080 2081-2090 2091-2100
Озимая пшеница 649 580 632 641 636 650 653 627 628
Яровая пшеница 1183 1265 1286 1281 1284 1265 1227 1084 1089
Овес 84 83 86 86 86 86 86 83 83
Горох 17 17 18 18 18 18 18 17 17
Гречка 31 33 34 33 33 33 32 29 29
Кукуруза 65 60 71 73 72 73 72 57 58
Просо 5 5 5 5 5 5 6 5 5
Рожь озимая 235 237 245 246 246 245 243 227 227
Сорго 0,1 0,0 0,1 0,1 0,1 0,1 0,1 0,1 0,1
Ячмень яровой 556 554 581 584 582 584 576 532 534
Соя 3 3 3 3 3 3 3 2 2
Тритикале 8 8 9 9 9 9 9 8 8
ВСЕГО: 2836 2845 2970 2979 2975 2972 2923 2671 2680
Таблица 6.
Средний за соответствующее десятилетие фактический и прогнозный по сценарию ЯСР4.5 _валовой сбор зерновых и зернобобовых культур, тыс. т __
Валовый сбор 2008-2017 2021-2030 2031-2040 2041-2050 2051-2060 2061-2070 2071-2080 2081-2090 2091-2100
Озимая пшеница 649 653 653 644 641 647 640 590 608
Яровая пшеница 1183 1241 1223 1159 1141 1176 1138 958 1017
Овес 84 86 86 85 84 85 84 79 81
Горох 17 18 18 17 17 18 17 16 16
Гречка 31 32 32 31 30 31 30 26 28
Кукуруза 65 72 71 65 63 67 63 41 49
Просо 5 6 6 5 5 5 5 5 5
Рожь озимая 235 244 242 236 233 237 233 211 219
Сорго 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1
Ячмень яровой 556 580 575 557 551 562 550 487 509
Соя 3 3 3 3 2 3 2 2 2
Тритикале 8 9 9 8 8 8 8 7 7
ВСЕГО: 2836 2943 2917 2811 2777 2840 2771 2424 2541
Следующая по важности и занимаемой доле в структуре посевных площадей зерновых культур и первая среди зернофуражных Оренбургской области - это яровой ячмень. Ячмень важен для обеспечения животноводства кормами, а, следовательно, устойчивого функционирования АПК области. При реализации обоих сценариев урожайность ячменя снизится при изменении температурного фактора, по сценарию ЯСР8.5 на 4%, а по сценарию ЯСР4.5 на 8,5%.
Повсеместно распространенная озимая рожь, как устойчивая и неприхотливая культура, также отреагирует на изменение температуры снижением урожайности: по сценарию ЯСР8.5 на 3,3%, а по сценарию ЯСР4.5 на 7%.
Практически не изменится урожайность овса и сорго к концу рассматриваемого периода по сравнению с современной по обоим сценариям, однако и ее динамика не будет стабильной (таблицы 3, 4).
Заключение. Глобальное потепление при всей неясности этиологии имеет среди причин возникновения один общепризнанный научным сообществом фактор - антропогенный. Нерациональное использование земель и ресурсов привело к запуску опасных процессов, которые пока называются обратимыми. В настоящее время одной из актуальнейших задач является проектирование углеродно-нейтральных агропродовольственных систем при сохранении, а лучше - восстановлении биоразнообразия. Агроценозы степной зоны, как одной из наиболее подверженной к необратимой деградации почв и биоразнообразия зон, должны стать устойчивыми не только в их социально-экономической роли, но и в биосферной функции.
Крестьянский труд издревле подлаживался к изменчивой погоде, и народный многовековой опыт сохранил много способов борьбы с коварными природными силами. Однако, темпы изменения климата нарастают слишком быстро. Региональное протекание глобального потепления не линейно и не параллельно. Реакция на них основных продовольственных культур, как было показано в данной статье, также не линейна и не однообразна. Одной из адаптационных мер на региональном уровне должно стать своевременное изменение структуры посевных площадей, согласно прогнозам изменения климата. Кроме этого, сельское хозяйство нуждается в значительных инвестициях. Инновационно-инвестиционный фактор развития агропродовольственных систем - это незаменимое условие роста урожайности, а также восстановления плодородия почв. Экстенсивные факторы развития давно исчерпаны, и использование достижений науки, адаптированных к региональным условиям производства, является основным компенсаторным фактором устойчивого развития.
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 20-010-00455 «Методология оценки рисков утраты продовольственной безопасности Российской Федерации под воздействием факторов нестационарной климатической динамики».
Список литературы
1. Мордкович В.Г. Степные экосистемы / отв. ред. И.Э. Смелянский. 2-е изд. испр. и доп. Новосибирск: Академическое издательство «Гео», 2014. 170 с.
2. Научные основы производства высококачественного зерна пшеницы: науч. издание. М.: ФГБНУ «Росинформагротех», 2018. 396 с.
3. Бельгибаев М.Е. Влияние глобального потепления климата на процессы опустынивания степной зоны Казахстана // Степи Северной Евразии: Материалы VI междунар. симпоз. Оренбург: ИПК «Газпромпечать», 2012. С. 118-121.
4. Ленин В.И. Полное собрание сочинений. 5-е изд. Т. 3. Москва: Политиздат, 1971.
609с.
5. Лапаева М.Г. Развитие хозяйства Оренбургской области (1875-1996 гг.). Оренбург: ОГУ, Димур, 1997. 228 с.
6. Сиптиц С О., Романенко И.А., Светлов Н.М. и др. Разработать теоретические основы и методы адаптации региональных агропродовольственных систем к долгосрочным климатическим изменениям: отчет о НИР ВИАПИ им. А.А. Никонова, рук. Сиптиц С.О. М., 2018. 122 с.
7. Сиптиц С О., Романенко И.А., Светлов Н.М. и др. Разработать методологию и инструментарий стратегического планирования развития региональных агропродовольственных систем с учетом долгосрочных климатических изменений: отчет о НИР ВИАПИ им. А.А. Никонова, рук. Сиптиц С.О. М., 2019. 161 с.
8. Соколихина Н.Н. Моделирование процессов атмосферной циркуляции с помощью модели INM CM4.0. М.: МГУ имени М.В. Ломоносова, 2013. 86 с.
9. Van Vuuren D.P. et al. (2012) Scenarios in Global Environmental Assessments: Key characteristics and lessons for future use. Glob. Environ. Change 22. Pp. 884-895.
10. Евдокимова Н.Е. Учет природно-климатического фактора при обосновании размеров государственной поддержки сельскохозяйственного производства // Агропродовольственная политика России. 2016. № 3 (51). С. 13-20.
11. Евдокимова Н.Е. Изменения в размещении сельскохозяйственного производства из-за изменения климата // Мониторинг состояния и загрязнения окружающей среды. Основные результаты и пути развития: Доклады Всерос. науч. конф. М.: ФГБУ ИГКЭ Росгидромета и РАН, 2017. С. 209-210.
