CC BY
51
УДК 911.9, 631.92
СОВРЕМЕННЫЕ МЕТОДЫ ИССЛЕДОВАНИЯ АГРОКЛИМАТОЛОГИИ: СОСТОЯНИЕ ВОПРОСА
Татьяна Шалвовна Фузелла
Институт мониторинга климатических и экологических систем СО РАН, 634055, Россия, г. Томск, пр. Академический, 10/3, кандидат географических наук, научный сотрудник, тел. (903)915-18-39, e-mail: fts10@yandex.ru
Александра Владимировна Пелипенко
Институт мониторинга климатических и экологических систем СО РАН, 634055, Россия, г. Томск, пр. Академический, 10/3, аспирант, тел. (952)800-85-46, e-mail: sasha92kra@mail.ru
Методы агроклиматологии в XXI веке позволяют охарактеризовать изменения климата и определить будущие климатические тенденции. На современном этапе продолжают совершенствоваться инструменты анализа закономерностей ежегодных колебаний климата.
Ключевые слова: агроклиматология, динамические модели, урожайность.
LATER METHODS OF AGRICULTURAL CLIMATOLOGY: STATE OF THE ART REVIEW
Tatiana Sh. Fuzella
Institute of Monitoring of Climatic and Ecological Systems SB RAS, 634055, Russia, Tomsk,
10/3 Academichesky Prospect, Ph. D., senior researcher, tel. (903)915-18-39, e-mail: fts10@yandex.ru
Aleksandra V. Pelipenko
Institute of Monitoring of Climatic and Ecological Systems SB RAS, 634055, Russia, Tomsk, 10/3 Academichesky Prospect, postgraduate student, tel. (952)800-85-46, e-mail: sasha92kra@mail.ru
The methods of agroclimatology in the 21st century allow to characterize climate changes and to define future climatic tendencies. At the present stage tools of the analysis of regularities of annual fluctuations of climate continue to be improved.
Key words: agroclimatology, dynamic models, crop yield.
Современные методы исследования в агроклиматологии охватывают комплексное изучение агроклиматических условий конкретной территории наряду с сопоставлением требований культивируемых растений к климату. Оценка климата становится одной из ключевых проблем мировой экономики и политики, вследствие чего человечество встает перед необходимостью приспосабливать свою хозяйственную деятельность. Для этого необходимо использовать уже имеющиеся методы и разрабатывать новые методики с использованием современных технологий.
Особое внимание заслуживают зарубежные авторы, которые используют различные адаптивные математические модели, алгоритмы и программы по-
этапного прогнозирования агрометеорологических факторов, составляют агрометеорологические прогнозы и сценарии.
Так, группа китайских ученых совместно с С. Miao [1] определила взаимосвязь между почасовыми экстремальными осадками и перепадами температур. Была выявлена широтная зональность суточной частоты слабых, умеренных, сильных и экстремальных почасовых осадков на примере 9 речных бассейнов Китая в разные периоды: с 1991 по 2001 и с 2002 по 2012 [1] .
Работа исследователей из Нидерландов во главе с В.БсИаар [2] заключалась в моделировании климатических сценариев: G+ (увеличение температуры на 10), W+ (увеличение температуры на 20). Целью исследования явилось установление приоритетов в проектировании стратегии адаптации к будущему изменению климата. Ученые использовали агроклиматический календарь (АСС), имитационную модель роста культур (WOFOST), анализ рентабельности и затрат, а также региональную базу данных (KWIN). С использованием данного метода, были выявлены наиболее важные климатические риски, выделены негативные последствия, связанные с ними, и подобраны меры адаптации для управления агроэкосистемой. В качестве лучшей меры адаптации к аномальной жаре было выбрано капельное орошение.
Совместное моделирование аномальной жары ученых из Норвегии и Германии под руководством J. Stagge [3] фокусируется на изучении воздействия засухи на разные сферы, такие как: энергетика, промышленность, сельское хозяйство, коммунальное водоснабжение. В основу модели был заложен Индекс осадков и Индекс испарения осадков за разные временные периоды (от 1 месяцев до 2 лет). Для четырех европейских стран (Германия, Великобритания, Норвегия и Словения) был проведен анализ связи между данными индексами и возникновением неблагоприятного воздействия как на качество окружающей среды, так и на разные сферы хозяйствования. По мнению авторов [3], негативные последствия от засухи происходят чаще всего в результате сочетания краткосрочного (от 2 до 6 месяцев) дефицита осадков и долгосрочной аномалии суммарного испарения (12-24 месяцев), связанной с повышением температуры.
В свою очередь британский ученый [4], на основе данных за три тридцатилетних периода, рассмотрел различные сорта риса с целью определения климатически чувствительных культур к температуре и количеству осадков. В качестве меры адаптации к изменению климата автор предлагает выбирать сорта риса, приносящие устойчивые высокие урожаи.
Группа ученых из Норвегии и Великобритании [5] пришла к выводу, что с использованием вовремя полученной информации, негативное воздействие неблагоприятных климатических явлений может быть сведено к минимуму с помощью системы раннего предупреждения. Авторы проанализировали суровость климата и другие гидрометеорологические события, а также возможные прямые и косвенные последствия экстремальных событий, чтобы выявить возникновение возможного риска, связанного с производством продуктов питания.
Современный уровень развития информационных технологий создает российским ученым предпосылки для создания новых подходов в агроклиматоло-
гии, основанных на использовании комплексных данных и имитационномоде-лирующих комплексов.
Примером численного мониторинга является агрометеорологическая информационно-прогностическая система (ИПС ВНИИСХМ) [6]. Система специализируется на составлении прогнозов урожайности и оценки условий произрастания сельскохозяйственных культур в автоматизированном режиме. Оперативное использование ее в работе даст возможность выйти на качественно новый уровень получения информации и существенно снизить затраты времени на выполнение работ по составлению агрометеорологических прогнозов и подготовке материалов для оперативного обслуживания потребителей [6]. С помощью полученной информации можно оперативно определять роль погоды в отклонениях урожайности от планируемой величины.
Для получения пространственно-временной оценки регионального изменения климата и урожайности сельскохозяйственных культур (озимой ржи, озимого ячменя, озимой пшеницы, кукурузы на силос, озимого рапса) российскими учеными совместно с германскими исследователями создана гибридная модель YIELDSTAT [7]. В модель заложено семь различных статических и динамических элементов. Наряду с метеоданными и урожайностью, учитывается тип почвы, крутизна склона, увлажненность, и индекс качества почвы.
Российские ученые работают над моделированием продукционного процесса растений с целью оптимизации агрокультуры. Созданы следующие программные комплексы: компьютерная система эколого-совместимая, энергоресурсосберегающая оптимизация производства продукции растениеводства (КСЭЭОПР) [8]; система имитационного моделирования продукционного процесса сельскохозяйственных растений AGROTOOL [9]. Система КСЭЭОПР разработана с учетом вариабельности разнообразных биометрических характеристик растений, времени наступления фенологических фаз, качества урожая. Система AGROTOOL, разработанная в АФИ в лаборатории математического моделирования агроэкосистем под руководством профессора Р. А. Полуэктова [10], предназначена для проведения модельных расчетов динамики продукционного процесса сельскохозяйственных культур с учетом процессов и явлений в окружающей природной среде, влияющих на рост растений и формирование урожая. С помощью модели AGROSIM, которая относится к группе моделей почва-растение-атмосфера-процессное управление, изучается воздействие изменения климата на накопление биомассы и урожайности в пределах севооборотов на основе физиологии растений. Модель AGROSIM-WW, созданная на основе компьютерного моделирования, была апробирована для пшеницы на примере Советска и Краснодара [7].
Для того чтобы охарактеризовать влияние агроклиматических изменений на урожайность посевов, Лаборатория самоорганизации геосистем ИМКЭС СО РАН работает над ГИС-проектом «Опасные природно-климатические явления, воздействующие на сферу аграрного землепользования в южной тайге Западной Сибири» с использованием комплексных агроклиматических данных [11]. База данных включает информацию по 29 метеостанциям, попадающим в зону
южной тайги. Данные, положенные в основу исследования, представлены метеоданными Росгидромета, данными по урожайности Росстата и региональных УГМС, а также сведениями о неблагоприятных и опасных явлениях ФГБУ «ВНИИГМИ-МЦД» Пространственно-временной анализ агроклиматических параметров и урожайности посевных культур, позволяет заключить, что территория южной тайги Западной Сибири имеет высокую степень проявления опасностей, затрудняющих аграрное природопользование. Результаты могут быть использованы для составления прогноза и предупреждения рисков производства сельскохозяйственной продукции.
Таким образом, обзор научных трудов по агроклиматологии как зарубежных, так и российских ученых, позволяет сделать вывод о том, что на современном этапе продолжают совершенствоваться как способы получения информации, так и инструменты анализа. Разработка новых подходов к методике прогнозирования климатических изменений осуществляется с привлечением современных информационных технологий. На основе оперативных данных различных систем наблюдения, объективных методов оценки и интерпретации выходных данных, составляется прогноз метеорологических величин и явлений погоды, что обеспечивает результаты в виде прогноза климата с учетом его колебаний и изменений. Важность современных агроклиматических исследований российских ученых заключается в том, что они направлены на количественную оценку урожаев с помощью математического моделирования агроэкосистем. Объединение специалистов разных профилей, решающих одну сложную задачу, расширяет возможности разработки новых агроклиматических моделей.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Miao C. et al. Linkage Between Hourly Precipitation Events and Atmospheric Temperature Changes over China during the Warm Season. - 2016. - Sci. Rep. 6: 22543.
2. Schaap B. F. et al. Participatory design of farm level adaptation to climate risks in an arable region in The Netherlands // European Journal of Agronomy - 2013.- Vol. 48. - Р. 30-42.
3. Stagge J. H. et al. Modeling drought impact occurrence based on meteorological drought indices in Europe // Journal of Hydrology. - 2015. - № 530. - Р. 37-50.
4. Moniruzzaman S. Crop choice as climate change adaptation: Evidence from Bangladesh // Ecological Economics. - 2015. - № 118. - Р. 90-98.
5. Hans J. P. et al. Proactive systems for early warning of potential impacts of naturaldisasters on food safety: Climate-change-induced extreme events as case in point // Food Control. - 2013. -№ 34. - Р. 444-456.
6. Численный мониторинг как метод исследования коэволюции климата, почв и агро-сферы на протяжении XX и XXI столетий / О. Д. Сиротенко, А. Д. Клещенко, В. Н. Павлова, Е. В. Абашина // Труды регионального конкурса научных проектов в области естественных наук. Вып. 16. - Калуга : АНО КНЦ, 2011. - С. 211-215.
7. Mirschel W. A., Schultz K. O., Poluektov R. A. Crop growth modelling on different spatial scales - а wide spectrum of approaches // Archives of Agronomy and Soil Science. - 2004. -Vol. 50 (3). - Р. 329-343.
8. Свентицкий И. И. Энергосбережения в АПК и энергетическая экстремальность самоорганизации. - М. : ГНУ ВИЭСХ, 2007. - 366 с.
9. Модели продукционного процесса сельскохозяйственных культур / Р. А. Полуэктов, Э. И. Смоляр, В. В. Терлеев, А. Г. Топаж. - СПб. : Изд-во С.-Петерб. ун-та, 2006. - 396 с.
10. Использование динамической модели агроэкосистемы для оценки влияния климатических изменений на продуктивность посевов (теория и реализация) / Р. А. Полуэктов, А. Г. Топаж, В. П. Якушев, С. А. Медведев // Вестник Российской академии сельскохозяйственных наук. - 2012. - № 2. - С. 7-12.
11. Melnik M. A., Volkova E. S., Fusella T. Sh. About classification of dangerous and unfavorable climatic phenomena for agrarian nature management in the southern taiga of western Siberia // Enviromis. - 1016. - Томск, 2016. - Р. 364.
© Т. Ш. Фузелла, А. В. Пелипенко, 2017
