РЕГИОНАЛЬНЫЕ ОЦЕНКИ УЯЗВИМОСТИ ПРОДУКТИВНОСТИ РАСТЕНИЕВОДСТВА К ИЗМЕНЕНИЯМ КЛИМАТА В XX-XXI ВЕКЕ В РОССИИ

Материалы Четвертой конференции «Математическое моделирование в экологии» ЭкоМатМод-2015, г. Пущино, Россия

Получены количественные оценки мер уязвимости по показателям продуктивности и увлажненности территории при наблюдаемых изменениях климата по отдельным регионам ЕТ России.

На рисунке 1 в качестве примера представлены количественные оценки потерь урожайности озимой пшеницы на территории Южного ФО, рассчитанные с помощью системы Климат–Почва–Урожай. Расчеты показали, что на большей части рассматриваемой территории потери за 2001-2012 гг. составляли от 16 до 19 %.

Рисунок 1 – Средние потери (%) урожайности озимой пшеницы за 2001-2012 гг. в Южном ФО (система Климат–Почва–Урожай).

Расчеты оценок потерь урожайности также проведены по выбранной сети станций на территории ЕТ России. В таблице 1 в качестве примера приведены оценки потерь урожайности озимой пшеницы в Нижнедевицком районе Воронежской области. Здесь же представлены оценки параметров, характеризующие условия теплообеспеченности и влагообеспеченности за рассматриваемый период.

Таблица 1 – Оценка агрометеорологических условий и потери урожайности озимой пшеницы за 2001-2012 гг. в системе Климат–Почва–Урожай. Воронежская область, Нижнедевицкий район.

Обозначения: N – длина вегетационного периода; Ts – средняя за вегетационный период температура

воздуха; ΣR – сумма осадков за вегетационный период; ГТК – гидротермический коэффициент Селянинова; Ep – потенциальная испаряемость; W20 – продуктивная влажность почвы в слое 0–20 см.

139

Материалы Четвертой конференции «Математическое моделирование в экологии» ЭкоМатМод-2015, г. Пущино, Россия

Проведена серия численных экспериментов по расчету прогнозируемых изменений продуктивности по основным зернопроизводящим регионам на территории РФ при двух вариантах агротехники – современном уровне и адаптивном, включающем использование достаточных доз минеральных удобрений и влагосберегающих технологий, позволяющий поддерживать режим увлажненности почвы, приближенный к оптимальному.

Получены нормированные оценки мер адаптации к ожидаемым изменениям климата (обеспечение достаточной увлажненности и достаточного уровня обеспеченности минеральным питанием) для территории Приволжского, Центрального и Южного ФО на периоды 2011-2030 гг., 2041-2060 гг. и 2080-2099 гг. по ансамблевому сценарию и сценарию

GFDL.

В таблице 2 представлены оценки прогнозируемой урожайности яровых зерновых культур на период 2040 – 2060 гг. относительно современного уровня при реализации сценария GFDL по отдельным областям Приволжского федерального округа. Оценки варианта с адаптацией (достаточное увлажнение почвы), положительны и изменяются в интервале от 8 % в Республике Башкортостан до 55 % в Саратовской области.

Таблица 2 – Ожидаемые изменения продуктивности яровых зерновых культур относительно современного уровня на территории Приволжского ФО на период 2040-60 гг. (сценарий GFDL, антропогенное воздействие RCP8.5)

Представленные выше оценки уязвимости продуктивности зерновых культур свидетельствуют, с одной стороны, о важности и полезности результатов, которые могут быть использованы в управлении сельскохозяйственным производством. С другой стороны, могут послужить основой для решения вопросов адресного размещения государственной поддержки сельхозпроизводителей в рамках региональных систем мониторинга продуктивности сельскохозяйственных культур.

Литература

Павлова В.Н., Сиротенко О.Д. Наблюдаемые изменения климата и динамика продуктивности сельского хозяйства России. // Тр. ГГО. 2012. Вып. 565. -С. 132-151.

Сиротенко О.Д., Клещенко А.Д, Павлова В.Н., Абашина Е.В. Численный мониторинг как метод исследования коэволюции климата, почв и агросферы на протяжении XX и XXI столетий // Тр. регионального конкурса научных проектов в области естественных наук. Калуга, 2011. Вып. 16. -С. 211–215.

Сиротенко О.Д., Абашина Е.В., Павлова В.Н. Методика оценки агроклиматических условий для мониторинга изменений современного климата на территории Российской Федерации 2013. . http://method.meteorf.ru

140

Материалы Четвертой конференции «Математическое моделирование в экологии» ЭкоМатМод-2015, г. Пущино, Россия

МОДЕЛЬ ПРОДУКТИВНОСТИ ЯРОВОЙ ПШЕНИЦЫ ДЛЯ УСЛОВИЙ ЗАСУШЛИВОГО КЛИМАТА: АДАПТИВНЫЙ ПОДХОД

Павлова В.Н., Варчева С.Е.

ФГБУ «Всероссийский научно-исследовательский институт сельскохозяйственной метеорологии», Обнинск, Россия

vnp2003@bk.ru, s.varcheva@mail.ru

Аннотация: Представлена динамическая модель яровой пшеницы, используемая для аридных районов Северной Евразии. Новым аспектом развития модели является адаптивный подход к описанию процесса роста растений, который отражает влияние водного дефицита на процессы органогенеза. Показано, что в степной зоне России и Казахстана дефицит почвенной влаги в течение вегетационного периода может вызвать снижение урожая на 20-25% , а в экстремальные годы – до 45% .

Внастоящее время средняя урожайность в большинстве стран азиатского региона не превышает 1,5 тонн зерна с гектара (Шиятый T.B., Голиков И. П., 2010). Хотя по прогностическим оценкам ФАО для удовлетворения ожидаемого спроса на зерно средняя урожайность зерновых культур в мире должна возрасти к 2020 году с современных 2,9 до 5 тонн с гектара. Степная зона России и Казахстана относится к зоне рискованного земледелия, где уровень производства зерна решающим образом зависит от погодных и климатических условий. Важную роль при этом играет степень адаптированности степного земледелия к условиям природной среды. Для реализации приспособленных к погодноклиматическим условиям стратегий при производстве зерна необходима достаточно адекватная математическая модель продуктивности зерновых культур.

Вработе представлена адаптационная динамическая модель формирования урожая пшеницы для условий засушливого климата (Сиротенко, 2012, Pavlova V. N., et al., 2014). Основу модели составляет система уравнений, позволяющая рассчитывать динамику биомассы посева от всходов растений до созревания урожая. Разностная форма уравнений имеет вид:

фотосинтез посева за сутки, qSZ и qrZ – коэффициенты, определяющие потоки пластических

веществ из вегетативных органов в репродуктивные, ∆t – шаг по времени, равный суткам. Новым аспектом развития динамической модели является адаптивный подход к

описанию процесса роста растений. Учитывая, что в условиях аридного климата адаптация к условиям увлажнения является ведущим фактором, определяющим соотношение подземной и надземной массы растений, предлагается следующая ростовая функция для корневой системы:

температур воздуха на j -ые сутки и на конец вегетации соответственно, Wfj – эффективная

141

Материалы Четвертой конференции «Математическое моделирование в экологии» ЭкоМатМод-2015, г. Пущино, Россия

влажность корнеобитаемого слоя почвы, Wmax – максимально возможные эффективные влагозапасы почвы, ar и aW – константы.

Ростовая функция репродуктивных органов (колосьев для пшеницы) представляется следующей функцией от биологического времени V j :

Здесь cZ и bW – коэффициенты.

Идентификация параметров модели осуществлялась на материалах полевых опытов по яровой пшенице НПЦ зернового хозяйства им. А.И. Бараева в Казахстане (МС Шортанды) за 1986 – 2009 гг. и по данным АМС Ершов (Саратовская область) за 1951 – 1981 гг. На рисунке представлены результаты проверки адекватности модели для этих двух пунктов.

Рисунок – Динамика рассчитанной (Y ) и фактической (Yf ) урожайности яровой пшеницы:

а) АМС Ершов, Саратовская область, 1951 – 1981 гг., (R = 0,88; CKO=3,26 ц/га); б) МС Шортанды, Казахстан, 1986 – 2009 гг., (R = 0,85; CKO= 3,07 ц/га)

Количественные оценки воздействия сезонного дефицита влаги на уровень урожайности и ее изменчивости получены в ряде модельных экспериментов (АМС Ершов, МС Целиноград и Атбасар). Результаты показали, что в степной зоне России и Казахстана дефицит почвенной влаги в течение вегетационного периода может вызвать снижение

mean – среднее значение, σ – стандартное отклонение, CV –коэффициент вариации

Модель достаточно адекватна для решения задач оценки влияния текущих климатических изменений и может быть использована в системах мониторинга и

142

Материалы Четвертой конференции «Математическое моделирование в экологии» ЭкоМатМод-2015, г. Пущино, Россия

прогнозирования урожайности для аридных районов Северной Евразии. Тем не менее, необходимы дальнейшие исследования, чтобы обеспечить эффективность модели в более широком диапазоне агроклиматических условий. Работа в этом направлении могла бы опираться на опыт, накопленный в системе AgMIP, и на работы других авторских коллективов по моделированию (например, Asseng, et al., 2013; Rötter, et al., 2012; Angulo, et al., 2013).

Литература

Сиротенко О.Д. Основы сельскохозяйственной метеорологии. Том II. Методы расчетов и прогнозов в агрометеорологии. Книга 1. Математические методы в агрометеорологии.- Обнинск, 2012. – 136 с.

Шиятый Е.И., Голиков И.П. Мониторинг и прогнозирование урожайности зерновых культур в Азиатском регионе СНГ. - http://agrosektor.kz/agrarnaya- nauka/stati-uchenykh/item/2010-12-25-08-25-26.html

Angulo, C., Rötter, R.P., Trnka, M., Pirttioja, N., Gaiser, T., Hlavinka, P., Ewert, F., 2013. Characteristic ‘fingerprints’ of crop model responses to weather input data at different spatial resolutions. European Journal of Agronomy 49, p. 104–114.

Asseng, S., Ewert, F., Rosenzweig, C., Jones, J., Hatfield, J., Ruane, A., Boote, K., et al., 2013. Uncertainty in simulating wheat yields under climate change. Nature Climate Change 3, p. 827–83.

Rötter, R.P., Palosuo, T., Kersebaum, K.-C., Angulo, C., Bindi, M., Ewert, F., Ferrise, R.,Hlavinka, P., Moriondo, M.,

Nendel, C., Olesen, J.E., Patil, R.H., Ruget, F., Takáˇc, J.,Trnka, M., 2012. Simulation of spring barley yield in different climatic zones of Northern and Central Europe: a comparison of nine crop growth models. Field Crops Research 133, p. 23–36.

Vera N. Pavlova, Svetlana E. Varcheva, Raushan Bokusheva, Pierluigi Calanca. Modelling the effects of climate variability on spring wheat productivity in the steppe zone of Russia and Kazakhstan. J. Ecological Modelling 277 (2014), p. 57-67.

143