تحلیل اثرات تغییر اقلیم بر پایداری کشاورزی در استان مازندران

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

2 دانشجوی کارشناسی ارشد گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

3 استاد گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

4 استادیار گروه مهندسی آب دانشگاه زابل، زابل،ایران

چکیده

 برنامه­ریزی برای توسعه هر منطقه، مستلزم آگاهی از پارامترهای اقلیمی و تطابق با تغییر اقلیم در آینده می­باشد. این امر به­ویژه در استان مازندران که اقتصاد آن به طور عمده متکی بر تولیدات کشاورزی است، از اهمیت بیش­تری برخوردار است. در این تحقیق، تغییرات دمای حداقل، دمای حداکثر، بارندگی، تابش خورشیدی و تعداد روزهای داغ و یخبندان شهرستان قایم­شهر در استان مازندران تا سال 2100 پیش­بینی شد و اثرات محتمل این تغییرات بر کشاورزی منطقه بحث گردید. پیش­بینی­ها با استفاده از مدل گردش عمومی HADCM3 تحت سناریوهای A1B، A2 و B1 با به کارگیری مدل ریزمقیاس نمایی LARS-WG انجام شد. ارزیابی قابلیت این مدل با استفاده از آماره­های راندمان مدل، ضریب تعیین، جذر میانگین مربعات خطا و میانگین خطای مطلق، نشان­دهنده­ی کارایی قابل قبول آن برای شبیه­سازی وضعیت اقلیمی آینده در منطقه مورد مطالعه بود. پیش­بینی­ها نشان داد که میانگین دمای حداقل و حداکثر ماهانه در ماه­های گرم بیش­تر از مقدار آنها در ماه­های سرد افزایش خواهد یافت. میزان افزایش دمای حداقل بیش­تر از افزایش دمای حداکثر بود. میانگین افزایش دمای حداقل برای کلیه سناریوها و دوره­های آتی برابر 65/1 درجه سانتی­گراد بود در حالی­که این مقدار برای دمای حداکثر برابر 31/1 درجه سانتی­گراد بود. مقدار بارندگی در ماه­های ژانویه، فوریه، مارس، آوریل، اکتبر و نوامبر نسبت به دوره پایه افزایش و در سایر ماه­ها کاهش خواهد یافت. هم­چنین، میزان تابش خورشیدی در کلیه سناریوها روند کاهشی خواهد داشت. به­طور متوسط، در دوره 2011 تا 2100، مقدار تبخیر- تعرق پتانسیل در سناریوهای B1، A1B و A2 به­ترتیب به میزان 24/8، 47/10 و 68/12 درصد نسبت به دوره پایه افزایش خواهد یافت. بر اساس نتایج، برقراری شرایط کشاورزی پایدار در منطقه در شرایط تغییر اقلیم، مستلزم تغییر تقویم و الگوی کشت و بهبود عملیات­های آبیاری و زهکشی می­باشد.
 

کلیدواژه‌ها


عنوان مقاله [English]

Analyzing Climate Change Effects on Agriculture Sustainability in Mazandaran Province

نویسندگان [English]

  • Abdolahe Darzi-Naftchali 1
  • Mina Maldar-Badeli 2
  • mirkhalegh Ziatabar-Ahmadi 3
  • Fatemeh Karandish 4
1 Assistant professor, Water Engineering Department., Sari Agricultural Sciences and Natural Resources University., Sari., Iran
2 MSc student, Water Engineering Department., Sari Agricultural Sciences and Natural Resources University., Sari., Iran
3 Professor, Water Engineering Department., Sari Agricultural Sciences and Natural Resources Universit., Sari., Iran
4 Assistant professor, Water Engineering Department., Zabol University., Zabol., Iran
چکیده [English]

Regional development planning requires knowing of climate parameters and adaptation to climate change in future. This is especially more important for Mazandaran province which economy is mainly dependent on agricultural production. In this study, changes in minimum temperature, maximum temperature, precipitation, solar radiation and the number of hot and freezing days of Ghaemshahr city (Mazandaran province) were predicted by the year 2100 and possible effects of these changes on the agriculture of the region was discussed. The climatic variables were predicted by HADCM3 general circulation model under A1B, A2 and B1 scenarios using LARS-WG downscaling model. Evaluation of the model using statistics including model efficiency, coefficient of determination, root mean square error and mean absolute error indicated acceptable performance of the model to simulate future climate conditions in the region. Increases in monthly average of minimum and maximum temperatures in the warmer months will be more than those in the cold months. Increase in the minimum temperature was generally higher than that of the maximum temperature. The average of minimum temperature increase for all scenarios in future periods was 1.65 ° C, while it was 1.13 ° C for maximum temperature. In January, February, March, April, October and November, rainfall generally will increase compared to the base period and in the other months, it will decrease. Also, the amount of solar radiation will decline in all scenarios. On average, potential evapotranspiration will increase by 8.24, 10.47 and 12.68 % during 2011- 2100 compared with the base period under B1, A1B and A2 scenarios, respectively. Based on the results, modification in cropping calendar and pattern and improvement of irrigation and drainage practices are necessary to provide sustainable agriculture in the region under climate change. 

کلیدواژه‌ها [English]

  • Cardinal temperature
  • Cropping calendar
  • Crops
  • evapotranspiration
  • LARS-WG
باباییان،ا. و نجفی­نیک،ز. 1385. معرفی و ارزیابی مدل  LARS-WG برای مدل­سازی پارامترهای هواشناسی استان خراسان در دوره آماری 2003-1961. دو فصلنامه نیوار. 62 - 63: 30-24.
حق­طلب،ن.، گودرزی،م.، حبیبی نوخندان،م.، یاوری،ا.ر و جعفری،ح.ر. 1392. مدل­سازی اقلیم استان­های تهران و مازندران با استفاده از مدل اقلیمی LARS-WG و مقایسه تغییرات آن در جبهه های شمالی و جنوبی البرز مرکزی. علوم و تکنولوژی محیط زیست. 15.1: 49-37.
خزانه­داری،ل و عباسی،ف. 1388. دورنمایی از وضعیت خشکسالی ایران طی سی سال آینده. مجله جغرافیا و توسعه ناحیه­ای. 12: 98-83.
خلیلی­اقدم،ن.، مساعدی،ا.، سلطانی،ا و کامکار،ب. 1391. ارزیابی توانایی مدل LARS-WG در پیش­بینی برخی از پارامترهای جوی سنندج. مجله پژوهش­های حفاظت آب و خاک.19: 102-85.
دوستی،م.، حبیب­نژاد روشن،م.، شاهدی،ک و میریعقوب­زاده،م.ح. 1392. بررسی شاخص­های اقلیمی حوضه آبخیز تمر، استان گلستان در شرایط تغییر اقلیم با کاربرد مدل LARS-WG. مجله فیزیک زمین و فضا. 39 .4: 189-177.
عباسی،ف.، ملبوسی،ش.، باباییان،ا.، اثمری،م و برهانی،ر. 1389. پیش­بینی تغییرات اقلیمی خراسان جنوبی در دوره­ی 2039-2010 میلادی با استفاده از مدل LARS-WG . نشریه آب و خاک (علوم و صنایع کشاورزی.24: 233-218.
سازمان جهاد کشاورزی مازندران. 1391. سیمای کشاورزی مازندران در نگاه آمار طی سال­های 1376 تا 1390. 39 صفحه.
هاشمی­نسب خصیبی،ف.، موسوی بایگی،م.، بختیاری،ب و داوری،ک. 1392. پیش­بینی تغییرات بارش 20 سال آینده در استان کرمان با استفاده از مدل­های ریزمقیاس کننده LARS-WG و گردش عمومی HadCM3. فصلنامه علمی پژوهشی مهندسی آبیاری و آب.12: 58-43.
Adams,R.M., Hurd,B.H., Lenhart,S and Leary,N. 1998. Effects of global climate change on agriculture: an interpretative review. Climate Research. 11: 19–30.
Chen,C., Baethgen,W.E and Robertson,A. 2012. Contributions of individual variation in temperature, solar radiation and precipitation to crop yield in the North China Plain, 1961–2003. Climatic Change. 116 .3: 767- 788.
Chen,H., Guo,J., Zhang,Z and Xu,Ch. 2013. Prediction of temperature and precipitation in Sudan and South Suda by using LARS-WG in future. Theor Applied Climatology, 113: 363-375.
Enete,A.A and Amusa,T.A. 2010. Challenges of Agricultural Adaptation to Climate Change in Nigeria: a Synthesis from the Literature», Field Actions Science Reports [Online], URL: http://factsreports.revues.org/678.
Gao,L., Jin, Z., Huang,Y and Zhang,L. 1992. Rice clock model: a computer model to simulate rice development, Agricultural and Forest Meteorology. 60.1–2: 1–16.
Harmsen,E.W., Miller,N.L., Schlegel,N.J and Gonzalez,J.E. 2009. Seasonal climate change impacts on evapotranspiration, precipitation deficit and crop yield in Puerto Rico, Journal of Agricultural Water Management. 96: 1085–1095.
Hassan,Z and Harun,S. 2013. Impact of climate change on rainfall over kerian, malaysia with long ashton research station weather generator (lars-wg). Malaysian Journal of Civil Engineering. 25 (1): 33-44.
Hassan,Z., Supiah,S and Harun,S. 2014. Application of SDSM and LARS-WG for simulating and downscaling of rainfall and temperature. Theor Appl Climatol. 116:243–257.
IFPRI (International Food Policy Research Institute). 2009. Climate change impact on agriculture and costs of adaptation. Washington, D.C., Pp: 19.
IPCC (Intergovernmental Panel on Climate Change). 2000. Summary of policymakers: Emissions scenarios. Pp: 21.
Liang,F. and Xia,X.A. 2005. Long-term trends in solar radiation and the associated climatic factors over China for 1961–2000. Annales Geophysicae, 23: 2425–2432.
Li,S., Wheeler,T., Challinorc,A., Lind,E., Jud,H and Xud, Y. 2010. The observed relationships between wheat and climate in China. Agricultural and Forest Meteorology, 150: 1412-1419.
Lobell,D.B and Ortiz-Monasterio,J.I. 2007. Impacts of day versus night temperatures on spring wheat yields: a comparison of empirical and CERES model predictions in three locations. Agronomy Journal, 99: 469–477.
Luo,Q. 2011. Temperature thresholds and crop production: a review. Climatic Change. 109:583–598.
Ma,C.h., Pan,S., Wang,G., Liao,Y and Xu,Y.P. 2015. Changes in precipitation and temperature in Xiangjiang River Basin, China. Theoretical and Applied Climatology, 123 (3): 859- 871. 
Meehl,G.A., Tebaldi,C. and Nychka,D. 2004. Changes in frost days in simulations of twenty-first century climate. Climate Dynamics. 23:495-511.
Misra,A.K. 2014. Climate change and challenges of water and food security. International Journal of Sustainable Built Environment. 3: 153–165.
Nagarajan,S., Jagadish,S.V.K., Hariprasad,A.S., Thomar,A.K., Anand,A., Pal,M and Aggarwal,P.K. 2010. Local climate affects growth, yield and grain qual/ity of aromatic and nonaromatic rice in northwestern. Indian Agriculture Ecosystems & Environment, 138: 274–281.
Nash,J.E and Sutcliffe,J.V. 1970. River flow forecasting through conceptual models, a discussion of principles. Journal of Hydrology. 10: 282-290.
Nkomozepi,T and Chung,S.O. 2014. The effect of climate change on the water resources of the Geumho River Basin, Republic of Korea, Journal of Hydro-environment Research, 8 (4): 358- 366.
Olsen,J.E and Bindi,M. 2002. Consequences of climate change for European agricultural productivity, land use and policy. European Journal of Agronomy. 16: 239–262.
Peng,S.B., Huang,J.L., Sheehy,J.E., Laza,R.C., Visperas,R.M., Zhong,X.H., Centeno,G.S., Khush,G.S and Cassman,K.G. 2004. Rice yields decline with higher night temperature from global warming. Proceedings of the National Academy of Sciences, U.S.A. 101: 9971–9975.
 Porter,J.R and Gawith,M. 1999. Temperatures and the growth and development of wheat: a review. European Journal of Agronomy. 10:23–36.
Rao,B.B., Santhibhushan Chowdary,P., Sandeep,V.M., Rao,V.U.M and Venkateswarlu,B. 2014. Rising minimum temperature trends over India in recent decades: Implications for agricultural production. Global and Planetary Change 117: 1–8.
Reddy,K.S., Kumar, M., Maruthi,V., Umesha,B and Nageswar,C.V.K. 2014. Climate change analysis in southern Telangana region, Andhra Pradesh using LARS-WG model. CURRENT SCIENCE. 107 .54: 54-62.
Sarker,M.A.R., Alam,K. and Gow,J. 2012. Exploring the relationship between climate change and rice yield in Bangladesh: an analysis of time series data. Agricultural Systems, 112: 11–16.
Stanhill,G and Cohen,S. 1997. Recent changes in solar irradiance in Antarctica, Journal of Climate, 10: 2078– 2086.
Tao,F and Zhang,Z. 2010. Adaptation of maize production to climate change in North China Plain: Quantify the relative contributions of adaptation options. Europ. J. Agronomy. 33: 103–116.
Terink,W., Immerzeel,W.W and Droogers,P. 2013. Climate change projections of precipitation and reference evapotranspiration for the Middle East and Northern Africa until 2050, International Journal of Climatology, 33 (14): 3055–3072. 
Turkes,M and Sumer,U.M. 2004. Spatial and temporal patterns of trends and variability in diurnal temperature ranges of Turkey. Theoretical and Applied Climatology, 77: 195–227.
Wang,X, Mosley,C.T., Frankenberger,J.R and Kladivko,E.J. 2006. Subsurface drain flow and crop yield predictions for different drain spacings using DRAINMOD. Agricultural Water Management 79: 113–136.
Yoshida,S. 1981. Fundamentals of rice crop science. IRRI, Los Banos, p 269.
Zhao,J., Guo,J and Mu,J. 2015. Exploring the relationships between climatic variables and climate-induced yield of spring maize in Northeast China. Agriculture, Ecosystems and Environment. 207: 79–90.