بررسی اثرات تغییراقلیم بر بخش کشاورزی دشت هشتگرد با تاکید بر عدم قطعیت مدل‎های AOGCM گزارش ارزیابی پنجم IPCC

نوع مقاله : مقاله پژوهشی

نویسندگان

1 کارشناسی ارشد مهندسی آبیاری و زهکشی، گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران، ایران.

2 دانشیار، گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران، ایران.

3 دانشیار، گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران، ایران

4 دانشجوی دکتری آبیاری و زهکشی، گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی کرج، دانشگاه تهران، ایران.

چکیده

امروزه تغییراقلیم در مدیریت منابع آب، یکی از چالش‎های اصلی می‎باشد.این مطالعه با هدف شبیه­سازی عملکرد بخش کشاورزی دشت هشتگرد، تحت تأثیر عدم قطعیت تغییراقلیم در دوره آتی (2049-2020 میلادی) انجام گرفته است. بدین منظور از خروجی‎های 19 مدل AOGCMs، تحت چهار سناریوی انتشار RCP2.6، RCP4.5، RCP6.0 و RCP8.5 استفاده شد. به­منظور کمی­سازی عدم قطعیت، در تخمین تغییرات دما و بارندگی، تحت تأثیر تغییراقلیم، خروجیهای 19 مدل AOGCMs به روش مقایسه میانگین دما و بارش (MOTP) وزندهی شدند. برای بررسی اثرات تغییراقلیم بر تولید پتانسیل، طول دوره رشد، نیاز آب آبیاری و بهره‎وری آب پتانسیل، چهار محصول غالب (گندم، جو، ذرت و یونجه) دشت هشتگرد، از رویکرد AEZ استفاده گردید.پردازش سناریوهای اقلیمی نشان داد درجه حرارت سالانه به طور متوسط در دوره آتی تحت سناریوهای RCP2.6، RCP4.5، RCP6.0 و RCP8.5 به­ترتیب 34/1، 69/1، 52/1 و 81/1 درجه سلسیوس نسبت به دوره پایه افزایش مییابد. نتایج حاکی از عدم روند منظم صعودی یا نزولی در تغییرات ماهانه بارندگی است. هم­چنین نتایج نشان داد طول دوره رشد و تولید پتانسیل محصولات کشاورزی در اثر تغییراقلیم در دوره آتی کاهش خواهد یافت که حداکثر کاهش طول دوره رشد برای گندم، جو، ذرت و یونجه به­ترتیب 14، 12، 19و 12 روز و حداکثر کاهش در تولید گندم، جو، ذرت و یونجه به­ترتیب 2/10-، 1/12-، 15- و 1/8- درصد می‎باشد. نیاز آب آبیاری محصولات مورد مطالعه نیز، تحت تأثیر تغییراقلیم افزایش خواهد یافت. حداکثر افزایش نیاز آب آبیاری تحت تأثیر تغییراقلیم، برای گندم، جو، ذرت و یونجه به ترتیب 16، 21/17، 26 و 20 درصد می‎باشد. همچنین کاهش تولید محصول پتانسیل و افزایش نیاز آب آبیاری در اثر تغییر اقلیم، موجب کاهش بهره­وری آب پتانسیل خواهد شد. حداکثر کاهش بهره‎وری آب، برای گندم، جو، ذرت و یونجه به­ترتیب 5/26-، 35-، 5/38- و 9/30- درصد می­باشد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Assessment of Climate Change Impacts on Agriculture of the Hashtgerd Plain with Emphasis of AR5 Models Uncertainty

نویسندگان [English]

  • Aida Mehrazar 1
  • Alireza Massah Bavani 2
  • Mahmoud Mashal 3
  • Hadisseh Rahimikhoob 4
1 MSc. Graduate of Irrigation and Drainage Engineering, Irrigation and Drainage Engineering Department, College of Aburaihan, University of Tehran, Iran.
2 Associate Professor of Irrigation and Drainage Engineering Department, College of Aburaihan, University of Tehran, Iran.
3 Associate Professor of Irrigation and Drainage Engineering Department, College of Aburaihan, University of Tehran, Iran
4 PhD. Student of Irrigation and Drainage Engineering, Irrigation and Reclamation Engineering Department, College of Agriculture and Natural Resources Karaj, University of Tehran, Iran.
چکیده [English]

Nowadays, in water resources management, climate change is one of the main challenges. Changes in the water cycle are one of the most important of ground responses to warming it (IPCC 2014). Changes of precipitation and temperature caused by climate change, will damage to the products of garden and agricultural. Therefore, in order to increase the food security in future periods, it is necessary to evaluate the climate change impacts on the agricultural of regions and provide adaptation strategies its. So Regarding the importance of climate change, the purpose of this study is simulating the performance of the agricultural sector Hashtgerd Plain under climate change impacts in the future period (2020-2049).

کلیدواژه‌ها [English]

  • Agriculture
  • climate change
  • Hashtgerd Plain
  • RCPs
  • Uncertainty
1-    Allen, R.G., Pereira, L.S., Raes, D. and Smith, M., 1998. Crop evapotranspiration, Irrigation and Drainage. Paper 56. Food and Agricultural Organization of the United Nations, Rome, Italy, pp. 65-76, 163-166.
 
2-    Alm, D.M., McGiffen, J.R. and Hesketh, J.D., 1991. Weed phenology. In: Hodges, T. (Ed.), Predicting Crop Phenology. Boca Raton, FL, USA CRC Press, pp. 191-218.
 
3-    Delghandi, M., Massah Bovani, A. R., Jafar Ajorlou, M., Broomandnasab, S. and Andarzian, B., 2015. Risk assessment of climate change impacts on production and phenology of wheat (case study: Ahvaz Region). Journal of Water and Irrigation Management, 4(2), pp. 161-175. (In Persian).
 
4-    De Wit CT., 1965. Photosynthesis of leaf canopies. Reports 663, Wagenningen, Netherland: Pudoc. Agric Res report, 63:57.
 
5-    Fischer, G. and Van Velthuizen, H.T., 1996. Climate Change and Global Agriculture Potential Project: A Case Study of Kenya, WP-96-71, International Institute for Applied Systems Analysis, Schlossplatz 1, A-2361 Laxenburg, Austria.
 
6-    Fischer, G., Tubiello, F. N., van Velthuizen, H. and Wiberg. D.A., 2001. Climate change impacts on irrigation water requirements: effects of mitigation, 1990–2080. Technol Forecast Soc Chang, 74, pp. 1083–107.
 
7-    Gohari, A., Eslamian, S., Abedi-Koupaei, J., Massah Bavani, A.R., Wang, D. and Madani, K., 2013. Climate change impacts on crop production in Iran’s Zayandeh-Rud River Basin. The Science of the Total Environment, 442, pp. 405–419.
 
8-    Guo, R., Lin, Z., Mo, X. and Yang, C., 2010. Responses of crop yield and water use efficiency to climate change in the North China Plain. Agricultural Water Management, 97(8), pp. 1185–1194.
 
9-       Hargreaves, G.H. and Samani, Z.A., 1985. Reference crop evapotranspiration from temperature. Trans ASABE, 1, pp. 96–99.
 
10-   IPCC, 2014, Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, Pachauri, R.K., and Meyer, L.A., (eds.)]. IPCC, Geneva, Switzerland; 151 pp.
 
 
11-   Jarallahi, R. and Mahdavian, M., 2000. Reaction of crop yield to water. Series of Irrigation and Drainage Publications, 33, pp. 128. (In Persian)
 
12-   Johnson G.L., Hanson C.L., Hardegree S.P. and Ballard, E.B., 2006. Stochastic weather simulation: overview and analysis of two commonly used models. Journal of Applied Meteorology, 35, pp. 1878-1896.
 
13-   Kang, Y., Khan, S. and Ma, X., 2015. Analysing Climate Change Impacts on Water Productivity of Cropping Systems in the Murray Darling Basin, Australia. Irrigation and Drainage, doi: 10.1002/ird.1914.
 
14-   Massah Bovani, A.R., 2006. Risk Assessment of Climate Change and Its Impact on Water Resources, Case Study of Zayandeh Rood Basin of Isfahan. PhD thesis, Department of Hydro Structures Engineering, Tarbiat Modares University, Tehran. (In Persian)
 
15-   Massah Bavani, A.R. and Morid, S., 2005. The impacts of climate change on water resources and agricultural production. Journal of Water Resources Research; 1, pp. 40–47. (In Persian).
 
16-   Melkonyan, A., 2015. Climate change impact on water resources and crop production in Armenia. Agricultural Water Management, 161, pp. 86-101.
 
17-   Mohammadi, E., Yazdanpnah, H. and Mohammadi, F., 2014. Event of climate change, its impact on durum wheat planting and during the growing season case study: station of Sararood, Kermanshah. Physical Geography Research Quarterly, 46(2), pp. 231-246. (In Persian)
 
18-   Ozdogan, M., 2011. Modeling the impacts of climate change on wheat yields in northwestern Turkey. Agriculture, Ecosystems and Environment, 141, pp. 1-12.
 
19-   Rahmani, M., Jami Al-Ahmadi, M., Shahidi, A. and Hadizadeh Azghandi, M., 2016. Effects of climate change on length of growth stages and water requirement of wheat (Triticum aestivum L.) and barley (Hordeum vulgare L.) (Case study: Birjand plain). Journal of Agroecology, 7(4), pp. 443-460. (In Persian).
 
20-   Semenov, M.A. and Barrow, E.M., 2002. LARS-WG: a stochastic weather generator for use in climate impact studies. Version 3.0 User Manual.
 
21-   Storr, D., 1978. A comparison of daily snowmelt calculated by the US crops of engineers theoretical model with measured amounts on a snow pillow. Storm Water Resources Consulting Service. British, Columbia: Ganges.
 
22-   Tao, F., Yokozawa, M., Hayashi, Y. and Lin, E., 2003. Future climate change, the agricultural water cycle, and agricultural production in China. Journal of Agriculture, Ecosystems & Environment, 95 (1), pp. 203-215.
 
23-   Wilby, R.L. and Harris, I., 2006. A framework for assessing uncertainties in climate change impacts: low-flow scenarios for the River Thames, UK. Water Resources, 42, W02419.
 
24-   Wilby, R.L. and Wigley, T.M.L., 1997. Downscaling general circulationmodel output: a review of methods and limitations. Progress in Physical Geography, 21, pp. 530–548.
 
25-   Willmott, C.J., Rowe, C.N. and Mintze, Y., 1985. Climatology of the terrestrial seasonal water cycle. Climatol, 5, pp. 589–606.
 
26-   Womach, J., 2005. Agriculture: a glossary of terms, programs and laws. In: Congressional Research Service Report, Editor, CRS-132.
 
27-   Yekom Consulting Engineers. 2011. River system map. Studies the improvement and development of irrigation and drainage networks in Hashtgerd plain .