خوزه آ اژه 1*، مانوئل کارو2, ژسوس گارسیا برانتون2ژسوس گامبین 3، خوزه اژه 1 و دیوید رویز 1*
- 1گروه اصلاح میوه، دپارتمان اصلاح نباتات، CEBAS-CSIC، مورسیا، اسپانیا
- 2مؤسسه تحقیقات و توسعه کشاورزی و مواد غذایی مورسیا، مورسیا، اسپانیا
- 3مدرسه تجارت ENAE، دانشگاه مورسیا، مورسیا، اسپانیا
تولید میوه های هسته دار در اسپانیا اهمیت اقتصادی زیادی دارد. مکان های کشت این گونه های میوه (به عنوان مثال، هلو، زردآلو، آلو و گیلاس شیرین) مناطق جغرافیایی وسیع و متنوعی را در داخل کشور پوشش می دهد. تغییرات آب و هوایی در حال حاضر باعث افزایش میانگین دما با شدت خاصی در مناطق خاصی مانند مناطق مدیترانه شده است. این تغییرات منجر به کاهش سرما انباشته شده می شود که می تواند تأثیر عمیقی بر روی فنولوژی داشته باشد. گوجه سبز گونه هایی مانند میوه های هسته دار به دلیل، به عنوان مثال، مشکلات در پوشش نیازهای سرمایشی برای شکستن غوطه ور شدن، وقوع حوادث یخبندان دیررس، یا دمای غیرعادی اولیه اولیه. همه این عوامل می تواند به شدت بر تولید و کیفیت میوه تأثیر بگذارد و بنابراین پیامدهای بسیار منفی را از نقطه نظر اقتصادی-اجتماعی در مناطق تحت کنترل ایجاد می کند. بنابراین، توصیف مناطق کشت فعلی بر حسب متغیرهای اقلیمی کشاورزی (به عنوان مثال، سرما و تجمع گرما و احتمال وقوع یخبندان و رویدادهای گرمای غیرعادی اولیه)، بر اساس دادههای 270 ایستگاه هواشناسی در 20 سال گذشته، در این کار انجام شده است. تصویری آموزنده از وضعیت کنونی تهیه کنید. علاوه بر این، پیشبینیهای اقلیمی آینده از مدلهای مختلف آب و هوای جهانی (دادههای بازیابی شده از آژانس دولتی هواشناسی اسپانیا-AEMET) تا سال 2065 برای دو سناریو مسیر تمرکز نماینده (یعنی RCP4.5 و RCP8.5) نیز تحلیل میشوند. با استفاده از وضعیت فعلی به عنوان پایه و با در نظر گرفتن سناریوهای آینده، اطلاعاتی در مورد تناسب تطبیقی فعلی و آینده گونه ها/ ارقام مختلف برای مناطق مختلف رشد می توان استنباط کرد. این اطلاعات میتواند مبنای یک ابزار پشتیبانی تصمیم باشد تا به ذینفعان مختلف کمک کند تا تصمیمات بهینه در مورد کشت میوه هستهدار فعلی و آینده یا سایر گونههای معتدل در اسپانیا اتخاذ کنند.
معرفی
اسپانیا با میانگین تولید سالانه حدود 2 میلیون تن یکی از تولیدکنندگان اصلی میوه های هسته دار در جهان (به عنوان مثال، هلو، زردآلو، آلو و گیلاس شیرین) است. کشت این میوه ها نقش اقتصادی بسیار مهمی در کشور دارد و مساحتی در حدود 140,260 هکتار دارد.فاوستات، 2019). مناطق اصلی رویش این ارقام در اسپانیا در مناطقی با ویژگیهای اقلیمی مختلف قرار دارند: از مناطق گرم مانند دره گوادالکیویر و بخش بزرگی از منطقه مدیترانه تا مناطق سردسیری مانند شمال Extremadura، دره ابرو و برخی از مکانهای داخلی منطقه مدیترانه. (دیدن شکل 1). از آنجایی که این محصولات برای جلوگیری از مشکلات تولید به سرمای زمستانی کافی برای شکستن غده خواب نیاز دارند.اتکینسون و همکاران، 2013)کامپوی و همکاران، 2011b; لودلینگ و همکاران، 2011; لودلینگ، 2012; جولیان و همکاران، 2007; Guo و همکاران، 2015; 2019; Chmielewski و همکاران، 2018، و (IV) انتخاب بهترین شیوه ها و فن آوری های کشاورزی برای کاهش اثر تغییرات آب و هوا (کامپوی و همکاران، 2010; محمود و همکاران، 2018).
نیاز به سرما و گرما (فادون و همکاران، 2020b) یا میزان خسارت سرمازدگی (میراندا و دیگران ، 2005) گونه ها/ ارقام کشت شده فعلی را می توان با معیارهای اقلیم کشاورزی در مناطق مختلف برای ساخت ابزار تصمیم گیری که به تولیدکنندگان و سایر ذینفعان کمک می کند تا سیاست های تولید و اقتصادی بهینه را برای میان مدت و بلندمدت طراحی کنند، همراه کرد. ابزارهای مدلسازی موجود برای پردازش مجموعههای بزرگی از اقلیم و فنولوژیک در حال حاضر به عنوان مبنایی برای ساخت ابزارهای تصمیمگیری فوقالذکر عمل میکنند.لودلینگ، 2019; لودلینگ و همکاران، 2021; میراندا و دیگران ، 2021). پیش بینی های اقلیمی در حوزه مدیترانه نشان می دهد که اثرات گرمایش جهانی می تواند به ویژه در این منطقه شدید باشد.جورجی و لیونلو، 2008; MedECC، 2020; IPCC ، 2021بنابراین، اقدامات پیش بینی برای جلوگیری از مشکلات تولید در آینده، که می تواند به طور جدی بر اقتصاد مناطق خاصی مانند موارد ارائه شده در این مطالعه تأثیر بگذارد، حیاتی است.اولسن و بیندی، 2002; بنموسا و همکاران، 2018).
مطالعات تحقیقاتی مختلف تأثیر منفی گرمایش جهانی را بر تولید میوهها و آجیلهای معتدل در مناطق مختلف کره زمین مشخص کردهاند. علل اصلی مربوط به کاهش سرمای زمستان است، اگرچه افزایش خطر یخبندان به دلیل پیشرفت مورد انتظار در گلدهی و گلدهی نیز در برخی مطالعات مورد توجه قرار گرفته است. به عنوان مثال، فرناندز و همکاران. کاهش سرمای زمستانی مورد نیاز برای تولید میوههای برگریز در شیلی را پیشبینی کرد که اثرات منفی مورد انتظار در مناطق شمالی کشور را پیشبینی کرد. در همان زمان، آنها کاهش قابل توجهی از احتمال یخبندان را در طول قابل قبول ترین دوره جوانه زدن برای درختان میوه برگریز برای همه سایت های در نظر گرفته پیش بینی کردند.فرناندز و همکاران، 2020) لوریت و همکاران پدیدههایی مانند عدم سرمای زمستان، خطر یخبندان و شرایط گرم در طول گلدهی در شبه جزیره ایبری را برای برخی از ارقام بادام که پیشبینیهای آب و هوایی و اطلاعات فنولوژیکی را جفت میکنند، تجزیه و تحلیل کرد. آنها دریافتند که به طور کلی (و بسته به رقم در نظر گرفته شده)، (1) کمبود سرمای زمستانی در سواحل مدیترانه و دره گوادالکیویر بارزتر خواهد بود، (2) شرایط گرم در طول گلدهی در مناطق مرکزی شدیدتر خواهد بود. فلات و دره ابرو، و (iii) خطر یخبندان به مناطق خاصی از فلات شمالی و نواحی تپه شمالی کاهش می یابد.لوریت و همکاران، 2020). بنموسا و همکاران کاهش سرمای زمستانی در تونس در آینده پیش بینی شده است که می تواند به طور قابل توجهی بر تولید برخی از میوه ها و آجیل ها تأثیر بگذارد. به عنوان مثال، برای بدبینانه ترین سناریو، تنها ارقام بادام کم سرما می توانند قابل دوام باشند. در سناریوهای دیگر، برخی ارقام پسته و هلو می توانند حتی در دراز مدت برای شمال غرب کشور قابل دوام باشند.بنموسا و همکاران، 2020) فراگا و سانتوس هم سرمای آینده و تجمع گرما و هم اثرات آنها بر تولید میوه های مختلف در پرتغال را در نظر گرفتند. آنها کاهش شدید سرمای زمستان را پیش بینی کردند که به شدت بر داخلی ترین مناطق کشور تأثیر خواهد گذاشت. مناطق پرورش سیب شمالی به ویژه در معرض کاهش سرما خواهند بود. نویسندگان همچنین افزایش در انباشت گرما را با تأثیر بیشتر در مناطق جنوبی و ساحلی کشور پیش بینی کردند. آنها تاکید کردند که این واقعیت ممکن است خطر آسیب سرمازدگی را به دلیل پیشرفت مراحل فنولوژیکی افزایش دهد.Rodríguez و همکاران، 2019, 2021; فراگا و سانتوس، 2021) وضعیت فعلی مناطق تولید برخی از میوه های معتدل در اسپانیا را با سناریوهای تغییر اقلیم آینده در مورد تجمع سرما مقایسه کرد. آنها تلفات سرمای مهمی را در برخی از مناطق (به عنوان مثال، منطقه جنوب شرقی یا گوالدالکیویر) حتی در آینده نزدیک پیش بینی کردند. برای آینده دور (بیش از 2070)، این نویسندگان اظهار داشتند که با توجه به مناطق رشد فعلی، ارقام آلو، بادام و سیب می توانند به طور جدی تحت تأثیر کمبود سرما قرار گیرند.Rodríguez و همکاران، 2019, 2021).
در این مطالعه، ما متغیرهای اقلیمی اصلی مربوط به سازگاری میوههای هستهدار را در مناطق مختلف اسپانیا، از جمله مناطقی که مهمترین تولید میوههای هستهدار با استفاده از دادههای 270 ایستگاه هواشناسی در دوره 2000-2020 انجام میشود، ارزیابی کردیم. این با پیشبینیهای دما در آینده برای تخمین تکامل تجمع سرما و گرما و احتمالات آینده یخبندان و رویدادهای گرمای غیرعادی اولیه در مقایسه با وضعیت فعلی همراه است. این اطلاعات میتواند برای تصمیمگیری بهینه مربوط به راهاندازی باغهای جدید، جابجایی باغهای فعلی یا انتخاب ارقام بهینه برای کسب سود در بلندمدت بسیار مفید باشد.
سهم اصلی این مطالعه این است که ما همزمان متغیرهای کشاورزی اقلیمی مختلف مربوط به سازگاری میوه هسته دار را تجزیه و تحلیل کردیم. نه تنها انباشت سرما برای برآوردن CR ها همانطور که در مطالعه انجام شده است رودریگز و همکاران (2019, 2021) بلکه انباشت گرما برای گلدهی مناسب، خطر یخبندان، و متغیری که به ندرت در ادبیات کمیت داده شده است: احتمال رخدادهای گرمای غیرعادی در زمستان که میتواند آزادسازی غوطهور شدن را با تأثیر منفی بر تولید، کیفیت و عملکرد میوه افزایش دهد، همانطور که قبلاً وجود داشته است. در سال های گذشته در مناطق گرم مشاهده شده است. ما از دادههای شبکه بسیار متراکم ایستگاههای هواشناسی استفاده کردیم که معیارهای دقیقی را برای وضعیت فعلی ارائه میدهند. ما روی مناطق تولید فعلی متمرکز شدیم زیرا تصمیمات مربوط به سازگاری با گرمایش احتمالاً در مناطقی اتخاذ خواهد شد که فناوری ها و دانش مناسب به خوبی مستقر هستند. در چنین مناطقی، جابجایی محصولات می تواند پیامدهای نامطلوب اجتماعی-اقتصادی و کاهش جمعیت را به همراه داشته باشد. علاوه بر این، برای توصیف وضعیت فعلی، ما از دمای واقعی ساعتی به جای دمای تخمینی استفاده کردیم، که دقت بیشتری را به نتایج در مقایسه با سایر مطالعات که در آن دماهای ساعتی از دمای روزانه درون یابی می شود، می دهد. وضوح استفاده شده (حدود 5 کیلومتر) نسبت به سایر مطالعات مشابه در اسپانیا بهتر است.Rodríguez و همکاران، 2019, 2021; لوریت و همکاران، 2020) و به تصمیم گیری حتی در سطح محلی کمک می کند.
مواد و روش ها
داده های اقلیمی و متغیرهای اقلیمی کشاورزی
داده های آب و هوایی از 340 ایستگاه هواشناسی واقع در مناطق اصلی تولید میوه های هسته دار در اسپانیا (نگاه کنید به شکل 1) برای ارزیابی معیارهای اقلیمی کشاورزی استفاده شد. داده ها شامل متغیرهای اصلی آب و هوایی، از جمله میانگین، حداکثر و حداقل دما (درجه سانتی گراد)، رطوبت نسبی (%)، بارندگی (mm)، تبخیر و تعرق (ETo، mm)، و تابش خورشیدی (W/m)2). سوابق و مسائل ناقص در برخی از ایستگاه های در نظر گرفته شده مشاهده شد. پس از اعمال مقررات اسپانیا (UNE 500540، 2004) تعداد نهایی 270 ایستگاه انتخاب شد. دادههای دمای ساعتی کامل بود به جز ساعات خالی مربوط به رویدادهای تعمیر و نگهداری که پر نشدند زیرا درصد ناچیزی از کل را تشکیل میدادند. میانگین دمای ساعتی در دوره 2000-2020 برای محاسبه متغیرهای اقلیمی کشاورزی، از جمله تجمع سرما و گرما و همچنین احتمال وقوع سرمازدگی بالقوه مضر و رویدادهای گرمای غیرعادی در زمستان استفاده شد. تعداد سالهای کامل در هر ایستگاه در هر ایستگاه متفاوت است: از 5 تا 21 سال (متوسط = 20) بسته به ایستگاه.
انباشت سرما برای هر فصل از اول نوامبر تا 1 فوریه سال بعد محاسبه شد. یوتا (ریچاردسون و همکاران ، 1974) و پویا (فیشمن و همکاران، 1987) برای انجام این محاسبه از مدل ها استفاده شد. انباشت گرما برای هر فصل از 1 ژانویه تا 8 آوریل (حدود 14 هفته) با استفاده از ریچاردسون محاسبه شد.ریچاردسون و همکاران ، 1974) و اندرسون (اندرسون و همکاران، 1986مدلهایی که نتایج را در ساعتهای درجه رشد (GDHs) ارائه میکنند. احتمال وقوع یخبندان و رویدادهای گرمای غیرعادی در هفته به شرح زیر محاسبه شد: برای هر هفته، اگر دما در طول حداقل سه ساعت متوالی به زیر ۱- درجه سانتی گراد برسد، یک رویداد یخبندان رخ می دهد. سپس احتمال وقوع یخبندان در یک هفته خاص به عنوان تعداد دفعاتی که در آن هفته حداقل یک رویداد یخبندان در طول دوره مطالعه داشته است تقسیم بر تعداد سال های در نظر گرفته شده تعریف می شود. به طور مشابه، اگر دما برای حداقل سه ساعت متوالی از 1 درجه سانتیگراد بالاتر رود، یک رویداد گرمای غیر طبیعی رخ می دهد. سپس احتمال وقوع رویدادهای گرمای غیرعادی همانطور که برای رویدادهای یخبندان توضیح داده شد محاسبه می شود. هفته اول از اول ژانویه شروع شد. برای رویدادهای یخبندان، هفته های 25 تا 1 به عنوان نماینده هفته های خطرناک بالقوه در نظر گرفته شد. هفتههای اول در محدوده (یعنی هفته 1 تا هفته 2-10) خطرناکترین هفتهها در مناطق گرم هستند، در حالی که بقیه (یعنی هفتههای 2-5 تا هفته 6) در مناطق سردسیر خطرناکترین هفتهها هستند. برای رویدادهای گرمای غیرطبیعی، دوره در نظر گرفته شده از هفته 5 سال قبل (ابتدای دسامبر) تا 6 (پایان فوریه) بود که این رویدادها میتوانند انتشار زودهنگام خواب مرتبط با مشکلات تولید بعدی را افزایش دهند.
سناریوهای آینده
با توجه به سناریوهای آینده، پیش بینی های دمایی محاسبه شده توسط آژانس هواشناسی دولتی اسپانیا (AEMET) استفاده شد. AEMET در سالهای اخیر مجموعهای از پیشبینیهای تغییر اقلیم کممقیاس مرجع را در اسپانیا تولید کرده است یا از تکنیکهای کاهش مقیاس آماری برای خروجیهای مدلهای آب و هوای جهانی (GCM) استفاده میکند یا از اطلاعات تولید شده توسط تکنیکهای کاهش مقیاس پویا از طریق پروژههای اروپایی یا ابتکارات بینالمللی استفاده میکند. مانند PRUDENCE، ENSAMBLES، و EURO-CORDEX (آمبلار-فرانسس و همکاران، 2018). در این مطالعه، ما از دماهای روزانه پیشبینیشده (یعنی حداکثر و حداقل) با استفاده از مقیاس کوچکسازی آماری مبتنی بر شبکههای عصبی مصنوعی استفاده کردیم. این به عنوان یک روش مناسب برای تولید پیشبینیهای اقلیمی در سناریوهای فعلی و آینده در اسپانیا و در عین حال کاهش تعصبات مدل GCMs ارزیابی شده است.هرنانز و همکاران، 2022a,b) در یک شبکه با وضوح 5 کیلومتر. دو افق زمانی در نظر گرفته شده است، یعنی 2025-2045 (مشخصات 2035) و 2045-2065 (مشخصات 2055) برای ارائه نتایج برای کوتاه مدت و میان مدت. دو مسیر غلظت نماینده، یعنی RCP4.5 و RCP8.5، در نظر گرفته شد.ون وورن و همکاران، 2011). شایان ذکر است، در این مطالعه از یازده GCM استفاده شد (جدول 1). نتایج با استفاده از یک نشانگر ارائه شد گروه روش شناسی (سمنوف و استراتونوویچ، 2010; والاک و همکاران، 2018) که در آن مقادیر متوسط معیارهای پیش بینی شده (مثلاً، سرما و تجمع گرما یا احتمالات) محاسبه شده توسط همه مدل ها در مراحل بعدی استفاده شد. دماهای ساعتی برای محاسبه شاخص های اقلیم کشاورزی از دمای روزانه با استفاده از بسته chillR شبیه سازی شد (لودلینگ، 2019).
جدول 1
جدول 1. فهرست مدل های آب و هوای جهانی مورد استفاده در این مطالعه.
برای مقایسه متغیرهای اقلیمی کشاورزی در سناریوهای حال و آینده، مکان های واقعی ایستگاه های هواشناسی با نزدیک ترین نقاط آنها از شبکه مقایسه شد. حداکثر، حداقل و میانگین فاصله ایستگاه های هواشناسی تا نزدیک ترین نقاط شبکه به ترتیب 3.87/0.26، 2.14/50 و XNUMX/XNUMX کیلومتر بود. در تمام موارد (سناریوهای فعلی و آینده)، یک منطقه درون یابی شده در اطراف ایستگاه های هواشناسی در نظر گرفته شده (یعنی حداکثر XNUMX کیلومتر دورتر از نزدیک ترین ایستگاه هواشناسی) با استفاده از روش وزن دهی معکوس محاسبه شد.
نتایج
جمع شدن سرما
همانطور که در بالا اشاره شد، از دو مدل برای محاسبه تجمع سرما استفاده شد، یعنی مدل یوتا (در واحد سرما) و مدل پویا (در بخش). با استفاده از مقادیر میانگین کل سرما انباشته شده در کل دوره برای همه ایستگاه ها، همبستگی بسیار بالایی بین هر دو شاخص به دست آمد.R2 = 0.95، شکل اضافی 1). بنابراین، نتایج تنها با استفاده از یکی از آنها (بخش) ارائه می شود. شکل 2 الگوهای فضایی میانگین بخش های سرما را در دوره های مختلف در نظر گرفته نشان می دهد. در وضعیت فعلی، میتوانیم ببینیم که چندین منطقه جغرافیایی با تجمع سرما زیاد (75 قسمت) مانند دره ابرو، شمال اکسترمادورا و برخی مناطق داخلی در مدیترانه وجود دارد. فقط در مدیترانه و دره گوادالکیویر، مناطق گرم با تجمع سرما کمتر از 60 قسمت (حتی زیر 50 در برخی مناطق منزوی) یافت می شود. سناریوهای آینده کاهش واضح سرما انباشته شده را در مناطق گرم، در شمال اکسترمادورا و برخی مناطق داخلی مدیترانه نشان می دهد. کاهش سرمای انباشته شده در دره ابرو در قسمت شرقی آن منطقه ایجاد میشود، در حالی که فضای داخلی سرمای زمستانی قابل توجهی را حتی در بدبینانهترین سناریو (مثلاً 2055_RCP8.5) جمع میکند. اثرات گرمایش زمین بر کاهش سرمای زمستان در سناریوی 2055_RCP8.5 همانطور که انتظار می رود شدیدتر است. جداول اضافی 1-4 میانگین تجمع سرما را در دوره در نظر گرفته شده (اول نوامبر تا پایان فوریه) در بخشهایی برای همه مکانها و مدلها در هر سناریوی آینده در نظر گرفته نشان میدهد. مقدار میانگین خروجی های یازده مدل و همچنین سرمای انباشته ثبت شده برای دوره 1-2000 برای مقاصد مقایسه نشان داده شده است.
شکل 2
شکل 2 تجمع سرما در مناطق اصلی تولید سنگ در اسپانیا برای وضعیت فعلی (تقریباً 2000-2020)، دو افق زمانی (2025-2045 و 2045-2065) و دو سناریو آینده (RCP4.5 و RCP8.5).
برای بررسی اینکه آیا کاهش انباشت سرمای مورد انتظار تأثیر مشابهی بر مکان ها بسته به تجمع سرمای فعلی آنها خواهد داشت یا خیر، یک طبقه بندی از 270 ایستگاه هواشناسی انجام شد و آنها را برحسب میانگین بخش های انباشته شده در سناریوی فعلی تقسیم کرد: تجمع کم (< 60 قسمت، 34 ایستگاه)، انباشت متوسط (بین 60 تا 80 قسمت، 121 ایستگاه) و انباشت بالا (بالای 80 قسمت، 115 ایستگاه). شکل 3 نمودارهای جعبه بخش های انباشته شده را در هر سناریو برای سه نوع مکان نشان می دهد. کاهش تجمع سرما مشاهده شده مطابق با هر سناریو مورد انتظار است. از نظر تفاوت در مقادیر میانه بین سناریوهای فعلی و آینده، به نظر می رسد که سه نوع مکان رفتار یکسانی را نشان می دهند (به این معنی که تلفات درصدی در مناطق کم انباشت بیشتر است). با این حال، گسترش داده ها بسیار متفاوت است. مناطق تجمع سرما کم و زیاد پراکندگی کمتری را نشان میدهند (با برخی نقاط پرت در انتهای پایین توزیع) نسبت به مناطق متوسط، که پراکندگی بالاتری را نشان میدهند اما هیچ نقطه پرت ندارند. تجزیه و تحلیل این نقاط دورافتاده برای مناطق انباشته شدید سرما نشان می دهد که نقطه پرت برای هر چهار سناریو آینده مربوط به یک مکان داخلی مدیترانه (Játiva) است. برای مناطق انباشته کم سرما، نقطه پرت در هر مورد (از جمله سناریوی فعلی) با یک مکان ساحلی مدیترانه (آلمریا) مطابقت دارد. نقاط پرت برای پراکندگی بالای پراکندگی در مناطق کم سرما با مکانهای داخلی در مدیترانه (مانند مونتسا، کالوسا د ساریا و مورسیا) مطابقت دارد، اگرچه میتوانند مصنوع باشند زیرا پیشبینیها تجمع سرمای بیشتری را در آینده نسبت به فعلی پیشبینی میکنند. سناریو. آنها می توانند ناشی از تفاوت های آب و هوایی احتمالی بین مکان واقعی ایستگاه های هواشناسی و نزدیک ترین نقطه آنها در شبکه برای پیش بینی های آینده باشند.
شکل 3
شکل 3 نمودارهای جعبهای از سرما انباشته در همه سناریوها برای ایستگاههای انباشت سرما کم (60 قسمت)، متوسط (بین 60 تا 80 قسمت) و زیاد (80 قسمت)، به سناریوی فعلی اشاره دارد.
انباشت گرما
انباشت گرما با استفاده از دو مدل (یعنی مدل های ریچاردسون و اندرسون) مشابه انباشت سرما محاسبه شد. همبستگی بالایی بین نتایج هر دو مدل یافت شد (R2 = 0.998، شکل اضافی 2). بنابراین، نتایج تنها با استفاده از نتایج مدل اندرسون ارائه شده است. شکل 4 الگوهای فضایی میانگین GDH را در دوره های مختلف در نظر گرفته نشان می دهد. به نظر می رسد همه سناریوهای مربوط به GDH با سناریوهای انباشت سرما مربوطه همبستگی معکوس دارند (شکل 2). مکان هایی که تجمع سرما کم است، انباشت گرمای بالایی دارند و بالعکس. با کاهش انباشت سرما در سناریوهای آینده، انباشت گرما به نسبت در هر ناحیه افزایش می یابد. به عنوان مثال، ضریب همبستگی پیرسون بین انباشت سرما از دست رفته و انباشت گرمای به دست آمده برای سناریوهای جریان و 2055_RCP8.5 0.68 است (p-value < 1e-15).
شکل 4
شکل 4 انباشت گرما در مناطق اصلی تولید سنگ در اسپانیا برای وضعیت فعلی (تقریباً 2000-2020)، دو افق زمانی (2025-2045 و 2045-2065) و دو سناریو آینده (RCP4.5 و RCP8.5)
همانطور که در مورد انباشت سرما، اثرات افزایش GDH در سناریوی 2055_RCP8.5 شدیدتر است همانطور که انتظار می رود. جداول اضافی 5-8 میانگین انباشت گرما را در دوره در نظر گرفته شده (1 ژانویه تا 8 آوریل) در GDH برای همه مکان ها و مدل ها در هر سناریو در نظر گرفته نشان می دهد. مقدار میانگین خروجی های یازده مدل و همچنین گرمای انباشته ثبت شده برای دوره 2000-2020 برای مقاصد مقایسه نشان داده شده است.
احتمال وقوع یخبندان و گرمای غیر طبیعی
احتمال وقوع یخبندان همانطور که در بالا تعریف شد در نشان داده شده است شکل 5 مقایسه هفته های 2 تا 10 برای سناریوهای فعلی و 2035_RCP4.5 و 2055_RCP8.5 (فقط احتمالات ≥ 10٪). در شرایط فعلی، احتمالات قابل توجهی از رویدادهای یخبندان به ویژه در مناطقی از دره ابرو و همچنین شمال Extremadura و مناطق داخلی مدیترانه ثبت شده است. طبق انتظار، احتمال یخبندان از هفته 2 تا 10 کاهش می یابد، اما برخی از مکان های خاص در دره ابرو همچنان احتمال یخبندان قابل توجهی در هفته 10 دارند. سناریوهای آینده تحلیل شده در شکل 5 از نظر افزایش دما به ترتیب خوش بینانه ترین (یعنی 2035_RCP4.5) و بدبینانه (یعنی 2055_RCP8.5) هستند. احتمال وقوع یخبندان از اکسترمادورا ناپدید می شود و در همه مناطق کاهش می یابد، در حالی که مناطق کاهش یافته دره ابرو و برخی مناطق منزوی در مدیترانه داخلی حتی در هفته 10 احتمال بالای 10 درصد را نشان می دهد. مانند وضعیت فعلی، احتمال یخبندان از کاهش می یابد. هفتههای 2 تا 10. به طور قابلتوجهی، سناریوهای 2035_RCP4.5 و 2055_RCP8.5 تصاویر مشابهی را از نظر احتمال وقوع یخبندان ارائه میدهند، که نشان میدهد دره ابرو و برخی از مکانهای مدیترانه داخلی در تمام سناریوهای در نظر گرفته شده دچار یخبندان خواهند شد.
شکل 5
شکل 5 احتمال وقوع یخبندان در مناطق اصلی تولید سنگ در اسپانیا برای هفته های 2 تا 10 برای سناریوهای فعلی، 2035_RCP4.5 و 2055_RCP8.5.
بحث و نتیجه گیری
این مطالعه سعی کرد مناطق اصلی تولید میوه های هسته دار اسپانیا را با استفاده از داده های اقلیمی زراعی تاریخی (به ویژه دما) از 270 ایستگاه هواشناسی پراکنده در این مناطق مشخص کند و نتایج را با پیش بینی های آینده در دو افق زمانی و سناریوهای RCP مقایسه کند. مناطق مورد مطالعه بر این اساس انتخاب شدند که تصمیمات فعلی و آتی در خصوص کشت میوه های هسته دار (یعنی هلو، زردآلو، آلو و آلبالو) عمدتاً در محدوده مناطق تولیدی فعلی اتخاذ خواهد شد، جایی که دانش و آگاهی فن آوری برای رشد این محصولات به شدت نصب شده است. بنابراین، این مطالعه بر سایر مکانهای بالقوه آینده برای کشت میوه هستهدار تمرکز نمیکند.
متغیرهای اصلی محاسبه شده، یعنی سرما و انباشت گرما، نشان می دهد که مناطق در نظر گرفته شده از نظر اقلیم کشاورزی کاملاً متنوع هستند و تغییرات آب و هوایی تأثیر مهمی به خصوص در گرم ترین مناطق حتی در میان مدت خواهد داشت. مدل های مورد استفاده برای محاسبه هر یک از آنها (یعنی یوتا و دینامیک برای سرما و ریچاردسون و اندرسون برای انباشت گرما) همبستگی بسیار بالایی را نشان می دهند همانطور که قبلا توسط رویز و همکاران (2007, 2018).
کاهش مهم تجمع سرما در همه مناطق پیش بینی شده است که با مطالعات قبلی در مناطق مدیترانه مطابقت دارد.بنموسا و همکاران، 2018, 2020; Rodríguez و همکاران، 2019; دلگادو و همکاران، 2021; فراگا و سانتوس، 2021). کاهش تجمع سرما در مقادیر مطلق در همه مناطق مورد مطالعه مشابه خواهد بود، اما گرمترین مناطق (یعنی منطقه مدیترانه و دره گوادالکیویر) از نظر مناسب بودن کشت میوه های هسته دار می توانند بسیار بیشتر تحت تاثیر قرار گیرند زیرا وضعیت فعلی آنها در حال حاضر یک محدودیت برای کشت میوه های هسته دار است. بسیاری از ارقام در مناطق سردسیری مانند دره ابرو و اکسترمادورا، کاهش تجمع سرما اصولاً مانعی برای ادامه کشت نخواهد بود، اگرچه در برخی از مناطق سرد خاص در اکسترمادورا و مدیترانه، کاهش تجمع سرما نسبت به سایر مناطق سردسیر شدیدتر خواهد بود. لازم به ذکر است که با توجه به شکل 3، کاهش ناگهانی در تجمع سرما بین وضعیت فعلی و آینده نزدیک مشاهده می شود. وضوح شبکه استفاده شده، حتی اگر خوب (حدود 5 کیلومتر) باشد، می تواند دلیل این اثر باشد. سایر منابع احتمالی ناهماهنگی که منجر به تفاوت های اغراق آمیز بین مقادیر پیش بینی شده و واقعی می شود، می تواند این باشد که بایاس های مدل GCM باقیمانده در طول فرآیند کاهش مقیاس به طور کامل به حداقل نمی رسند، یا این واقعیت که ما در حال مقایسه محاسبات انجام شده با دمای واقعی ساعتی هستیم (به عنوان مثال، فعلی سناریو) و محاسبات انجام شده با منحنی های دمای ایده آل حاصل از حداکثر و حداقل دماهای روزانه پیش بینی شده (لینویل، 1990) برای سناریوهای آینده. افتهای ناگهانی مشابه در آینده نزدیک توسط رودریگز و همکاران نیز مشاهده شد که کاهش تا 30 قسمت خنک کننده را برای دوره 2021-2050 در برخی از نقاط اسپانیا پیش بینی کردند.Rodríguez و همکاران، 2019) که با نتایج ما موافق است. بنموسا و همکاران (2020), دلگادو و همکاران (2021)و فراگا و سانتوس (2021) همچنین کاهش ناگهانی سناریوهای تاریخی و آینده را به ترتیب در تونس، پرتغال و آستوریاس (شمال اسپانیا) گزارش کرد. مانند مورد ما، این مطالعات همچنین نشان داد که بدون در نظر گرفتن RCP در نظر گرفته شده، هیچ تفاوت مهمی برای سرما انباشته شده در آینده نزدیک ظاهر نمی شود. برخلاف انباشت سرما، انباشت گرما در همه سناریوها افزایش می یابد (به ویژه در 2055_RCP8.5 همانطور که انتظار می رود)، و تکامل آن برعکس تجمع سرما است. این مورد نیز مشاهده شد فراگا و سانتوس (2021) برای پرتغال
احتمال وقوع یخبندان و رویدادهای گرمای غیرعادی در هفتههایی که میتوانند بر عملکرد و تولید تأثیر بگذارند (به عنوان مثال، یخبندان دیررس یا رویدادهای گرمای غیرعادی قبل از رهاسازی غوطهور شدن) نیز محاسبه شد. برای سناریوی فعلی، همانطور که انتظار می رود، وقوع سرمازدگی در مناطق سردسیر بیشتر است. رویدادهای گرمای غیرعادی در هفتههای کلیدی در طول سالهای گذشته اما با احتمال بسیار کم در منطقه مدیترانه متمرکز شدهاند. برآوردهای آینده برای این متغیرها نشان می دهد که رویدادهای یخبندان در هفته هایی که تولید میوه هسته دار می تواند تحت تأثیر قرار گیرد.میراندا و دیگران ، 2005; جولیان و همکاران، 2007) با پیشرفت قرن کاهش می یابد و برای RCP8.5 کمتر خواهد بود، که با مطالعات قبلی موافق است (لئولینی و همکاران، 2018). با این حال، برخی از مناطق دره ابرو و مکانهای داخلی خاص نواحی مدیترانه، حتی در گرمترین سناریو (به عنوان مثال، 2055_RCP8.5، در هفتههای کنونی، هنوز هم در معرض تعداد قابل توجهی از یخبندان قرار خواهند گرفت. شکل 5). تعریف یک رویداد یخبندان از نظر دما و زمان قرار گرفتن در معرض، ارتباط نزدیکی با مرحله فنولوژیکی رقم موجود دارد.میراندا و دیگران ، 2005). با توجه به تنوع زیاد ارقام هستهدار ممکن، از CR بسیار کم تا بسیار زیاد، و تعداد مکانهای تجزیهوتحلیلشده، از سرد تا گرم، ایجاد تعاریف رویداد یخبندان رقم/مکان خاص در این مطالعه امکانپذیر نیست. اطلاعات درگیر این نوع مطالعات معمولاً با استفاده از چند مکان و/یا ارقام مانند آنچه که توسط انجام میشود، انجام میشود لوریت و همکاران (2020) برای بادام در اسپانیا، فرناندز و همکاران (2020) در شیلی، که حداقل دمای کمتر از 0 درجه سانتیگراد را در طول دوره شکوفهدهی نمایندهترین گونه درختان میوه برگریز که در هر یک از XNUMX مکان مورد بررسی کشت میشوند، محاسبه کردند، یا پارکر و همکاران (2021) که دماها و مراحل فنولوژیکی مختلف را برای سه گونه (یعنی بادام، آووکادو و پرتقال) در نظر گرفتند، اما با در نظر گرفتن سه دما (0، 2- و 2+ درجه سانتیگراد) و زمان قرار گرفتن در معرض، توصیف کلی منطقه را نیز انجام دادند. انتخاب ما از -1 درجه سانتیگراد و حداقل سه ساعت متوالی با هدف توصیف تکامل رویدادهای یخبندان به جای ارتباط دادن آسیب خاص به ارقام خاص، که یک مطالعه متفاوت را فرض می کند، است. این تعریف پس از بازیابی نظرات کارشناسان اتخاذ شد. با توجه به تعداد زیاد ارقام از نظر CR و HR و تنوع رژیم های دما در مناطق در نظر گرفته شده در این مطالعه، ما آن هفته ها (از 2 تا 10) را انتخاب کردیم که همه (یا اکثر) ترکیبات رقم/موقعیت می تواند باشد. با توجه به مرحله فنولوژیکی خود مستعد آسیب سرمازدگی هستند. برای اهداف تصمیمگیری، تولیدکنندگان باید نقشهای را انتخاب کنند که به بهترین وجه با موقعیت خاص آنها (یعنی رقم/محل) مطابقت داشته باشد تا تصمیم بهینه اتخاذ شود. به طور کلی، مناطق گرم و/یا ارقام زودگل مربوط به هفته های اولیه در محدوده مورد نظر خواهند بود، در حالی که مناطق سرد و/یا ارقام دیرگل مربوط به هفته های بعدی در محدوده مورد نظر خواهند بود. رویدادهای گرمای غیرعادی در زمستان که می تواند آزادسازی زودرس غدد را افزایش دهد، که بر تولید تأثیر منفی می گذارد.ویتی و مونتلئونه، 1995; رودریگو و هررو، 2002; لادویگ و همکاران، 2019، عمدتاً در دره گوادالکیویر، نواحی ساحلی مدیترانه و همچنین در اکسترمادورا و برخی مناطق دره ابرو در اواسط یا اواخر فوریه افزایش خواهد یافت.شکل 6). کمی سازی این معیار معمولاً در ادبیات مورد توجه قرار نمی گیرد، اما می تواند مسائل مهم تولید را در مناطق گرم تحریک کند، همانطور که در سال های اخیر مشاهده شده است. باز هم، تنظیم دمای 25 درجه سانتیگراد یا بالاتر برای حداقل سه ساعت متوالی برای تعریف چنین رویدادی با انگیزه نظرات کارشناسان انجام شد. به طور مشابه با احتمالات رخدادهای یخبندان، ما آن هفته ها (از 49 تا 8) را انتخاب کردیم که در آن همه (یا بیشتر) ترکیبات رقم/محل می توانستند با توجه به مرحله فنولوژیکی آنها تحت تأثیر این رویدادها قرار گیرند. به طور کلی، مناطق گرم و/یا ارقام زودگل مربوط به هفته های اولیه در محدوده مورد نظر خواهند بود، در حالی که مناطق سرد و/یا ارقام دیرگل مربوط به هفته های بعدی در محدوده مورد نظر خواهند بود.
معیارهای اقلیمی زراعی محاسبه شده در این مطالعه اطلاعات ارزشمندی را در اختیار تولیدکنندگان قرار می دهد تا مناسب ترین ارقام را در هر منطقه تولیدی از نقطه نظر تطبیقی انتخاب کنند. هر رقم دارای CR های خود برای شکستن اندودورمانسی است (کامپوی و همکاران، 2011b; فادون و همکاران، 2020b). کاهش تجمع سرما همانطور که در سناریوهای آینده پیش بینی می شود ممکن است باعث شود که ارقام در حال حاضر رشد کرده CR خود را در مناطق خاصی برآورده نکنند، به ویژه مناطقی از مدیترانه و نواحی دره گوادالکیویر که در حال حاضر گرم هستند. این امر شامل رهاسازی غدد ناقص است که درختان میوه را از سه جنبه اصلی تحت تاثیر قرار می دهد، یعنی ریزش جوانه گل (و در نتیجه گلدهی ضعیف)، تاخیر در گلدهی و جوانه زدن، و عدم یکنواختی در هر دو فرآیند، که منجر به مشکلات تولیدی جدی می شود.Legave و همکاران، 1983; ارز، 2000; اتکینسون و همکاران، 2013). همه اینها می تواند زیان اقتصادی مهمی برای تولیدکنندگان ایجاد کند. در این زمینه، دانش در مورد CR برای ارقام مختلف بسیار مهم است، اگرچه اطلاعات موجود در حال حاضر در درختان میوه هسته دار نسبتاً کمیاب است.فادون و همکاران، 2020b) از جمله هلو (Maulión و همکاران، 2014زردآلو (رویز و همکاران، 2007)، آلو (رویز و همکاران، 2018و گیلاس شیرین (آلبرکرک و همکاران، 2008).
در مناطق گرم مانند مدیترانه و دره گوادالکیویر، که سرمای انباشته شده در شرایط فعلی کمتر از 60 قسمت است، ارقام زودرس با CR بین 30 تا 60 قسمت رشد می کنند. تحقق CR برای این ارقام می تواند در تمام سناریوهای آینده مورد تجزیه و تحلیل قرار گیرد (شکل 2). برای اطمینان از سازگاری گونه ها/ ارقام مختلف با این مناطق، ممکن است نیاز به جابجایی باشد و برخی از ارقام باید به مناطق نزدیک (مناطق داخلی در منطقه مدیترانه یا به سمت Extremadura در مورد دره گوادالکیویر) منتقل شوند. جایی که CR حتی در سناریوهای آینده محقق خواهد شد و انتظار می رود خطرات سرمازدگی کاهش یابد. در این زمینه، معرفی یا توسعه ارقام با CR بسیار پایین به یک هدف حیاتی تبدیل میشود که باید در برنامههای اصلاحی گونه/ارقام فعلی مورد توجه قرار گیرد، به ویژه برای مناسب بودن برای مناطق گرم که سازگاری ارقام فعلی در آینده در معرض خطر قرار میگیرد. سناریوها در غیر این صورت این مناطق نمی توانند فعالیت های تولیدی و اقتصادی خود را در زمینه تولید میوه هسته دار حفظ کنند. جدای از این، شیوهها و استراتژیهای زراعی مختلف نیز میتواند برای به حداقل رساندن کاهش تجمع سرما در این مناطق حداقل به صورت محلی اعمال شود. استفاده از محرکهای زیستی برای شکستن غدد قبل از انجام CR یا استفاده از شبکههای سایهانداز در طول مراحل مختلف خواب قبلاً در مناطق گرم برای تولید میوههای هستهدار توضیح داده شده است.گیلریث و بوکانان، 1981; ارز، 1987; Costa و همکاران ، 2004; کامپوی و همکاران، 2010; پتری و همکاران، 2014، اگر چه تحقیقات و بهینه سازی بیشتری باید برای موثرتر کردن این تکنیک ها و ترویج استفاده سیستماتیک از آنها انجام شود. در مقابل، در سردترین مناطق تولید مثل دره ابرو، شمال اکسترمادورا، و برخی از مکانهای داخلی در منطقه مدیترانه، یخبندان کمتری پیشبینی میشود، که میتواند ارقام زودتر را نسبت به ارقام فعلی اجازه دهد، که تعداد ارقام زنده را افزایش میدهد و بنابراین، پیشنهاد به بازار با پیامدهای اقتصادی مثبت برای منطقه است. به طور کلی، در تمام مناطق تولیدی، در نظر گرفتن ارقام در حال رشد و تجزیه و تحلیل که در آستانه تحقق CR هستند برای جایگزینی یا جابجایی آنها یا معرفی شیوه های مدیریتی شرح داده شده در بالا برای اطمینان از انطباق با تغییرات آب و هوایی جدید بسیار مهم است. سناریوها
با توجه به انباشت گرما، سناریوهای آتی افزایش این متغیر را در تمامی مناطق در نظر گرفته شده پیش بینی می کنند.شکل 4). در مناطق گرم و متوسط، این متغیر به اندازه تجمع سرما تعیین کننده نیست، اما می تواند تأثیر مرتبطی بر روی فنولوژی داشته باشد و باعث پیشرفت در تاریخ گلدهی شود و در نتیجه خطر آسیب احتمالی سرمازدگی را افزایش دهد.Mosedale و همکاران، 2015; آنتربرگر و همکاران، 2018; Ma و همکاران، 2019). به عنوان یک نکته اضافی، این پیشرفت گلدهی شامل یک پیشرفت رسیدن نیز می شود (پنیولاس و فیللا، 2001; کامپوی و همکاران، 2011b) که برای عرضه استراتژیک محصولات خود به بازار باید مورد توجه تولیدکنندگان قرار گیرد. در مقابل، در مناطق سردسیر، عدم تجمع گرما در شرایط فعلی می تواند به رشد فنولوژیکی و رشد میوه آسیب برساند.فادون و همکاران، 2020 a). این مناطق سرد در حال حاضر توسط افزایش انباشت گرمای پیشبینیشده برای سناریوهای آینده مورد علاقه قرار خواهند گرفت. همانطور که در نشان داده شده است شکل 6، رویدادهای گرمای غیرعادی در سناریوهای آینده در تاریخ هایی که درختان میوه هنوز غوطه ور شدن را منتشر نکرده اند، بیشتر خواهد بود، به ویژه در مناطق گرم مانند دره گوادالکیویر و مکان های مدیترانه. این رویدادها زمانی که CR تا حدی پوشیده شده باشد (حدود 60 تا 70 درصد) می تواند تأثیر بسیار منفی داشته باشد و باعث آزادسازی ناقص خواب شود که ممکن است مشکلات رویشی و گلدهی را در بر داشته باشد و تأثیر منفی بر تشکیل میوه و عملکرد داشته باشد.رودریگو و هررو، 2002; کامپوی و همکاران، 2011a).
در هر صورت، تغییرات در رژیم سرما و انباشت گرما تأثیر مشترکی بر روی همه ارقام و مکانهای آنها ندارد، زیرا برخی اثرات جبرانی میتواند در رابطه با تجمع سرما/گرما از نظر رهاسازی غدد یا پیشبینی تاریخ گلدهی رخ دهد.پاپ و همکاران ، 2014). علاوه بر این، خصوصیات کشاورزی اقلیمی مکانها در مقیاس بسیار محلی ممکن است به کالیبراسیون خاصی از دادهها به دلیل ناهمگونی فضایی نیاز داشته باشد.لوریت و همکاران، 2020) برای اتخاذ بهترین تصمیمات در مورد انتخاب رقم بهینه. نتایج ارائه شده در این مطالعه می تواند نه تنها برای تولید میوه هسته دار بلکه برای سایر میوه های معتدل با اهمیت فوق العاده در مناطق مستقر، به عنوان مثال، انگور در La Rioja (دره ابرو) و یا سایر میوه ها مفید باشد. این نتایج میتواند مبنای سیستمهای پشتیبانی تصمیم برای کمک به تولیدکنندگان در اتخاذ تصمیمهای استراتژیک بهینه (به عنوان مثال، انتخاب رقم، جابجایی، و اجرای شیوههای مدیریت کاهش) در میان مدت و بلندمدت باشد.
بیانیه در دسترس بودن داده ها
مشارکت های اصلی ارائه شده در مطالعه در مقاله گنجانده شده است/مواد تکمیلی، سوالات بیشتر را می توان به نویسندگان مربوطه هدایت کرد.
مقالات نویسنده
MC، JG-B، JG، و DR این مطالعه را تصور و طراحی کردند. MC داده های اقلیمی زراعی را برای سناریوی فعلی ارائه کرد. JAE محاسبات را برای سناریوهای آینده انجام داد. JAE و DR قسمت اصلی نسخه خطی را نوشتند. JE اطلاعاتی در مورد جنبه های فنی زراعی ارائه کرد. JG پروژه نوآوری را مدیریت کرد که بودجه این تحقیق را تامین کرد. همه نویسندگان سند را اصلاح کردند و نسخه ارسال شده را تأیید کردند.
بودجه
حمایت مالی توسط وزارت کشاورزی، ماهیگیری و غذا اسپانیا از طریق پروژه نوآوری "انطباق بخش میوه های هسته دار با تغییرات آب و هوایی" (رجوع کنید: MAPA-PNDR 20190020007385) و توسط PRIMA، برنامه ای تحت حمایت H2020، چارچوب اتحادیه اروپا، ارائه شد. برنامه تحقیق و نوآوری (پروژه "AdaMedOr"؛ شماره کمک مالی PCI2020-112113 وزارت علوم و نوآوری اسپانیا).
تضاد منافع
نویسندگان اعلام می کنند که تحقیق در صورت عدم روابط تجاری یا مالی صورت می گیرد که می تواند به عنوان یک درگیری بالقوه مورد توجه قرار گیرد.
نکته ناشر
تمام ادعاهای بیان شده در این مقاله صرفاً متعلق به نویسندگان است و لزوماً ادعاهای سازمان های وابسته به آنها یا ناشر، ویراستاران و داوران را نشان نمی دهد. هر محصولی که ممکن است در این مقاله ارزیابی شود، یا ادعایی که ممکن است توسط سازنده آن باشد، توسط ناشر تضمین یا تایید نمی شود.
تشکر و قدردانی
ما از همه اعضای گروه عملیاتی اسپانیایی "انطباق بخش میوه های هسته دار با تغییرات آب و هوایی" (FECOAM، FECOAV، ANECOOP، Frutaria، Basol Fruits، Fundación Universidad-Empresa de la Región de Murcia، Fundación Cajamar) برای مشارکت ارزشمندشان در توسعه پروژه ما از AEMET برای داده های موجود در صفحه وب خود تشکر می کنیم (http://www.aemet.es/es/serviciosclimaticos/cambio_climat/datos_diarios).
مواد تکمیلی
مواد تکمیلی برای این مقاله را می توانید به صورت آنلاین پیدا کنید: https://www.frontiersin.org/articles/10.3389/fpls.2022.842628/full#supplementary-material
شکل تکمیلی 1 | همبستگی بین میانگین بخشهای انباشته شده و واحدهای سرما برای سناریوی فعلی در تمام ایستگاههای هواشناسی.
شکل تکمیلی 2 | همبستگی بین میانگین GDH انباشته شده برای مدلهای اندرسون و ریچاردسون برای سناریوی فعلی در تمام ایستگاههای هواشناسی.
منابع
Alburquerque, N., García-Montiel, F., Carrillo, A., and Burgos, L. (2008). نیاز سرمایی و حرارتی ارقام گیلاس شیرین و رابطه ارتفاع و احتمال برآورده شدن نیاز سرمایی. محیط زیست انقضا ربات. 64، 162-170. doi: 10.1016/j.envexpbot.2008.01.003
Amblar-Francés، MP، Pastor-Saavedra، MA، Casado-Calle، MJ، Ramos-Calzado، P. و Rodríguez-Camino، E. (2018). استراتژی برای تولید پیشبینیهای تغییرات آب و هوایی که جامعه تأثیرگذار اسپانیا را تغذیه میکند. Adv. علمی Res. 15، 217-230.
اندرسون، جی ال، ریچاردسون، EA، و کسنر، سی دی (1986). اعتبار سنجی مدل های فنولوژی واحد سرما و جوانه گل برای آلبالو "مونت مورنسی". Acta Hortic. 1986، 71-78. doi: 10.17660/ActaHortic.1986.184.7
اتکینسون، سی جی، برنان، RM، و جونز، HG (2013). کاهش سرما و تأثیر آن بر محصولات معتدل چند ساله. محیط زیست انقضا ربات. 91، 48-62. doi: 10.1016/j.envexpbot.2013.02.004
بنموسا، اچ، بن میمون، م.، قراب، م.، و لودلینگ، ای. (2018). تغییرات آب و هوایی باغات آجیل مرکزی تونس را تهدید می کند. بین المللی J. Biometeorol. 62, 2245–2255. doi: 10.1007/s00484-018-1628-x
Benmoussa, H., Luedeling, E., Ghrab, M., and Ben Mimoun, M. (2020). کاهش شدید سرمای زمستان بر باغات میوه و آجیل تونس تأثیر می گذارد. صعود چان. 162, 1249–1267. doi: 10.1007/s10584-020-02774-7
Campoy، JA، Ruiz، D.، Cook، N.، Allderman، L.، و Egea، J. (2011a). دماهای بالا و زمان جوانه زدن در زردآلو کم سرد 'Palsteyn'. به سوی درک بهتری از برآورده شدن نیازهای سرما و گرما. علمی هورتیک. 129، 649-655. doi: 10.1016/j.scienta.2011.05.008
Campoy، JA، Ruiz، D.، و Egea، J. (2011b). خواب در درختان میوه معتدل در زمینه گرمایش جهانی: یک بررسی علمی هورتیک. 130، 357-372. doi: 10.1016/j.scienta.2011.07.011
Campoy، JA، Ruiz، D.، و Egea، J. (2010). اثرات سایهزنی و تیمار روغن تیدیازورون بر شکستن خواب، شکوفهدهی و میوهدهی زردآلو در آب و هوای گرم و زمستانی. علمی هورتیک. 125، 203-210. doi: 10.1016/j.scienta.2010.03.029
Chmielewski، F.-M.، Götz، K.-P.، Weber، KC، and Moryson، S. (2018). تغییرات آب و هوا و خسارت سرمازدگی بهاره برای گیلاس شیرین در آلمان. بین المللی J. Biometeorol. 62, 217–228. doi: 10.1007/s00484-017-1443-9
Chylek، P.، Li، J.، Dubey، MK، Wang، M.، و Lesins، G. (2011). مشاهده و مدل سازی شده تغییر دمای قطب شمال قرن بیستم: مدل سیستم زمین کانادا CanESM20. اتمس. شیمی. فیزیک بحث و گفتگو. 11, 22893–22907. doi: 10.5194/acpd-11-22893-2011
Costa, C., Stassen, PJC, and Mudzunga, J. (2004). مواد شکستن مواد شیمیایی برای صنعت دمنوش و میوه هسته دار آفریقای جنوبی. Acta Hortic. 2004، 295-302. doi: 10.17660/ActaHortic.2004.636.35
دلگادو، آ.، داپنا، ای.، فرناندز، ای.، و لودلینگ، ای. (2021). الزامات اقلیمی در طول خواب درختان سیب از شمال غربی اسپانیا - گرم شدن کره زمین ممکن است کشت ارقام سردسیر را تهدید کند. یورو جی. آگرون. 130:126374. doi: 10.1016/j.eja.2021.126374
دلورث، تی ال، بروکلی، ای جی، روزاتی، ا.، استوفر، آر جی، بالاجی، وی، بیزلی، جی، و همکاران. (2006). مدل های آب و هوای جفت شده جهانی CM2 GFDL. بخش اول: ویژگی های فرمولاسیون و شبیه سازی جی. کلیم. 19، 643-674. doi: 10.1175/JCLI3629.1
Dufresne, J.-L., Foujols, M.-A., Denvil, S., Caubel, A., Marti, O., Aumont, O., et al. (2013). پیش بینی تغییرات آب و هوا با استفاده از مدل سیستم زمین IPSL-CM5: از CMIP3 تا CMIP5. صعود دین 40, 2123–2165. doi: 10.1007/s00382-012-1636-1
Erez, A. (1987). کنترل شیمیایی جوانه شکن HortScience 22، 1240-1243.
Erez, A. (2000). «خواب غنچه; پدیده، مشکلات و راهحلها در مناطق استوایی و نیمه گرمسیری، در محصولات میوه معتدل در آب و هوای گرم، ویرایش A. Erez (Dordrecht: Springer)، 17–48. doi: 10.1007/978-94-017-3215-4_2
Fadón, E., Fernandez, E., Behn, H., and Luedeling, E. (2020a). چارچوب مفهومی برای خواب زمستانی در درختان برگریز زراعت 10:241. doi: 10.3390/agronomy10020241
Fadón, E., Herrera, S., Guerrero, BI, Guerra, ME, and Rodrigo, J. (2020b). سرما و گرما مورد نیاز درختان میوه هسته دار معتدل (Prunus sp.). زراعت 10:409. doi: 10.3390/agronomy10030409
فاوستات (2019). داده های غذا و کشاورزی رم: فائو
فرناندز، ای.، ویتنی، سی، کونیو، آیف، و لودلینگ، ای. (2020). چشم انداز کاهش سرمای زمستان برای تولید میوه های برگریز در شیلی در طول قرن بیست و یکم. صعود چان. 159, 423–439. doi: 10.1007/s10584-019-02608-1
Fishman, S., Erez, A., and Couvillon, GA (1987). وابستگی دمایی شکست خواب در گیاهان: تجزیه و تحلیل ریاضی یک مدل دو مرحلهای که شامل یک انتقال مشارکتی است. جی. تئور. Biol. 124, 473–483. doi: 10.1016/S0022-5193(87)80221-7
فراگا، اچ، و سانتوس، JA (2021). ارزیابی اثرات تغییر آب و هوا بر سرما و فشار برای مناطق اصلی میوه تازه در پرتغال. جلو گیاه علمی 12:1263. doi: 10.3389/fpls.2021.689121
گیلریث، روابط عمومی، و بوکانان، DW (1981). رشد جوانه های گل و رویشی شلیل "Sungold" و "Sunlite" تحت تاثیر خنک سازی تبخیری توسط پاشیدن بالای سر در هنگام استراحت. مربا. Soc. هورتیک. علمی 106، 321-324.
جورجتا، MA، Jungclaus، J.، Reick، CH، Legutke، S.، Bader، J.، بوتینگر، M.، و همکاران. (2013). تغییرات آب و هوا و چرخه کربن از 1850 تا 2100 در شبیه سازی های MPI-ESM برای فاز 5 پروژه مقایسه مدل جفت شده. J. Adv. مدل. سیستم زمین 5، 572-597. doi: 10.1002/jame.20038
Giorgi، F.، و Lionello، P. (2008). پیش بینی تغییرات آب و هوا برای منطقه مدیترانه گلوب. سیاره. چان. 63، 90-104. doi: 10.1016/j.gloplacha.2007.09.005
Guo, L., Dai, J., Wang, M., Xu, J., and Luedeling, E. (2015). پاسخهای فنولوژی بهاره در درختان منطقه معتدل به گرم شدن آب و هوا: مطالعه موردی گلدهی زردآلو در چین. کشاورزی برای. شهاب سنگ. 201، 1-7. doi: 10.1016/j.agrformet.2014.10.016
Guo, L., Wang, J., Li, M., Liu, L., Xu, J., Cheng, J., et al. (2019). حاشیه های توزیع به عنوان آزمایشگاه های طبیعی برای استنباط پاسخ های گل گونه ها به گرم شدن آب و هوا و پیامدهای خطر یخبندان. کشاورزی برای. شهاب سنگ. 268، 299-307. doi: 10.1016/j.agrformet.2019.01.038
Hatfield، JL، Sivakumar، MVK، و Prueger، JH (ویرایشگران) (2019). اقلیم شناسی کشاورزی: پیوند کشاورزی با اقلیم. ویرایش 1 مدیسون: انجمن کشاورزی آمریکا.
Hernanz، A.، García-Valero، JA، Dominguez، M.، Ramos-Calzado، P.، Pastor-Saavedra، MA، و Rodríguez-Camino، E. (2022a). ارزیابی روشهای کاهش مقیاس آماری برای پیشبینیهای تغییرات آب و هوایی در اسپانیا: شرایط فعلی با پیشبینیکنندههای کامل. بین المللی جی.کلیماتول. 42، 762-776. doi: 10.1002/joc.7271
Hernanz، A.، García-Valero، JA، Dominguez، M.، and Rodríguez-Camino، E. (2022b). ارزیابی روشهای کاهش مقیاس آماری برای پیشبینیهای تغییرات آب و هوایی در اسپانیا: شرایط آینده با واقعیت شبه (آزمایش قابلیت انتقال). بین المللی جی.کلیماتول. 2022:7464. doi: 10.1002/joc.7464
IPCC (2021). تغییرات آب و هوا 2021: پایه علم فیزیکی. مشارکت گروه کاری اول در ششمین گزارش ارزیابی پانل بین دولتی در مورد تغییرات آب و هوا. کمبریج: انتشارات دانشگاه کمبریج.
جی، دی، وانگ، ال.، فنگ، جی.، وو، کیو، چنگ، اچ، ژانگ، کیو، و همکاران. (2014). توصیف و ارزیابی اساسی مدل سیستم زمین دانشگاه عادی پکن (BNU-ESM) نسخه 1. Geosci. مدل Dev. 7, 2039–2064. doi: 10.5194/gmd-7-2039-2014
جولیان، سی، هررو، ام.، و رودریگو، جی (2007). ریزش جوانه گل و خسارت سرمازدگی قبل از شکوفه در زردآلو (Prunus armeniaca L.). J. Appl. ربات کیفیت غذا 81، 21-25.
Ladwig، LM، Chandler، JL، Guiden، PW، و Henn، JJ (2019). گرمای شدید زمستان باعث شکسته شدن جوانه های بسیار زودرس برای بسیاری از گونه های چوبی می شود. محیط زیست 10:e02542. doi: 10.1002/ecs2.2542
Legave, JM, Garcia, G., and Marco, F. (1983). برخی از جنبه های توصیفی فرآیند ریزش جوانه های گل، یا گل های جوان مشاهده شده بر روی درخت زردآلو در جنوب فرانسه. Acta Hortic. 1983، 75-84. doi: 10.17660/ActaHortic.1983.121.6
Leolini، L.، Moriondo، M.، Fila، G.، Costafreda-Aumedes، S.، Ferrise، R.، و Bindi، M. (2018). تأثیر سرمازدگی دیررس بهاره بر توزیع انگور در آینده در اروپا Field Crops Res. 222، 197-208. doi: 10.1016/j.fcr.2017.11.018
لینویل، دی (1990). محاسبه ساعت سرما و واحدهای سرما از مشاهدات دمای حداکثر و حداقل روزانه. HortScience 25، 14-16.
Lorite, IJ, Cabezas-Luque, JM, Arquero, O., Gabaldón-Leal, C., Santos, C., Rodríguez, A., et al. (2020). نقش فنولوژی در اثرات تغییر آب و هوا و استراتژی های سازگاری برای محصولات درختی: مطالعه موردی در باغ های بادام در جنوب اروپا. کشاورزی برای. شهاب سنگ. 294:108142. doi: 10.1016/j.agrformet.2020.108142
لودلینگ، ای. (2012). تأثیرات تغییر آب و هوا بر سرمای زمستان برای تولید میوه و آجیل معتدل: بررسی علمی هورتیک. 144، 218-229. doi: 10.1016/j.scienta.2012.07.011
لودلینگ، ای. (2019). chillR: روش های آماری برای تجزیه و تحلیل فنولوژی در درختان میوه معتدل. پکیج R نسخه 0.70.21.
Luedeling، E.، Girvetz، EH، Semenov، MA، و براون، PH (2011). تغییرات آب و هوا بر سرمای زمستان برای درختان میوه و آجیل معتدل تأثیر می گذارد. PLOS یکی 6: e20155 doi: 10.1371 / journal.pone.0020155
Luedeling، E.، Schiffers، K.، Fohrmann، T.، و Urbach، C. (2021). PhenoFlex - یک مدل یکپارچه برای پیش بینی فنولوژی بهاره در درختان میوه معتدل. کشاورزی برای. شهاب سنگ. 307:108491. doi: 10.1016/j.agrformet.2021.108491
Ma, Q., Huang, J.-G., Hänninen, H., and Berninger, F. (2019). روندهای متفاوت در خطر آسیب سرمازدگی بهاره به درختان در اروپا با گرم شدن اخیر. گلوب. چان. Biol. 25، 351-360. doi: 10.1111/gcb.14479
محمود، ا.، هو، ی.، تانی، جی، و آسانته، EA (2018). اثرات سایهزنی و صفحههای ضد حشرات بر ریزاقلیم و تولید محصول: مروری بر پیشرفتهای اخیر علمی هورتیک. 241، 241-251. doi: 10.1016/j.scienta.2018.06.078
Maulión، E.، Valentini، GH، Kovalevski، L.، Prunello، M.، Monti، LL، Daorden، ME، و همکاران. (2014). مقایسه روشهای برآورد نیاز سرمایی و حرارتی ژنوتیپهای شلیل و هلو برای گلدهی. علمی هورتیک. 177، 112-117. doi: 10.1016/j.scienta.2014.07.042
MedECC (2020). تغییرات اقلیمی و محیطی در حوزه مدیترانه - وضعیت فعلی و خطرات برای آینده اولین گزارش ارزیابی مدیترانه. مارسی: MedECC. doi: 10.5281/zenodo.4768833
Miranda، C.، Santesteban، LG، و رویو، JB (2005). تنوع در رابطه بین دمای یخبندان و سطح آسیب برای برخی از گونههای آلوی کشتشده HortScience 40، 357-361. doi: 10.21273/HORTSCI.40.2.357
Miranda، C.، Urrestarazu، J.، و Santesteban، LG (2021). fruclimadapt: یک بسته R برای ارزیابی سازگاری آب و هوای گونه های میوه معتدل. محاسبه کنید. الکترون. کشاورزی 180:105879. doi: 10.1016/j.compag.2020.105879
Mosedale، JR، Wilson، RJ، و Maclean، IMD (2015). تغییرات آب و هوا و قرار گرفتن محصول در معرض آب و هوای نامناسب: تغییرات در خطر سرمازدگی و شرایط گلدهی انگور. PLOS یکی 10: e0141218 doi: 10.1371 / journal.pone.0141218
اولسن، جی، و بیندی، م. (2002). پیامدهای تغییر آب و هوا برای بهره وری کشاورزی اروپا، استفاده از زمین و سیاست. یورو جی. آگرون. 16, 239–262. doi: 10.1016/S1161-0301(02)00004-7
Parker, L., Pathak, T., and Ostoja, S. (2021). تغییرات آب و هوایی باعث کاهش یخبندان برای محصولات باغی با ارزش بالا در کالیفرنیا می شود. علمی کل محیط. 762:143971. doi: 10.1016/j.scitotenv.2020.143971
پنیولاس، جی. و فیللا، آی (2001). پاسخ به گرم شدن جهان علم 294، 793-795. doi: 10.1126 / science.1066860
پتری، جی ال، لیت، جی بی، کوتو، ام.، گاباردو، جی سی، و هاوروت، اف جی (2014). القای شیمیایی جوانهشکن: محصولات نسل جدید جایگزین هیدروژن سیانامید Acta Hortic. 2014، 159-166. doi: 10.17660/ActaHortic.2014.1042.19
پاپ، کیاس، داسیلوا، دی، براون، پیاچ، و دیجونگ، تیام (2014). یک رویکرد مبتنی بر بیولوژیک برای مدلسازی فنولوژی بهاره در درختان برگریز معتدل کشاورزی برای. شهاب سنگ. 198، 15-23. doi: 10.1016/j.agrformet.2014.07.009
ریچاردسون، EA، سیلی، SD، و واکر، DR (1974). مدلی برای تخمین تکمیل استراحت درختان هلو «رداون» و «البرتا». HortScience 9، 331-332.
رودریگو، جی، و هررو، ام (2002). تأثیر دمای قبل از شکوفه بر رشد گل و تشکیل میوه در زردآلو. علمی هورتیک. 92, 125–135. doi: 10.1016/S0304-4238(01)00289-8
رودریگز، آ.، پرز-لوپز، دی.، سنتنو، آ.، و رویز-راموس، ام. (2021). قابلیت زنده ماندن انواع درختان میوه معتدل در اسپانیا تحت تغییرات آب و هوایی با توجه به تجمع سرما. کشاورزی سیستم 186:102961. doi: 10.1016/j.agsy.2020.102961
رودریگز، آ.، پرز-لوپز، دی.، سانچز، ای.، سنتنو، آ.، گومارا، آی.، دوسیو، آ.، و همکاران. (2019). تجمع سرد در درختان میوه در اسپانیا تحت تغییرات آب و هوایی. نات سیستم خطرات زمین. علمی 19, 1087–1103. doi: 10.5194/nhess-19-1087-2019
رویز، دی.، کامپوی، جی، و اگیا، جی (2007). سرما و گرما مورد نیاز ارقام زردآلو برای گلدهی محیط زیست انقضا ربات. 61، 254-263. doi: 10.1016/j.envexpbot.2007.06.008
متن کامل CrossRef | گوگل اسکولار
رویز، دی.، اژه، جی.، سالازار، جی، و کامپوی، جی (2018). سرما و گرما مورد نیاز ارقام آلو ژاپنی برای گلدهی علمی هورتیک. 242، 164-169. doi: 10.1016/j.scienta.2018.07.014
Scoccimarro، E.، Gualdi، S.، Bellucci، A.، Sanna، A.، Fogli، PG، Manzini، E.، و همکاران. (2011). اثرات طوفان های استوایی بر انتقال گرمای اقیانوس در یک مدل گردش عمومی جفت شده با وضوح بالا جی. کلیم. 24، 4368-4384. doi: 10.1175/2011JCLI4104.1
Semenov، MA، و Stratonovitch، P. (2010). استفاده از مجموعههای چند مدل از مدلهای آب و هوای جهانی برای ارزیابی تأثیرات تغییر اقلیم. صعود Res. 41، 1-14. doi: 10.3354/cr00836
UNE 500540 (2004). شبکه های ایستگاه های هواشناسی خودکار: راهنمایی برای اعتبارسنجی داده های آب و هوا از شبکه های ایستگاه. مادرید: AENOR
Unterberger, C., Brunner, L., Nabernegg, S., Steininger, KW, Steiner, AK, Stabentheiner, E., et al. (2018). خطر سرمازدگی بهاره برای تولید سیب منطقه ای تحت آب و هوای گرم تر. PLOS یکی 13: e0200201 doi: 10.1371 / journal.pone.0200201
van Vuuren، DP، Edmonds، J.، Kainuma، M.، Riahi، K.، Thomson، A.، Hibbard، K.، و همکاران. (2011). مسیرهای غلظت نماینده: یک مرور کلی صعود چان. 109:5. doi: 10.1007/s10584-011-0148-z
Viti, R., and Monteleone, P. (1995). تاثیر دمای بالا بر وجود ناهنجاری های جوانه گل در دو رقم زردآلو که با بهره وری متفاوت مشخص می شود. Acta Hortic. 1995، 283-290. doi: 10.17660/ActaHortic.1995.384.43
Volodin، EM، Dianskii، NA، و Gusev، AV (2010). شبیه سازی آب و هوای امروزی با مدل جفت شده INMCM4.0 گردش عمومی جوی و اقیانوسی. Izv. جو اقیانوس. فیزیک 46 ، 414-431. doi: 10.1134 / S000143381004002X
Wallach، D.، Martre، P.، Liu، B.، Asseng، S.، Ewert، F.، Thorburn، PJ، و همکاران. (2018). مجموعههای چند مدل پیشبینی تعاملات محصول-محیط-مدیریت را بهبود میبخشند. گلوب. چان. Biol. 24، 5072-5083. doi: 10.1111/gcb.14411
Watanabe، S.، Hajima، T.، Sudo، K.، Nagashima، T.، Takemura، T.، Okajima، H.، و همکاران. (2011). MIROC-ESM 2010: توصیف مدل و نتایج اولیه آزمایشات CMIP5-20c3m. Geosci. مدل Dev. 4, 845–872. doi: 10.5194/gmd-4-845-2011
Wu, T., Song, L., Li, W., Wang, Z., Zhang, H., Xin, X., et al. (2014). مروری بر توسعه مدل سیستم آب و هوای BCC و کاربرد آن برای مطالعات تغییرات آب و هوا J. Meteorol. Res. 28, 34–56. doi: 10.1007/s13351-014-3041-7
Yukimoto، S.، Adachi، Y.، Hosaka، M.، Sakami، T.، Yoshimura، H.، Hirabara، M.، و همکاران. (2012). مدل جدید آب و هوای جهانی موسسه تحقیقات هواشناسی: MRI-CGCM3 - توصیف مدل و عملکرد پایه. J. Meteorol. Soc. Jpn. سر دوم 90، 23-64. doi: 10.2151/jmsj.2012-A02
کلید واژه ها: گوجه سبزمیوه هسته دار، سازگاری، تجمع سرما، فنولوژی، خطر سرمازدگی، انتخاب رقم، معیارهای اقلیمی کشاورزی
ارجاع: Egea JA، Caro M، García-Brunton J، Gambín J، Egea J and Ruiz D (2022) معیارهای اقلیمی کشاورزی برای مناطق اصلی تولید میوه سنگی در اسپانیا در سناریوهای تغییر اقلیم فعلی و آینده: پیامدها از دیدگاه تطبیقی. جلو گیاه علمی 13:842628. doi: 10.3389/fpls.2022.842628
اخذ شده: 23 دسامبر 2021؛ پذیرفته شده: 02 مه 2022؛
تاریخ انتشار: 08 ژوئن 2022.
ویرایش شده توسط:هیسایو یامانهدانشگاه کیوتو، ژاپن
بازبینی شده بوسیله:لیانگ گودانشگاه A&F شمال غربی، چین
کرتی راجاگوپالاندانشگاه ایالتی واشنگتن، ایالات متحده آمریکا
حق طبع و نشر © 2022 Egea، Caro، García-Brunton، Gambín، Egea و Ruiz. این یک مقاله با دسترسی آزاد است که تحت شرایط توزیع شده است مجوز صدور مجوز عوام خلاقیت (CC BY). استفاده، توزیع یا بازتولید در سایر انجمن ها مجاز است، در صورتی که نویسنده اصلی و صاحب حق نسخه برداری (اعتبار) مجوز داده شود و انتشار اولیه در این نشریه مطابق با عمل آکادمیک پذیرفته شده است. استفاده، توزیع یا بازتولید مجاز نیست که با این شرایط مطابقت داشته باشد.
* مکاتبات: خوزه آ اژه، jaegea@cebas.csic.es; دیوید رویز، druiz@cebas.csic.es