علوم آب و خاک

مطالعه اثرهای خشکسالی در نواحی کوهستانی به‌دلیل پراکنش نامناسب ایستگاه، نبود داده‌های طولانی‌مدت و نواحی فاقد آمار، با مشکلاتی مواجه است. از این‌رو، هدف اصلی این پژوهش، بررسی شاخص‌های خشکسالی استان کردستان با استفاده از داده‌های ماهواره‌ای TRMM و پایگاه ECMWF و همچنین ارزیابی دقت آنها در مقابل داده‌های ایستگاه‌های زمینی استان کردستان است. برای رسیدن به این منظور، ابتدا داده‌های بارش ECMWF برای بازه 2020-2000 و بارش TRMM برای بازه 2019-2000 دریافت و با استفاده از آماره‌های RMSE، MBE و ضریب همبستگی ارزیابی شد. نتایج ارزیابی ضریب همبستگی اسپیرمن نشان داد که بین داده‌های بارش ماهواره TRMM و پایگاه ECMWF با ایستگاه‌های زمینی رابطه معناداری در سطح 5% وجود دارد و مقدار این ضریب بین 95/0-85/0 بود. مقدار آمارهRMSE  بین 32/19-11/22 به‌دست آمد. با توجه به نتایج می‌توان اذعان کرد که بارش ماهواره TRMM و پایگاه ECMWF در مقیاس زمانی ماهانه از دقت مناسبی در سطح استان کردستان برخوردار است به همین جهت از این دو منبع برای برررسی وضعیت شاخص‌های خشکسالی استفاده شد. شاخص‌های خشکسالی SPI، SPEI و ZSI در دوره‌های مختلف ماهانه (48-1)، PNI در دوره‌های مختلف ماهانه، فصلی و سالانه در استان کردستان (ایستگاه‌های سقز، قروه، بیجار، سنندج) محاسبه شد. نتایج ارزیابی ضریب همبستگی اسپیرمن نشان داد که بین شاخص PNI، ZSI،SPI و SPEI داده‌های پایگاه ECMWF با ایستگاه‌های زمینی رابطه معناداری در سطح 5% وجود دارد. نتایج ارزیابی شاخص SPI نشان داد کمترین مقدار آماره RMSE برای ماهواره TRMM در ایستگاه سقز و دوره سه ماهه برابر 0/45 و برای پایگاه ECMWF در ایستگاه سنندج و دوره 24 ماهه برابر 0/35 بود.

عوامل اقلیمی نقش بسیار اساسی در رشد و نمو گیاهان دارند و بنابراین بر کشاورزی مؤثرند. آستانه تحمل گیاهان در رابطه با هر یک از این عوامل محدود است. هرگونه تغییر در این عوامل می‌تواند به‌طور مستقیم و غیرمستقیم بر تولیدات کشاورزی اثرهای چشمگیری داشته باشد. دراین‌بین تنش دمایی از جمله مهم‌ترین پدیده‌های زیان‌بخش است که مشکلات بسیاری برای تولید محصول و عملکرد ایجاد می‌کند. در این پژوهش، به زمان وقوع تنش دمایی با دوره آماری ۴۴ساله (2023-1980) و بررسی وجود ارتباط بین دمای هوا با عملکرد و زیست‌توده پرداخته شد. بر اساس داده‌های هواشناسی، ماه‌های خرداد، تیر و مرداد گرم‌ترین ماه‌های سال شناخته شدند. از سوی دیگر بیشترین امواج گرمایی در تیر و مرداد در سال‌های 1997، 2014 و 2018 دیده شد که منجر به کاهش کیفیت محصول و یا ازبین‌رفتن گیاه شد. طبق نتایج مربوط به ارزیابی مدل، دقت مدل در شبیه‌سازی روز تا گلدهی و روز تا رسیدگی با استفاده از آماره‌های R2 (0/8 و 0/51) و NRMSE (15/36 و 7/12) تأیید شد. همچنین مدل عملکرد ماده خشک را برای مزارع مورد بررسی به‌ترتیب با 1/92، 5/65، 4/94، 1/58، 0/96 و 1/49 درصد انحراف شبیه‌سازی کرد که نشان داد، مدل عملکرد رضایت‌بخشی داشته و می‌توان از آن در برنامه‌ریزی‌های مربوط به تولید ذرت استفاده کرد. در ادامه رابطه بین دما با عملکرد و زیست‌توده بررسی شد که طبق نتایج، رابطه منفی و معنادار بین آن‌ها در سطح اطمینان 99% وجود داشت.

کشاورزی به‌عنوان یکی از مهم‌ترین بخش‌های اقتصادی و اجتماعی در ایران همواره تحت تأثیر شرایط آب‌وهوایی، منابع آب و مدیریت مزرعه قرار داشته است. افزایش بهره‌وری و بهبود مدیریت منابع در تولید محصولات زراعی می‌تواند به توسعه پایدار کشاورزی و امنیت غذایی کمک کند. هدف این پژوهش بررسی این مورد است که چه میزان از تولید گندم، جو و ذرت در کشور به تفکیک کشت‌های آبی و دیم تحت تأثیر چه شدتی از خشکی اقلیمی (برمبنای مجموعه مدل‌های برونداد اقلیمی سری ششم: CMIP6) قرار خواهد گرفت. این پژوهش با استفاده از میزان تولید محصولات گندم، جو و ذرت به تفکیک کشت‌های آبی و دیم در استان‌های کشور طی سال‌های 1371 تا 1402 که توسط سازمان جهاد کشاورزی ارائه شده، انجام شده است. برای بررسی تغییرات خشکی تحت تأثیر سناریوهای اقلیمی، داده‌های اقلیمی از پایگاه NEX-GDDP دریافت و شاخص خشکی دومارتن مبنا بوده است. بر اساس نتایج مشخص شد که میزان تولید گندم، جو و ذرت دیم که طی سال‌های 1997 تا 2014 (دوره پایه) تحت شرایط اقلیمی نیمه‌خشک تا خیلی خشک قرار داشتند، به‌ترتیب حدود 2076، 434 و 15 هزار تن است که با گسترش شرایط خشکی در کشور طی دوره آتی و تحت سناریوی SSP2 به 3333، 693 و 16 هزار تن و تحت سناریوی SSP5 به 3558، 842 و 16 هزار تن افزایش پیدا خواهد کرد. همچنین میزان تولید گندم، جو و ذرت آبی در معرض شرایط اقلیمی نیمه‌خشک تا خیلی‌خشک در 1997 تا 2014 (دوره پایه) به‌ترتیب 6240، 1683 و 5842 هزار تن، تحت سناریوی اقلیمی SSP2 حدود 7126، 1757 و 6253 هزار تن و تحت سناریوی SSP5 به‌ترتیب حدود 7348، 1780 و 6324 هزار تن تخمین زده شده است. بر اساس نتایج مشخص شد که شرایط اقلیمی در کشور و به‌ویژه در مناطق مرکزی، جنوب، جنوب شرقی و جنوب غربی کشور به سمت خشک‌تر شدن پیش ‌می‌رود؛ بنابراین، برنامه‌ریزی و سیاست‌گذاری‌های هوشمندانه، استفاده از فناوری‌های نوین و بهبود مدیریت منابع آب‌وخاک می‌تواند به کاهش اثرات منفی ناشی از این تغییرات و سازگاری بهتر با شرایط جدید کمک کند. توجه به این مسائل و اجرای راهکارهای مؤثر از اهمیت زیادی به‌منظور رسیدن به پایداری در بخش کشاورزی برخوردار است.

گندم یکی از مهم‌ترین محصولات غذایی در سراسر جهان است. در زمینه بحران جهانی غذا و تغییرات آب‌وهوایی، پیش‌بینی دقیق تولید گندم برای توسعه کشاورزی دقیق از اهمیت زیادی برخوردار است. سنجش‌ازدور امکان پیش‌بینی غیرمستقیم تولید محصول را قبل از برداشت فراهم می‌کند. در این پژوهش به بررسی کاربرد روش‌های جنگل تصادفی و رگرسیون بردار پشتیبان در شبیه‌سازی تولید گندم در ده مزرعه انتخابی در دشت قزوین طی دوره 2020-2019 با استفاده از شاخص‌های گیاهی MSAVI ،NDVI و EVI پرداخته شده است. برای شاخص‌های گیاهی از ماهواره سنتینل2 استفاده شد. تولید ده مزرعه گندم از سازمان جهاد کشاورزی استان قزوین دریافت شد. به‌منظور ارزیابی داده‌های تولید گندم مشاهداتی و شبیه‌سازی‌شده با استفاده از روش‌های رگرسیون بردار پشتیبان و جنگل تصادفی از آماره‌های  RMSE ،MBE ،R² و  MAE ارزیابی شد. به‌منظور بررسی شبیه‌سازی تولید گندم با استفاده از شاخص‌های گیاهی، هفت روش (روش‌های یک تا سه هر شاخص به‌صورت جداگانه، در روش‌های چهار تا شش شاخص‌ها به‌صورت ترکیب دوتایی و در روش هفت اثر ترکیبی هر سه شاخص) تعریف شد. مدل رگرسیون بردار پشتیبان در همه روش‌ها به‌جز روش یک و چهار در مرحله آزمون با ضریب تبیین بیش از 0/98 و مقدار اندک RMSE تخمین مناسبی از تولید گندم داشته است. مدل جنگل تصادفی در همه روش‌ها به‌جز روش دو و شش در مرحله آزمون با احتمال معنی‌داری 95% (0/00=P-value) و ضریب تبیین بیش از 0/8 تخمین مناسبی از تولید گندم داشته است. به‌طورکلی، این پژوهش اهمیت و پتانسیل تکنیک‌های یادگیری ماشین را برای پیش‌بینی به‌موقع تولید محصول نشان می‌دهد که پایه محکمی برای امنیت غذایی در منطقه فراهم می‌کند.