Зависимость сельскохозяйственного производства от климата и погодных условий общеизвестна. Особенно велика она при неблагоприятных и экстремальных явлениях погоды, таких как засухи, губительные заморозки, наводнения и др. Динамика средней урожайности и валового сбора сельскохозяйственных культур наглядно отражает влияние погодных условий разных лет на производство сельскохозяйственных культур.
Социально-экономическая система любого государства нуждается в надежных прогнозах производства продовольствия. Заблаговременная оценка объемов будущего урожая - важный фактор формирования цен на рынке, инструмент планирования, уменьшения спекуляции и колебаний цен, а также важный фактор доступности продовольствия для многих бедных людей. Например, в 2010 и 2011 годах засуха в России и Аргентине соответственно привела к дисбалансу в мировом производстве сельскохозяйственной продукции и вызвала заметное повышение цен. В Украине сокращение производства пшеницы в 2003 и 2007 годах на 100% было обусловлено неблагоприятными погодными условиями.
С начала создания национальных гидрометеорологических служб многих стран мира и в настоящее время агрометеорологический мониторинг и оценка будущего урожая – важные компоненты их деятельности.
Агрометеорологический прогноз – это научно обоснованное предположение о влиянии агрометеорологических условий (тех, что сложились и ожидаемых) на состояние растений и их продуктивность. Научная основа прогноза – это количественные связи между агрометеорологическими условиями и жизнедеятельностью растений. Изначально в самой идее прогнозов было стремление понять, какие факторы играют определенную роль в межгодовой изменчивости урожая, а затем использовать эти факторы для прогнозов. При разработке методов прогнозов основное внимание уделяется выбору наиболее значимых и лимитирующих факторов из всего комплекса погодных параметров заданной территории в различные периоды вегетации. Согласно закону минимума (закон Либиха), состояние растений и их конечная продуктивность определяются фактором, который находится в минимуме при прочих оптимальных условиях. Например, в засушливых странах важнейшим лимитирующим фактором для формирования урожая являются запасы доступной для растений почвенной влаги.
Большинство теоретических и прикладных методов основано на статистическом, корреляционном и регрессионном анализе агрометеорологических наблюдений. На сегодняшний день нет стандартного подхода для выбора переменных, используемых для прогнозирования урожая. Эти факторы разные для разных видов растений, почв и климатических условий. Например, уравнения для прогноза урожая зерновых в засушливых районах включают индексы влагообеспеченности (запасы продуктивной влаги в почве, осадки и т.д.), тогда как для риса эти факторы не важны.
Прогнозирование урожая имеет давнюю историю, еще со времен, когда было установлено, что в жизни растений существуют периоды высокой чувствительности к уровню запасов почвенной влаги и температурного режима (П.И. Броунов, 1896 г.). Такие периоды были названы «критическими», поскольку недостаток или избыток тепла и влаги приводит к недобору конечного урожая культуры. Понятие «критические» периоды в жизни растений прочно вошло в арсенал методов научного анализа и почти на целый век предопределило развитие проблематики в мировой агрометеорологии.
В истории прогнозирования урожайности можно выделить три этапа. Первый – описательный, когда на качественном уровне объяснялась связь между погодными условиями и продуктивностью растений. Первые такие прогнозы относятся еще к XV веку, а первая формулировка прогноза звучит так: «по различию весов воды в один и другой год и другим различиям можно делать предположение о будущем урожае или неурожае вернее, чем по движению звезд». Описательный подход существовал до 50-60 годов XX века, когда качественный описательный подход сменился эмпирико-статистическим, при котором основное внимание уделяется поиску прямых эмпирических связей между входами и выходами системы «погода-урожай». Были получены уравнения регрессии для прогнозирования осредненной по территории урожайности важнейших культур.
Например, один из методов, который можно использовать и сегодня для прогноза урожая озимой пшеницы. В основе его количественная зависимость урожайности от главных факторов – запасов продуктивной влаги в метровом слое почвы и количества стеблей на 1 м2 весной на фазу выхода в трубку и фазу колошения. Это простое уравнение:
У =0,059W+0,024n–2,97, где
У - ожидаемая урожайность озимой пшеницы, ц/га, W – запасы продуктивной влаги в слое почвы 0-100 см, n – число стеблей озимой пшеницы на 1 м2.
Однако эмпирико-статистический подход имеет ряд недостатков, главный из которых то, что он справедлив лишь для тех территорий, для которых были получены уравнения.
Понимание недостатков этого метода привело к развитию третьего этапа - математического моделирования в агрометеорологии, которое называется динамическим. Появление динамических моделей прогноза урожая означало смену математического аппарата и становление нового подхода к описанию и объяснению причинно-следственных связей между погодными условиями и продуктивностью сельхозкультур. Сущность динамического подхода в том, что формирование урожая рассматривается как развивающийся во времени процесс, для описания которого используется соответствующий математический аппарат – дифференциальные уравнения, имитирующие поведение растений в системе «атмосфера-почва-растение».
На сегодня именно динамические модели продуктивности наиболее распространены и используются для прогнозов урожая. Одна из таких моделей используется в Украинском гидрометеоцентре для прогнозирования урожайности основных сельскохозяйственных культур. В основе модели прогноза средней областной урожайности система уравнений радиационного, теплового, водного балансов и баланса биомассы в растительном покрове системы «среда-растение». Система «среда-растение» рассматривается как сложная динамическая система, развивающаяся под влиянием внутренних и внешних факторов, в которой выделяются процессы роста, развития и формирования продуктивности растений. Модель описывает основные процессы жизнедеятельности растений (фотосинтез, дыхание, рост, распределение ассимилятов) и учитывает влияние метеорологических факторов на продуктивность посевов. Модификация модели применительно к территории Украины содержит детальный учет влияния неблагоприятных погодных условий на урожай, и позволяет оценить возможное его снижение вследствие засухи, суховеев, переувлажнения.
Согласно Закону Украины «О гидрометеорологической деятельности» на подразделения Украинской гидрометеослужбы возложена задача составления прогнозов урожайности. Выпуск прогнозов привязан к критическим периодам развития растений, о которых говорилось выше. Для озимых и яровых зерновых – это период колошения и молочной спелости, для кукурузы – период образования метелки.
Во всех существующих моделях прогнозов урожайности заложена информация о погоде. Однако сеть метеорологических станций, данные которых используются для этих оценок, весьма ограниченна. Последние, как неблагоприятные, так и благоприятные по погодным условиям годы, как в мире, так и в Украине, подтвердили необходимость новых источников своевременной, объективной информации о состоянии посевов. Поэтому для детальных оценок будущего урожая в современном мире все больше используются результаты спутникового мониторинга. Спутниковые данные недороги, легкодоступны, с их помощью можно оценивать перспективы урожая за два-три месяца до сбора. Передовые технологии – дистанционное зондирование Земли (ДЗЗ) и геоинформационные системы (ГИС) – позволяют в режиме реального времени собирать данные на очень больших площадях.
В разных странах существуют и эксплуатируются различные системы мониторинга состояния и продуктивности посевов основных культур, каждая из них имеет локальные особенности. Для оценок урожая в Европейском союзе работает система мониторинга посевов - MARS - STAT, основу которой составляют наземные данные и спутниковые изображения для оценок продовольственной безопасности в Европе, особенно в наиболее подверженных риску регионах. Существует два проекта: проект MARS - STAT - информационная поддержка Европейского союза в области продовольственной политики. Проект MARS - FOOD - поддержка политики Европейского союза в области продовольственной помощи.
Главной составляющей системы MARS является CGMS (система мониторинга состояния посевов). Она основана на сборе, обработке и анализе текущей метеорологической информации, моделировании агрометеорологических параметров, анализе спутниковой информации, статистическом анализе и прогнозе.
Система работает в оперативном режиме, предоставляет информацию о состоянии основных сельскохозяйственных культур в Европе - пшеница, ячмень, кукуруза, подсолнечник, картофель, сахарная свекла, соя. По результатам работы системы MARS - FOOD регулярно выпускаются бюллетени о текущей и прогнозируемой ситуации развития сельскохозяйственных культур в различных регионах. В бюллетенях публикуется ряд параметров для качественного и количественного анализа предполагаемого производства сельскохозяйственной продукции: количество осадков, солнечная радиация и температура, водный баланс, в том числе по сравнению с данными многолетних наблюдений. Украина также присутствует в этих бюллетенях, но ввиду того, что система не адаптирована к нашей территории, довольно часто выводы по нашей стране некорректные.
Специфика наблюдений для определения параметров модели в разных странах разная, поэтому прямой перенос даже успешной системы в другую страну практически невозможен. Но знания об особенностях той или иной системы мониторинга в других странах дает возможность для улучшения действующей системы в нашей стране.
В последние годы в Украинском гидрометеоцентре проведены исследования этой системы в части возможности использования ее для Украины. Проведена работа по методической и технологической адаптации системы MARS для прогнозирования урожайности в нашей стране. Использование адаптированной к нашей территории системы MARS позволит повысить качество прогнозов.
Многолетний опыт составления прогнозов урожая свидетельствует о том, что используемые методы с течением времени устаревают и перестают соответствовать современным требованиям. Периодический пересмотр моделей необходим и в свете возможных последствий изменения климата на земном шаре. Ввиду этого расчеты продовольственной безопасности страны на длительную перспективу приобретают особое значение. Необходимо учитывать, что процессы изменения климата сопровождаются увеличением количества губительных для урожая экстремальных погодных явлений, прежде всего засух. Увеличение концентрации парниковых газов в атмосфере, изменение плодородия почв меняют реакцию растений на эти параметры. Это существенно усложняет задачу прогнозирования.
В глобальном отношении для совершенствования моделей урожая необходимы совместные усилия стран. 8 крупнейших экспортеров пшеницы (США, Канада, ЕС-27, Австралия, Россия, Казахстан, Украина, Аргентина), на которые приходится около 50% мирового производства и более 80% мирового экспорта пшеницы, находятся в регионах с изменчивым климатом. Любые экстремальные явления в одной из этих стран ставят под угрозу создание мировых запасов продовольствия.
Татьяна Адаменко,
кандидат географических наук,
начальник отдела агрометеорологии
Укргидрометеоцентра
