Afgrødeudbyttet af et majsmark kan påvirkes af klima- og forvaltningsfaktorer. Afgrødeproducenter arbejder på at forbedre deres spil for at tilfredsstille en stigende efterspørgsel efter energi og fødevareproduktion til mere velhavende og voksende befolkninger. Kredit:Pacific Northwest National Laboratory
Brug af majs og sojabønner som deres testplads, forskere ved Pacific Northwest National Laboratory udtænkte metoder til at kigge ind i de mekanismer, der modulerer afgrødenes variation i afgrøder. De brugte statistiske modeller til at undersøge, hvordan klimavariabilitet påvirker udbyttet af disse populære bioenergiafgrøder på amtsniveau. Blandt klimafaktorer, holdet viste, at temperaturen er fremherskende i majsvoksende amter, både efter volumen og procentdel af produktionen. Nedbør har en lignende indvirkning. Mængden af energi fra solen, eller stråling, har en meget mindre effekt i hele USA på både sojabønner og majs.
For at forstå virkningen af ledelsespraksis, forskergruppen designede og gennemførte numerisk modellering for at afsløre, hvordan kunstvanding og befrugtning påvirker afgrødevariationernes variation. Gennemsnitlig over USA, befrugtning har en større indvirkning end kunstvanding. Arbejdet viste, at dynamisk bestemmelse af befrugtningstidspunkt og hastigheder i deres modeller i høj grad kan forbedre forudsigelseskapaciteten for udbyttet af begge afgrøder.
Afgrødeproducenter arbejder på at forbedre deres spil for at tilfredsstille en stigende efterspørgsel efter energi og fødevareproduktion til mere velhavende og voksende befolkninger. Endnu, som enhver landmand vil bevidne, selv den bedste landbrugspraksis kan blive ophævet af en hedebølge eller anden ødelæggende vejrbegivenhed. At forstå den relative rolle, som klimavariabilitet og landbrugspraksis som vanding og befrugtning er, er vigtig for at sikre landbrugs- og energibæredygtighed.
"Vores datadrevne analyse afslørede de dominerende klimafaktorer ved regulering af majs og sojabønneudbytte variabilitet i amtskalaen for USA, "sagde Dr. Maoyi Huang, tilsvarende forfatter og klimamodeller hos PNNL, "hvilket hjalp os med bedre at forstå historiske afgrødeudbyttevariationer."
Grafen viser de dominerende klimafaktorer, der væsentligt forklarer mellemårige (a) majs og (b) sojabønneudbyttevariationer i løbet af 1983–2012 på amtsniveau over USA. Dominerende klimafaktorer angiver dem med betydelige sammenhænge med afgrødeudbytter på 90% konfidensniveau. P =nedbør (blå); T =temperatur (rød); R =solstråling (lilla). Grå områder angiver, hvor afgrødeudbyttevariationer ikke kan forklares med en enkelt klimafaktor ved 90% konfidensniveau. Bemærk, at forholdene blev forklaret efter at have ekskluderet virkningerne af klimakovariabilitet. Kredit:Pacific Northwest National Laboratory
"Baseret på observationer fra forskellige kilder, vi forbedrede den procesbaserede models ydeevne og demonstrerede vigtigheden af at inkorporere gødningstilnærmelser i simulering af afgrødeudbytter, "sagde Huang.
Teamet analyserede udbytter på majs og sojabønner på amt, to populære bioenergiafgrøder, ved hjælp af US Department of Agriculture (USDA) undersøgelsesdata og observeret klima. Deres mål var at forstå, hvordan vækstsæsonen (juni, Juli og august) middeltemperatur (T), nedbør (P), og stråling (R) påvirker afgrødeudbyttet sammen og individuelt i amtskalaen. I deres analyser, de fjernede kovariabiliteten blandt T, P, og R for at undersøge virkningerne af hver enkelt klimafaktor på afgrødeudbyttet. Baseret på de forskellige klimavariablers relative bidrag til variationen i afgrødeudbytter, de konstruerede rumlige kort over de dominerende klimafaktorer.
Teamet brugte også modeller til at forstå landbrugsforvaltningens rolle for afgrødeudbytter. Brug af Fællesskabets jordmodel i de uafklarede USA, de fandt ud af, at kunstvanding har begrænsede virkninger på afgrødeudbyttet sammenlignet med befrugtning. Fra denne forskning, teamet foreslog en prognostisk befrugtningsmetode ved dynamisk at bestemme befrugtningstidspunkt og -hastigheder i modellen. De viste, at den nye metode er mere effektiv end den traditionelle tilgang til forbedring af modelydelsen i amtskalaen.
"Ved at syntetisere observeret information fra kilder som det amerikanske landbrugsministerium og den amerikanske geologiske undersøgelse, vores forbedrede proces- og observationsbaserede modeller kan hjælpe os med at forstå de bagvedliggende mekanismer bag afgrødeudbyttevariabler i den amerikanske amtskala, "sagde hovedforfatter Dr. Guyong Leng, en statistisk og numerisk modellerer på PNNL.
Forfatterne vil se på, hvordan klimahændelser som tørke/oversvømmelser og hedebølger/kuldeperioder vil udvikle sig i fremtiden og forudsige, hvordan afgrødeudbytter kan reagere. De vil integrere modelleringsmetoder med andre analyse- og modelværktøjer under en multi-scale multi-sektor modelleringsramme for at evaluere, hvordan økosystemer, hydrologi, og socialøkonomiske beslutninger vil co-udvikle sig i et klima i forandring.