О влиянии современных изменений климата на рост урожайности зерновых культур в России

Обложка

Цитировать

Полный текст

Аннотация

В последние годы в России отмечают постоянный рост урожайности зерновых культур. В качестве его причины часто рассматривается позитивный тренд метеорологических условий, но веских научных доказательств этому практически не приводится. Цель исследований - анализ изменений потенциальной (климатической) урожайности зерновых в стране за период с 2000 по 2022 гг. Для достижения поставленной цели использовали имитационную модель роста растений WOFOST, которая позволяет оценить воздействие всех метеорологических параметров комплексно. Оценку проводили для сети из 42 репрезентативных точек в разных регионах страны с учетом ежедневных метеорологических параметров и типа почв. Моделирование осуществляли на уровне потенциальной урожайности, при котором учитывается варьирование только метеорологических параметров и считается, что влияние других факторов на урожайность отсутствует. Тренды потенциальной урожайности имеют различную направленность в разных регионах страны. Тренд в сторону более благоприятных для зерновых культур метеорологических условий отмечен для Северного Кавказа, в Нижнем Поволжье, в Западной Сибири и на Дальнем Востоке, в то время как в Центральном и Центрально-Черноземном округах, Верхнем Поволжье, а также на юге Средней Сибири в последние годы отмечено падение потенциальной урожайности. В целом рост урожайности зерновых в последние годы хорошо согласуется с трендом изменения агрометеорологических условий в большинстве зернопроизводящих регионов страны. Однонаправленные тренды метеорологически потенциальной и статистической урожайности отсутствуют лишь в регионах центра Европейской части России, где роль климатического фактора в варьировании урожайности зерновых менее значима, и где можно предположить эффект мер, предпринимаемых правительством, по поддержке и развитию сельского хозяйства.

Об авторах

И. Ю Савин

Федеральный исследовательский центр «Почвенный институт им. В.В. Докучаева»;Российский университет дружбы народов

Email: savin_iyu@esoil.ru
119017, Москва, Пыжевский пер., 7 стр. 2б;117198, Москва, ул. Миклухо-Маклая, 6 117198, Moskva, ul. Miklukho-Maklaya, 6

Список литературы

  1. FAO. World Food and Agriculture - Statistical Yearbook 2022. Rome: FAO, 2022. 382 p. doi: 10.4060/ cc2211en.
  2. Abys C., Skakun S., Becker-Reshef I. The Rise and Volatility of Russian Winter Wheat Production // Environmental Research Communications. 2022. Vol.4. No. 10. 101003. URL: https://iopscience.iop.org/article/10.1088/2515-7620/ac97d2 (дата обращения: 05.02.2023). doi: 10.1088/2515-7620/ac97d2.
  3. Влияние факторов эффективного плодородия почвы на урожайность и качество зерна яровой пшеницы и их моделирование в условиях умереннозасушливой и колочной степи Алтайского края / И.П. Аверьянова, С.В. Жандарова, А.Б. Совриков и др. // Вестник Алтайского государственного аграрного университета. 2017. № 6. С. 15-20.
  4. Агроинвестор. Россельхозбанк: за пять лет урожайность зерновых в России выросла на 23%. URL: https://agrarian.expert/rosselhozbank-za-pyat-let- urozhajnost-zernovyh-v-rossii-vyrosla-na-23. (дата обращения: 05.02.2023).
  5. Сизов А.А. Как изменения климата оказались на руку российским аграриям. URL: https://sber.pro/publication/kak-izmeneniia-klimata-okazalis-na-ruku-rossi- iskim-agrariiam (дата обращения: 05.02.2023).
  6. Карта распаханности почв России / И.Ю. Савин, В.С. Столбовой, С.А. Аветян и др. // Бюллетень Почвенного института имени В.В. Докучаева. 2018. № 94. С.38-56. doi: 10.19047/0136-1694-2018-94-38-56.
  7. Столбовой В.С., Молчанов Э.Н. Единый государственный реестр почвенных ресурсов России как модель пространственной организации почвенного покрова // Известия Российской академии наук. Серия географическая. 2015. № 5. С. 135-143.
  8. Araghi A., Martinez C.J., Olesen J. E. Evaluation of multiple gridded solar radiation data for crop modeling // European Journal of Agronomy. 2022. № 133. Р.126419. doi: 10.1016/j.eja.2021.126419.
  9. Years of the WOFOST Cropping Systems Model / A. de Wit, H. Boogaard, D. Fumagalli, et al. // Agricultural Systems. 2019. Vol. 168. No. 1. P. 154-167. doi: 10.1016/j.agsy.2018.06.018.
  10. Савин И.Ю., Столбовой В.С., ван Диепен К. Имитационная модель роста сельскохозяйственных растений WOFOST и ее использование для анализа продуктивности земель России. М.: РАСХН, 2001. 216 с.
  11. Савин И.Ю., Столбовой В.С., Савицкая Н.В. Климатический потенциал урожайности озимой пшеницы в России // Российская сельскохозяйственная наука. 2017. № 3. С. 17-20.
  12. Кошкин Е.И., Гусейнов Г.Г. Экологическая физиология сельскохозяйственных культур. М.: РГ-Пресс, 2020. 576 с.
  13. How good is good enough? Data requirements for reliable crop yield simulations and yield-gap analysis / P. Grassini, L. van Bussel, J. van Wart, et al. // Field Crops Research. 2015. Vol. 177. P. 49-63. doi: 10.1016/j. fcr.2015.03.004.
  14. Росстат. Методические указания по проведению текущих расчетов объемов производства основных продуктов сельского хозяйства (в натуральном выражении) в хозяйствах всех категорий. М.: Росстат, 2019. 64 с.
  15. Climate impacts on global agriculture emerge earlier in new generation of climate and crop models / J. Jägermeyr, C. Müller, A.C.Ruane, et al. // Nature Food. 2021. No. 2. P. 873-885. doi: 10.1038/s43016- 021-00400-y.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».