José A. Egea1*, Manuel Caro2, Jesús García-Brunton2, Jesús Gambin 3, José Egea 1 i David Ruiz 1*
- 1Grupa Hodowla Owoców, Wydział Hodowli Roślin, CEBAS-CSIC, Murcia, Hiszpania
- 2Murcia Instytut Badań i Rozwoju Rolno-Spożywczego, Murcia, Hiszpania
- 3ENAE Business School, University of Murcia, Murcia, Hiszpania
Produkcja owoców pestkowych ma w Hiszpanii ogromne znaczenie gospodarcze. Miejsca uprawy tych gatunków owoców (tj. brzoskwini, moreli, śliwek i czereśni) obejmują szerokie i zróżnicowane klimatycznie obszary geograficzne w kraju. Zmiana klimatu już teraz powoduje wzrost średnich temperatur ze szczególną intensywnością na niektórych obszarach, takich jak obszary śródziemnomorskie. Zmiany te prowadzą do zmniejszenia nagromadzonego chłodu, co może mieć głęboki wpływ na fenologię Prunus gatunków, takich jak owoce pestkowe, ze względu np. na trudności w zaspokojeniu zapotrzebowania na chłodzenie w celu przerwania zapachu, występowanie późnych przymrozków lub nienormalnie wczesne wysokie temperatury. Wszystkie te czynniki mogą poważnie wpłynąć na produkcję i jakość owoców, a tym samym wywołać bardzo negatywne konsekwencje ze społeczno-gospodarczego punktu widzenia w zasiedziałych regionach. W związku z tym w niniejszej pracy przeprowadzono charakterystykę aktualnych obszarów upraw pod kątem zmiennych agroklimatycznych (np. akumulacji chłodu i ciepła oraz prawdopodobieństwa wystąpienia mrozów i wczesnych nieprawidłowych zjawisk upałów), na podstawie danych z 270 stacji meteorologicznych z ostatnich 20 lat. stworzyć informacyjny obraz aktualnej sytuacji. Ponadto analizowane są również przyszłe prognozy klimatyczne z różnych globalnych modeli klimatycznych (dane pobrane z Państwowej Agencji Meteorologicznej Hiszpanii – AEMET) do roku 2065 dla dwóch scenariuszy Reprezentatywnych Ścieżek Stężeń (tj. RCP4.5 i RCP8.5). Wykorzystując obecną sytuację jako punkt odniesienia i biorąc pod uwagę przyszłe scenariusze, można wywnioskować informacje na temat obecnej i przyszłej przydatności adaptacyjnej różnych gatunków/odmian do różnych obszarów uprawy. Informacje te mogą stanowić podstawę narzędzia wspomagającego podejmowanie decyzji, które pomoże różnym zainteresowanym stronom w podjęciu optymalnych decyzji dotyczących obecnych i przyszłych upraw owoców pestkowych lub innych gatunków o umiarkowanym klimacie w Hiszpanii.
Wprowadzenie
Hiszpania jest jednym z głównych światowych producentów owoców pestkowych (tj. brzoskwini, moreli, śliwek i czereśni) o średniej rocznej produkcji około 2 milionów ton. Uprawa tych owoców odgrywa bardzo ważną rolę gospodarczą w kraju, obejmując około 140,260 XNUMX ha (FAOSTAT, 2019). Główne obszary uprawy tych odmian w Hiszpanii znajdują się na obszarach o różnych cechach agroklimatycznych: od ciepłych obszarów, takich jak dolina Gwadalkiwiru i duża część obszaru śródziemnomorskiego, po zimne obszary, takie jak północna Estremadura, dolina Ebro i niektóre wewnętrzne lokalizacje obszaru śródziemnomorskiego (Widzieć Rysunek 1). Ponieważ te uprawy wymagają wystarczającego zimowego chłodu, aby przerwać endodoncję i uniknąć problemów produkcyjnych (Atkinson i in., 2013)Campoy i in., 2011b; Luedeling i in., 2011; Lüdeling, 2012; Julian i in., 2007; Guo i in., 2015; 2019; Chmielewski i in., 2018), oraz (iv) wybrać najlepsze praktyki i technologie rolnicze w celu łagodzenia skutków zmiany klimatu (Campoy i in., 2010; Mahmood i in., 2018).
Wymagania dotyczące chłodu i ciepła (Fadón i in., 2020b) lub stopień uszkodzenia przez mróz (Miranda i in., 2005) obecnie uprawianych gatunków/odmian uprawnych można połączyć z miernikami agroklimatycznymi w różnych obszarach w celu stworzenia narzędzi decyzyjnych, które pomogą producentom i innym zainteresowanym stronom zaprojektować optymalną politykę produkcyjną i gospodarczą w perspektywie średnio- i długoterminowej. Dostępne narzędzia modelowania do przetwarzania dużych serii klimatycznych i fenologicznych stanowią już podstawę do budowy ww. narzędzi decyzyjnych (Lüdeling, 2019; Luedeling i in., 2021; Miranda i in., 2021). Prognozy klimatyczne w basenie Morza Śródziemnego pokazują, że skutki globalnego ocieplenia mogą być szczególnie dotkliwe na tym obszarze (Giorgi i Lionello, 2008; MedECC, 2020; IPCC, 2021).Olesena i Bindi, 2002; Benmoussa i in., 2018).
Różne badania naukowe określiły negatywny wpływ globalnego ocieplenia na produkcję owoców i orzechów w klimacie umiarkowanym w różnych regionach planety. Główne przyczyny są związane ze zmniejszeniem chłodów zimowych, chociaż w niektórych badaniach bierze się również pod uwagę wzrost ryzyka przymrozków ze względu na spodziewany postęp kwitnienia i kwitnienia. Na przykład Fernandez i in. prognozowano spadek zimowego chłodu potrzebnego do produkcji owoców liściastych w Chile, z oczekiwanymi negatywnymi skutkami w północnych obszarach kraju. Jednocześnie przewidzieli znaczne zmniejszenie prawdopodobieństwa przymrozków w najbardziej prawdopodobnym okresie pączkowania drzew owocowych liściastych dla wszystkich rozpatrywanych stanowisk (Fernandez i wsp., 2020); Lorite i in. przeanalizowali zjawiska, takie jak brak chłodów zimowych, zagrożenie mrozem i ciepłe warunki podczas kwitnienia na Półwyspie Iberyjskim dla niektórych odmian migdałowca, łącząc prognozy klimatyczne i informacje fenologiczne. Stwierdzili, że ogólnie (i w zależności od rozważanej odmiany) (i) brak zimowego chłodu będzie bardziej wyraźny na wybrzeżu Morza Śródziemnego i w Dolinie Gwadalkiwiru, (ii) ciepłe warunki podczas kwitnienia będą bardziej intensywne w środkowej części Płaskowyżu i Doliny Ebro oraz (iii) ryzyko wystąpienia mrozów zostanie ograniczone do poszczególnych obszarów Płaskowyżu Północnego i Północnych Obszarów Pagórkowatych (Lorite i in., 2020). Benmussa i in. przewidywano istotne zmniejszenie w przyszłości zimowego chłodu w Tunezji, co może znacząco wpłynąć na produkcję niektórych owoców i orzechów. Na przykład w najbardziej pesymistycznym scenariuszu opłacalne mogą być tylko odmiany migdałów o niskim poziomie chłodzenia. W innych scenariuszach niektóre odmiany pistacji i brzoskwiń mogą być opłacalne nawet w dłuższej perspektywie dla północno-zachodniej części kraju (Benmoussa i in., 2020); Fraga i Santos rozważali zarówno przyszłe chłodzenie i akumulację ciepła, jak i ich wpływ na produkcję różnych owoców w Portugalii. Przewidywali silne spadki zimna, które bardziej dotkną najbardziej wewnętrzne regiony kraju. Północne obszary uprawy jabłek będą szczególnie narażone na ograniczenie wyziębienia. Autorzy przewidzieli również wzrost akumulacji ciepła, z większym wpływem na południowych i przybrzeżnych obszarach kraju. Podkreślili, że fakt ten może zwiększać ryzyko szkód mrozowych z powodu postępu stadiów fenologicznych (Rodríguez i in., 2019, 2021; Fraga i Santos, 2021) porównał obecną sytuację obszarów produkcji niektórych owoców strefy umiarkowanej w Hiszpanii z przyszłymi scenariuszami dotyczącymi zmiany klimatu dotyczącymi akumulacji chłodu. Przewidywali znaczne straty chłodu w niektórych obszarach (np. obszar południowo-wschodni lub Gualdalquivir) nawet w najbliższej przyszłości. W odległej przyszłości (> 2070) autorzy ci stwierdzili, że biorąc pod uwagę obecne obszary upraw, odmiany śliwek, migdałów i jabłek mogą być poważnie dotknięte brakiem chłodu (Rodríguez i in., 2019, 2021).
W tym badaniu oceniliśmy główne zmienne agroklimatyczne związane z adaptacją owoców pestkowych w różnych regionach Hiszpanii, w tym w tych, w których odbywa się najważniejsza produkcja owoców pestkowych, wykorzystując dane z 270 stacji meteorologicznych w latach 2000–2020. Towarzyszą temu prognozy dotyczące przyszłych temperatur w celu oszacowania ewolucji chłodu i akumulacji ciepła oraz przyszłego prawdopodobieństwa wystąpienia mrozu i wczesnych nieprawidłowych zdarzeń związanych z upałami w porównaniu z obecną sytuacją. Informacje te mogą być bardzo przydatne przy podejmowaniu optymalnych decyzji związanych z zakładaniem nowych sadów, przenoszeniem obecnych, czy też doborem odmian optymalnych do osiągnięcia zysku w dłuższej perspektywie.
Głównym wkładem tego badania jest to, że przeanalizowaliśmy w tym samym czasie różne zmienne agroklimatyczne związane z adaptacją owoców pestkowych. Nie tylko akumulacja chłodu w celu spełnienia CR, jak przeprowadzono w badaniu przez Rodriguez i in. (2019, 2021) ale także akumulacja ciepła w celu prawidłowego kwitnienia, ryzyko przymrozków oraz zmienna rzadko mierzona ilościowo w literaturze: prawdopodobieństwo wystąpienia anormalnych zjawisk upałów w zimie, które mogą zwiększyć uwalnianie zapachów, co ma negatywny wpływ na produkcję owoców, jakość i plon, jak to zostało wcześniej zaobserwowane w ciepłych obszarach w ostatnich latach. Wykorzystaliśmy dane z bardzo gęstej sieci stacji pogodowych, które dostarczają dokładnych metryk dla aktualnej sytuacji. Skupiliśmy się na obecnych obszarach produkcyjnych, ponieważ decyzje dotyczące adaptacji do ocieplenia będą prawdopodobnie podejmowane tam, gdzie odpowiednie technologie i wiedza są dobrze ugruntowane. Na takich obszarach przenoszenie upraw wywołałoby niepożądane skutki społeczno-gospodarcze i wyludnienie. Ponadto, aby scharakteryzować obecną sytuację, użyliśmy rzeczywistych temperatur godzinowych zamiast szacunkowych, co zapewnia większą dokładność wyników w porównaniu z innymi badaniami, w których temperatury godzinowe są interpolowane z dziennych. Zastosowana rozdzielczość (∼5 km) jest lepsza niż w innych podobnych badaniach w Hiszpanii (Rodríguez i in., 2019, 2021; Lorite i in., 2020) i pomaga podejmować decyzje nawet na poziomie lokalnym.
Materiały i Metody
Dane klimatyczne i zmienne agroklimatyczne
Dane klimatyczne z 340 stacji meteorologicznych zlokalizowanych w głównych obszarach produkcji owoców pestkowych w Hiszpanii (patrz Rysunek 1) wykorzystano do oceny wskaźników agroklimatycznych. Dane obejmowały główne zmienne klimatyczne, w tym średnią, maksymalną i minimalną temperaturę (°C), wilgotność względną (%), opady (mm), ewapotranspirację (ETo, mm) i promieniowanie słoneczne (W/m2). W niektórych rozważanych stacjach stwierdzono niepełne zapisy i problemy. Po zastosowaniu przepisów hiszpańskich (500540 ONZ 2004 r) wybrano ostateczną liczbę 270 stacji. Dane godzinowe dotyczące temperatury były kompletne, z wyjątkiem pustych godzin odpowiadających zdarzeniom konserwacyjnym, które nie zostały wypełnione, ponieważ stanowiły one pomijalny procent całości. Średnie temperatury godzinowe w latach 2000–2020 posłużyły do obliczenia głównych zmiennych agroklimatycznych, w tym akumulacji chłodu i ciepła oraz prawdopodobieństwa wystąpienia potencjalnie szkodliwych mrozów i anormalnych zjawisk upałów w okresie zimowym. Liczba pełnych lat na stację różni się w zależności od stacji: od 5 do 21 lat (mediana = 20) w zależności od stacji.
Kumulację chłodu dla każdego sezonu obliczono od 1 listopada do 28 lutego następnego roku. Utah (Richardson i in., 1974) i Dynamiczny (Fishman i in., 1987 r.) do wykonania tych obliczeń wykorzystano modele. Akumulację ciepła dla każdego sezonu obliczono od 1 stycznia do 8 kwietnia (około 14 tygodni) za pomocą Richardsona (Richardson i in., 1974) i Andersona (Anderson i in., 1986), które dostarczają wyniki w rosnących stopniogodzinach (GDH). Prawdopodobieństwo wystąpienia mrozu i anormalnego ciepła obliczono na tydzień w następujący sposób: dla każdego tygodnia zdarzenie mrozu występuje, jeśli temperatura spadnie poniżej -1°C przez co najmniej trzy kolejne godziny. Następnie prawdopodobieństwo wystąpienia zdarzeń mrozu w danym tygodniu definiuje się jako liczbę razy w tym tygodniu co najmniej jedno zdarzenie mrozu w okresie badania podzieloną przez liczbę rozważanych lat. Podobnie, nienormalne przegrzanie występuje, gdy temperatura wzrośnie powyżej 25°C przez co najmniej trzy kolejne godziny. Następnie oblicza się prawdopodobieństwo wystąpienia nietypowych zdarzeń cieplnych, jak wyjaśniono dla zdarzeń mrozu. Tydzień 1 rozpoczął się 1 stycznia. W przypadku mrozów tygodnie od 2 do 10 uznano za reprezentatywne potencjalnie niebezpieczne tygodnie. Pierwsze tygodnie z tego zakresu (tj. tydzień 2 do tygodnia 5-6) byłyby najbardziej niebezpieczne w ciepłych obszarach, podczas gdy pozostałe (tj. tygodnie 5-6 do tygodnia 10) byłyby krytyczne w zimnych obszarach. W przypadku nienormalnych zdarzeń rujowych, rozważany okres wahał się od 49 tygodnia poprzedniego roku (początek grudnia) do 8 (koniec lutego), kiedy te zdarzenia mogły przyspieszyć wczesne uwalnianie się w stan spoczynku związane z późniejszymi problemami produkcyjnymi.
Przyszłe scenariusze
Jeśli chodzi o przyszłe scenariusze, wykorzystano prognozy temperatur obliczone przez Hiszpańską Państwową Agencję Meteorologiczną (AEMET). AEMET opracowała w ostatnich latach zestaw referencyjnych prognoz zmian klimatu w Hiszpanii, stosując statystyczne techniki zmniejszania skali do wyników globalnych modeli klimatycznych (GCM) lub wykorzystując informacje generowane przez techniki dynamicznego zmniejszania skali w ramach projektów europejskich lub inicjatyw międzynarodowych takich jak ROZWAŻNOŚĆ, ZESPOŁY i EURO-CORDEX (Amblar-Francés i in., 2018). W tym badaniu wykorzystaliśmy prognozowane temperatury dobowe (tj. maksymalną i minimalną) przy użyciu statystycznego downscalingu opartego na sztucznych sieciach neuronowych. Zostało to ocenione jako odpowiednia metoda tworzenia prognoz klimatycznych w bieżących i przyszłych scenariuszach w Hiszpanii, przy jednoczesnej redukcji błędów systematycznych modelu GCM (Hernanz i in., 2022a,b) na siatce o rozdzielczości 5 km. Rozważono dwa horyzonty czasowe, a mianowicie 2025–2045 (charakteryzujący się do 2035 r.) i 2045–2065 (charakteryzujący się do 2055 r.) w celu uzyskania wyników w krótkim i średnim okresie. Rozważono dwie reprezentatywne ścieżki stężeń, tj. RCP4.5 i RCP8.5 (van Vuuren i in., 2011). Warto zauważyć, że w tym badaniu wykorzystano jedenaście GCM (Tabela 1). Wyniki zostały przedstawione za pomocą ensemble metodologia (Semenov i Stratonovitch, 2010; Wallach i in., 2018), gdzie w kolejnych krokach zastosowano średnie wartości prognozowanych wskaźników (np. chłód i akumulację ciepła lub prawdopodobieństwa) obliczone przez wszystkie modele. Temperatury godzinowe do obliczenia wskaźników agroklimatycznych zostały zasymulowane z dziennych za pomocą pakietu chillR (Lüdeling, 2019).
Tabela 1
TABELA 1. Lista globalnych modeli klimatycznych wykorzystanych w niniejszym opracowaniu.
Aby porównać zmienne agroklimatyczne w obecnym i przyszłym scenariuszu, porównano rzeczywiste lokalizacje stacji pogodowych z ich najbliższymi punktami z siatki. Maksymalna, minimalna i średnia odległość od stacji meteorologicznych do ich najbliższych punktów w siatce wynosiła odpowiednio 3.87, 0.26 i 2.14 km. We wszystkich przypadkach (obecne i przyszłe scenariusze) interpolowany obszar wokół rozważanych stacji meteorologicznych (tj. nie dalej niż 50 km od najbliższej stacji meteorologicznej) został obliczony przy użyciu metody odwrotnego ważenia odległości.
Efekt
Akumulacja zimna
Jak wskazano powyżej, do obliczenia akumulacji chłodu zastosowano dwa modele, a mianowicie model Utah (w jednostkach chłodu) i model dynamiczny (w porcjach). Wykorzystując średnie wartości całkowitego skumulowanego chłodu w całym okresie dla wszystkich stacji stwierdzono bardzo wysoką korelację między obydwoma wskaźnikami (R2 = 0.95, Dodatkowa figura 1). W związku z tym wyniki przedstawiane są przy użyciu tylko jednego z nich (porcj). Rysunek 2 przedstawia przestrzenne wzorce średnich porcji chłodu w różnych rozważanych okresach. W obecnej sytuacji możemy zauważyć, że istnieje kilka obszarów geograficznych o wysokiej akumulacji chłodu (≥75 porcji), takich jak dolina rzeki Ebro, północna Estremadura i niektóre obszary wewnętrzne na Morzu Śródziemnym. Jedynie w rejonie Morza Śródziemnego i Doliny Gwadalkiwiru występują obszary ciepłe, gdzie nagromadzenie chłodu wynosi poniżej 60 porcji (nawet poniżej 50 w niektórych odizolowanych obszarach). Przyszłe scenariusze pokazują wyraźny spadek nagromadzonego chłodu w ciepłych obszarach, w północnej części Estremadury i niektórych wewnętrznych obszarach Morza Śródziemnego. Spadek skumulowanego chłodu w dolinie rzeki Ebro będzie miał miejsce we wschodniej części tego obszaru, podczas gdy we wnętrzu będzie skumulowany znaczny zimowy chłód nawet w najbardziej pesymistycznym scenariuszu (np. 2055_RCP8.5). Skutki globalnego ocieplenia w związku ze spadkiem zimowych chłodów są bardziej intensywne w scenariuszu 2055_RCP8.5, zgodnie z oczekiwaniami. Tabele uzupełniające 1-4 pokazać średnią akumulację chłodu w badanym okresie (od 1 listopada do końca lutego) w porcjach dla wszystkich lokalizacji i modeli w każdym rozważanym przyszłym scenariuszu. W celach porównawczych przedstawiono średnią wartość wyjść z jedenastu modeli oraz zarejestrowany skumulowany chłód za lata 2000-2020.
Rysunek 2
RYSUNEK 2. Akumulacja chłodu w głównych obszarach produkcji kamienia w Hiszpanii dla obecnej sytuacji (około 2000–2020), dwóch horyzontów czasowych (2025–2045 i 2045–2065) oraz dwóch przyszłych scenariuszy (RCP4.5 i RCP8.5).
Aby sprawdzić, czy oczekiwany spadek akumulacji chłodu będzie miał podobny wpływ na lokalizacje w zależności od ich aktualnej akumulacji chłodu, przeprowadzono klasyfikację 270 stacji meteorologicznych, dzieląc je pod względem średnich skumulowanych porcji w bieżącym scenariuszu: akumulacja niska (< 60 porcji, 34 stacje), kumulacja średnia (od 60 do 80 porcji, 121 stacji) oraz kumulacja wysoka (powyżej 80 porcji, 115 stacji). Rysunek 3 przedstawia wykresy pudełkowe skumulowanych porcji w każdym scenariuszu dla trzech rodzajów lokalizacji. Obserwowany spadek akumulacji chłodu jest zgodny z oczekiwaniami dla każdego scenariusza. Jeśli chodzi o różnice w wartościach mediany między obecnymi i przyszłymi scenariuszami, wydaje się, że trzy typy lokalizacji wykazują takie samo zachowanie (co oznacza, że procentowe straty są wyższe na obszarach o niskiej akumulacji). Jednak rozłożenie danych jest bardzo różne. Obszary o niskiej i wysokiej akumulacji chłodu wykazują mniejszą dyspersję (z pewnymi wartościami odstającymi w dolnym końcu rozkładu) niż obszary średnie, które prezentują wyższą dyspersję, ale nie wykazują wartości odstających. Analiza tych wartości odstających dla obszarów o wysokiej akumulacji chłodu pokazuje, że wartość odstająca dla wszystkich czterech przyszłych scenariuszy odpowiada wewnętrznej lokalizacji śródziemnomorskiej (Játiva). W przypadku obszarów o niskiej akumulacji chłodu wartość odstająca w każdym przypadku (w tym obecny scenariusz) odpowiada lokalizacji na wybrzeżu Morza Śródziemnego (Almería). Wartości odstające dla górnej granicy rozkładu w obszarach o niskiej akumulacji chłodu odpowiadają lokalizacjom wewnętrznym w basenie Morza Śródziemnego (tj. Montesa, Callosa de Sarriá i Murcia), chociaż mogą to być artefakty, ponieważ prognozy przewidują większą akumulację chłodu w przyszłości niż obecnie scenariusz. Mogły one być spowodowane możliwymi różnicami klimatycznymi między faktyczną lokalizacją stacji meteorologicznych a ich najbliższym punktem na siatce dla przyszłych prognoz.
Rysunek 3
RYSUNEK 3. Wykresy pudełkowe skumulowanego chłodu we wszystkich scenariuszach dla stacji akumulacji chłodu niskiego (<60 porcji), średniego (od 60 do 80 porcji) i wysokiego (>80 porcji) w odniesieniu do obecnego scenariusza.
Akumulacja ciepła
Akumulację ciepła obliczono przy użyciu dwóch modeli (tj. modeli Richardsona i Andersona) podobnie do akumulacji chłodu. Stwierdzono również wysoką korelację między wynikami obu modeli (R2 = 0.998, Dodatkowa figura 2). Dlatego wyniki są prezentowane przy użyciu wyłącznie wyników modelu Andersona. Rysunek 4 przedstawia przestrzenne wzorce średniego GDH w różnych rozważanych okresach. Wszystkie scenariusze dotyczące GDH wydają się odwrotnie skorelowane z odpowiadającymi im scenariuszami akumulacji chłodu (Rysunek 2). W miejscach, w których akumulacja chłodu jest niska, występuje wysoka akumulacja ciepła i odwrotnie. Ponieważ akumulacja chłodu zmniejsza się w przyszłych scenariuszach, akumulacja ciepła wzrasta proporcjonalnie w każdym obszarze. Na przykład współczynnik korelacji Pearsona między utraconą akumulacją chłodu a uzyskaną akumulacją ciepła dla scenariuszy bieżących i 2055_RCP8.5 wynosi 0.68 (p-wartość < 1e-15).
Rysunek 4
RYSUNEK 4. Akumulacja ciepła w głównych obszarach produkcji kamienia w Hiszpanii dla obecnej sytuacji (około 2000-2020), dwóch horyzontów czasowych (2025-2045 i 2045-2065) oraz dwóch przyszłych scenariuszy (RCP4.5 i RCP8.5)
Podobnie jak w przypadku akumulacji chłodu, skutki wzrostu GDH są bardziej intensywne w scenariuszu 2055_RCP8.5 zgodnie z oczekiwaniami. Tabele uzupełniające 5-8 pokazać średnią akumulację ciepła w rozpatrywanym okresie (1 stycznia-8 kwietnia) w GDH dla wszystkich lokalizacji i modeli w każdym rozważanym scenariuszu. W celach porównawczych przedstawiono średnią wartość wyprowadzeń jedenastu modeli oraz zarejestrowane skumulowane ciepło z lat 2000-2020.
Prawdopodobieństwo wystąpienia mrozu i nienormalnego ciepła
Prawdopodobieństwo wystąpienia zjawisk mrozu, jak określono powyżej, pokazano w Rysunek 5 porównanie tygodni 2–10 dla obecnych scenariuszy oraz 2035_RCP4.5 i 2055_RCP8.5 (tylko prawdopodobieństwa ≥ 10%). W obecnej sytuacji znaczne prawdopodobieństwo wystąpienia mrozów odnotowano zwłaszcza na obszarach doliny rzeki Ebro, ale także północnej Estremadury i wewnętrznych obszarach Morza Śródziemnego. Prawdopodobieństwo przymrozków spada z 2 do 10 tygodni zgodnie z oczekiwaniami, ale niektóre konkretne lokalizacje w dolinie rzeki Ebro nadal wykazują znaczne prawdopodobieństwo wystąpienia przymrozków w 10. tygodniu. Przeanalizowane przyszłe scenariusze w Rysunek 5 są najbardziej optymistyczne (tj. 2035_RCP4.5) i pesymistyczne (tj. 2055_RCP8.5) pod względem wzrostu temperatury. Prawdopodobieństwo wystąpienia mrozów znika z Estremadury i spada na wszystkich obszarach, podczas gdy tylko zmniejszone obszary doliny rzeki Ebro i niektóre odosobnione obszary w głębi Morza Śródziemnego wykazują prawdopodobieństwo powyżej 10% nawet w tygodniu 10. Podobnie jak w obecnej sytuacji, prawdopodobieństwo wystąpienia mrozu spada z tygodnie 2 do 10. Co ciekawe, scenariusze 2035_RCP4.5 i 2055_RCP8.5 przedstawiają podobne obrazy pod względem prawdopodobieństwa wystąpienia mrozów, ujawniając, że w dolinie rzeki Ebro i niektórych wewnętrznych lokalizacjach śródziemnomorskich wystąpi mróz we wszystkich rozważanych scenariuszach.
Rysunek 5
RYSUNEK 5. Prawdopodobieństwo wystąpienia mrozów w głównych obszarach produkcji kamienia w Hiszpanii w tygodniach od 2 do 10 dla bieżących scenariuszy 2035_RCP4.5 i 2055_RCP8.5.
Dyskusja i konkluzja
W ramach tego badania podjęto próbę scharakteryzowania głównych obszarów produkcji owoców pestkowych w Hiszpanii przy użyciu historycznych danych agroklimatycznych (w szczególności temperatur) z 270 stacji pogodowych rozmieszczonych na tych obszarach i porównania wyników z przyszłymi prognozami w dwóch horyzontach czasowych i scenariuszami RCP. Obszary badawcze zostały wybrane na podstawie faktu, że obecne i przyszłe decyzje dotyczące uprawy owoców pestkowych (tj. brzoskwini, moreli, śliwek i czereśni) będą podejmowane głównie w obrębie obecnych obszarów produkcyjnych, gdzie wiedza i technologia uprawy tych roślin jest mocno zainstalowana. W związku z tym niniejsze badanie nie koncentruje się na innych przyszłych potencjalnych lokalizacjach pod uprawę owoców pestkowych.
Główne obliczane zmienne, tj. chłód i akumulacja ciepła, pokazują, że rozważane obszary są dość zróżnicowane z agroklimatycznego punktu widzenia i że zmiany klimatyczne będą miały istotny wpływ, zwłaszcza na najcieplejszych obszarach, nawet w perspektywie średnioterminowej. Modele użyte do obliczenia któregokolwiek z nich (tj. Utah i Dynamic dla chłodu oraz Richardsona i Andersona dla akumulacji ciepła) wykazują bardzo wysokie korelacje, jak wcześniej stwierdzono przez Ruiz i in. (2007, 2018).
We wszystkich obszarach przewiduje się istotne zmniejszenie akumulacji chłodu, co jest zgodne z wcześniejszymi badaniami na obszarach śródziemnomorskich (Benmoussa i in., 2018, 2020; Rodríguez i in., 2019; Delgado i in., 2021; Fraga i Santos, 2021). Spadek akumulacji chłodu będzie podobny w wartościach bezwzględnych we wszystkich badanych regionach, ale te najcieplejsze (tj. obszar Morza Śródziemnego i Dolina Gwadalkiwiru) mogą być znacznie bardziej dotknięte pod względem przydatności do uprawy owoców pestkowych, gdyż ich obecna sytuacja jest już ograniczeniem dla wiele odmian. Na zimnych obszarach, takich jak Dolina Ebro i Estremadura, spadek akumulacji chłodu nie będzie w zasadzie przeszkodą w kontynuacji uprawy, chociaż w niektórych szczególnych zimnych miejscach w Estremadura i na Morzu Śródziemnym spadek akumulacji chłodu będzie bardziej intensywny niż w innych zimnych miejscach. Należy zauważyć, że według Rysunek 3obserwowany jest nagły spadek akumulacji chłodu między obecną sytuacją a najbliższą przyszłością. Rozdzielczość użytej siatki, nawet dobra (∼5 km), może być przyczyną tego efektu. Innymi możliwymi źródłami rozbieżności prowadzących do przesadnych różnic między wartościami prognozowanymi a rzeczywistymi mogą być pozostałe błędy systematyczne modelu GCM, które nie zostały całkowicie zminimalizowane podczas procesu downscalingu lub fakt, że porównujemy obliczenia przeprowadzone z rzeczywistymi temperaturami godzinowymi (tj. scenariusza) oraz obliczeń przeprowadzonych z wyidealizowanymi krzywymi temperatur wyprowadzonymi z prognozowanych dziennych temperatur maksymalnych i minimalnych (Linvill, 1990) dla przyszłych scenariuszy. Podobne nagłe spadki w niedalekiej przyszłości zaobserwowali również Rodríguez i in., którzy prognozowali spadek nawet o 30 porcji wychładzających w okresie 2021–2050 w niektórych lokalizacjach w Hiszpanii (Rodríguez i in., 2019), co zgadza się z naszymi wynikami. Benmussa i in. (2020), Delgado i in. (2021), Fraga i Santos (2021) odnotowali również nagłe spadki między scenariuszem historycznym a przyszłym, odpowiednio w Tunezji, Portugalii i Asturii (północna Hiszpania). Podobnie jak w naszym przypadku, badania te wykazały również, że w najbliższej przyszłości nie pojawią się żadne istotne różnice w zakresie nagromadzonego chłodu, niezależnie od rozważanego RCP. W przeciwieństwie do akumulacji chłodu, akumulacja ciepła wzrośnie we wszystkich scenariuszach (szczególnie w 2055_RCP8.5 zgodnie z oczekiwaniami), a jej ewolucja jest odwrotna do akumulacji chłodu. Zaobserwował to również Fraga i Santos (2021) dla Portugalii.
Obliczono również prawdopodobieństwo wystąpienia przymrozków i anormalnych upałów w tygodniach, w których mogą one mieć istotny wpływ na plony i produkcję (np. późne przymrozki lub anormalne zdarzenia upałów przed uwolnieniem zapachów). Zgodnie z oczekiwaniami w obecnym scenariuszu mrozy są częstsze w zimnych obszarach. Nietypowe upały w kluczowych tygodniach koncentrowały się w ostatnich latach w regionie Morza Śródziemnego, ale prawdopodobieństwo jest bardzo niskie. Przyszłe oszacowania dla tych zmiennych pokazują, że mrozy w tygodniach, w których może mieć wpływ na produkcję owoców pestkowych (Miranda i in., 2005; Julian i in., 2007) zmniejszy się wraz z postępem stulecia i będzie rzadsze w przypadku RCP8.5, co zgadza się z poprzednimi badaniami (Leolini i in., 2018). Jednak niektóre obszary doliny rzeki Ebro i szczególne lokalizacje wewnętrzne obszarów śródziemnomorskich nadal będą narażone na znaczną liczbę przypadków mrozu w ciągu ostatnich tygodni, nawet w najcieplejszym scenariuszu (tj. 2055_RCP8.5, Rysunek 5). Definicja zdarzenia mrozu pod względem temperatury i czasu ekspozycji jest ściśle związana ze stadium fenologicznym osiadłej odmiany (Miranda i in., 2005). Biorąc pod uwagę dużą różnorodność możliwych odmian owoców pestkowych, od bardzo niskiego do bardzo wysokiego CR oraz liczbę analizowanych lokalizacji, od zimnych do ciepłych, ustalenie konkretnej odmiany/lokalizacji definicji zdarzenia przymrozkowego nie jest możliwe w niniejszym opracowaniu ze względu na dużą ilość zaangażowane informacje. Tego typu badania są zwykle prowadzone na kilku lokalizacjach i/lub odmianach, jak to, które wykonał Lorite i in. (2020) dla migdałów w Hiszpanii, Fernandez i in. (2020) w Chile, który obliczył minimalne temperatury poniżej 0°C w okresie kwitnienia najbardziej reprezentatywnych gatunków drzew owocowych liściastych uprawianych na każdym z dziewięciu rozpatrywanych stanowisk, lub Parker i in. (2021) którzy rozważyli różne temperatury i stadia fenologiczne dla trzech gatunków (tj. migdałów, awokado i pomarańczy), ale także przeprowadzili ogólną charakterystykę obszaru, biorąc pod uwagę trzy temperatury (0, -2 i +2°C) oraz czas ekspozycji. Nasz wybór temperatury -1°C i co najmniej trzech kolejnych godzin ma na celu scharakteryzowanie ewolucji zdarzeń przymrozkowych, a nie powiązanie konkretnych uszkodzeń poszczególnych odmian, co sugerowałoby inne badanie. Definicja ta została przyjęta po zasięgnięciu opinii ekspertów. Ze względu na dużą liczbę odmian pod względem CR i HR oraz zróżnicowanie reżimów temperaturowych w rozważanych obszarach w tym badaniu, wybraliśmy te tygodnie (od 2 do 10), w których wszystkie (lub większość) kombinacji odmiany/lokalizacji mogą być podatne na uszkodzenia mrozowe w zależności od ich stadium fenologicznego. W celu podjęcia decyzji producenci powinni wybrać mapę, która najlepiej pasuje do ich konkretnej sytuacji (tj. odmiany/lokalizacji), aby podjąć optymalną decyzję. Ogólnie rzecz biorąc, obszary ciepłe i/lub odmiany wcześnie kwitnące będą związane z wcześniejszymi tygodniami w rozważanym zakresie, podczas gdy obszary zimne i/lub odmiany późno kwitnące będą związane z późniejszymi tygodniami w rozważanym zakresie. Nienormalne upały w zimie, które mogą przyspieszyć wczesne uwalnianie zapachu, co negatywnie wpływa na produkcję (Viti i Monteleone, 1995; Rodrigo i Herrero, 2002; Ladwig i in., 2019(Rysunek 6). Kwantyfikacja tego wskaźnika zwykle nie jest poruszana w literaturze, ale może wywołać ważne problemy produkcyjne w ciepłych obszarach, jak zaobserwowano w ostatnich latach. Ponownie ustawienie 25°C lub więcej na co najmniej trzy kolejne godziny w celu zdefiniowania takiego zdarzenia było motywowane opiniami ekspertów. Podobnie jak w przypadku prawdopodobieństw wystąpienia mrozów, wybraliśmy te tygodnie (od 49 do 8), w których wszystkie (lub większość) kombinacje odmian/lokalizacji mogą być podatne na wpływ tych zdarzeń w zależności od ich stadium fenologicznego. Ogólnie rzecz biorąc, obszary ciepłe i/lub odmiany wcześnie kwitnące będą związane z wcześniejszymi tygodniami w rozważanym zakresie, podczas gdy obszary zimne i/lub odmiany późno kwitnące będą związane z późniejszymi tygodniami w rozważanym zakresie.
Wskaźniki agroklimatyczne obliczone w tym badaniu dostarczają cennych informacji dla producentów, aby mogli wybrać najbardziej odpowiednie odmiany na każdym obszarze produkcyjnym z adaptacyjnego punktu widzenia. Każda odmiana ma swoje CR, aby przełamać endodoncję (Campoy i in., 2011b; Fadón i in., 2020b). Prognozowany w przyszłych scenariuszach spadek akumulacji chłodu może spowodować, że obecnie uprawiane odmiany nie spełniają swojej CR na niektórych obszarach, zwłaszcza w rejonie Morza Śródziemnego i Doliny Gwadalkiwiru, które już są ciepłe. Wiązałoby się to z niepełnym uwalnianiem zapachów, które wpływa na drzewa owocowe w trzech głównych aspektach, a mianowicie opadanie pąków kwiatowych (a tym samym słabe kwitnienie), opóźnienie w kwitnieniu i kiełkowaniu oraz brak jednorodności w obu procesach, co prowadzi do poważnych problemów produkcyjnych (Legave i in., 1983; Erez, 2000; Atkinson i in., 2013). Wszystko to może spowodować poważne straty ekonomiczne dla producentów. W tym kontekście wiedza na temat CR dla różnych odmian jest kluczowa, chociaż obecnie dostępne informacje są stosunkowo skąpe w przypadku drzew pestkowych (Fadón i in., 2020b), w tym brzoskwinia (Maulión i in., 2014), morela (Ruiz i in., 2007), śliwka (Ruiz i in., 2018) i czereśni (Alburquerque i in., 2008).
Na ciepłych obszarach, takich jak Morze Śródziemne i Dolina Gwadalkiwiru, gdzie skumulowany chłód wynosi w obecnej sytuacji poniżej 60 porcji, uprawia się wcześnie dojrzewające odmiany o CR od 30 do 60 porcji. Spełnienie CR dla tych odmian może być zagrożone we wszystkich analizowanych scenariuszach przyszłości (Rysunek 2). Aby zapewnić przystosowanie różnych gatunków/odmian do tych obszarów, może być konieczne przeniesienie, a niektóre odmiany powinny zostać przeniesione na obszary bliskie (strefy wewnętrzne w obszarze Morza Śródziemnego lub w kierunku Estremadury w przypadku Doliny Gwadalkiwiru). gdzie CR zostanie spełniony nawet w przyszłych scenariuszach i oczekuje się, że ryzyko mrozu zmniejszy się. W tym kontekście wprowadzenie lub rozwój odmian o bardzo niskim CR staje się kluczowym celem, który należy wziąć pod uwagę w programach hodowlanych gatunków/odmian zasiedziałych, szczególnie, aby były odpowiednie dla ciepłych obszarów, gdzie adaptacja obecnych odmian będzie zagrożona w przyszłości scenariusze. W przeciwnym razie obszary te nie będą w stanie utrzymać swojej działalności produkcyjnej i gospodarczej związanej z produkcją owoców pestkowych. Poza tym można zastosować różne praktyki i strategie agronomiczne, aby przynajmniej lokalnie zminimalizować spadek akumulacji chłodu na tych obszarach. Stosowanie biostymulatorów w celu przerwania zapachu przed wypełnieniem CR lub stosowanie siatek zacieniających na różnych etapach spoczynku zostało już opisane w ciepłych obszarach do produkcji owoców pestkowych (Gilreath i Buchanan, 1981; Erez, 1987; Costa i in., 2004; Campoy i in., 2010; Petri i in., 2014), chociaż należy przeprowadzić dalsze badania i optymalizację, aby zwiększyć skuteczność tych technik i promować ich systematyczne stosowanie. Natomiast w najzimniejszych obszarach produkcyjnych, takich jak dolina Ebro, północna Estremadura i niektóre wewnętrzne lokalizacje w rejonie Morza Śródziemnego, oczekuje się mniejszej liczby przymrozków, co może pozwolić na wcześniejsze odmiany niż obecne, co zwiększyłoby liczbę żywotnych odmian i, dlatego oferta na rynek z pozytywnymi skutkami ekonomicznymi dla obszaru. Ogólnie rzecz biorąc, we wszystkich obszarach produkcji ważne jest, aby wziąć pod uwagę obecnie uprawiane odmiany i przeanalizować, które są na skraju spełnienia CR, aby je zastąpić lub przenieść lub wprowadzić opisane powyżej praktyki zarządzania, aby zapewnić adaptację do nowej zmiany klimatu scenariusze.
W zakresie akumulacji ciepła przyszłe scenariusze przewidują wzrost tej zmiennej we wszystkich rozpatrywanych obszarach (Rysunek 4). Na obszarach ciepłych i pośrednich ta zmienna nie jest tak decydująca jak akumulacja chłodu, ale może mieć istotny wpływ na fenologię, powodując przyspieszenie dat kwitnienia, a tym samym zwiększając potencjalne ryzyko obrażeń spowodowanych mrozem (Mosedale i in., 2015; Unterberger i in., 2018; Ma i in., 2019). Jako dodatkowy punkt, ten postęp kwitnienia będzie obejmował również postęp dojrzewania (Peñuelas i Fillella, 2001; Campoy i in., 2011b), które muszą być brane pod uwagę przez producentów, aby strategicznie wprowadzać swoje produkty na rynki. Natomiast w zimnych obszarach brak akumulacji ciepła w obecnej sytuacji może zaszkodzić rozwojowi fenologicznemu i wzrostowi owoców (Fadón i in., 2020a). Tym obecnie zimnym obszarom sprzyja prognozowany wzrost akumulacji ciepła w przyszłych scenariuszach. Jak pokazano w Rysunek 6, anormalne upały będą częstsze w przyszłych scenariuszach w terminach, w których drzewa owocowe nie wypuściły jeszcze endodoncji, zwłaszcza w ciepłych obszarach, takich jak Dolina Gwadalkiwiru i miejsca śródziemnomorskie. Zdarzenia te mogą mieć bardzo negatywny wpływ, gdy CR są częściowo zakryte (około 60-70%), powodując niepełne uwolnienie w stanie spoczynku, które może wiązać się z problemami wegetatywnymi i kwitnienia, z negatywnym wpływem na zawiązywanie owoców i plon (Rodrigo i Herrero, 2002; Campoy i in., 2011a).
W każdym razie zmiany w reżimach akumulacji chłodu i ciepła nie mają wspólnego wpływu na wszystkie odmiany i ich lokalizacje, ponieważ mogą wystąpić pewne efekty kompensacyjne w odniesieniu do równowagi akumulacji chłodu/ciepła pod względem uwalniania zapachów lub przewidywania dat kwitnienia (Pope i wsp., 2014). Poza tym agroklimatyczna charakterystyka lokalizacji w bardzo lokalnej skali może wymagać szczególnej kalibracji danych ze względu na niejednorodność przestrzenną (Lorite i in., 2020), aby podejmować najlepsze decyzje dotyczące optymalnego doboru odmian. Wyniki przedstawione w niniejszym opracowaniu mogą być przydatne nie tylko do produkcji owoców pestkowych, ale także do innych owoców umiarkowanych o ogromnym znaczeniu na obszarach zasiedziałych, np. winorośli w La Rioja (dolina rzeki Ebro) i innych. Wyniki te mogą stanowić podstawę systemów wspomagania decyzji, aby pomóc producentom w podejmowaniu optymalnych decyzji strategicznych (np. wybór odmian, relokacja i wdrażanie praktyk zarządzania łagodzeniem skutków) w perspektywie średnio- i długoterminowej.
Oświadczenie o dostępności danych
W artykule zamieszczono oryginalne wkłady przedstawione w opracowaniu/Materiał uzupełniający, dalsze zapytania można kierować do autorów korespondencyjnych.
Autorskie Wkłady
MC, JG-B, JG i DR opracowali i zaprojektowali badanie. MC dostarczył dane agroklimatyczne dla obecnego scenariusza. JAE wykonało obliczenia dla przyszłych scenariuszy. JAE i DR napisali główną część rękopisu. JE przedstawił informacje dotyczące technicznych aspektów agronomii. JG zarządzał innowacyjnym projektem, który sfinansował te badania. Wszyscy autorzy dokonali przeglądu dokumentu i zatwierdzili przedłożoną wersję.
Finansowanie
Wsparcie finansowe zostało zapewnione przez hiszpańskie Ministerstwo Rolnictwa, Rybołówstwa i Żywności w ramach Projektu Innowacyjnego „Adaptacja sektora owoców pestkowych do zmian klimatu” (REF: MAPA-PNDR 20190020007385) oraz przez PRIMA, program wspierany w ramach H2020, Ram Unii Europejskiej program na rzecz badań i innowacji (projekt „AdaMedOr”; numer grantu PCI2020-112113 hiszpańskiego Ministerstwa Nauki i Innowacji).
Konflikt interesów
Autorzy oświadczają, że badanie zostało przeprowadzone przy braku jakichkolwiek powiązań handlowych lub finansowych, które mogłyby być interpretowane jako potencjalny konflikt interesów.
Uwaga wydawcy
Wszystkie twierdzenia wyrażone w tym artykule są wyłącznie twierdzeniami autorów i niekoniecznie reprezentują twierdzenia ich stowarzyszonych organizacji lub wydawcy, redaktorów i recenzentów. Żaden produkt, który może być oceniany w tym artykule, lub twierdzenie, które może być wystawione przez jego producenta, nie jest gwarantowane ani popierane przez wydawcę.
Podziękowanie
Dziękujemy wszystkim członkom Hiszpańskiej Grupy Operacyjnej „Adaptacja sektora owoców pestkowych do zmian klimatu” (FECOAM, FECOAV, ANECOOP, Frutaria, Basol Fruits, Fundación Universidad-Empresa de la Región de Murcia, Fundación Cajamar) za ich cenny wkład w rozwój projektu. Dziękujemy firmie AEMET za dane dostępne na jej stronie internetowej (http://www.aemet.es/es/serviciosclimaticos/cambio_climat/datos_diarios).
Materiał uzupełniający
Dodatkowe materiały do tego artykułu można znaleźć w Internecie pod adresem: https://www.frontiersin.org/articles/10.3389/fpls.2022.842628/full#supplementary-material
Rysunek uzupełniający 1 | Korelacja między średnimi skumulowanymi porcjami a jednostkami chłodzenia dla bieżącego scenariusza we wszystkich stacjach pogodowych.
Rysunek uzupełniający 2 | Korelacja między średnią skumulowaną GDH dla modeli Andersona i Richardsona dla obecnego scenariusza we wszystkich stacjach pogodowych.
Referencje
Alburquerque, N., García-Montiel, F., Carrillo, A. i Burgos, L. (2008). Wymagania dotyczące chłodu i ciepła odmian czereśni oraz zależność wysokości od prawdopodobieństwa spełnienia wymagań chłodu. Otaczać. Do potęgi. Nerw. 64, 162–170. doi: 10.1016/j.enveexpbot.2008.01.003
Amblar-Francés, MP, Pastor-Saavedra, MA, Casado-Calle, MJ, Ramos-Calzado, P. i Rodríguez-Camino, E. (2018). Strategia generowania prognoz zmian klimatycznych, które zasilają hiszpańską społeczność oddziaływania. Przysł. Nauka. Res. 15, 217-230.
Anderson, JL, Richardson, EA i Kesner, CD (1986). Walidacja modeli jednostki chłodu i fenologii pąków kwiatowych dla wiśni „Montmorency”. Acta Hortic. 1986, 71-78. doi: 10.17660/ActaHortic.1986.184.7
Atkinson, CJ, Brennan, RM i Jones, HG (2013). Spadek wychłodzenia i jego wpływ na uprawy wieloletnie w klimacie umiarkowanym. Otaczać. Do potęgi. Nerw. 91, 48–62. doi: 10.1016/j.enveexpbot.2013.02.004
Benmoussa, H., Ben Mimoun, M., Ghrab, M. i Luedeling, E. (2018). Zmiana klimatu zagraża sadom orzechowym w środkowej Tunezji. wewn. J. Biometeorol. 62, 2245–2255. doi: 10.1007/s00484-018-1628-x
Benmoussa H., Luedeling E., Ghrab M. i Ben Mimoun M. (2020). Poważny spadek zimowych chłodów wpływa na tunezyjskie sady owocowe i orzechowe. Klimat. Chan. 162, 1249–1267. doi: 10.1007/s10584-020-02774-7
Campoy JA, Ruiz D., Cook N., Allderman L. i Egea J. (2011a). Wysokie temperatury i czas na rozpoczęcie pączkowania w nisko chłodnej moreli 'Palsteyn'. W kierunku lepszego zrozumienia spełnienia wymagań dotyczących chłodu i ciepła. Nauka. Hortic. 129, 649-655. doi: 10.1016/j.scienta.2011.05.008
Campoy JA, Ruiz D. i Egea J. (2011b). Uśpienie drzew owocowych w klimacie umiarkowanym w kontekście globalnego ocieplenia: przegląd. Nauka. Hortic. 130, 357-372. doi: 10.1016/j.scienta.2011.07.011
Campoy JA, Ruiz D. i Egea J. (2010). Wpływ cieniowania i zabiegu tidiazuron+olej na przerwanie spoczynku, kwitnienie i zawiązanie owoców w moreli w ciepłym klimacie zimowym. Nauka. Hortic. 125, 203-210. doi: 10.1016/j.scienta.2010.03.029
Chmielewski F.-M., Götz, K.-P., Weber, KC i Moryson, S. (2018). Zmiany klimatyczne i wiosenne przymrozki dla czereśni w Niemczech. wewn. J. Biometeorol. 62, 217–228. doi: 10.1007/s00484-017-1443-9
Chylek P., Li J., Dubey MK, Wang M. i Lesins G. (2011). Obserwowana i symulowana zmienność temperatury w Arktyce w XX wieku: kanadyjski model systemu ziemskiego CanESM20. Atmosfera. Chem. Fiz. Omówić. 11, 22893–22907. doi: 10.5194/acpd-11-22893-2011
Costa, C., Stassen, PJC i Mudzunga, J. (2004). Środki rozbijające pozostałości chemiczne dla południowoafrykańskiego przemysłu owoców ziarnkowych i pestkowych. Acta Hortic. 2004, 295-302. doi: 10.17660/ActaHortic.2004.636.35
Delgado, A., Dapena, E., Fernandez, E. i Luedeling, E. (2021). Wymagania klimatyczne w okresie spoczynku jabłoni z północno-zachodniej Hiszpanii – Globalne ocieplenie może zagrozić uprawie odmian o wysokiej temperaturze. EUR. J. Agron. 130:126374. doi: 10.1016/j.eja.2021.126374
Delworth, TL, Broccoli, AJ, Rosati, A., Stouffer, RJ, Balaji, V., Beesley, JA, i in. (2006). Globalne sprzężone modele klimatyczne CM2 firmy GFDL. część I: charakterystyka formułowania i symulacji. J. Clim. 19, 643–674. doi: 10.1175/JCLI3629.1
J.-L. Dufresne, M.-A. Foujols, S. Denvil, A. Caubel, O. Marti, O. Aumont i in. (2013). Prognozy zmian klimatu z wykorzystaniem modelu systemu ziemskiego IPSL-CM5: od CMIP3 do CMIP5. Klimat. Dyn. 40, 2123–2165. doi: 10.1007/s00382-012-1636-1
Erez, A. (1987). Chemiczna kontrola pączkowania. HortScience 22, 1240-1243.
Erez, A. (2000). „Uśpienie pąków; Zjawisko, problemy i rozwiązania w tropikach i subtropikach”, in Uprawa owoców w umiarkowanym klimacie w ciepłym klimacie, wyd. A. Erez (Dordrecht: Springer), 17–48. doi: 10.1007/978-94-017-3215-4_2
Fadón E., Fernandez E., Behn H. i Luedeling E. (2020a). Ramy koncepcyjne dla zimowego spoczynku drzew liściastych. Agronomia 10:241. doi: 10.3390/agronomia10020241
Fadón E., Herrera S., Guerrero BI, Guerra ME i Rodrigo J. (2020b). Zapotrzebowanie na chłodzenie i ciepło drzew pestkowych (Prunus sp.) o umiarkowanym klimacie. Agronomia 10:409. doi: 10.3390/agronomia10030409
FAOSTAT (2019). Dane dotyczące żywności i rolnictwa. Rzym: FAO.
Fernandez, E., Whitney, C., Cuneo, IF i Luedeling, E. (2020). Perspektywy zmniejszenia zimowego chłodu dla produkcji owoców liściastych w Chile w XXI wieku. Klimat. Chan. 159, 423–439. doi: 10.1007/s10584-019-02608-1
Fishman S., Erez A. i Couvillon GA (1987). Zależność temperaturowa przerywania spoczynku w roślinach: matematyczna analiza dwuetapowego modelu z udziałem kooperatywnego przejścia. J. Teoria. Biol. 124, 473–483. doi: 10.1016/S0022-5193(87)80221-7
Fraga, H. i Santos, JA (2021). Ocena wpływu zmian klimatu na schładzanie i wymuszanie w głównych regionach świeżych owoców w Portugalii. Z przodu. Plant Sci. 12:1263. doi: 10.3389/fpls.2021.689121
Gilreath PR i Buchanan DW (1981). Kwiatowy i wegetatywny rozwój pąków nektarynek „Sungold” i „Sunlite” pod wpływem chłodzenia wyparnego przez zraszanie nad głową podczas odpoczynku. J. Am. Soc. Hortic. Nauka. 106, 321-324.
MA Giorgetta, J. Jungclaus, CH Reick, S. Legutke, J. Bader, M. Böttinger i in. (2013). Zmiany klimatu i cyklu węglowego od 1850 do 2100 w symulacjach MPI-ESM dla fazy 5. projektu Coupled Model Intercomparison Project. J. Przysł. Model. Ziemia Syst. 5, 572–597. doi: 10.1002/jame.20038
Giorgi, F. i Lionello, P. (2008). Prognozy zmian klimatu dla regionu Morza Śródziemnego. Glob. Planeta. Chan. 63, 90-104. doi: 10.1016/j.gloplacha.2007.09.005
Guo, L., Dai, J., Wang, M., Xu, J. i Luedeling, E. (2015). Reakcje wiosennej fenologii drzew strefy umiarkowanej na ocieplenie klimatu: studium przypadku kwitnienia moreli w Chinach. Rolnictwo. Do. Meteorol. 201, 1–7. doi: 10.1016/j.agrformet.2014.10.016
L. Guo, J. Wang, M. Li, L. Liu, J. Xu, J. Cheng i in. (2019). Marginesy dystrybucji jako naturalne laboratoria do wnioskowania odpowiedzi kwitnienia gatunków na ocieplenie klimatu i implikacje dla ryzyka przymrozków. Rolnictwo. Do. Meteorol. 268, 299–307. doi: 10.1016/j.agrformet.2019.01.038
Hatfield, JL, Sivakumar, MVK i Prueger, JH (red.) (2019). Agroklimatologia: powiązanie rolnictwa z klimatem. 1 wyd. Madison: Amerykańskie Towarzystwo Agronomiczne.
Hernanz, A., García-Valero, JA, Domínguez, M., Ramos-Calzado, P., Pastor-Saavedra, MA i Rodríguez-Camino, E. (2022a). Ocena statystycznych metod zmniejszania skali prognoz zmian klimatu w Hiszpanii: obecne warunki z doskonałymi predyktorami. wewn. J. Klimatol. 42, 762–776. doi: 10.1002/joc.7271
Hernanz, A., García-Valero, JA, Domínguez, M. i Rodríguez-Camino, E. (2022b). Ocena metod statystycznego zmniejszania skali prognoz zmian klimatu w Hiszpanii: Przyszłe warunki z pseudo rzeczywistością (eksperyment z możliwością przenoszenia). wewn. J. Klimatol. 2022:7464. doi: 10.1002/joc.7464
IPCC (2021). Zmiana klimatu 2021: podstawa nauk fizycznych. Wkład I Grupy Roboczej do Szóstego Raportu Oceniającego Międzyrządowego Zespołu ds. Zmian Klimatu. Cambridge: Cambridge University Press.
Ji D., Wang L., Feng J., Wu Q., Cheng H., Zhang Q. i in. (2014). Opis i podstawowa ocena Pekińskiego Modelu Systemu Ziemi (BNU-ESM) w wersji 1. Geosci. Odw. modelu 7, 2039–2064. doi: 10.5194/gmd-7-2039-2014
Julian, C., Herrero, M. i Rodrigo, J. (2007). Opadanie pąków kwiatowych i uszkodzenia przed kwitnieniem moreli (Prunus armeniaca L.). J. Appl. Nerw. Żywność Kwal. 81, 21-25.
Ladwig, LM, Chandler, JL, Guiden, PW i Henn, JJ (2019). Ekstremalnie ciepłe zimowe wydarzenie powoduje wyjątkowo wczesne pękanie pąków dla wielu gatunków drzewiastych. Ekosfera 10:e02542. doi: 10.1002/ecs2.2542
Legave, JM, Garcia, G. i Marco, F. (1983). Niektóre opisowe aspekty procesu opadania pąków kwiatowych lub młodych kwiatów obserwowanych na drzewie morelowym w południowej Francji. Acta Hortic. 1983, 75-84. doi: 10.17660/ActaHortic.1983.121.6
Leolini, L., Moriondo, M., Fila, G., Costafreda-Aumedes, S., Ferrise, R. i Bindi, M. (2018). Późnowiosenne przymrozki wpływają na przyszłą dystrybucję winorośli w Europie. Uprawy polowe Res. 222, 197-208. doi: 10.1016/j.fcr.2017.11.018
Linvill, DE (1990). Obliczanie godzin i jednostek chłodzenia na podstawie dziennych obserwacji maksymalnej i minimalnej temperatury. HortScience 25, 14-16.
IJ Lorite, JM Cabezas-Luque, O. Arquero, C. Gabaldón-Leal, C. Santos, A. Rodríguez i in. (2020). Rola fenologii we skutkach zmiany klimatu i strategiach adaptacyjnych upraw drzewiastych: studium przypadku sadów migdałowych w Europie Południowej. Rolnictwo. Do. Meteorol. 294:108142. doi: 10.1016/j.agrformet.2020.108142
Lüdeling, E. (2012). Wpływ zmian klimatu na zimowy chłód w przypadku produkcji owoców i orzechów w klimacie umiarkowanym: przegląd. Nauka. Hortic. 144, 218-229. doi: 10.1016/j.scienta.2012.07.011
Lüdeling, E. (2019). chillR: statystyczne metody analizy fenologicznej drzew owocowych strefy umiarkowanej. Wersja pakietu R 0.70.21.
Luedeling, E., Girvetz, EH, Semenov, MA i Brown, PH (2011). Zmiana klimatu wpływa na zimowy chłód drzew owocowych i orzechowych w klimacie umiarkowanym. PLoS ONE 6: e20155. doi: 10.1371 / journal.pone.0020155
Luedeling, E., Schiffers, K., Fohrmann, T. i Urbach, C. (2021). PhenoFlex – zintegrowany model do przewidywania fenologii wiosennej drzew owocowych o umiarkowanym klimacie. Rolnictwo. Do. Meteorol. 307:108491. doi: 10.1016/j.agrformet.2021.108491
Ma, Q., Huang, J.-G., Hänninen, H. i Berninger, F. (2019). Rozbieżne tendencje w ryzyku uszkodzenia drzew przez przymrozki wiosenne w Europie po niedawnym ociepleniu. Glob. Chan. Biol. 25, 351-360. doi: 10.1111/gcb.14479
Mahmood A., Hu Y, Tanny J. i Asante EA (2018). Wpływ zacieniania i ekranów odpornych na owady na mikroklimat i produkcję upraw: przegląd najnowszych osiągnięć. Nauka. Hortic. 241, 241-251. doi: 10.1016/j.scienta.2018.06.078
E. Maulión, GH Valentini, L. Kovalevski, M. Prunello, LL Monti, ME Daorden i in. (2014). Porównanie metod oceny zapotrzebowania chłodniczego i cieplnego genotypów nektarynki i brzoskwini na kwitnienie. Nauka. Hortic. 177, 112-117. doi: 10.1016/j.scienta.2014.07.042
MedECC (2020). Zmiany klimatyczne i środowiskowe w basenie Morza Śródziemnego – aktualna sytuacja i zagrożenia dla przyszłości Pierwsze sprawozdanie z oceny Morza Śródziemnego. Marsylia: MedECC. doi: 10.5281/zenodo.4768833
Miranda C., Santesteban LG i Royo JB (2005). Zmienność zależności między temperaturą przymrozkową a stopniem uszkodzenia niektórych uprawianych gatunków śliwek. HortScience 40, 357–361. doi: 10.21273/HORTSCI.40.2.357
Miranda, C., Urrestarazu, J. i Santesteban, LG (2021). fruclimadapt: Pakiet R do oceny adaptacji do klimatu gatunków owoców strefy umiarkowanej. Komputer. Elektron. Rolnictwo. 180:105879. doi: 10.1016/j.compag.2020.105879
Mosedale, JR, Wilson, RJ i Maclean, IMD (2015). Zmiana klimatu i narażenie upraw na niekorzystne warunki pogodowe: zmiany ryzyka przymrozków i warunków kwitnienia winorośli. PLoS ONE 10: e0141218. doi: 10.1371 / journal.pone.0141218
Olesen, JE i Bindi, M. (2002). Konsekwencje zmian klimatycznych dla europejskiej wydajności rolnictwa, użytkowania gruntów i polityki. EUR. J. Agron. 16, 239–262. doi: 10.1016/S1161-0301(02)00004-7
Parker, L., Pathak, T. i Ostoja, S. (2021). Zmiana klimatu zmniejsza narażenie na mróz w przypadku upraw sadowniczych w Kalifornii o wysokiej wartości. Sci. Razem Environ. 762:143971. doi: 10.1016/j.scitotenv.2020.143971
Peñuelas, J. i Fillella, I. (2001). Odpowiedzi na ocieplający się świat. nauka 294, 793 – 795. doi: 10.1126 / science.1066860
Petri, JL, Leite, GB, Couto, M., Gabardo, GC i Haverroth, FJ (2014). Chemiczna indukcja pączkowania: produkty nowej generacji zastępujące cyjanoamid. Acta Hortic. 2014, 159-166. doi: 10.17660/ActaHortic.2014.1042.19
Pope, KS, Da Silva, D., Brown, PH i DeJong, TM (2014). Biologiczne podejście do modelowania wiosennej fenologii drzew liściastych o umiarkowanym klimacie. Rolnictwo. Do. Meteorol. 198, 15–23. doi: 10.1016/j.agrformet.2014.07.009
Richardson, EA, Seeley, SD i Walker, DR (1974). Model szacowania zakończenia odpoczynku dla brzoskwini „Redhaven” i „Elberta”. HortScience 9, 331-332.
Rodrigo, J. i Herrero, M. (2002). Wpływ temperatur przed kwitnieniem na rozwój kwiatów i zawiązywanie owoców w moreli. Nauka. Hortic. 92, 125–135. doi: 10.1016/S0304-4238(01)00289-8
Rodríguez, A., Pérez-López, D., Centeno, A. i Ruiz-Ramos, M. (2021). Żywotność odmian drzew owocowych o umiarkowanym klimacie w Hiszpanii w warunkach zmiany klimatu według kumulacji chłodu. Rolnictwo. Syst. 186:102961. doi: 10.1016/j.agsy.2020.102961
A. Rodríguez, D. Pérez-López, E. Sánchez, A. Centeno, I. Gómara, A. Dosio i in. (2019). Akumulacja zimna na drzewach owocowych w Hiszpanii w warunkach zmian klimatycznych. Nat. Zagrożenia System Ziemi. Nauka. 19, 1087–1103. doi: 10.5194/nhess-19-1087-2019
Ruiz, D., Campoy, JA i Egea, J. (2007). Zapotrzebowanie na chłodzenie i ciepło odmian moreli do kwitnienia. Otaczać. Do potęgi. Nerw. 61, 254–263. doi: 10.1016/j.enveexpbot.2007.06.008
CrossRef Full Text | Google Scholar
Ruiz, D., Egea, J., Salazar, JA i Campoy, JA (2018). Zapotrzebowanie na chłodzenie i ciepło odmian śliwy japońskiej do kwitnienia. Nauka. Hortic. 242, 164-169. doi: 10.1016/j.scienta.2018.07.014
Scoccimarro E., Gualdi S., Bellucci A., Sanna A., Fogli PG, Manzini E. i in. (2011). Wpływ cyklonów tropikalnych na transport ciepła w oceanie w sprzężonym modelu cyrkulacji ogólnej o wysokiej rozdzielczości. J. Clim. 24, 4368-4384. doi: 10.1175/2011JCLI4104.1
Semenov, MA i Stratonovitch, P. (2010). Wykorzystanie wielomodelowych zespołów z globalnych modeli klimatycznych do oceny skutków zmiany klimatu. Klimat. Res. 41, 1-14. doi: 10.3354/cr00836
UNE 500540 (2004). Automatyczne sieci stacji pogodowych: Wskazówki dotyczące walidacji danych pogodowych z sieci stacji. Madryt: AENOR
C. Unterberger, L. Brunner, S. Nabernegg, KW Steininger, AK Steiner, E. Stabentheiner i in. (2018). Zagrożenie przymrozkami wiosennymi dla regionalnej produkcji jabłek w cieplejszym klimacie. PLoS ONE 13: e0200201. doi: 10.1371 / journal.pone.0200201
van Vuuren DP, Edmonds J., Kainuma M., Riahi K., Thomson A., Hibbard K. i in. (2011). Reprezentatywne ścieżki koncentracji: przegląd. Klimat. Chan. 109:5. doi: 10.1007/s10584-011-0148-z
Viti, R. i Monteleone, P. (1995). Wysoka temperatura wpływa na występowanie anomalii pąków kwiatowych w dwóch odmianach moreli charakteryzujących się różną produktywnością. Acta Hortic. 1995, 283-290. doi: 10.17660/ActaHortic.1995.384.43
Volodin, EM, Diański, NA i Gusiew, AV (2010). Symulacja współczesnego klimatu za pomocą sprzężonego modelu INMCM4.0 ogólnej cyrkulacji atmosferycznej i oceanicznej. Izv. Atmosfera Ocean. Fiz. 46, 414–431. doi: 10.1134 / S000143381004002X
Wallach D., Martre P., Liu B., Asseng S., Ewert F., Thorburn PJ i in. (2018). Zespoły wielomodelowe poprawiają przewidywania interakcji uprawa-środowisko-zarządzanie. Glob. Chan. Biol. 24, 5072-5083. doi: 10.1111/gcb.14411
Watanabe S., Hajima T., Sudo K., Nagashima T., Takemura T., Okajima H. i in. (2011). MIROC-ESM 2010: opis modelu i podstawowe wyniki eksperymentów CMIP5-20c3m. Geosci. Odw. modelu 4, 845–872. doi: 10.5194/gmd-4-845-2011
Wu, T., Song, L., Li, W., Wang, Z., Zhang, H., Xin, X. i in. (2014). Przegląd rozwoju i zastosowania modelu systemu klimatycznego BCC do badań nad zmianami klimatu. J. Meteorol. Rez. 28, 34–56. doi: 10.1007/s13351-014-3041-7
Yukimoto S., Adachi Y., Hosaka M., Sakami T., Yoshimura H., Hirabara M. i in. (2012). Nowy globalny model klimatu meteorologicznego instytutu badawczego: MRI-CGCM3 — Opis modelu i charakterystyka podstawowa. J. Meteorol. soc. Jpn. Ser II 90, 23-64. doi: 10.2151/jmsj.2012-A02
Słowa kluczowe: Prunusowoce pestkowe, adaptacja, akumulacja chłodu, fenologia, ryzyko przymrozków, dobór odmian, metryka agroklimatyczna
Cytat: Egea JA, Caro M, García-Brunton J, Gambín J, Egea J i Ruiz D (2022) Metryki agroklimatyczne dla głównych obszarów produkcji owoców pestkowych w Hiszpanii w obecnych i przyszłych scenariuszach zmian klimatycznych: implikacje z adaptacyjnego punktu widzenia. Z przodu. Plant Sci. 13:842628. doi: 10.3389/fpls.2022.842628
Odebrane: 23 grudzień 2021; Przyjęty: 02 May 2022;
Opublikowano: 08 czerwca 2022.
Edytowany przez:Hisayo Yamane, Uniwersytet w Kioto, Japonia
Zrecenzowany przez:Liang Guo, Northwest A&F University, Chiny
Kirti Rajagopalan, Washington State University, Stany Zjednoczone
prawo autorskie © 2022 Egea, Caro, García-Brunton, Gambín, Egea i Ruiz. Jest to artykuł z otwartym dostępem rozpowszechniany zgodnie z warunkami Licencja Creative Commons Uznanie autorstwa (CC BY). Dozwolone jest używanie, dystrybucja lub powielanie na innych forach, pod warunkiem że oryginalny autor (autorzy) i właściciel (właściciele) praw autorskich są uznani i że pierwotna publikacja w tym czasopiśmie jest cytowana, zgodnie z przyjętą praktyką akademicką. Dozwolone jest używanie, dystrybucja lub powielanie niezgodne z tymi warunkami.
*Korespondencja: Jose A. Egei, jaegea@cebas.csic.es; Dawida Ruiza, druiz@cebas.csic.es
Źródło: https://www.frontiersin.org