دوره 1، شماره 2 - ( پاییز و زمستان 1402 1402 )
جلد 1 شماره 2 صفحات 50-34 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Ahani E, Ziaei S, Mardani Najafabadi M. (2024). Assessment and Simulation of the Effects of Climate Change on the Economic Productivity of Crop Water Resources Using Water and Carbon Footprint in Northeastern Iran. Agric Mark Econ. 1(2), 34-50. doi:10.61186/ame.1.2.34
URL: http://ame.sanru.ac.ir/article-1-54-fa.html
URL: http://ame.sanru.ac.ir/article-1-54-fa.html
آهنی الهه، ضیایی سامان، محمدی حمید، مردانی نجف آبادی مصطفی، میرزایی عباس. ارزیابی و شبیه‌‌سازی اثرات تغییر اقلیم بر بهرهوری اقتصادی منابع آب محصولات زراعی با استفاده از ردپای آب و کربن در شمال شرق ایران اقتصاد و بازار کشاورزی 1402; 1 (2) :50-34 10.61186/ame.1.2.34
دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، ایران
چکیده: (667 مشاهده)
مقدمه و هدف: افزایش دما، تابش خورشید و تغییر در الگوهای بارش از جمله مهمترین عوامل اثرگذار بر افزایش نیاز آبی گیاهان، تبخیر- تعرق و تغییر در حجم و رواناب‌ها و رطوبت خاک است که این تغییرات بهنوبه خود میزان تقاضا و عرضه آب را در بخش کشاورزی شمال شرق ایران دستخوش تغییر نموده است. بنابراین، مجموعه این موارد، آگاهی از آثار تغییر اقلیم بر بخش کشاورزی و منابع آب را ضروری می‌سازد. با در نظر داشتن مسئله بحران آب در ایران و حوضه‌های آبریز شمال شرق آن به‌خصوص حوضه آبریز کشف‌رود که یکی از بحرانی‌‌ترین حوضه‌ها میباشد توجه به بهرهوری آب در این نواحی امری ضروری است. در این راستا، به‌‌منظور محاسبه میزان حجم آب مصرفشده محصولات کشاورزی در مراحل مختلف رشد، از شاخص ردپای آب با هدف ارزیابی مناسب آب مصرفی در بخش کشاورزی در اقلیم‌‌های مختلف بهره گرفته شد.
مواد و روش‌ها: شبیه‌‌سازی پارامترهای حوضه تحت سناریوهای اقلیمی برای دوره 2040-2021 در نرم‌‌افزار WEAP صورت گرفت. پس از مدل‌‌سازی منابع آب در نرم‌‌افزار WEAP، به‌‌منظور تعریف سناریوهای تغییر اقلیم، از نتایج شبیه‌‌سازی با استفاده از ترکیب وزنی چهار مدل AOGCM از پروژه مقایسه مدلهای جفت شده فاز ششم (CIMP6) تحت سه سناریو SSP1-2/6(خوشبینانه)، SSP3-7/0 (بدبینانه) و SSP5-8/5 (خیلی بدبینانه) برای دوره پایه (2012- 1993) و دوره آینده (2021-2040) پرداخته شد. مشاهدات خروجی مدلهای گزارش ششم تحت سناریوهای جدید (SSP) هستند، که خطوط سیر بخش‌های مشترک اقتصادی– اجتماعی یا به‌عبارتی مسیرهای پایدار اجتماعی است و در واقع سناریوهای مختلفی برای توسعه اقتصادی، جمعیت و تکنولوژی در آینده و غلظت‌های مختلف گازهای گلخانه‌ای را توصیف می‌کند. چارچوب مفهومی مطالعه حاضر، محاسبه بهرهوری اقتصادی و فیزیکی منابع آب محصولات زراعی با استفاده از ردپای آب و کربن در شرایط تغییر اقلیم بود. این رویکرد در حوضه آبریز کشف‌رود واقع در شمال شرق ایران برای 99-1398 توسعه داده شد.
یافته‌ها: نتایج نشان داد نیاز آبی محصولات زراعی منطقه در همه سناریوهای اقلیم (CMIP6) افزایش پیدا نمود و مقدار عملکرد آن کاهش یافت. همچنین، بیشترین ردپای آب آبی در بین محصولات منتخب را بهترتیب چغندرقند، ذرت علوفه‌ای، پیاز، یونجه، گوجه‌فرنگی و خیار دارا بودند. افزایش شاخص ردپای آب آبی محصولات در حوضه بیانگر حجم بیشتر ردپای آب آبی نسبت به ردپای آب سبز بود که نشاندهنده افزایش تبخیر و تعرق و کاهش میزان بارندگی در شمال شرق کشور میباشد. نتایج نشان داد محصول یونجه با 2623/2 مترمکعب بر تن در سناریو بدبینانه بیشترین و ذرت علوفه‌ای با 502 مترمکعب بر تن کمترین ردپای آب در تولید محصول بهخود اختصاص دادند. سیب‌زمینی، گوجه‌فرنگی، خیار، پیاز و جو بهترتیب بالاترین بهرهوری اقتصادی در شرایط اقلیمی بدبینانه دارا بودند. این امر بیانگر کاهش بارندگی و افزایش دما در سال‌های 2040 میباشد. همچنین، کمترین میزان بهرهوری فیزیکی در اقلیم بدبینانه را گندم و یونجه بهترتیب با 309/2 و 336/2 کیلو برمترمکعب شامل هستند. به‌‌عبارتدیگر، با تغییر شرایط اقلیم و افزایش نیاز آبی محصولات، شاخص بهرهوری اقتصادی آب در سطح پایین‌تری قرار گرفت. در بین محصولات مورد بررسی ذرت علوفه‌ای کمترین سهم در ردپای آب سبز (1 درصد) در هکتار را بهخود اختصاص داده است. در صورتی‌که سهم این محصول از ردپای آبی 14/52 درصد برآورد شد. همچنین، محصولات یونجه، جو، گندم و گوجه فرنگی بهترتیب 21/85، 20/36، 20/03 و 10/09 درصد بیشترین سهم و مقدار قابل توجه‌ای از ردپای آب سبز را به خود اختصاص دادند. در مقابل سهم ردپای آب آبی محصولات ذکرشده بهترتیب 12/3، 2/5، 5/7 و 11/7 درصد برآورد شد. شاخص بهرهوری اقتصادی گندم و یونجه در سناریو بدبینانه به‌تریتب معادل 9276/3 و 7444/02 ریال بر مترمکعب محاسبه شد. به طوری که استمرار شرایط خشکسالی در حوضه منجر به کاهش 48 و 56 درصد در بهرهوری آن شد. بیشترین ردپای آب آبی و کربن به ترتیب محصولات سیب‌زمینی، چغندرقند، پیاز، خیار و ذرت دارا بودند. کمترین آن را به ترتیب گندم، جو، گوجه‌فرنگی و یونجه بهخود اختصاص دادند. با توجه به مفهوم ردپای آب، چنانچه برای تولید یک محصول خاص مقدار آب کمتری بتوان مصرف کرد، آن محصول در اولویت تولید قرار دارد. بنابراین، مناسب‍ترین محصول در بحث ردپای آب آبی و کربن متعلق به محصول گندم بوده است.
نتیجه‌گیری: در پژوهش حاضر مصرف آب برای محصولات کشاورزی مورد بررسی قرار گرفت. نتایج نشان داد سهم ردپای آب سبز در محصولات یونجه، جو، گندم و گوجه‌فرنگی بالاتر از 20 درصد از سهم کل ردپای آب بود. به‌‌طور کلی، با توجه به پیامدهای تغییر اقلیم و خشکسالی‌های پیش‌رو می‌بایست به مسئله کمبود آب توجه ویژه‌ای شود و منابع آب به شیوه‌ای صحیح مدیریت گردد. همچنین، در الگوی کشت محصولات تغییرات اساسی لحاظ شود بهگونه‌ای که کشت محصولات با نیاز آبی کمتر و عملکرد بیشتر متناسب با اقلیم هر منطقه جایگزین سایر محصولات گردد. مهمترین راهکار نیز در راستای کاهش ردپای آب آبی از طریق کاهش تقاضا و مصارف آب و به‌عبارتی متوازن‌سازی عرضه آب با توجه به پتانسیل‌های منابع آبی منطقه میباشد. یکی از راهکارهای عملی نیز در مدیریت منابع آب، برآورد نیاز آبی گیاه و تعیین مقدار حجم آب مصرفی در مراحل مختلف تولید محصول پیشنهاد گردید.
مواد و روش‌ها: شبیه‌‌سازی پارامترهای حوضه تحت سناریوهای اقلیمی برای دوره 2040-2021 در نرم‌‌افزار WEAP صورت گرفت. پس از مدل‌‌سازی منابع آب در نرم‌‌افزار WEAP، به‌‌منظور تعریف سناریوهای تغییر اقلیم، از نتایج شبیه‌‌سازی با استفاده از ترکیب وزنی چهار مدل AOGCM از پروژه مقایسه مدلهای جفت شده فاز ششم (CIMP6) تحت سه سناریو SSP1-2/6(خوشبینانه)، SSP3-7/0 (بدبینانه) و SSP5-8/5 (خیلی بدبینانه) برای دوره پایه (2012- 1993) و دوره آینده (2021-2040) پرداخته شد. مشاهدات خروجی مدلهای گزارش ششم تحت سناریوهای جدید (SSP) هستند، که خطوط سیر بخش‌های مشترک اقتصادی– اجتماعی یا به‌عبارتی مسیرهای پایدار اجتماعی است و در واقع سناریوهای مختلفی برای توسعه اقتصادی، جمعیت و تکنولوژی در آینده و غلظت‌های مختلف گازهای گلخانه‌ای را توصیف می‌کند. چارچوب مفهومی مطالعه حاضر، محاسبه بهرهوری اقتصادی و فیزیکی منابع آب محصولات زراعی با استفاده از ردپای آب و کربن در شرایط تغییر اقلیم بود. این رویکرد در حوضه آبریز کشف‌رود واقع در شمال شرق ایران برای 99-1398 توسعه داده شد.
یافته‌ها: نتایج نشان داد نیاز آبی محصولات زراعی منطقه در همه سناریوهای اقلیم (CMIP6) افزایش پیدا نمود و مقدار عملکرد آن کاهش یافت. همچنین، بیشترین ردپای آب آبی در بین محصولات منتخب را بهترتیب چغندرقند، ذرت علوفه‌ای، پیاز، یونجه، گوجه‌فرنگی و خیار دارا بودند. افزایش شاخص ردپای آب آبی محصولات در حوضه بیانگر حجم بیشتر ردپای آب آبی نسبت به ردپای آب سبز بود که نشاندهنده افزایش تبخیر و تعرق و کاهش میزان بارندگی در شمال شرق کشور میباشد. نتایج نشان داد محصول یونجه با 2623/2 مترمکعب بر تن در سناریو بدبینانه بیشترین و ذرت علوفه‌ای با 502 مترمکعب بر تن کمترین ردپای آب در تولید محصول بهخود اختصاص دادند. سیب‌زمینی، گوجه‌فرنگی، خیار، پیاز و جو بهترتیب بالاترین بهرهوری اقتصادی در شرایط اقلیمی بدبینانه دارا بودند. این امر بیانگر کاهش بارندگی و افزایش دما در سال‌های 2040 میباشد. همچنین، کمترین میزان بهرهوری فیزیکی در اقلیم بدبینانه را گندم و یونجه بهترتیب با 309/2 و 336/2 کیلو برمترمکعب شامل هستند. به‌‌عبارتدیگر، با تغییر شرایط اقلیم و افزایش نیاز آبی محصولات، شاخص بهرهوری اقتصادی آب در سطح پایین‌تری قرار گرفت. در بین محصولات مورد بررسی ذرت علوفه‌ای کمترین سهم در ردپای آب سبز (1 درصد) در هکتار را بهخود اختصاص داده است. در صورتی‌که سهم این محصول از ردپای آبی 14/52 درصد برآورد شد. همچنین، محصولات یونجه، جو، گندم و گوجه فرنگی بهترتیب 21/85، 20/36، 20/03 و 10/09 درصد بیشترین سهم و مقدار قابل توجه‌ای از ردپای آب سبز را به خود اختصاص دادند. در مقابل سهم ردپای آب آبی محصولات ذکرشده بهترتیب 12/3، 2/5، 5/7 و 11/7 درصد برآورد شد. شاخص بهرهوری اقتصادی گندم و یونجه در سناریو بدبینانه به‌تریتب معادل 9276/3 و 7444/02 ریال بر مترمکعب محاسبه شد. به طوری که استمرار شرایط خشکسالی در حوضه منجر به کاهش 48 و 56 درصد در بهرهوری آن شد. بیشترین ردپای آب آبی و کربن به ترتیب محصولات سیب‌زمینی، چغندرقند، پیاز، خیار و ذرت دارا بودند. کمترین آن را به ترتیب گندم، جو، گوجه‌فرنگی و یونجه بهخود اختصاص دادند. با توجه به مفهوم ردپای آب، چنانچه برای تولید یک محصول خاص مقدار آب کمتری بتوان مصرف کرد، آن محصول در اولویت تولید قرار دارد. بنابراین، مناسب‍ترین محصول در بحث ردپای آب آبی و کربن متعلق به محصول گندم بوده است.
نتیجه‌گیری: در پژوهش حاضر مصرف آب برای محصولات کشاورزی مورد بررسی قرار گرفت. نتایج نشان داد سهم ردپای آب سبز در محصولات یونجه، جو، گندم و گوجه‌فرنگی بالاتر از 20 درصد از سهم کل ردپای آب بود. به‌‌طور کلی، با توجه به پیامدهای تغییر اقلیم و خشکسالی‌های پیش‌رو می‌بایست به مسئله کمبود آب توجه ویژه‌ای شود و منابع آب به شیوه‌ای صحیح مدیریت گردد. همچنین، در الگوی کشت محصولات تغییرات اساسی لحاظ شود بهگونه‌ای که کشت محصولات با نیاز آبی کمتر و عملکرد بیشتر متناسب با اقلیم هر منطقه جایگزین سایر محصولات گردد. مهمترین راهکار نیز در راستای کاهش ردپای آب آبی از طریق کاهش تقاضا و مصارف آب و به‌عبارتی متوازن‌سازی عرضه آب با توجه به پتانسیل‌های منابع آبی منطقه میباشد. یکی از راهکارهای عملی نیز در مدیریت منابع آب، برآورد نیاز آبی گیاه و تعیین مقدار حجم آب مصرفی در مراحل مختلف تولید محصول پیشنهاد گردید.
نوع مطالعه: پژوهشي |
موضوع مقاله:
مدیریت ریسک بازار و تولید محصولات کشاورزی و منابع طبیعی
دریافت: 1402/9/18 | پذیرش: 1402/11/9 | انتشار: 1402/12/20
دریافت: 1402/9/18 | پذیرش: 1402/11/9 | انتشار: 1402/12/20
فهرست منابع
1. Ababaei, B., & Ramezani Etemadi, H. (2014). Water footprint assessment of main cereals in Iran. Agriculture Water Management, 179, 401-411. (In Persian). [DOI:10.1016/j.agwat.2016.07.016]
2. Ababai, B., & Etedali Ramazani, H. (2014). Estimation of water footprint components in wheat production in Iran. Water and Soil, 29(6), 1458-1468. (In Persian).
3. Abedi, Z., & Soltani, P. (2016). Reducing the carbon footprint is an effective tool to deal with the unusual effects of climate change (by examining industry, agriculture, and construction separately). The 4th International Conference on Environmental Planning and Management. (In Persian).
4. Ahani, E., Ziaee, S., Mohammadi, H., Mardani Najafabadi, M., & Mirzaee, A. (2023). Proposing the structure of a multi-objective mathematical programming model with water-food-energy nexus approach for crop production. Journal of Agricultural Economics & Development, 37(1), 83-102. (In Persian). [DOI:http://doi.org/10.22067/jead.2022.77691.1147]
5. Al-Saidi, M., & Elagib, N. A. (2017). Towards understanding the integrative approach of the water, energy, and food nexus. Science of The Total Environment, 574, 1131-1139.
https://doi.org/10.1016/j.scitotenv.2016.09.046 [DOI:https://doi.org/10.1016/j.scitotenv.2016.09.046]
6. Allen, R. G., Pereira, L. S., Smith, M., Raes, D., & Wright, J. L. (2005). FAO-56 dual crop coefficient method for estimating evaporation from soil and application extensions. Journal of Irrigation and Drainage Engineering, 131(1), 2-13. [DOI:10.1061/(ASCE)0733-9437(2005)131:1(2)]
7. Bazrafshan, Z., Ramezani Etedali, H., A., & Bazrafshan, A. (2020). Temporal and spatial distribution of water footprint components and virtual water trade in walnut products in Iran. Echo Hydrology, 7(3), 583-593. (In Persian).
8. Daneshgar, H., Bagheri, M., Mardani Najafabadi, M., Alijani, F., & yavari, G. (2021). Effects of climate change on hydrological and economic conditions of Bushkan plain farmers. Agricultural Economics Research, 13(2), 259-280. (In Persian).
9. Emamzadeh, S. M., Forghani, M. A., Karnema, A., & Darbandi, S. (2016). Determining an optimum pattern of mixed planting from organic and non-organic crops about economic and environmental indicators: A case study of cucumber in Kerman, Iran. Information Processing in Agriculture, 3(4), 207-214.
https://doi.org/10.1016/j.inpa.2016.08.001 [DOI:https://doi.org/10.1016/j.inpa.2016.08.001]
10. Ercin, A. E., & Hoekstra, A. Y. (2014). Water footprint scenarios for 2050: A global analysis. Environment International, 64, 71-82. [DOI:10.1016/j.envint.2013.11.019]
11. Eslami, Z., Janatrostami S., & Ashrafzadeh A. (2019). Application of modeling in management of water, energy, and food nexus. Journal of Water and Sustainable Development, 6(2), 1-8. (In Persian).
12. Esteve, P., Varela-Ortega, C., Blanco-Gutiérrez, I., & Downing, T. E. (2015). A hydro-economic model for the assessment of climate change impacts and adaptation in irrigated agriculture. Ecological Economics, 120, 49-58.
https://doi.org/10.1016/j.ecolecon.2015.09.017 [DOI:https://doi.org/10.1016/j.ecolecon.2015.09.017]
13. Fabiani, S., Vanino, S., Napoli, R., & Nino, P. (2020). Water energy food nexus approach for sustainability assessment at farm level: An experience from an intensive agricultural area in central Italy. Environmental Science & Policy, 104, 1-12. [DOI:10.1016/j.envsci.2019.10.008]
14. Fu, Y., Zhao, J., Wang, C., Peng, W., & Wang, Q., & Zhang, C. (2018). The virtual water flow of crops between intraregional and interregional in mainland China. Agricultural Water Management, 208, 204-213. [DOI:10.1016/j.agwat.2018.06.023]
15. Kalbali, E., Ziaee, S., Najafabadi, M. M., & Zakerinia, M. (2021). Approaches to adapting to impacts of climate change in northern Iran: The application of a Hydrogy-Economics model. Journal of Cleaner Production, 280, 124067. [DOI:10.1016/j.jclepro.2020.124067]
16. Khalili, T., Saraei, M., Babazadeh, H., & Ramezani Etedali., H. (2019). Water resources management of crops in Qom province using water footprint concept. Ecology, 6(4), 1109-1119.
17. Layani, G., & Bakhshoodeh, M. (2022). Effects of climate change on the agricultural sector in the Kheirabad River Basin: Application of WEAP Software. Agricultural Economics Research, 13(4), 208-223. [DOI:10.30495/JAE.2021.21701.2030 (In Persian).]
18. Lee, S. H., Choi, J. Y., Hur, S. O., Taniguchi, M., Masuhara, N., Kim, K. S., Hyun, S., Choi, E., Sung, J., & Yoo, S. H. (2020). Food-centric interlinkages in agricultural food-energy-water nexus under climate change and irrigation management. Resources, Conservation and Recycling, 163, 105099. [DOI:10.1016/j.resconrec.2020.105099]
19. Li, M., Fu, Q., Singh, V. P., Ji, Y., Liu, D., Zhang, C., & Li, T. (2019). An optimal modeling approach for managing agricultural water-energy-food nexus under uncertainty. Science of The Total Environment, 651, 1416-1434. [DOI:10.1016/j.scitotenv.2018.09.291]
20. Madani, K., Agha Kouchak, A., & Mirchi, A. (2016). Iran's socio-economic drought: Challenges of a water-bankrupt nation. Iranian Studies, 49(6), 997-1016. [DOI:10.1080/00210862.2016.1259286]
21. Mardani Najafabadi, M., Ziaee, S., Nikouei, A., & Ahmadpour Borazjani, M. (2019). Mathematical programming model (MMP) for optimization of regional cropping patterns decisions: A case study. Agricultural Systems, 173, 218-232. [DOI:10.1016/j.agsy.2019.02.006]
22. Masood, S., Khurshid, N., Haider, M., Khurshid, J., & Khokhar, A. M. (2022). Trade potential of Pakistan with the south Asian Countries: A gravity model approach. Asia Pacific Management Review. [DOI:10.1016/j.apmrv.2022.02.001]
23. Montaseri, M., Rasouli Majd, N., Behmanesh, J., & Rezaei, H. (2016). Evaluation of agricultural crops water footprint with application of climate change in Urmia lake basin. Journal of Water and Soil, 30(4), 1075-1089. (In Persian).
24. Nikmehr, S., & Zibaeii, M. (2020). Assessing the effects of climate change on hydrological and economic conditions of south Karkheh sub-basin. Agricultural Economics And Development, 34(1), 63-79. [DOI:10.22067/JEAD2.V33I4.84531 (In Persian).]
25. Piri, H., & Mobaraki, M. (2021). Investigating water footprints and water consumption efficiency of crops of potatoes, sugar beets, tomatoes, and forage corn in different climates of Iran. Journal of Water and Soil Conservation, 27(6), 103-120. [DOI:10.22069/jwsc.2021.18398.3399]
26. Report in Kashfaroud Basin. (2009). Tous Water Engineers Company, integrated management of water resources.
27. Rezaei Zaman, M., Morid, S., & Delavar, M. (2016). Evaluating climate adaptation strategies on agricultural production in the Siminehrud catchment and inflow into Lake Urmia, Iran using SWAT within an OECD framework. Agricultural Systems, 147, 98-110.
https://doi.org/10.1016/j.agsy.2016.06.001 [DOI:https://doi.org/10.1016/j.agsy.2016.06.001]
28. Safaee, V., Pourmohamad, Y., & Davari, K. (2021). Integrated approach of water, energy, and food in water resources management (Case study: Mashhad catchment). Iranian Journal of Irrigation and Drainage, 14(5), 1708-1721. (In Persian). [DOI:20.1001.1.20087942.1399.14.5.18.9.]
29. Sarabi, M., Dastorani, M. T., & Zarin, A. (2020). Investigating the effects of future climate change on temperature and precipitation (Case study: Torgh dam watershed). Journal of Meteorology and Climate Science, 3(1), 63-83. (In Persian).
30. Schlenker, W., & Lobell, D. B. (2010). Robust negative impacts of climate change on African agriculture. Environmental Research Letters, 5(1), 014010. [DOI:10.1088/1748-9326/5/1/014010]
31. Zhuo, L., & Hoekstra, A. Y. (2017). The effect of different agricultural management practices on irrigation efficiency, water use efficiency, and green and blue water footprint. Frontiers of Agricultural Science and Engineering, 4, 185-194. [DOI:10.15302/J-FASE-2017149]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
