Document Type : Research Paper
Authors
1 University of Tabriz
2 university of Tabriz
3 university of Tarbiz
Abstract
Keywords
مقدمه
رشد روز افزون جمعیت، خشکسالی، تغییر اقلیم و سیاستهای نادرست مدیریتی، منابع آب موجود را به شدت تحت تأثیر قرار داده و آنها را در برخی از مناطق جهان با بیلان منفی مواجه کرده است که این امر مغایر با بهرهبرداری پایدار از منابع آب میباشد (عباسی و همکاران 2020). در این میان توجه به امر پایداری و مدیریت منابع آب به عنوان یک منبع بسیار حیاتی، در سالهای اخیر از موضوعی فرعی، به مسألهای محوری و پراهمیت تبدیل شده است (بریمنژاد و یزدانی 2004). این مسدله به اندازهای حیاتی است که سیاستگذاران کشور ناچار به اتخاذ سیاستهای مناسب برای مدیریت منابع آب میباشند.
مدیریت آب به عنوان اصلیترین راهکار ممکن برای رفع مشکلات ناشی از کمیت و افت کیفیت آب مطرح است. مدیریت پایدار منابع آب وظیفه دارد همزمان دو هدف را مد نظر قرار دهد: کشاورزی آبی پایدار برای تضمین امنیت غذایی و حفاظت از محیطزیست. لازم است که بین این دو هدف، تعاملی پایدار در حال و آینده برقرار گردد و در عین حال تعارضات بالقوه بین این دو هدف با کمک روشهایی مانند بهکارگیری روشهای نوین آبیاری، جلوگیری از اتلاف آب در مسیرهای انتقال، تغییر الگوی کشت به سوی محصولات کممصرف، توسعه کشت گلخانهای تخفیف داده شود (کای و همکاران 2003).
امروزه کمبود آب یکی از مشکلات عمده در اکثر کشورها است (وانگ و همکاران 2008) و برآورد میشود که حدود 8/2 میلیارد نفر از جمعیت جهان در 43 کشور تحت تأثیر کمبود آب باشند که از این تعداد 2/1 میلیارد نفر حتی به آب شرب کافی نیز دستری ندارند (UNWWAP 2015). علت اصلی این مشکلات نیز افزایش تقاضای آب در اثر افزایش جمعیت، توسعه اقتصادی کشورها، آلودگی منابع آبی، کاهش کیفیت آبهای زیرزمینی و بهویژه منابع آب سطحی (دیواکار 2011) و همچنین کاهش عرضه آب در اثر تغییر اقلیم و مدیریت ناپایدار منابع آب میباشد. ایران نیز از این قاعده مستثنی نبوده و منابع آبی همواره به عنوان یکی از کمیابترین منابع و بهویژه به عنوان محدودترین عامل تولید در بخش کشاورزی مطرح بوده است.
افت سطح تراز دریاچهها و بحرانی شدن وضعیت آب در بیش از 120 دشت از دشتهای مستعد کشور که هر ساله بر این تعداد اضافه میشود، یکی از بزرگترین مشکلات بخش کشاورزی است. در حال حاضر تعداد زیادی از دشتهای ایران با کسری مخزن و بحران آب مواجه هستند (فرجزاده و بیگم حسینی 2007). آجیچای یکی از مهمترین و اصلیترین رودخانههای جاری در تأمین آب دریاچه ارومیه است که در طول سالهای اخیر با چالشهای جدی از قبیل بیلان منفی آبخوانها، افزایش سطح زیرکشت اراضی آبی و باغی و تغییر الگوی کشت از سمت محصولات کم مصرف به محصولاتی با نیاز آبی بالا مواجه شده است (ستاد احیای دریاچه ارومیه 2018). در این حوضه، شهرستان سراب با دارا بودن سرشاخههای اصلی آجیچای، نسبت به شهرستانهای دیگر نقش بیشتری در تولیدات زراعی و باغی و در نتیجه مصرف آب کشاورزی دارد. این شهرستان حدودا دارای 48100 هکتار اراضی زراعی آبی (حدود 38 درصد اراضی آبی حوضه آبریز آجیچای)، 2670 هکتار باغ آبی (حدود 16 درصد باغات حوضه آبریز آجیچای) و 62200 هکتار اراضی دیم (حدود 32 درصد از اراضی دیم حوضه آبریز آجیچای) میباشد. الگوی کشت زراعی این منطقه شامل گندم، جو، یونجه و اسپرس، سیبزمینی، انواع جالیز (خیار، گوجهفرنگی و ...) و حبوبات (نخود، لوبیا و عدس) میباشند. در بین محصولات زراعی گندم و جو با اختصاص 58 درصد ترکیب کشت به خود، بیشترین سهم را داشتهاند. یونجه، اسپرس و سیبزمینی به ترتیب با اختصاص 16، 1/13 و 5 درصد ترکیب کشت، در رتبههای بعدی قرار گرفتهاند (سازمان جهاد کشاورزی استان آذربایجان شرقی 2018). با توجه به تنوع محصولات منطقه، مدلسازی کلیه آنها میسر نمیباشد. لذا در این تحقیق محصولات زراعی عمده منطقه که در ترکیب کشت به کار میروند، شامل گندم، جو، سیبزمینی، یونجه و لوبیا مورد بررسی قرار میگیرند.
براساس نتایج بررسیهای انجام شده در قالب مطالعات مدیریت ریسک خشکسالی در حوضه، دشت سراب نه تنها عمده منابع تجدیدشونده را مصرف مینماید، بلکه بخش اصلی بیلان منفی حوضه نیز از آن منشاء میگیرد، لذا به منظور حفظ و بقای آبخوانها ارزیابی پایداری آنها براساس شاخصهای پایداری منابع آب در برابر تغییر اقلیم، امری ضروری تلقی میگردد.
در راستای مدیریت منابع آب به منظور حفظ پایداری، تعادل و بقای آبخوانها مطالعاتی در سطح دنیا برای حل چالشها با استفاده از شاخصهای پایداری و همچنین بررسی وضعیت مناطق مختلف صورت گرفته است. اینگول-بلاکو و مکینی (2011) سناریوهای سازگاری با تغییر اقلیم را با استفاده از مدل WEAP در حوضه آبریز ریو کانچوس مورد تحلیل قرار دادند. نتایج حاکی از آن است که در سناریوی حفظ تقاضای آب آبیاری فعلی به همراه افزایش تقاضای آب خانگی اطمینانپذیری و تابآوری سیستم کاهش یافته و آسیبپذیری در طول زمان افزایش مییابد. در سناریو افزایش کارایی مصرف آب نیز اطمینانپذیری سیستم بیشتر و آسیبپذیری کمتر خواهد بود. پورزند و بخشوده (2012) با بکارگیری رهیافت برنامهریزی توافقی، پایداری کشاورزی شهرستانهای منتخب استان فارس را بررسی نمودند. براسای یافتههای ایشان، گروه پایدار دارای ویژگیهایی از جمله پایین بودن بیلان آب زیرزمینی، تنوع بیشتر در گیاهان زراعی و نیز درصد کمتری از اراضی شهرستانها دارای ماده آلی کمتر ااز یک درصد را دارا بودند.
سانتیکایاسا و همکاران (2014) با استفاده از مدل WEAP پایداری مصرف آب در حوضه آبریز سیتاروم در کشور اندونزی را مورد ارزیابی قرار دادند. نتایج بیانگر آن بود که تحت سناریوهای تغییر اقلیم A2 و B2 نیاز آب آبیاری و شاخص پایداری (اطمینانپذیری، تابآوری و آسیبپذیری) نسبت به دوره پایه در آینده کاهش خواهد یافت. نایاک و همکاران (2015) در تحقیقی به منظور بررسی اثرات تغییر اقلیم بر ذخیره آب زیرزمینی در هند از رویکرد بیلان آبی استفاده نمودند. تخمین ذخیره آبهای زیرزمینی از مدل WEAP صورت گرفت. یافتهها حاکی از آن بود که تغییر الگوی کشت و بهبود راندمان آبیاری میتواند پایداری مصرف آب زیرزمینی را بهبود بخشد، به گونهای که کاهش 25 درصدی سطح زیرکشت برنج باعث پایداری منابع آب زیرزمینی میگردد. فرانسیسکو و همکاران (2016) پایداری را در حوضه رودخانه سگورا در جنوب شرقی اسپانیا بررسی کردند. نتایج نشان داد که استفاده از آب آبی در نتیجه بهرهبرداری بیشتر از سفرههای آب، پایدار نیست. ارزیابی سناریوهای آینده نیز موید آن بود که اگر اقدامات سازگاری انجام نشود وضعیت حوضه بدتر خواهد شد.
کارآموز و محمدپور (2017) پایداری منابع و مصارف آب در حوضه آبریز اهرچای را مورد مطالعه قرار دادند. بدین منظور شاخص پایداری ترکیبی تامین و تقاضای آب با ترکیب سه شاخص پایداری محاسبه گردید. متوسط شاخص پایداری کشاورزی 59/0 بدست آمد که هر چند وضعیت متوسطی را نشان میدهد، ولی بیانگر تعادل چندان پایداری بین آب موجود و آب مصرفی نمیباشد. امین و همکاران (2018) به بررسی اثرات سناریوهای سازگار با تغییر اقلیم در حوضه رود سند پاکستان با استفاده از مدل هیدرو-اقتصادی پرداختند. نتایج حاکی از آن بود که ادامه وضع موجود باعث افزایش تقاضای آب گردیده و تقاضای برآورد نشده به 134 میلیون مترمکعب خواهد رسید. همچنین اجرای سیاستهای کاهش تلفات انتقال آب، کاهش نیاز آب سرانه و تکمیل سدهای درحال ساخت باعث مقابله با کمآبی خواهد شد.
امیرزاده مرادآبادی و همکاران (2019) با استفاده از شاخص ترکیبی پایدار، به ارزیابی پایداری کشاورزی ایران از طریق سنجههای کشاورزی پایدار در پنج بعد اقتصادی، اجتماعی، زیستمحیطی، فنی و سیاسی پرداختند. یافتهها نشان داد شاخص ترکیبی پایداری در ایران با میانگین 521/0 در وضعیت پایداری قرار دارد و روند این شاخص طی سالهای مورد بررسی از 41/0 تا 65/0 با نرخی معادل 15/4 افزایش یافته است. احمدآلی و همکاران (2019) به ارزیابی تاثیر تغییر اقلیم بر پایداری زیستمحیطی و کشاورزی در حوضههای آبریز زرینهرود و سیمینهرود با استفاده از WEAP پرداختند. یافتهها حاکی از آن بود که بیشترین مقادیر شاخصهای پایداری مربوط به سناریوی تغییر الگوی کشت با بهبود راندمان کل آبیاری است که به ترتیب 1292 و 351 میلیون مترمکعب ورودی سالانه به دریاچه ارومیه خواهند داشت. عباسی و همکاران (2020) به ارزیابی اثرات تغییر اقلیم بر پایداری منابع آب دریاچه طشک بختگان با استفاده از شاخصهای آب سبز، آب آبی، آب زیرزمینی و محیطزیست پرداختند. بررسی شاخصهای پایداری در وضعیت فعلی حاکی از ناپایداری آب زیرزمینی در تامین نیاز زیستمحیطی دریاچه طشک بختگان میباشد. همچنین نتایج نشان داد که در شرایط تغییر اقلیم حوضه شرایط وخیمتری را تجربه خواهد نمود. اسماعیلزاده و همکاران (2020) به سنجش پایداری بوم نظامهای زراعی حاشیه دریاچه ارومیه با استفاده از روش آنتروپی پرداختند. برابر یافتههای تحقیق میزان پایداری در ابتدای سالهای 85-1383 کاهشی بوده و بعد از یک افزایش موقت طی سالهای 92-1385، در ادامه مجددا کاهشی شده و شرایط پایداری کاهش یافته است.
مرور مطالعات مشابه انجام شده در داخل کشورنشان میدهد که عمدتاً به بررسی اثر تغییر اقلیم بر شاخصهای پایداری از بعد هیدرولوژیک پرداخته و بعد اقتصادی چندان مورد توجه واقع نشده است. در حالیکه پایداری در بعد اقتصادی بهعنوان مفهومی کلیدی در ادبیات توسعه پایدار مطرح است و گذشته از اینکه ویژگیهای پایداری اکولوژیک را حفظ خواهد کرد، بر جنبههای اقتصادی سیستم نیز تاکید میکند. رائو (2000) در توضیح مفهوم پایداری اشاره به تعریفی از توسعه پایدار اقتصادی دارد که آن را برنامهریزی صحیح منابع اقتصادی و اکولووژیک بهگونهای میداند که ارزش اقتصادی منابع برای همیشه حفظ و اصل سرمایه همیشه باقی بماند (امینی فسخودی و نوری 2011). بر همین اساس و با توجه به کمبود تحقیقات در این خصوص، مطالعه حاضر با استفاده از مدل هیدرو-اقتصادی به بررسی اثرات تغییر اقلیم و سناریوهای سازگار با آن بر شاخص پایداری کشاورزی در شهرستان سراب میپردازد.
مواد و روشها
منطقه مورد مطالعه
رودخانه آجیچای بزرگترین حوضه رود شرق دریاچه ارومیه است. سرچشمه آن از کوه سهند و رشتهکوه بزقوش در جنوب و کوه سبلان در شمال حوضه است. طول شاخه اصلی آن تا دشت تبریز 174 کیلومتر و از ابتدای دشت تا دریاچه ارومیه 94 کیلومتر است. با توجه به محدوده آبخوانهای واقع در حوضه آجیچای و تمرکز بیشتر چاههای کشاورزی در این مناطق و همچنین مدیریتپذیری بیشتر این مناطق، بررسی دقیقتر کاربری اراضی این مناطق ضروری میباشد. حدود 61 درصد از تمرکز کشاورزی آبی حوضه آجیچای مربوط به شهرستانهای تبریز و سراب بوده و بیشترین مساحت باغ نیز متعلق به شهرستانهای تبریز، آذرشهر، سراب و اسکو است که به ترتیب 28، 17، 16 و 15 درصد از مساحت کل باغ حوضه را تشکیل میدهند (سازمان جهاد کشاورزی استان آذربایجان شرقی 2018). در شکل 1 هشت محدوده اصلی کشاورزی متناسب با آبخوانهای حوضه آجیچای نشان داده شده است که از این تعداد آبخوانهای سراب، اسب فروشان، دوزدوزان و بخشی از آبخوان مهربان در شهرستان سراب واقع هستند.
|
شکل 1- هشت محدوده اصلی کشاورزی حوضه آبریز آجیچای |
مدل هیدرو-اقتصادی
مطالعات اخیر در زمینه توسعه الگویهای مدیریت منابع آب و ارزیابی سیاستها به دنبال روشهای چندبعدی برای تصمیمگیری میباشند. در میان روشهای متعددی که برای یکپارچهسازی منابع آب بکار رفته است، مدلهای هیدرو-اقتصادی به عنوان یک ابزار متفاوت برای ارزیابی سیاست و استراتژیهای مدیریت منابع آب معرفی گردید (هارو و همکاران 2009). در مجموع مدلهای هیدرو-اقتصادی دو جزء اصلی هیدرولوژیکی و اقتصادی را شامل میشوند، به این صورت که هر کدام به صورت مستقل اجرا شده ولی خروجی یک مدل به عنوان ورودی در مدل دیگر بکارگرفته میشود. در ادامه به ویژگی هر کدام از مدلها پرداخته خواهد شد.
مدل اقتصادی (برنامهریزی درجه دوم توأم با ریسک)
در علم اقتصاد، رفتار ریسکگریزی نوعی رفتار عقلایی بهشمار میآید. همچنین فرض بر این است که هدف اصلی تولیدکنندگان دستیابی به بیشترین سود میباشد. بهرهبرداران کشاورزی، افزون بر کوشش در کسب درآمد خالص قابل قبول، هدفهای دیگری نیز همچون کاهش نوسانهای درآمدی و در نتیجه ریسک و عدم حتمیت و تامین نیازهای غذایی خانوار دارند (دیلون و هارداکر 1980). پس منطقی است که در برنامهریزیهای اقتصاد کشاورزی به ریسک توجه شود. بنابراین گروهی از روشهای مرسوم در برنامهریزی ریاضی که در تهیه و تنظیم بهینه بهرهبرداران به عدم قطعیتهای گوناگون از جمله ریسک تولید و ریسک قیمتها توجه دارد باید مورد استفاده قرار گیرد. در این بین روش برنامهریزی ریاضی توام با ریسک از نوع درجه دوم[1] (QRP) برای تصمیمگیریهای همراه با مخاطره مورد توجه و استفاده محققان مختلف قرار گرفته است.
QRP بر این پایه است که تابع مطلوبیت را میتوان بر مبنای میانگین یا ارزش انتظاری (E) و واریانس (V) بیان کرد. در این مدل، ریسک بهوسیله واریانس درآمد رویدادهای گوناگون برآورد میشود و تابع مطلوبیت مجموعهای است از ارزش انتظاری و واریانس متغیر تصادفی. تابع هدف در مدل QRP (رابطه 1) حداکثر مطلوبیت مورد انتظار کشاورزان را نشان میدهد:
|
(رابطه 1) |
|
|
(رابطه 2) |
Subject to: |
|
(رابطه 3) |
الگوی برنامهریزی غیرخطی فوق با توجه به تابع هدف و محدودیتهای منابع و کالیبراسیون برآورد میشود. در این رابطه j بیانگر نوع محصول (در این مطالعه شامل گندم، جو، یونجه، سیبزمینی و لوبیا)، gm بازده ناخالص هر هکتار محصول، کل سطح زیرکشت هر محصول، prc کل هزینه تولید و labc هزینه نیروی کار و میزان مصرف نهاده iام در تولید محصول jام است. ضریب ریسکگریزی کشاورزان و انحرافمعیار ایجاد شده درآمد مزرعه در اثر تغییر عوامل خارج از کنترل کشاورز (تغییر اقلیم و بازار) میباشد. جهت بدست آوردن ضریب ریسکگریزی ابتدا مطلوبیت مورد انتظار را به روش QRP با توجه به محدودیتهای موجود و در سطح واریانس واقعی مزارع (V)، حداکثر نموده که تحت این شرایط درآمد خالص بهینه مزارع () مشخص میشود. سپس در ادامه واریانس واقعی مزارع با توجه به محدودیتها و در سطح درآمد خالص مزارع (E)، حداقل میگردد که تحت این شرایط نیز واریانس بهینه (V*) به دست میآید. با مشخص بودن دو نقطه از منحنی مرزی کارا، ضریب ریسکگریزی به صورت رابطه 4 محاسبه میشود:
|
(رابطه 4) |
نقطه مقادیر بهینه نشده میباشند، بنابراین کشاورزان میتوانند با همان سطح واریانس V، درآمد خالص انتظاری خود را تا سطح E* افزایش دهند و یا اینکه با همان درآمد خالص انتظاری، مقدار واریانس خود را تا سطح V* کاهش دهند.
مدل اقتصادی قبل از شبیهسازی نسبت به ضریب ریسکگریزی واسنجی شده تا یک ضریب ریسکگریزی را پیدا کند که در آن الگوی کشت شبیهسازی شده با الگوی کشت واقعی همخوانی داشته باشد. برای ارزیابی دقت مدل واسنجیشده شده از معیار درصد انحراف مطلق[2] (PAD) استفاده میگردد که براساس رابطه 5 بدست میآید (استیو و همکاران 2015):
|
(رابطه 5) |
که در آن مقدار مشاهده شده و مقدار شبیهسازی شده میباشد. واسنجی مناسب زمانی است که مقدار PAD به صفر نزدیک شود.
مدل هیدرولوژیکی (WEAP-MABIA)
WEAP یک نرمافزار جامع و پیشرفتهساز منابع آب است که در مدیریت حوضه آبریز کاربرد گستردهای دارد. این مدل یک ابزار سودمند برای تحلیل سیاستها و برنامهریزی منابع آب میباشد که براساس معادلات پایه بیلان آبی عمل کرده و آن را میتوان در سیستمهای شهری و کشاورزی، حوضههای مستقل یا سیستمهای رودخانهای پیچیده بهکار برد و قابلیت شبیهسازی و بهینهسازی حقابهها با در نظر گرفتن اولویتهای تخصیص را دارا میباشد (سانتیکایاسا و همکاران 2015). مدل WEAP برای شبیهسازی فرآیندهای هیدرولوژیک مانند تبخیر و تعرق، رواناب، نفوذ و آبیاری از ماژول‌های مختلفی استفاده میکند. MABIA، یکی از ماژول‌های درون مدل WEAP است که با استفاده از اطلاعات زراعی، تبخیر- تعرق روزانه، برنامهریزی آبیاری، رشد و عملکرد محصول را شبیهسازی میکند. MABIA برای شبیهسازی عملکرد محصولات گیاهان، از رابطه 6 استفاده میکند:
|
(رابطه 6) |
در رابطه 5، عملکرد واقعی محصول، عملکرد حداکثر، فاکتور واکنش-عملکرد، تبخیر و تعرق واقعی و تبخیر و تعرق در شرایط مشابه واقعی ولی بدون محدودیت آبی میباشد (چتینکایا و گوناکتی 2018). فاکتور واکنش-عملکرد در مدل MABIA برای مراحل رشد محصولات مختلف ارائه شده است. دقت مدل پس از واسنجی و اعتبارسنجی مدل هیدرولوژیکی با استفاده از ضریب نش-ساتکلیف[3] (Nash) و خطای اریب (BIAS) اندازهگیری میشود (بلانگو گوتیرز و همکاران 2013):
|
(رابطه 7) |
|
|
(رابطه 8) |
که در آن و به ترتیب برابر مقادیر مشاهداتی و شبیهسازی در زمان t، n تعداد مشاهدات، و به ترتیب میانگین مقادیر مشاهداتی و شبیهسازی میباشد. BIAS نشاندهنده بیشتر یا کمتر بودن جریان شبیهسازی شده توسط مدل نسبت به جریان مشاهداتی بوده و NSE که برای ارزیابی توانایی شبیهسازی به کار رفته، اگر برابر یک باشد، تناسب کاملی بین دادههای مشاهداتی و شبیهسازی شده وجود دارد.
شاخصهای ارزیابی
یک شاخص پایداری کشاورزی مجموعهای از سنجههای پایداری است که پایداری یک کشاورزی را به شکل کمی تعیین میکند. به منظور ارزیابی وضعیت مناطق مورد مطالعه، دو شاخص پایداری کشاورزی و کمبود آب آبیاری برای دوره آماری 2050-2019 در نظر گرفته شد. روش شاخص پایداری ارائه شده براساس رویکرد لوکاس (1997) محاسبه شد که برای تسهیل ارزیابی یک سیاست مدیریت آب و مقایسه آن با سایر سیاستهای دیگر پیشنهاد شده است. این روش از طریق جمع سریزمانی شاخص مربوطه با استفاده از معیارهای عملکرد اطمینانپذیری، برگشتپذیری و آسیبپذیری محاسبه گردید. شاخص ارائه شده توسط لوکاس برای کشاورز iام را میتوان بهصورت رابطه 9 نوشت:
|
(رابطه 9) |
که در آن ، و به ترتیب اطمینانپذیری، برگشتپذیری و آسیبپذیری برای کشاورز iام دارا میباشد. شاخص پایداری از مقدار صفر، برای کمترین مقدار ممکن تا مقدار یک برای بیشترین و بهترین مقدار ممکن تغییر میکند (احمدآلی و همکاران 2017)
اطمینانپذیری نشاندهنده تعداد دفعاتی است که نیاز کشاورز iام در طول دوره شبیهسازی (2030-2050) به طور کامل تامین شده است () و به صورت رابطه 10 نشان داده میشود (سندوال سولیس 2011):
|
(رابطه 10) |
اطمینانپذیری
که در آن عدد مربوط به تعداد دفعاتی است که نیاز کشاورز iام به طور کامل تامین شده است
(). N تعداد کل گامهای زمانی در طول دوره شبیهسازی میباشد.
برگشتپذیری
برگشتپذیری سیستم براساس تعداد دفعاتی که در طول دوره شبیهسازی (2030-2050)، سیستم از حالت شکست به حالت مطلوب برگشته به تعداد کل گامهای زمانی که در آنها سیستم با کمبود مواجه بوده است
()، مطابق رابطه 11 تعریف میشود:
|
(رابطه 11) |
|
آسیبپذیری
آسیبپذیری یک معیار آماری اندازه (بزرگی) یا طول مدت شکستها در یک سری زمانی میباشد (احمدآلی و همکاران 2017). آسیبپذیری به صورت نسبت مجموع کل کمبودها به تعداد دفعاتی که در آنها کمبود اتفاق افتاده، تقسیم بر کل نیاز کشاورز iام در طول دوره مورد بررسی تعریف گردیده است.
|
(رابطه 12)
|
|
اعمال سناریوهای اقلیمی در مدل WEAP با تغییرات در دادههای ورودی مدل (بارندگی، دما) شبیهسازی میشود. جهت بررسی تغییر اقلیم نیاز به تولید سری زمانی روزانه سناریوی اقلیمی میباشد. به این صورت که با ریزمقیاس نمایی دادههای اقلیمی تولید شده توسط مدلهای گردش عمومی جو تحت سناریوهای انتشار مختلف، دادههای اقلیمی تولید شده و وارد مدل میگردد. در حال حاضر معتبرترین ابزار جهت تولید سناریوهای اقلیمی، مدلهای سه بعدی جفتشده اقیانوس-اتمسفر گردش عمومی جو (AOGCM) میباشد. در این پژوهش از خروجی مدل HadCM3 از نوع مدلهای AOGCM تحت سه سناریوی انتشار A2، B1 و A1B مربوط به گزارش چهارم IPCC استفاده گردید. هر کدام از این سناریوها مسائل مختلف سیاسی-اجتماعی، اقتصادی، جمعیتی، تکنولوژیکی و زیستمحیطی را متفاوت از دیگری در نظر میگیرند و مبتنی بر میزان انتشار دیاکسید کربن و سایر گازهای گلخانهای در اتمسفر کرهزمین تا پایان قرن حاضر میباشند. موضوع سناریوی A2 رشد زیاد جمعیت، وابستگی کمتر به پیشرفت سریع اقتصادی و سرعت پایین رشد اقتصادی میباشد. از فرضیات سناریو B1 این است که جمعیت جهان در سال 2100 به هفت میلیارد نفر میرسد. این سناریو بیشتر به استفاده از انرژیهای پاک و محیطزیست و پایداری اقتصادی محیطزیست و اقتصاد در سطح جهانی تاکید دارد. مفروضیات سناریو A1B نیز شامل رشد سریع اقتصادی، رشد جمعیت پایین، همگرایی اقتصادی فرهنگی در سطح جهان و کاهش قابل توجهی در اختلافهای منطقهای در درآمد سرانه میباشد.
شکاف موجود بین قدرت تفکیک مدلهای اقلیمی و فرایندهای منطقهای، مشکل جدی برای ارزیابی اثرات تغییر اقلیم از جمله کاربرد سناریوهای تغییر اقلیم برای مدلهای هیدرولوژیکی ایجاد کرده است. این مشکل از طریق مجموعه روشهایی حل میشود که به روش ریزمقیاسسازی معروف است (فولر و همکاران، 2007). در این پژوهش از مدل LARS-WG برای کوچک مقیاس کردن دادههای مدل جهانی HadCM3 استفاده خواهد شد. دادههای استفاده شده در این پژوهش از طریق پرسشنامه در سال 1397 از شهرستان سراب گردآوری شد. با استفاده از فرمول کوکران، 210 نفر از کشاورزان به عنوان حجم نمونه انتخاب شدند. در این پرسشنامه همه متغیرهای مورد نیاز از جمله اطلاعات مقدار و قیمت نهادهها و محصولات گندم آبی، جو آبی، سیبزمینی، یونجه و لوبیا جمعآوری شد.
نتایج
مهمترین نکته در استفاده از مدلهای پیشبینی اقلیمی، بررسی توان مدل در شبیهسازی دادههای اقلیمی است که اینکار از طریق صحتسنجی و واسنجی مدل انجام میشود. هر کدام از دو دوره 1970-1990 و 2019-1971 به ترتیب برای واسنجی (شبیهسازی دوره پایه) و صحتسنجی متغیرهای اقلیمی شامل دمای حداقل و حداکثر و بارش انتخاب شدند. نتایج مربوط به دوره صحتسنجی و واسنجی مدل LARS-WG برای متغیرهای اقلیمی مورد بررسی در جدول 1 ارائه شده است. بررسی صحت مدل ساخته شده با معیارهای آماری ضریب نش-ساتکلیف و خطای اریب بیانگر شناسایی مناسب الگوی پارامترهای اقلیمی توسط مدل شبیهسازی شده میباشد.
جدول 1- مقادیر شاخصهای ارزیابی مدل برای دورههای واسنجی و اعتبارسنجی
|
ایستگاه هیدرومتری |
سهزاب |
میرکوه حاجی |
ارزنق |
مهربان |
|
|
|
دوره واسنجی |
||||
|
NASH |
81/0 |
85/0 |
78/0 |
71/0 |
|
|
BIAS |
15/0 |
13/0 |
17/0 |
18/0 |
|
|
|
دوره اعتبارسنجی |
||||
|
NASH |
78/0 |
83/0 |
74/0 |
68/0 |
|
|
BIAS |
17/0 |
14/0 |
18/0 |
19/0 |
|
نتایج متوسط سالیانه بارش، کمترین و بیشترین دما در دورهی آینده (2019-2050) نشان داد بارش ایستگاههای مطالعه شده در دوره آتی برای تمام سناریوهای انتشار A2، B1 و A1B نسبت به دوره پایه کاهش نشان میدهد. بیشترین کاهش برای سناریو انتشار A1 بوده، به گونهای که تحت این سناریو بارش 38 درصد کاهش خواهد یافت. همچنین کمترین و بیشترین دمای ایستگاههای مطالعه شده در دوره آتی برای تمامی سناریوهای انتشار نسبت به دوره پایه افزایش نشان داد. در دوره آتی 2050-2018 تحت سناریوی A2 مقدار متوسط دمای سالانه 5/2 درجه سانتیگراد نسبت به دوره پایه 2018-1987 افزایش خواهد یافت. این مقادیر برای سناریو B1 وA1B اندکی کمتر میباشد. به طوریکه تحت این سناریوها مقدار متوسط دمای سالانه به ترتیب 7/1 و 4/2 درجه سانتیگراد نسبت به سال پایه افزایش خواهد یافت. با بررسی سناریوهای انتشار گازهای گلخانهای در دوره آتی، سناریوی A2 به عنوان وخیمترین سناریوی انتشار (حساسیت بالا در دورههای آتی) شناخته شد.
در جدول 2 مقادیر شاخصهای اطمینانپذیری، برگشتپذیری و آسیبپذیری در حالت پایه گزارش شده است. با توجه به میانگین شاخص پایداری آب در این ناحیه (86/0)، میتوان نتیجه گرفت که در حالت پایه نیز منطقه مورد مطالعه با تنش آبی مواجه است و تغییر اقلیم موجب تشدید و پیچیده‌تر شدن تنش آبی در این منطقه خواهد شد. بیشترین کاهش شاخص پایداری کشاورزی مربوط به منطقه اسبفروشان 2 بوده که برابر 78/0 است. راندمان آبیاری هر یک از مناطق کشاورزی مورد مطالعه در ستون دوم جدول 2 گزارش گردیده است. میانگین راندمان آبیاری در مناطق مورد مطالعه برابر 42 درصد و بیشترین آن با 44 درصد مربوط به منطقه دوزدوزان است. براساس میانگین کشور متوسط راندمان سامانههای آبیاری تحت فشار و سطحی به ترتیب حدود 6/66 و 6/53 درصد است. مقایسه راندمان آبیاری حوضه با مقدار متوسط کشور بیانگر پایین بودن راندمان آبیاری در این حوضه میباشد. ازاین‌رو استفاده از روشهای آبیاری نوین با راندمان بالاتر مانند توسعه سامانههای آبیاری تحت فشار میتواند بهعنوان راهکاری جهت مقابله با تغییر اقلیم موثر واقع شود. بر این اساس، سناریو بهبود راندمان آبیاری در تمامی مناطق کشاورزی
بهعنوان یک استراتژی تطبیقی برای کاهش آثار تغییر اقلیم انتخاب شد.
جدول 2- مقادیر شاخص پایداری کشاورزی مناطق کشاورزی در حالت پایه
|
آبخوان |
راندمان آبیاری |
آب در دسترس (میلیون مترمکعب) |
Rel |
Res |
Vul |
ASI |
|
سراب |
41 |
57/132 |
93/0 |
86/0 |
06/0 |
9/0 |
|
اسبفروشان 1 |
41 |
6/66 |
89/0 |
88/0 |
05/0 |
9/0 |
|
اسبفروشان 2 |
41 |
9/21 |
71/0 |
77/0 |
11/0 |
78/0 |
|
دوزدوزان |
44 |
6/45 |
83/0 |
81/0 |
09/0 |
84/0 |
|
مهربان 1 |
43 |
43/34 |
87/0 |
85/0 |
08/0 |
88/0 |
|
میانگین |
52 |
22/60 |
85/0 |
84/0 |
078/0 |
86/0 |
در گام بعد اثر سناریوهای مدیریت منابع آب بر سود کشاورزان منطقه بدست آمد. شکل 2 درصد تغییرات شاخص سود کشاورزان در اثر تغییر اقلیم (S0) و همین سناریوهای مدیریت منابع آب را نشان میدهد. مقدار شاخص سود در حالت پایه 100 در نظر گرفته شده و تغییرات شاخص در سناریوهای مورد مطالعه نسبت به آن سنجیده میشود. با توجه به شکل ملاحظه میشود با اعمال سناریو کاهش سهم آب بخش کشاورزی (S1) و افزایش قیمت آب آبیاری (S3)، شاخص سود در هر یک از مناطق کمتر از 100 بوده که بیانگر کاهش سود کشاورزان نسبت به سال پایه میباشد. بیشترین میزان کاهش سود مربوط به سناریو کاهش سهم آب بخش کشاورزی همراه سناریو انتشار A2 میباشد. به عنوان مثال سود منطقه کشاورزی دوزدوزان با اجرای سناریو کاهش سهم آب بخش کشاورزی حدود 5/42 درصد نسبت به حالت پایه کاهش مییاید. بیشترین میزان کاهش سود ناشی از اجرای این سناریو مربوط به منطقه اسبفروشان 2 با 1/58 درصد کاهش نسبت به پایه میباشد. در کلیه زیرحوضههای تحت بررسی با افزایش راندمان آبیاری (سناریو S2) میزان سود آن زیرحوضه افزایش یافته است. در منطقه کشاورزی اسبفروشان 1 مقدار سود به اندازه 1/8 درصد نسبت به حالت پایه افزایش نشان میدهد. بیشترین میزان افزایش سود در این سناریو مربوط به مهربان با 1/14 درصد و کمترین آن مربوط به اسبفروشان 2 با 8/1 درصد بوده است. از اینرو با افزایش راندمان آبیاری رفاه کشاورزان هر یک از مناطق با توجه به سود مناسبتر، حفظ خواهد شد.
معیارهای اطمینانپذیری، برگشتپذیری و آسیبپذیری برای حوضههای کشاورزی طی دوره آتی (2019-2050) تحت سناریوهای انتشار و سیاست مدیریت منابع آب از جمله کاهش 40 درصدی مصرف آب کشاورزی، افزایش 35 درصدی راندمان آب آبیاری و افزایش 40 درصدی قیمت آب آبیاری در جدول 3 ارائه
شکل 2- شاخص سود کشاورزان منطقه تحت سناریوهای اقلیمی و مدیریت منابع آب
شده است. مقادیر درصد اطمینانپذیری سیستم در برآورد تقاضای هر کدام از آبخوانها طی سناریو تغییر اقلیم (A2) نشان میدهد چنانچه در تمام سالهای پیشرو در یک افق بلندمدت مقدار آب موجود در اثر کاهش بارندگی و افزایش دما کاهش داشته باشد، احتمال اینکه تقاضای آبخوان سراب به طور کامل تامین شود 74 درصد است. همچنین با احتمال 76 درصد تقاضا در منطقه کشاورزی اسبفروشان 1 تامین خواهد شد. این نتیجه حاکی از پایین بودن احتمال تامین آب در بخش کشاورزی میباشد و تایید میکند که در اثر تغییر اقلیم شدید بیشترین فشار بر بخش کشاورزی وارد خواهد شد. معیار برگشتپذیری به معنای احتمال رخ دادن یک دوره عدم شکست پس از یک دوره شکست میباشد. بنابراین؛ مقدار هر چه بیشتر این معیار بیانگر وقوع شکستهای متوالی کمتر در سیستم بهرهبرداری است. مطابق جدول 3، با اتخاذ سناریوهای مدیریت آب معیار برگشتپذیری نسبت به سناریو تغییر اقلیم افزایش یافته است و بیشترین میزان افزایش این معیار مربوط به سناریو افزایش راندمان آب آبیاری میباشد. معیار آسیبپذیری تحت سناریوهای مدیریتی کاهش یافته است، بدین معنا که با اجرای این سناریوها میانگین شکست یا کمبود در طول دوره بهرهبرداری کاهش مییابد. میزان این معیار تحت سناریو A1B و در منطقه مهربان از 12/0 به 09/0 تحت سناریو S1 رسیده است. مقایسه این معیار نیز نشان میدهد بیشترین میزان کاهش آسیبپذیری مربوط به سناریو افزایش راندمان آب آبیاری میباشد. بنابراین میتوان نتیجه گرفت که احتمال وقوع شکستهای متوالی و میانگین شکست در اثر تغییر اقلیم در سناریو S2 کمتر از سایر سناریوهای مدیریتی میباشد. از اینرو سناریو S2 به عنوان یک سناریو موفق باعث سهولت در تصمیمگیری و تهیه نظام بهرهبرداری از منایع آب، برای نهادهای ذیربط میشود. چراکه با استفاده از این نتایج میتوان با مدیریت تخصیصها و بهکار گیری سناریوی موفق، کمبودها را در اثر وقوع تغییر اقلیم به حداقل ممکن رساند. کمترین میزان معیارهای اطمینانپذیری و برگشتپذیری مربوط به منطقه اسبفروشان 2 بوده است، لذا میتوان گفت که این منطقه یک منطقه آسیبپذیر در اثر وقوع تغییر اقلیم خواهد بود.
به منظور ارزیابی وضعیت منطقه به لحاظ پایداری، دو شاخص پایداری کشاورزی و کمبود آب آبیاری[4] (تقاضای برآورد نشده) برای دوره زمانی مورد مطالعه 2050-2019 در نظر گرفته شد. شاخص پایداری کشاورزی (ASI) بین صفر و یک متغیر بوده و مقادیر آن زمانی مناسب است که به عدد یک متمایل گردد. مطابق جدول 4 مقدار شاخص پایداری کشاورزی تحت سناریوهای تغییر اقلیم کمتر از یک بوده که بیانگر آن است که همه مناطق کشاورزی با تنش روبرو میشوند. بیشتر میزان کاهش شاخص پایداری در اثر تغییر اقلیم مربوط به سناریوی انتشار A2 است، چراکه این سناریو به عنوان وخیمترین سناریوی تغییر اقلیم شناخته شد. بهبود ASI تحت سیاستهای مختلف میتواند بدست آید. مقدار ASI برای تمام سناریوهای مدیریتی در نظر گرفته شده افزایش نشان میدهد، اما بیشترین میزان افزایش شاخص پایداری کشاورزی مربوط به سناریو افزایش راندمان آب آبیاری تحت سناریوی انتشار B1 است. با توجه به اینکه منطقه اسبفروشان 2 به علت راندمان آبیاری پایین پتانسیل بیشتری برای بهبود پایداری دارد، در این منطقه افزایش مقدار ASI بیشتر میباشد؛ بهطوری که از 61/0 تحت سناریو A1، به 71/0 تحت سناریو افزایش راندمان آب آبیاری میرسد که حدود 17 درصد افزایش را نشان میدهد. با توجه به جدول 4 تحت سناریوهای اقلیمی، مقادیر کمبود آب آبیاری (IWD) یا تقاضای برآورد نشده برای تمامی مناطق کشاورزی در حد قابل توجهی میباشد. این کمبود در بسیاری از مناطق میتواند باعث کاهش عملکرد و کاهش درآمد کشاورز گردد. میانگین شاخص کمبود آبیاری (IWD) در سناریو انتشار A2 برابر 43/10 بوده که بیانگر آن است که در اثر تغییر اقلیم حدود 43/10 میلیون مترمکعب از تقاضای کشاورزی تامین نمیگردد اما با راهکارهای پیشنهاد شده (سناریوهای S1 تا S3) میتوان مقدار IWD را تا
جدول 3- معیارهای اطمینانپذیری، برگشتپذیری و آسیبپذیری برای مناطق کشاورزی
|
سناریوها |
تغییر اقلیم (S0) |
سناریو کاهش سهم آب کشاورزی (S1) |
سناریو افزایش راندمان آب آبیاری (S2) |
سناریو افزایش قیمت آب آبیاری (S3) |
||||||||
|
Rel |
Res |
Vul |
Rel |
Res |
Vul |
Rel |
Res |
Vul |
Rel |
Res |
Vul |
|
|
A2 |
|
|||||||||||
|
سراب |
74/0 |
69/0 |
11/0 |
78/0 |
71/0 |
09/0 |
85/0 |
77/0 |
07/0 |
81/0 |
74/0 |
08/0 |
|
اسبفروشان 1 |
76/0 |
71/0 |
11/0 |
79/0 |
73/0 |
11/0 |
84/0 |
78/0 |
08/0 |
82/0 |
75/0 |
09/0 |
|
اسبفروشان 2 |
55/0 |
54/0 |
24/0 |
61/0 |
57/0 |
19/0 |
67/0 |
62/0 |
15/0 |
66/0 |
6/0 |
17/0 |
|
دوزدوزان |
75/0 |
70/0 |
15/0 |
77/0 |
73/0 |
13/0 |
79/0 |
78/0 |
11/0 |
79/0 |
75/0 |
12/0 |
|
مهربان |
62/0 |
60/0 |
13/0 |
67/0 |
63/0 |
12/0 |
75/0 |
69/0 |
1/0 |
72/0 |
68/0 |
11/0 |
|
B1 |
|
|||||||||||
|
سراب |
79/0 |
71/0 |
08/0 |
85/0 |
75/0 |
07/0 |
88/0 |
8/0 |
06/0 |
86/0 |
82/0 |
06/0 |
|
اسبفروشان 1 |
81/0 |
74/0 |
08/0 |
84/0 |
76/0 |
07/0 |
86/0 |
82/0 |
05/0 |
85/0 |
8/0 |
06/0 |
|
اسبفروشان 2 |
64/0 |
60/0 |
18/0 |
68/0 |
65/0 |
14/0 |
7/0 |
69/0 |
11/0 |
7/0 |
68/0 |
32/12 |
|
دوزدوزان |
82/0 |
78/0 |
1/0 |
82/0 |
79/0 |
1/0 |
84/0 |
81/0 |
08/0 |
83/0 |
8/0 |
09/0 |
|
مهربان |
7/0 |
65/0 |
09/0 |
73/0 |
68/0 |
08/0 |
78/0 |
73/0 |
07/0 |
75/0 |
21/72 |
08/0 |
|
A1B |
|
|||||||||||
|
سراب |
76/0 |
7/0 |
09/0 |
81/0 |
74/0 |
08/0 |
86/0 |
79/0 |
07/0 |
84/0 |
79/0 |
07/0 |
|
اسبفروشان 1 |
78/0 |
72/0 |
1/0 |
83/0 |
75/0 |
09/0 |
85/0 |
8/0 |
07/0 |
84/0 |
79/0 |
08/0 |
|
اسبفروشان 2 |
6/0 |
58/0 |
2/0 |
65/0 |
63/0 |
18/0 |
68/0 |
65/0 |
13/0 |
67/0 |
64/0 |
14/0 |
|
دوزدوزان |
78/0 |
75/0 |
13/0 |
79/0 |
77/0 |
12/0 |
81/0 |
79/0 |
1/0 |
8/0 |
78/0 |
11/0 |
|
مهربان |
66/0 |
64/0 |
12/0 |
71/0 |
65/0 |
09/0 |
75/0 |
71/0 |
08/0 |
73/0 |
69/0 |
09/0 |
حدود زیادی بهبود بخشید. در میان سناریوی اقلیمی کمترین میزان IWD مربوط به سناریوی B1 که تحت این سناریو 9/8 میلیون مترمکعب از تقاضا تامین نخواهد شد. با توجه به جدول مقدار IWD در سناریو S1 به 65/7 میلیون مترمکعب خواهد رسید که حدود 6/26 درصد نسبت به سناریو تغییر اقلیم (A2) بهبود مییابد. بیشترین بهبود برای IWD مربوط به سناریوی افزایش راندمان آب آبیاری میباشد که طی آن تقاضای برآورد نشده به 74/6 میلیون مترمکعب خواهد رسید که کاهش 3/35 درصدی نسبت به سناریو تغییر اقلیم A2 را نشان میدهد و بیانگر بهبود وضعیت پایداری منابع نسبت به تغییر اقلیم میباشد. شکل 3 به مقایسه شاخص پایداری کشاورزی تحت سناریو اقلیمی A2 و سناریوهای مدیریت منابع آب نسبت به حالت پایه میپردازد. بررسی مقادیر شاخص پایداری کشاورزی برای مناطق کشاورزی مورد مطالعه در حالت پایه حاکی از شرایط ناپایدار در این مناطق میباشد. کمترین میزان شاخص پایداری کشاورزی در سناریوهای تغییر اقلیم مربوط به منطقه اسبفرشان 2 میباشد. در واقع قرار گرفتن ناحیه کشاورزی اسبفروشان 2 در پایین‌دست حوضه آبریز آجیچای، موجب تشدید اثرات تغییر اقلیم بر پایداری منابع آب منطقه شده است. همچنین اسبفروشان یک به علت وابستگی شدید به منابع آبی بالادست و راندمان آبیاری کمتر، پتانسیل بیشتری برای بهبود پایداری داشته و لذا مقدار افزایش ASI در این منطقه زیادتر است. با توجه به شکل ملاحظه میشود که در میان سناریوهای مدیریتی درنظر گرفته شده جهت سازگاری با تغییر اقلیم، بیشترین مقدار ASI برای تمامی حوضههای مورد مطالعه مربوط به سناریو افزایش راندمان آب آبیاری (A2-S2) میباشد. نتایج فوق نشان میدهد که میتوان با اتخاذ راهکارهای مدیریتی مناسب پایداری کشاورزی و کمبود آب آبیاری در اثر تغییر اقلیم را بهبود داد. نتایج مطالعه بریمنژاد و یزدانی (2004)، ییلماز و هارمانسیگولو (2010)، مهتا و همکاران (2013) و ریچتر و همکاران (2017) همسو با یافتههای پژوهش نشان داد که بهبود راندمان آب آبیاری سبب افزایش پایداری کشاورزی و صرفهجویی در مصرف آب میشود.
جدول 4- ارزیابی شاخص پایداری کشاورزی و کمبود آب آبیاری برای مناطق کشاورزی
|
سناریوها |
ASI |
IWD |
||||||
|
S0 |
S1 |
S2 |
S3 |
S0 |
S1 |
S2 |
S3 |
|
|
A2 |
|
|
|
|
|
|
|
|
|
سراب |
77/0 |
80/0 |
85/0 |
82/0 |
18/25 |
4/16 |
6/14 |
9/17 |
|
اسبفروشان 1 |
78/0 |
79/0 |
85/0 |
83/0 |
8/9 |
45/8 |
31/7 |
89/8 |
|
اسبفروشان 2 |
61/0 |
66/0 |
71/0 |
69/0 |
5/6 |
1/5 |
3/4 |
4/5 |
|
دوزدوزان |
77/0 |
79/0 |
82/0 |
81/0 |
8/5 |
6/4 |
2/4 |
1/5 |
|
مهربان |
69/0 |
72/0 |
78/0 |
76/0 |
9/4 |
73/3 |
31/3 |
54/4 |
|
میانگین |
72/0 |
75/0 |
8/0 |
78/0 |
43/10 |
65/7 |
74/6 |
36/8 |
|
B1 |
|
|
|
|
|
|
|
|
|
سراب |
80/0 |
84/0 |
88/0 |
87/0 |
3/21 |
78/14 |
42/13 |
3/16 |
|
اسبفروشان 1 |
82/0 |
83/0 |
87/0 |
86/0 |
34/8 |
56/7 |
85/6 |
93/7 |
|
اسبفروشان 2 |
68/0 |
73/0 |
76/0 |
75/0 |
91/5 |
83/4 |
1/4 |
05/5 |
|
دوزدوزان |
83/0 |
84/0 |
86/0 |
85/0 |
11/5 |
25/4 |
77/3 |
77/4 |
|
مهربان |
75/0 |
77/0 |
81/0 |
79/0 |
2/4 |
21/3 |
03/3 |
54/3 |
|
میانگین |
77/0 |
8/0 |
83/0 |
82/0 |
9/8 |
9/6 |
2/6 |
5/7 |
|
A1B |
|
|
|
|
|
|
|
|
|
سراب |
79/0 |
82/0 |
86/0 |
85/0 |
3/23 |
6/15 |
76/13 |
63/16 |
|
اسبفروشان 1 |
80/0 |
83/0 |
86/0 |
79/0 |
95/8 |
96/7 |
11/7 |
11/8 |
|
اسبفروشان 2 |
65/0 |
7/0 |
73/0 |
72/0 |
22/6 |
06/5 |
19/4 |
43/5 |
|
دوزدوزان |
8/0 |
81/0 |
83/0 |
82/0 |
43/5 |
33/4 |
95/3 |
85/4 |
|
مهربان |
72/0 |
75/0 |
79/0 |
77/0 |
44/4 |
6/3 |
2/3 |
78/3 |
|
میانگین |
75/0 |
78/0 |
81/0 |
79/0 |
6/9 |
3/7 |
4/6 |
7/7 |
شکل 3- مقایسه شاخص پایداری کشاورزی تحت سناریوهای اقلیمی و مدیریت منابع آب
کمبود آب آبیاری (IWD) یا تقاضای برآورد نشده یک شاخص ارزشمند برای ارزیابی پایداری منابع آب میباشد. با توجه به شکل 4 در سناریو تغییر اقلیم (A2)، مقادیر IWD برای تمامی مناطق کشاورزی درخور توجه است، چرا که در اثر وقوع تغییر اقلیم و عدم اتخاذ سیاستهای مدیریتی مناسب در سال 2032 حدود 40 میلیون مترمکعیب از تقاضا، برآورده نخواهد شد. با توجه به شکل 4 مقادیر این شاخص نشان میدهد که تقاضای آبیاری منطقه طی دوره 2050-2019 به طور کامل تامین نشده است. این مسئله بیانگر این است که در دوره مورد مطالعه همه مناطق آبیاری با کمبود آب مواجه بوده و تحت تنش آبی بودهاند. این کمبود سبب کاهش عملکرد و کاهش درآمد کشاورز میشود، اما با توجه به سناریوهای مدیریتی درنظر گرفته شده میتوان مقدار IWD را تا حدودی بهبود بخشید. طبق شکل 4 سناریوهای مدیریت منابع آب (S1 تا S3) در دوره آتی مقدار IWD را بهبود داده و منجر به کاهش تقاضا و افزایش عرضه آب میگردد. از میان سناریوهای مدیریتی، افزایش راندمان آب آبیاری بیشتر از سایر سناریوها تقاضای برآورد نشده را کاهش داده و در نتیجه باعث کاهش اثرات منفی تغییر اقلیم بر پایداری منابع آب میگردد. نتایج مطالعه احمدآلی و همکاران (2019) نیز این امر را تایید میکند. آنان به این نتیجه رسیدند که افزایش راندمان آبیاری بیشتر از سایر سناریوها، کمبود آب آبیاری را کاهش میدهد.
شکل 4- اثر سناریوهای مدیریت منابع آب بر شاخص کمبود آب آبیاری تحت تغییر اقلیم
نتیجهگیری و پیشنهادها
در این مطالعه شاخص پایداری کشاورزی با استفاده از معیارهای اطمینانپذیری، برگشتپذیری و آسیبپذیری در اثر تغییر اقلیم بررسی شد. همچنین شاخص کمبود آب آبیاری نیز برای مناطق کشاورزی مورد تحلیل قرار گرفت. میانگین شاخص پایداری کشاورزی در شهرستان سراب تحت سناریوهای انتشار A2، B1 و A1B به ترتیب برابر 72/0، 77/0 و 75/0 بدست آمد. از آنجایی که مقادیر ASI نزدیک به یک دلالت بر عملکرد خوب دارد، بنابراین همه مناطق کشاورزی در اثر تغییر اقلیم با تنش روبرو بوده و با اتخاذ سیاستهای مناسب، ASI میتواند بهبود یابد. یافتهها نشان داد که در سناریوهای مدیریتی S1، S2 و S3 میزان ASI به ترتیب 1/4، 1/11 و 3/8 درصد نسبت به سناریو تغییر اقلیم (A2) افزایش یافته است. در این شرایط بیشترین میزان افزایش مربوط به سناریوی S2 است که بیشترین بهبودی در وضعیت پایداری کشاورزی منطقه را ایجاد میکند. همچنین در اثر تغییر اقلیم شاخص کمبود آب آبیاری (IWD) تحت سناریوهای انتشار A2، B1 و A1B افزایش یافته و بیشتر از آستانه پایداری میباشد. بیشترین میزان IWD مربوط به سناریوی A2 با 43/10 میلیون مترمکعب میباشد که بدترین حالت را داشته و حاکی از ناپایداری منابع آبی و نشاندهنده تشدید بهرهبرداری ناپایدار در صورت عدم اتخاذ سیاست مدیریتی مناسب در دوره زمانی 2050-2019 میباشد. اعمال سناریوهای مدیریتی باعث کاهش میزان IWD گردیده و اجرای سناریوهای S1، S2 و S3 به ترتیب 6/26، 3/35 و 8/19 درصد از تقاضای برآورد نشده را کاهش میدهند.
مقایسه میزان اثربخشی هر یک از سناریوهای مدیریت منابع آب نشان میدهد که اتخاذ سناریوی افزایش راندمان آب آبیاری نسبت به سناریوهای دیگر در این منطقه کاراتر است. سناریوی افزایش راندمان آب آبیاری ضمن آنکه باعث افزایش شاخص پایداری کشاورزی و کاهش تقاضای برآورد نشده آب میشود، بازده اقتصادی آن نسبت به سناریوهای دیگر بیشتر بوده است. نتایج بررسیهای برینگار و وارد (2009)، نیکویی و زیبایی (2012) و وارد (2014) نیز این امر را تایید میکند. یعنی توسعه سیستمهای آبیاری و افزایش راندمان آن یکی از روشهای مدیریت منابع آبی جهت مصرف بهینه منابع آبی میباشد. با توجه به اثربخشی بیشتر سناریوی افزایش راندمان آب آبیاری نسبت به دو سناریوی دیگر، پیشنهاد میشود با بالا بردن راندمان آبیاری که با تغییر تکنولوژی آبیاری همراه میباشد، میتوان به کاهش شاخص کمبود آب و افزایش شاخص پایداری کشاورزی کمک کرد. با توجه به آسیبپذیری بالای منطقه اسبفروشان 2 نسبت به تغییر اقلیم، پیشنهاد میشود که منابع مالی پیش‌بینی‌شده برای بهبود راندمان آبیاری بخش کشاورزی بهگونهای تخصیص داده شوند که این منطقه از اولویت بالاتری نسبت به سایر مناطق برخوردار باشند.
سپاسگزاری
این مقاله برگرفته از طرح پژوهشی به شماره 002-TU-1399 است که با حمایت ستاد احیای دریاچه ارومیه از رساله دکتری انجام شده است. نویسندگان مقاله از ستاد احیای دریاچه ارومیه سپاسگزاری مینمایند.
[1] Quadratic Risk Programming
[2] Percentage Absolute Deviation
[3] Nash Sutcliffe
[4] Irrigation Water Deficit (IWD)
)
