文摘
这项研究的目的是分析气候变化和农民的感知在埃塞俄比亚南部。网格年度气温和降水量数据来自埃塞俄比亚的国家气象局(NMA) 1983年和2014年之间的时期。使用多级抽样技术,403年农户调查证实农民对气候变化和改变。研究应用非参数森的斜率估计量和Mann-Kendall的趋势测试检测气候变化的大小和统计意义和二进制logit回归模型,找到影响因素农场家庭的看法在三农业生态的区域气候变化(AEZs)。趋势分析表明,积极的趋势也发生在每年的最高温度,0.02°C /年( )在低地和0.04°C /年( )在高地AEZs。的积极趋势年度最低温度是一致的在所有AEZs和显著( )。年总降水量呈上升趋势(10毫米/年)( )米德兰AEZ记录。超过60%的农民认为在所有AEZs增加温度和减少降雨。然而,农民的感知对降雨在米德兰AEZ与气象分析。二进制logit模型的结果通知,农民的观念明显影响气候变化的气候和市场信息、农业生态学、教育、农业投入和乡村市场的距离。基于这些结果,建议加强农户的能力通过提供及时的天气和气候信息以及农业推广服务等机构的行动。
1。介绍
全球平均气温已经上升了0.78°C之间的1850年和2012年。政府间气候变化专门委员会(IPCC) (1)指出,预计将增加从1.5°C到年底2°C的21圣世纪。许多学者产生了全球气候变化的证据,他们的预测表明,变化可能会增加的速度(2- - - - - -4]。在非洲将明显高于全球平均水平,表明气候变暖在所有季节1]。大多数地区研究使用长期降雨和气温的变化模式作为气候变化的代理指标。
东非地区也不例外。有研究报道高降雨量的变化和降雨变化的相关负面影响在东非(5- - - - - -7]。与更高的不稳定相关的影响主要是影响降雨年际降雨主要是美联储生计组织(8]。
各种研究调查了气候变化的历史趋势和变化在埃塞俄比亚。例如,每十年上升0.2°C到0.28°摄氏度1960年和2006年之间的平均最高温度是在最近的研究报告(4,9),而0.37°C /十年增长在1951年和2006年之间的最低温度(10]。投影显示埃塞俄比亚将经历增加了1.7°C (2.1°C到2050年平均温度(11]。
(12)指出,特别要注意评估农民气候变化感知它需要继续收集数据从不同的上下文和传播新知识由于气候变化的复杂和动态特性(13]。此外,扫帚et al。14)指出,认为个人经历可以影响气候变化的信念和相应的适应和减轻措施。
已经进行了一些尝试对气候趋势分析在埃塞俄比亚,报道结果不一。例如,一个微不足道的趋势报道每年的降雨量在尼罗河流域15- - - - - -21]。同样,每年一个无意义的趋势和季节性降雨在埃塞俄比亚西南部[22)和北埃塞俄比亚(23]。其他研究表明积极的空气温度和降雨量的负面趋势趋势24- - - - - -27]。其他的研究(28- - - - - -30.)观察到的增加和减少的趋势气候参数,包括在研究地区极端气候。然而,没有一个先前的研究与他们的气候趋势分析农民的认知及其影响因素。
现有的证据表明农民对气候变化的感知研究三种类型。第一组包括(31日- - - - - -34)使用赫克曼probit选择模型来研究农民对气候变化的感知影响因素及其适应策略。第二组包含的35- - - - - -37),应用二元分对数/ probit和多项logit模型只专注于影响因素适应策略。最后,(38,39)使用二进制分对数/ probit /递归二元概率单位模型检查因素阻碍家庭的对气候变化的感知及其与气象数据。
提到的研究试图在降雨和温度数据文档的趋势在国家、区域和地方的水平。他们在气候报道复杂的模式参数。然而,大多数的研究强调的意思是气候趋势分析使用站或缩减规模的数据。访问后者是困难的情况下研究农业生态的区域(AEZs)。其他的研究主要集中在气候变化感知强调感知和适应气候变化影响因素或基于家庭调查,主要是地理上局限于尼罗河流域和埃塞俄比亚北部,与其他一些在其他地方进行的埃塞俄比亚。
甚至在Wolaita最近的研究及其周边地区的其他研究人员(28,29日,40)评估只在极端和趋势意味着气候和应对气候变化的策略,分别。其他人检查之间的联系农民对气候变化的感知和趋势变化的气象数据使用国家和地区各级站数据和入户调查,可能不能完全说明情况在当地的水平。横截面数据从农户位于不同AEZs也被用于探索农民对气候变化的感知影响因素和链接最近提升网格时间序列数据分析趋势的气候参数。有一个缺乏研究,使用网格数据集年代分析气候变化趋势与气候变化的家庭观念在埃塞俄比亚。
本研究强调AEZs因为解集的增加农业生态学的作用。这就解释了为什么agroecological-based方法是迅速发展的可持续的耕作方法,社会运动和科学学科(41]。了解国家和地方气候参数之间的关系和农民的观点是至关重要的制定发展计划和项目,早期预警系统,并集成适应策略适合当地的现实。本研究有助于迅速发展的气候变化和农民的感知文学提供了经验证据的气候趋势分析和认知及其相关影响因素在埃塞俄比亚南部AEZs趋势的结果。
综上所述,本研究的目的是给一个更好的理解最近降雨和气温的变化和变化的数据和影响因素农场家庭的看法的气候变化和变化在三AEZs Wolaita区,埃塞俄比亚南部。本文分为四个部分。部分2简要介绍了数据和方法。部分3提出并讨论了研究结果。提供了结论和建议部分4。
2。研究区、样本大小和程序和方法
2.1。研究区域
Wolaita区位于南部国家和民族的人(SNNP)地区。它位于6.4°之间-7.1°N和37.4°-38.2°E(图1)。它被细分为三个传统AEZs: 56%的面积是米德兰(Woyna-Dega);35%的面积是低地(可乐);剩下的9%的面积被高原覆盖(戴格)[42]。区域通常有一个高地,涵盖了大部分地区的米德兰在外围低地地区(图1)。高度范围从501米在低地Bilate Tena海拔3000米的高地Damota山。记录最低的平均年降雨量为800毫米Bilate Tena和最高的是1200毫米Wolaita合情。降雨是由自然和不可预测的变量,发生在两个不同的季节。雨量分布的模式是双向的。主要的雨季(Kirmet)在6月中旬开始,延伸到9月底,而Belg季/空降雨范围从2月底到4月初42]。年平均最低温度是观察到15.1°C和25.1°C之间的2015/2016。然而,温度通常是高以最小的季节性变化。之间的平均最高温度是17.1°C和29.7°C。生计活动而言,该地区的特点是一个混合农业涉及生产谷物,根作物,Enset,和咖啡。作物生产的主要手段是生计而牲畜作为食物来源,现金收入,保险不确定性(42]。后(43),本研究采用了传统的AEZ分组方法比较和代表高地,米德兰,和低地AEZ(图1)。
2.2。样本大小和程序
后Esayas et al。30.),本研究基于网格每日(4公里4公里空间分辨率)温度和降雨量数据从1983年到2014年。两个数据集的数据组合。首先,站数据使用了来自埃塞俄比亚的国家气象局(NMA)。第二,卫星降雨和温度近似获得欧洲气象卫星开发组织(组织)和美国国家航空和宇宙航行局(NASA)。在公司数据重建是由NMA哥伦比亚大学国际气候与社会研究所,美国。换句话说,网格数据集从国家综合质量受控站数据观测网络与本地校准采用卫星的数据被用来填补时空差距在埃塞俄比亚国家的观察。数据重建是NMA与哥伦比亚大学国际气候与社会研究所,美国,而数据校准和验证是由读大学,英国。
由于高缺失值,数据质量差,和车站基于测量误差数据,上述网格数据集被用来解决数据质量问题。在这个帐户,本研究认为现有三个站,位于AEZs使用网格数据集AEZ比较的目的,进而被认为代表每个AEZ可用的气候数据在研究期间(1983 - 2014)。车站包括Bilate(低地)Wolaita (Midland)和Boditi学校(高地)(图1)。车站选择立意他们长期(超过30年)观察到的温度和降雨量数据。选择分析,1983 - 2014,由于可用的数据和最近的探索温度和降雨量的变化,有助于识别趋势和数据覆盖整个AEZs。网格数据可以在NMA访问(http://www.ethiomet.gov.et/)气候站位于AEZs。
在调查设计方面,研究采用quantitative-dominant,定性分析影响因素的混合研究设计选择农民对气候变化(44]。在选择代表性家庭,本研究遵循了三阶段抽样程序。方法允许在小样本从较大的单位,提供了一个平等的机会选择的所有元素(45]。在第一阶段,三个地区,包括朵奈特盖尔(高地AEZ),合情Zuria (midland AEZ)和Duguna温泉泥(低地AEZ),选择立意(图1)。与占主导地位的AEZ标准包括一个地区,长期气候数据可用性(即。,above 30 years), existence of meteorological stations, and demographic and livelihood conditions. In the second stage, following the characterization of the AEZs by Gecho et al. [42),列表所选的所有村庄AEZs被用来进一步集群到各自的AEZs。因此,比例三个高地,五米德兰,和三个低地村庄被随机选中(图1)。最后,一个概率大小成比例抽样技术(44)是应用于选择403农场家庭领域的研究。总样本量计算使用样本大小计算技术,提出了Kothari [46]。我们还使用一个立意抽样技术来识别并进行11焦点小组讨论(每个村的一个)和15个关键线人采访每个地区(5)来收集定性信息企业气候变化的看法,对温度和降水指标,和人口、社会经济和语境因素影响气候变化的感知。仪器进行了验证和驾驶在附近nonsurvey地区旨在检查适当性,完整性,数据收集工具的有效性通过量化的家庭调查数据和专家判断和长老对定性的反馈工具。科学术语,不合适的变量和指标有所下降,并相应地修正。
2.3。数据分析
ClimPACT2软件R用于气象资料质量控制(47]。标签可能是测试分析错误的价值观和删除它们。异常值检测和拒绝每日最大和最小温度超过±3标准差。质量控制后,每日最大的趋势是计算,每日最低,每日降雨量每年的时间尺度。年时间尺度的参数包括年度最高温度(ATmax),年度最低温度(ATmin)和年度总降雨量(ATR)使用XLSTAT®16。家庭调查数据管理和分析进行了Cspro®6.3和占据®14。统计比较变量之间的感知,而不是家庭,t以及采用区间变量。专题分析包括描述和分类的数据和观察概念互连是用于定性信息(48解释和调查结果进行三角剖分。看到趋势的出现在两个年度气温和降雨数据,我们使用了非参数Mann-Kendall(可)检验统计量49,50和森的估计量测试51]。
2.3.1。Mann-Kendall测试
可使用之间的关系的时间序列和序列。假设检验是制定作为一个零假设( )当没有趋势和替代假说( ),作为一个趋势意味着气候,那里是一个增加或减少单调趋势。的分数计算的可信限标准正常也同样决定的。一组排名的观察 , ,可趋势统计计算使用 在哪里连续的数据值,时间序列的数据长度,
的方差计算使用 在哪里是数据点的数量,相关群体的数量,数据值的数量吗组。系组样本数据具有相同的价值,那里是零方差之间的比较值。摘要方程(3)可以忽略如果没有相关的团体。的趋势是计算的重要性Z分数使用
当价值超过限制线的信心,它显示了一个显著的趋势在给定的显著性水平。因此,被拒绝在地方吗被接受。
2.3.2。森的斜率估计量测试
森的斜率估计量(SSE) (51)是用来估计的大小趋势时间序列数据。因此,如果存在线性趋势时间序列,然后真正的斜率趋势估计使用Sen-Theil趋势线(51,52),另一种线性回归,结合可测试。斜率所有数据集的计算 在哪里和作为数据值在时间吗和 ,分别。中值的的值森表示,斜率的估计量,表示为是哪一个
森的估计计算 如果似乎很奇怪,它用作 如果甚至出现。最后,计算通过一个双边测试吗置信区间,然后使用它来获得真正的斜率通过非参数检验。一个积极的价值建议增加的趋势和负面的价值在时间序列提供了一个下降趋势。可和SSE测试进行使用R软件。
降水变率是研究使用标准化的降雨异常(SRA),沉淀浓度指数(PCI),变异系数(CV)。描述符的计算使用方程(7)和(8)。SRA获得使用方程(7)[53]。SRA特性造成了其对干旱监测验收而使识别记录(干、湿年54]。因此,旱情严重程度分为,极端干旱(SRA <−1.65),严重的干旱(1.28 > SRA >−1.65),中度干旱(0.84 > SRA >−−1.28),而没有干旱(SRA >−0.84)。 在哪里是标准化降雨异常,年的年降雨量吗 , 长期平均年降雨量为1983 - 2014年期间,然后呢的标准偏差是1983 - 2014年期间的年降雨量。
奥利弗(55)建议使用PCI获取信息对任何可能的全年降雨分布的变化。因此,PCI值解释为典型的制服月雨量分布(PCI低于10),季节性降雨分布(PCI 11至20)和高可变性月降雨量(PCI高于20)。使用PCI,相关数据得到了长期的降雨量变化和计算使用方程(8)年度计划规模,应用于分析异质性的年降雨量:
此外,所选AEZs降雨和气温的年际变化是由简历(即。的均值,标准差除以ATmax, ATmin,分别和ATR)。Z分数是适应计算温度异常,通常用于降水异常。
2.3.3。二进制Logit模型估计
方法论上,到目前为止,农民对气候变化的感知研究了在三种不同的方式在引言部分讨论。然而,标准逻辑概率分布假设后像以前的研究,包括(39,56- - - - - -58)和建议由古吉拉特语(59),我们应用二进制logit模型,主要是为了确定因素影响农民对气候变化的感知和随AEZs变化。
logit模型认为在本质上是两个结果变量,假设值为1或0。它还采用离散矢量的阻遏蛋白 ,假定影响结果 。符合阿比德et al。60),我们的因变量(即。,认为气候变化, = 1认为气候变化, = 0)是作为一个组合的温度的增加伴随着降雨减少,导致准确感知编码为1”认为气候变化”和编码为0”不认为气候变化”。古吉拉特语(59]表示物流模型的函数形式(log-odds比率) 在哪里的概率是家庭是第一个category-perceive气候变化,其范围从0到1和是一种功能的解释变量 ,这是 在哪里是一个拦截和斜率参数模型或斜坡上的方程。它表明如何支持给定log-odds家庭,认为气候变化作为一个独立变量的变化。如果显示了一个给定的概率家庭认为气候变化,显示了一个给定的概率家庭不是感知气候变化,表示为
它解释了一个家庭的概率比认为气候变化的概率一个家庭并不认为气候变化。最后,通过一个logit模型的自然对数
包括一个误差项到模型表示为
为了解释和计算结果,计算边际效应是有关使用方程(15)。它描述了一个单元的影响变化解释变量对因变量的概率,也就是说, 。边际效应可以计算使用
logit模型的退化是一组相关解释变量假设基于文献和数据可用性,认为影响农民对气候变化的感知和变化(表1)。因素包括两种类型。内部因素包括farm-specific、社会经济和人口统计变量,如性别、年龄、教育、占用土地的,抚养比率,非农参与食品安全月,和家庭生产性资产(26,32- - - - - -35,38,39]。
外部因素影响农民的感知气候变化和改变包括进入村市场,气候信息、市场信息、信贷服务、培训、农业生态学、灌溉、和农业投入使用(33,34,38,39,57,60]。变量如总农场大小(ha)、家庭生产性资产(当地货币比尔),抚养比率(数量),距离村庄市场(公里),农民的年龄(年)和食品安全月(数量)是连续变量和测量在各自的单位,而所有其他变量是假人,采取1和0(表的价值1)。使用这些变量,实证规范logit模型的描述
3所示。结果与讨论
3.1。温度的变化和趋势
3.1.1。年最高温度变化和趋势
高地的简历AEZ几乎是两倍的米德兰和低地AEZs,表明高可变性ATmax 32年来下的研究。2012年被观察到在AEZs最热的一年,而1989年最低ATmax米德兰和低地AEZs(表2和图2)。最热和最冷年符合门格斯图等的研究。17)报道,AEZs尼罗河上游盆地经历了相对冷在1980年代和温暖年从1990年代初到2000年代。
(一)
(b)
(c)
表3和图2显示时间和空间变异性和AEZs ATmax的趋势。它表现出上升趋势的0.02°C /年( ),标志着0.64°C在低地AEZ增加在1983年和2014年之间。高地AEZ ATmax出现了明显的温度。变化的速度在ATmax 0.04°C /年( )。然而,米德兰AEZ的结果揭示了一个无意义的下行趋势ATmax (0.01°C /年)(表3)。AEZs而言,高地AEZ经历了1.28°C的变化( )低地AEZ相比,表现出0.64°C增加( ),通知高度变化的快速ATmax超过三十年。研究中观察到的变暖趋势面积相对高于历史趋势报告在国家和地区的水平。例如,0.1°C /十年的变暖趋势观察在埃塞俄比亚1953年和1999年之间(61年]虽然是0.2°C /亚的斯亚贝巴从1951年到2002年十年(62年]。
(图中给出的ATmax的年际变化2)表明,AEZs经历了冷暖年在32年。因此,对于米兰AEZ检出异常复杂。在低地和高地AEZs变暖趋势报告,通知最近几年比早些年是温暖的。尽管ATmax的大小不同,一般的变暖趋势匹配研究报道都在国家层面上(61年)和地方(17,32]。
其他一些研究在不同空间和时间尺度有公认的最高温度变暖趋势4,20.,21,28,63年]。率的增加,没有适应,超过1°C变暖有不利影响3]。在这种情况下,在过去30年间趋势分析表明,高地AEZ出现了1.28°C的变暖而低地经历了0.64°C增加,暗示生活和生计的一些可能的负面影响主要在高地AEZ小农。有关气候快速变化,与生俱来的AEZ及其因素,农民高地AEZ说:
“以前,有大树,拉下雨水和寒冷的空气。今天,这些树木不是由于高砍伐森林和农田的扩张。这些树已经清除,风的土地是开放的。相反,土地被桉树覆盖,不保持土壤肥力。由于气候的变化,我们不播种作物在同一时间我们用来做之前。农场种植和收割的日历已随时间推移而更改。这是一个高地之前Damota-highest点一样冷。现在就像一个低地。我们因此遭受高温夜以继日。“(在高地AEZ讨论,2017年3月)。
支持这个想法,一个关键的告密者相同的AEZ共享自己的经历:
“疟疾是一个主要的冲击,夺去了许多人的生命在最近扩张低地地区的卫生服务。目前,温度的变化与低地高地地区,疟疾发病率的地区没有发生之前,表明高地AEZ不再是高原的主要特征。“(在高地AEZ讨论,2017年3月)。
ATmax揭示了转变的快速变化的AEZ高地AEZ变化的主要特征和显示不同的气候模式组件,说明气候变化在过去年Wolaita。
3.1.2。年最低温度变化和趋势
ATmin为14.80°C(简历= 6.49%),14.86°C(简历= 5.10%),和13.64°C(简历= 7.26%)低地,米德兰,分别和高地AEZ(表4)。它显示了相对较高的比另一个高地AEZ AEZs可变性。1986年在所有AEZs是最冷的一年。找到同意寒冷和温暖年报道上尼罗河流域(AEZs之间的17]。
很明显,改变ATmin低地和米德兰AEZs是相同的(表4)。它占了0.05°C /年,标志着1.6°C增加ATmin在低地和米德兰AEZs和 ,分别。高地AEZ结果为0.07°C /年( ),建议一个高度变暖趋势中观察到高地AEZ相比其他AEZs(表5)。例如,康威et al。62年)观察ATmin越来越趋势从1951年到2002年(0.4°C /十年)亚的斯亚贝巴;门格斯图等。17发现0.15°C /十年在尼罗河上游盆地Tekleab et al。15]报道显著增加ATmin一年一度的时候凯尔对许多站在阿拜盆地进行研究。此外,ATmin上升了0.37°C /十年1951年和2006年之间(10]。早期的研究也表明(64年,65年,更大的非洲之角的大部分地区(GHA)显示ATmax和ATmin变暖趋势。在全球范围内,研究[66年,67年]报告年度最高温度增加了0.15°C /十年。然而,在这项研究中,研究结果显示相对ATmax变化和ATmin高于被Camberlin报道(65年]国家层面(GHA和其他研究4,9]。
所有AEZs ATmin显示了显著增加的趋势,但ATmax显示增加和减少的趋势。ATmin的变化速度是快于ATmax在时间和空间。变化的速度比ATmax ATmin符合趋势发现NMA [61年]。所建议的彼得森et al。68年变化是归因于],减少夜间冷却。在筹划et al。10]因此表示,在国家层面上,热的夜晚的平均数量增加了137,而炎热的日子里,从1960年到2003年每年73天。
结果在图3确认所有AEZs经历了冷暖年三十年。从1998年开始,变暖趋势是2006年在所有AEZs除了观察到的最冷的一年在米德兰和高地AEZs。相比之下,1980年代最冷年ATmin所有AEZs低于均值,也同意观察由门格斯图等。17]。因此,变化的速度ATmax和ATmin表示温度的变化是气候研究AEZs中的元素。
(一)
(b)
(c)
3.2。可变性和年降雨量的趋势
年度计划规模,降雨是AEZs变量(表6)。研究中的ATR AEZs变化从低地AEZ 697毫米到1181毫米的米德兰AEZ。简历高地AEZ范围从18.57%到25%低地AEZ,表明高降雨量在低地AEZ可变性,类似的模式被发现在米德兰和高地AEZs。
降雨的简历展品几乎相似,在米德兰和高地AEZs(18%以上)一年一度的规模,而最高的简历(25%)报告低地AEZ,标志着温和的降雨变化(表6)。从表7,类似的PCI值被发现在米德兰和高地AEZs而降低PCI值在低地AEZ感觉到,显示三者之间的降雨分布不规则AEZs。在PCI值的变化,实证研究在不同的上下文中有不同的报道。例如,一个moderate-to-high年际降雨集中在Amhara地区(69年据报道Kassie[],而相同的模式8在中央裂谷。相比之下,盖布里et al。70年]发现高和非常高的浓度在埃塞俄比亚北部观察,表明贫穷月雨量分布。
表7和图4测试结果显示趋势年度时间尺度的降雨。虽然没有统计学意义,观察一个下降趋势(1.80毫米/年和0.11毫米/年)在低地和高地AEZ,分别而增加的趋势(10毫米/年)( )是在米德兰AEZ展出。增加的趋势在ATR在米德兰AEZ符合其他研究者的结果(28,30.),米德兰AEZ ATR经历了增长趋势。同样,Weldegerima et al。21]在ATR在埃塞俄比亚北部三个站。为此,数据显示,ATR的趋势是减少或增加在1983年和2014年之间在所有的米德兰AEZ除外。这些发现符合三个气象站的一项研究中,包括Bilate, ATR(没有表现出显著的趋势29日]。同样,总降水量趋势选择AEZs同意大多数报道的实证研究在埃塞俄比亚降雨量的减少和增加模式随着时间的推移,(15- - - - - -17]。
(一)
(b)
(c)
的年际降雨变化通知AEZs经历了正面和负面的ATR(图异常4)。因此,1999年,1984年和2009年的干旱和1987年,2006年和2007年最潮湿的低地,米德兰,和高地AEZ分别。干旱分类归纳在表格8基于麦基et al。(71年]干旱分类。结果,13(40.63%),10例(31.25%),4例(12.50%),2例(6.25%)出现轻度干旱,正常,中度干旱、严重干旱年低地AEZ,分别。只有2(6.25%)被报道为极端的低地AEZ湿年,标志着近60%的干旱。同样,1980年代被发现为湿十年在低地AEZ(图4(一))。在米德兰,17(53.13%)正常年份虽然极端潮湿的条件没有被观察到。在高地,16(50%)是正常的一年,而2(6.26%)报告为严重的湿和极端潮湿。14(44%)在不同程度的干旱年(表8和图4 (c))。一个关键线人生动地指出,频繁发生的干旱地区如下:
“迄今为止,干旱发生至少十年的基础上,这是介绍的更大的非政府组织如世界宣明会Wolaita。它不时出现不断增加并开始每年发生。例如,由于厄尔尼诺现象,我们面临着干旱去年(2016),影响动物甚至造成完整的作物歉收。也有害虫爆发(病毒)受损的玉米。这是一个奇怪的现象。“(关键线人在低地AEZ采访,2017年3月)。
一般来说,44%是观察正常年跨AEZs而50%是干旱年(图5)。研究结果在一定程度上赞同国家层面异常趋势报告的主编et al。10]。全国最严重的干旱年在研究区也符合现实。然而,研究区部分的异常趋势不同的国家层面的数据,当看到AEZs视角。在低地,1980年代是最潮湿的十年中,虽然它是1990年代在米德兰,部分是最潮湿的高地在2000年代(数字4和5),分别。差异异常年建议AEZs之间的年降雨量高可变性。
3.3。发现农民对当地的气候变化和变化的感知
不同的研究背景下,不同的研究进行了检查农民对气候系统的变化。了解农民的认知水平和不同的适应策略个体家庭使用有利于收集补充信息相关政策和干预应对气候变化的挑战。
描述性的分析表明,大约248(61.54%)的农民认为气候的变化(即参数。,增加温度和减少降雨)总样本。至于AEZ, 61(67.78%)、121(61.11%),和66年(57.39%)农民感知变化的高地,米德兰,和低地AEZs(图6)。这是在协议与家庭观念关于增加温度和减少降雨报道在埃塞俄比亚和其他国家(25,26,31日,32,38,39,58,72年- - - - - -74年]。在我们的例子中,农民认为的比例增加温度和减少降雨量略有不同研究在埃塞俄比亚和其他国家相比,被他们的感知水平影响因素的影响,气象数据的类型(站与网格数据)和气候数据可用性(长与短时间)。此外,施瓦兹(75年)指出,人们相信气候会改变由于新鲜气候经历,比如最近的前2015/2016的厄尔尼诺事件数据收集期间可能导致他们在研究区上下文感知。
温度指标上的数据还显示,农民认为增加干燥季节温度和热的天的温度,在AEZs持续增加。此外,超过60%的农民高地AEZ认为雨季时,其温度的增加有相当比例的农户认为增加温度在雨季在米德兰和低地AEZs(图7)。农民的感知结果符合最近的一项研究在同一AEZs [30.]。其他研究观察到的类似模式在埃塞俄比亚的不同部分25,26,32,38,39,76年]。
所有的农民AEZs感知,降雨来得迟。高地的农民AEZ发现降雨初期,观察短期降雨减少趋势。在相同的AEZ,农民有更好的感知为所有在低地AEZ降雨指标相比。一般来说,所有的农民AEZs感知的下降趋势belg/一点点降水的话,默赫/在过去的二十年里,长长的雨季降雨不稳定(图8)。结果同意实证研究(25,26,32,38,39)报道,农民认为多年来在降雨量下降趋势在埃塞俄比亚。同样,一项由Mkonda et al。74年)报道,显著增加温度观察当地的所有AEZs坦桑尼亚。
关于气候变化的感知的影响,农户看到影响,包括农作物产量下降(98.26%),食品价格通胀(98.01%)、干旱频率增加(94.79%)、增加作物害虫(70.72%),增加洪水的频率(68.73%),缺水对人类使用(63.03%),出现新的害虫(61.79%)、灌溉用水短缺(61.04%),增加牲畜疾病(58.81%),和冲突减少资源(55.83%)的严重程度在AEZs(图9)。同样,Tesso et al。32)记录认为气候变化的影响在北Shewa AEZs埃塞俄比亚。因此,多年来农民对气候导致的影响的看法是埃塞俄比亚的指示性易受气候变化和差异。因此,研究认识到埃塞俄比亚患有高降雨量变化[问题77年]。具体来说,Amsalu和亚当78年]表明,气候变化都直接和间接影响害虫和疾病的发生和传播。此外,摘录定性信息支持气候参数的变化和相应的影响在过去二十年中,如下所示:
“1999年以前,该地区非常绿色和我们有足够的牧场的牛。现在,没有草吃草,有一个运动的草。自1999年以来,我们见证了降雨量的减少和增加温度变暖。泉水干,植被已经下降。哪里有灌溉、作物的生产是好的。“(在低地AEZ讨论,2017年3月)。
自1980年以来一直面临许多干旱和洪水(埃塞俄比亚79年]。自1990年以来,埃塞俄比亚面对47大洪水,造成近2000人死亡,受灾人口约220万(80年]。它也经历了12个主要干旱在1900年和2010年之间,夺去了400000多人的生命,影响超过5400万(80年]。最近,2015/2016 El Nino-induced干旱造成的粮食安全影响估计有1020万人;一个历史上最严重的81年]。因此,尽管农民对气候变化的感知研究中不同AEZs和埃塞俄比亚,部分地区农民的认知与气候变化的趋势是相辅相成的,展示一个变暖的趋势。
3.4。计量经济模型的结果
使用解释性变量的描述性统计总结表1。平均年龄为44.62岁,这意味着农民在生产时代类别(16 - 64年)(82年]。在所有AEZs占用土地的占0.78公顷。统计上的显著差异是农民认为气候变化之间观察到(0.71公顷),而不是认为气候变化(0.88公顷)(t= 1.96, )。农民的平均距离旅游村市场达到2.87公里。这是统计学意义之间的感知,而不是农民,分别2.30公里和3.79公里(t= 2.43, )。关于食品安全月,所有AEZs可以养家糊口的农民为7.29个月。展出了一个统计上的显著差异的农民认为气候变化之间(6.89个月),而不是认为气候变化(7.92个月)(t= 3.65, ),建议食品家庭不太可能认为气候变化与同行相比。
大多数农民的家庭靠(65.51%),有38.21%已完成小学8(1级)。在信息获取方面,很明显,69.48%访问气候信息,58.06%的人在所有AEZs市场信息,支持信息的积极作用,农民生活改善和应对气候变化的影响。涉及的样本中,27.05%的农民非农收入的活动作为一种多元化的生计面对气候变化和使他们解决食物和收入差距。结果同意Gecho et al。42),在那里他们报道37%的农民在Wolaita收入来自农业和非农活动。只有29.78%的人获得信贷,这表明农场家庭在AEZs有限的信贷服务。38.21%农户使用改进的种子生产季节,和一个农民能获得灌溉使用的百分比可忽略不计。同样,只有19.85%的抽样农民接受培训在AEZs生计活动的重要。二进制logit模型首次测试其适用性和解释力的变量使用。此外,二进制logit模型的似然函数是重要的(似然比(LR)气2= 85.95, ),标志着其强大的解释力。参数的估计系数和边际效应在二进制logit模型( )总样本、高地AEZ米兰AEZ,低地AEZ展示在表1。
农业生态的区域等因素,性别、非农参与食品安全月,和距离村市场显著负相关与气候变化感知而进入气候和市场信息,参加培训,使用改进的种子,完成小学明显积极与气候变化有关的观念。与我们的预期不同,农民生活在低地AEZ感知变化不太可能比农民居住在米德兰和高地AEZ。因此,感知气候变化的概率下降了18.4%,如果一个农民居住在低地AEZ ( )。这可能是由于其固有的易受气候变化的影响,而一个小变化的气候参数在其他AEZs气候变化影响农民更容易感知。支持,埃塞俄比亚的气候变化委员会(EPCC) [83年)公认的高地地区中最脆弱的农业生态学在埃塞俄比亚。Esayas et al。30.)也报道,高原AEZ Wolaita经历了一个快速变化的极端气候事件与低地AEZ超过三十年。Deressa et al。31日)进一步指出,农民从尼罗河流域的高地AEZ认为气候变化超过那些低地AEZ。
在这项研究中,户主的性别与气候变化的感知呈负相关。以男性为首的农民对气候变化的感知的概率下降14.8%相比,女性户主家庭( )。AEZ而言,气候变化的感知概率低地AEZ男性户主家庭减少27.6%,而它是无意义的高地和米德兰AEZs。这可能是因为女性户主家庭更局限于家庭一天的大部分,因此,更关心环境问题,阻碍了他们的家庭和当地人民84年]。然而,先前的研究[31日,38,58)证实,男性之间没有显著差异,在对气候变化的感知和女户主家庭。因此,性别并不总是积极与气候变化的感知联系在一起;相反,它是一个混合的因素取决于环境问题进行了研究。
同样,参与非农收入、粮食安全月,距离村庄市场负面影响农民对气候变化的感知。感知气候变化的概率,因此,当一个下降了13.9%在AEZs农场家庭参与非农收入。这可能是因为非农活动更容易受到气候变化的影响。Ndambiri et al。56]类似的报道之间的反比关系参与非农收入和感知气候变化。
估计边际效应的一个额外的粮食安全月家庭头感知气候变化的概率降低3.4% ( )总样本。相同的模式都被观察到在米德兰和低地AEZs,感知气候变化的概率降低3.3% ( )米德兰AEZ和6%低地AEZ ( ),分别。这意味着粮食农场家庭不太可能认为气候变化与粮食不安全的家庭,因为后者可能属性食品短缺的环境气候变化等挑战。
这项研究表明,有一个逆关系距离村市场,农民对气候变化的感知。因此,一个额外公里前往家庭头村市场感知气候变化的概率降低1.9% ( )对所有样本。农民居住在距离最近的输入/输出市场不太可能认为气候变化比农民居住靠近市场。市场渠道为农民提供一个至关重要的链接来收集和传播信息三者之间的农民,和农民的距离进一步这样的市场联系,可能性越小农夫会察觉到气候变化。类似地,距离村庄的负面影响市场对气候变化的认知在其他研究报告(32,34,39]。
正如所料,logit模型表明,有一个积极的农民进入气候信息之间的联系和对气候变化的认知。农民进入气候信息感知气候变化的概率增加26.4%的总样本( )虽然提高了农民对气候变化的感知概率38.7% ( )在米德兰AEZ。研究还报道说,农民更好的气候信息更容易理解气候变化(34,38,39]。虽然农民认识到这些信息的来源是至关重要的,他们仍然有自己的方式感知气候变化(85年]。
同样,市场信息的可用性具有显著的正相关,农民对气候变化的感知。因此,农民获得的市场信息是13.7%更容易察觉到气候变化在总样本( )。AEZ而言,农民获得市场信息的概率增加了对气候变化的感知22.9%低地AEZ高地AEZ和22.8%。这可以归因于更好地获取市场信息的输入和输出。研究表明,农民使用改良种子18.9%更有可能认为气候变化在总样本( ),在高地AEZ (38.8% )和20.8%低地AEZ ( )。
感兴趣的其他变量影响的概率农民对气候变化的感知是农民教育水平和接受能力建设培训意识水平(代理变量)。边际效应表明,农民已经完成了小学14.7%更可能认为气候变化( )在所有样本而增加2.5%低地AEZ ( )。在这方面,更多的受过教育的家庭,感知气候变化的概率越高,反之亦然。结果同意先前的研究报告家庭教育的积极的影响在不同的上下文中对气候变化的感知(32,34,38,39]。虽然少数农民参加了能力建设培训,结果暗示训练有积极影响农民对气候变化的感知。计算边际效应表明,接受培训感知气候变化的概率增加22%的总样本( ),而在米德兰AEZ(增幅25.7% )。
3.5。气候趋势分析与农民的关系的看法
显然,农民对气候变化的看法在过去二十年的气象数据与研究区域。超过60%的农民认为在所有AEZs增加温度和减少降雨。同样,趋势分析表明,积极的趋势也发生在ATmax, 0.02°C /年( )在低地AEZ和0.04°C /年( )分别在高地AEZ。在所有AEZs ATmin的趋势是一致的和重要的( )。关于降雨趋势,观察无意义的减少趋势(1.80毫米/年)和(0.11毫米/年)在低地和高地AEZs,分别。然而,越来越趋势ATR(10毫米/年)( )是经历了1983年和2014年之间的米德兰AEZ。有增加温度和减少低地和米德兰AEZs降雨趋势。同样,许多研究在埃塞俄比亚报道积极趋势平均ATmax [4,20.,28,38,63年的平均ATmin[]和增加的趋势4,9,10,17]。总降水趋势的两个AEZs同意大多数实证研究在埃塞俄比亚(10,15,16,61年]发现无论是减少还是增加总降雨量的模式。然而,平均总降雨量的积极趋势在米德兰AEZ与家庭观念在相同的AEZ研究时期。增加的趋势在ATR在米德兰AEZ证实了早期的发现(28,30.)报道,米德兰AEZ经历了ATR平均增加的趋势。
尽管如此,农民之间的差异的感知雨量的米德兰AEZ和气候趋势可以归因于农民的感知水平受到多种因素的影响,包括农业生态学、教育、农业经验,资源禀赋、气候信息,和早期预警系统(32,34,38,39]虽然趋势是一个累积的结果超过三十年。特et al。26)观察到类似的气候趋势分析和农民之间的差异感知AEZs邻近区域的研究。因此,农民的观念不能仅仅依赖于实际气候条件和气候的改变参数。相反,它可以受到一系列社会、经济、人口、和制度因素(32,34,38]。
4所示。结论和建议
本研究分析了气候变化趋势和农民的感知在埃塞俄比亚南部使用气象时间序列数据从1983年到2014年。理解温度和降雨量变化趋势和农民对气候变化的感知在农业生态的设置将提供有价值的信息规划和实施地方适应性。大多数靠天吃饭的农民的生计活动的研究区域取决于许多气候变量,主要是降雨。气温和降雨的年度趋势分析是进行农业生态的区域水平,而调查在家庭层面代表三个不同的高地、米德兰和低地AEZs。Mann-Kendall趋势分析证实有显著上升趋势年度最低温度在AEZs年度最高温度则表现出向上和向下的趋势。
森的坡度确认最低温度的变化的大小超过了最高温度都在时间和空间。年度最高温度的年际变化表明AEZs已经公布了冷暖年在32年,通知近年来温暖的早些年相比。一般的变暖趋势研究中观察到的区域认同的实证研究报告国家和地方两级。Mann-Kendall趋势分析表明,有一个微不足道的下行趋势中观察到的年度总降雨量在高地和低地AEZs,而米兰AEZ发现显著的上升趋势,表明混合的结果。标准化降雨异常确认研究AEZs经历了许多干旱年1983年和2014年之间,也符合国家多年来最严重的干旱。
研究证实,当地农户越来越意识到气候变化。因此,农民Wolaita区一直面临着气候变化和变化的不利影响,因为它影响了他们的生活和生计在过去的三十年。二进制logit模型的结果通知,农民的观念明显影响气候变化的气候和市场信息、农业生态学、教育、农业投入和乡村市场的距离。这项研究得出的结论是,农民对气候变化的感知反映了气象分析,尽管他们的看法是基于当地气候因素。基于这些结果,建议提高农户的能力通过提供及时的天气和气候信息机构的行动,包括农业推广服务、农场输入供应,和可行的生计多样化选择。然而,本研究在范围和样本容量有限;建议在更大的范围内进行进一步的研究来找出农民之间的联系与气象数据对气候变化的看法,一般来说,和探索社会经济影响气候变化的看法,和上下文因素。
数据可用性
气候数据用于支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突有关这篇文章的出版。
确认
这项研究是进行金融支持从Wolaita合情大学和亚的斯亚贝巴大学作为第一作者的博士学位项目的一部分。作者感谢国家气象局提供日常温度和降水数据网格。作者感谢基层政府办公室,农民,计数器在野外数据收集时间和合作。