文摘

气候变化是一个重大威胁农业生产和破坏了实现可持续发展目标的努力在贫穷国家如埃塞俄比亚,气候敏感的经济体。本研究的目的是评估当地气候特征及其对生产率的影响蚕豆(蚕豆根尖l .)品种(Gora和Tumsa)生产率Welmera分水岭地区,中央埃塞俄比亚。历史气候(1988 - 2017)和八年的作物产量数据来自埃塞俄比亚国家气象局和Holeta农业研究中心。趋势,变化、相关和回归分析进行了描述该地区的气候,建立蚕豆产量和气候变化之间的联系。接收到的地区年平均降水量970毫米SD为145.6,变异系数(CV %)为15%。最早的和最新出现的降雨是4月1日(92机灵)和7月5日机灵(187),然而,雨季的结束日期是9月2日机灵(246),10月31日机灵(305),分别。生长期的平均长度是119天,与35.2%的CV %。干旱的概率小于7天高(> 80%),直到最后一个十年可能机灵(151);然而,的概率大幅下降,7月的第一个十年达到0%(192机灵)。Kiremt(长雨季发生从6月到9月)和belg(短雨季,瀑布从2月到4月/ 5月)降水增加趋势在4.7毫米和2.32毫米/年的速度,分别。年度最高温度显示的速度增加的趋势每年0.06°C和倍0.34°C,这不是统计学意义。 The year 2014 was exceptionally drought year while 1988 was wettest year.Kiremt(环流)开始下雨,雨天有很强的相关性和负面影响对大山产量(r分别=−−0.407和0.369)。研究结果表明研究区降雨和温度的大幅度变化,约束蚕豆生产。投资农业,加强农民的适应能力是至关重要的减少气候变化的不利影响和可变性对蚕豆产量。更多的研究,结合家庭面板数据和长期气候数据是必要的,以便更好地理解气候及其对蚕豆产量的影响。

1。介绍

气候变化/差异所带来的人类活动和自然过程预计将在世界粮食供应产生重大影响1]。低收入国家在热带地区较低的适应能力尤其敏感,气候变化的负面影响和改变2]。由于低人口密度适应性能力,预计发展中国家特别敏感,气候变化的负面影响和改变。政府间气候变化专门委员会(IPCC)估计,改变地表温度和降雨量变化将在旱作农业产量减少50%系统(3,4]。同样,非洲正在迅速变暖,干旱区域蔓延整个欧洲大陆(5]。

埃塞俄比亚是撒哈拉以南的国家之一,农业是受到周期性的干旱、洪水、无规律的降雨,以及其他极端气候6]。历史气候数据显示从1951年到2006年,埃塞俄比亚的年平均最小和最大温度每十年上升0.13°C的速度,每十年0.37°C,分别为(7]。几项研究预测,在2020年代和2050年代,在中国全年温度可能会上升(8- - - - - -10]。Hadgu et al。8)显示,最低气温显著增加的趋势,而[9)看到一个总体趋势增加减少极端寒冷和温暖。降雨也倾向于减少长时间运行和短雨季(11]。虽然降雨有增加的倾向,但其趋势和模式已经越来越不可靠的时空上(8,10]。

蚕豆(蚕豆根尖l .)是一个很酷的季节种植的农作物,全世界对食物、饲料、和生态系统服务12]。作物作为人类和动物的蛋白质和碳水化合物来源(13]。蚕豆生长发育的理想温度被确定为18至27°C (14]。后豌豆、鹰嘴豆、扁豆、蚕豆是世界上第四个最受欢迎的食品豆类(15]。蚕豆未来全球作物生产面临互动挑战;随着全球人口不断增多,需要更多的食物,但在气候变化和极端天气条件关联越来越难以生产食物(16]。作物产量是特别容易受到不利天气条件在花卉发展和开花期有一个相对较短的阶段产量的关键生产极易受到短期的高温和/或干旱(17]。蚕豆是一个重要的高原作物覆盖一半以上数百万公顷的国家的耕地。生产预计将在埃塞俄比亚占粮食总产量的3.94%,是国家的经济支柱18]。在埃塞俄比亚,蚕豆生产力仍远低于全球生产水平(3.8吨/公顷),一直受到各种生物和非生物因素(18]。除了nonclimatic因素,反复干旱洪水、不可靠的降雨量,蚕豆和分布导致低效率国家(19]。气候也增加了,许多真菌疾病的发病率,构成重大威胁蚕豆产量(20.]。

某些地区降雨量增加导致洪涝灾害和养分浸出,导致低蚕豆产量(21]。先前的研究在气候变化的影响在埃塞俄比亚/变化对作物生产力几乎没有发现相当多的作物产量和气候之间的相关性(22]。蚕豆是高适应当前的气候变化,但没有研究探讨其在当地规模产量与气候变量的关系(23]。Welmera区是区西结23:23区之一,已经历高气候变量的波动[24]。蚕豆是相当受欢迎的农作物区与小农生产用于各种目的,但面临着气候变化和生产近年来已成为一个挑战。没有研究探索的历史气候区及其与蚕豆产量。这是制定适当的政策制定的重要信息和上下文特定的适应实践。因此,本研究的目的是描述当地气候Welmera区和分析对蚕豆产量的影响。

2。研究方法

2.1。研究区域的描述

Welmera区18个区之一Oromia特区周边亚的斯亚贝巴,埃塞俄比亚。它位于沿着读经台路从亚的斯亚贝巴约30公里,海拔2000至海拔3380米(24]。接壤Sululta区在北方,Sebeta远区在南方,Burayu城市政府在西部,东部和Ejere区(图1)。

2.1.1。气候和地形

该地区有一个双峰降雨模式,以70%的降雨量下降主要的雨季期间(kiremt),从6月持续到9月,在短暂的雨季和30%下降(belg),它从二月持续到四月(24]。在研究区,几个月的7月和8月收到月降雨量最高,而5月和7月是最热的月份,分别。这两个农业生态区组成Welmera区是低地和米德兰。大部分地区有轻微的不均匀地形高程变化。除了几个有问题的地区和公顷的南部部分地区,该地区是完全在平原的土地;一般来说,woinedega /温带[25]。

2.1.2。植被和生计

该地区的植被由草地、灌木,沿着山脊的水域和森林。大部分的森林是由人工种植桉树和松柏。大多数小农家庭依靠谷物种植和营销为生,使其成为最大的埃塞俄比亚经济界别分组。约占国内生产总值的30%由谷物占,占大约60%的农村就业,80%的耕地,超过40%的典型家庭食品支出,超过60%的卡路里摄入量(25]。面积的混合农畜农业系统、作物和畜牧生产中扮演重要角色的生计农业社区,类似于其他中部高地的埃塞俄比亚。蚕豆是第一个主要地区的主要作物,其次是大麦等农作物,画眉草、豆类和马铃薯。在2011 - 2012年的生长季节,较好的豆子占据约33%的农田(26]。大部分的田间作物生长在旱作主要设置在整个生长季节(27]。

2.2。数据收集

2.2.1。历史气候数据

在这方面,降雨(毫米)和温度(°C)数据Welmera区1988 - 2017年期间获得来自埃塞俄比亚国家气象机构(NMA)。

2.2.2。作物产量数据

两个蚕豆品种提高作物产量数据(Gora和Tumsa)聚集HARC八年段(表1)。此外,这些品种的基因型蚕豆通常采用当地检查与其它基因型品种蚕豆在全国各种试验(评估新育种行)由当地农民和HARC,和他们选择不同的成熟时间和长期数据的可用性26]。

2.3。数据分析

数据质量控制高度敏感:气候数据异常值和异常值,这些数据质量妥协。因此,在分析时间序列气候数据,有条不紊地削减的异常值的大小是一个重要的减少分销尾巴和提供可再生的和可靠的28,29日]。在这个研究中,[中概述的栅栏图基30.)是用于检测异常值通过XLSTAT 2014软件。

2.3.1。降雨和温度特性的分析

降雨和气温数据分析进行了使用技术,一般属于变化和趋势分析。在研究期间气候变化对研究区进行了使用变异系数和标准化的异常。计算变异系数 简历是变异系数,δ标准差,µ平均降雨量。根据(31日],CV值变化的程度描述为:少(CV < 20%),中度(CV 20 - 30%)和高(简历> 30%)被认为是脆弱的干旱。

2.3.2。Mann-Kendall趋势分析

Mann-Kendall (mk)趋势测试,这是一种非参数统计测试,来评估单调的季节性趋势和年降雨量和温度数据和是否具有统计显著性的趋势(32]。m k测试统计”年代“计算使用方程(4): 在哪里年代习是m k测试统计,然后呢xj年的年度数据值吗我和j(j>我),n时间序列的长度。根据这个测试,一个积极的年代值表示一个增加趋势,负值表示减少的趋势数据。符号函数给出

为n≥10,ZMK接近标准正态分布(32,33)计算 在哪里年代方差和存在的一个显著趋势是评估使用ZMK价值临界值的基础上学生吗t语境的Z_{α/ 2}(Z_0.01= 2.33,Z_0.05= 1.645)。

一个时间序列趋势的大小被森的斜率估计量评价。这个方法被发现是一个强大的工具使用缺失数据和保持不受异常值影响34]。

2.3.3。研究区域的气候特征

在这项研究中,开始和停止降雨的本质是研究在研究领域在研究期间。雨季开始被定义为任何一天连续三天累计降雨量大于20毫米,没有干旱大于10天(后30天内8,35]。另一方面,停止被定义为任何一天后第一个十年9月当土壤水平衡达到零(35]。此外,对于塑造停止,4毫米/天蒸散研究区域和100毫米/ m的实际土壤持水能力(田间持水量)被认为是使用InStat + /天(v3.36)和估计埃托奥被CROPWAT_v8.0统计软件计算,分别为(36]。生长季节的长度(LGS),决定的关键因素的成熟品种种植在不同降雨政权(37),被减去开始计算日期从一开始的雨季停止雨季(38]。

2.3.4。雨天和干旱的长度

根据(39),一天被定义为雨天如果积累1毫米或更多的降雨。雨天是统计的数量从6月到9月30日结束的第一天kiremt的季节。在埃塞俄比亚的背景下,40)采用三个雨量阈值来定义雨天(−0.1、0.5和1毫米)。在这项研究中,(建议的最低降雨量阈值定义40,41),每24小时1毫米或更多,。此外,最大数量的连续干燥天(一天累积降雨量< 1毫米)是计算来确定干旱期长度kiremt的季节。在研究区干旱的概率计算一阶马尔可夫分析后(36]。干旱的长度超过5、7、10和15天进行了分析使用InStat (+ v3.36)软件(36]。

2.3.5。降水异常

标准化降雨异常计算之间的区别一个特定的一年的年度总和长期平均降雨量记录除以标准差的长期数据。标准化降雨有助于确定干、湿年;它还可以用于评估干旱的频率和严重程度。标准化的异常计算使用方程(5): 在哪里Z是标准化降雨异常,X是一个特定的年降雨量总,µ平均年降雨量在一段时间的观察,然后呢δ标准偏差的年降雨量在此期间的观察。基于Z值,干旱严重类作为极端干旱(Z<−1.65),严重的干旱(−1.28 >Z>−1.65),中度干旱(−0.84 >Z−1.28),没有干旱(Z>−0.84),(42]。用相同的方法(8,43)来确定干、湿年在他们的研究。

2.4。回归和相关分析

多元回归分析来量化蚕豆产量之间的关系和降雨量和温度特性,比如开始,停止,kiremt降雨总量、kiremt雨天和kiremt平均温度。回归方程的研究在以下形式: 在哪里Y因变量的值是(蚕豆产量公斤/公顷),是吗Y拦截和b₁,b₂,b₃,b₄、…b_n回归系数,x₁,x₂,x₃,x₄、…x_n独立变量(降雨特征如发病,停止,LGP,kiremt降雨总量,kiremt雨天,平均kiremt温度),e估计误差或回归的残差。

决定系数(R²)是用来确定蚕豆产量的百分比变化解释由气候特征。皮尔森相关系数(r)是用于分析作物产量之间的相关性蚕豆(Gora和Tumsa)收益率表示与降雨特征公斤/公顷。−1和+ 1之间的相关系数范围;r值接近+ 1表示正相关而接近−1表示强烈的负相关;r值0表示没有线性相关性。同样的,学生t以及和β系数是用来确定每个预测的意义和大小为每个独立变量(44,45使用SPSS软件)值计算。通货膨胀因素变化来评估数据的多重共线性问题。

3所示。结果和讨论

3.1。描述Welmera地区的气候

表2显示了研究区域降水特征的摘要。Kiremt研究地区的雨季开始在5月20日平均机灵(141),变异系数为21.2%,30天的SD,表明适度波动研究中区域。在过去的三十年中,主要研究地区雨季结束后平均9月16日机灵(260)与7.6%的简历,这是变量小于雨季的开始。机灵雨季开始于4月1日(92年),7月5日机灵(187)结束,分别(表2)。结果是符合(46),这表明后期开始是最不可取的方法,因为它缩短了作物生长周期,减少满足作物水分需求的能力。温和的波动在这项研究中观察到的开始和结束日期是一致的结果报告(40),在埃塞俄比亚。违规行为和不可预测性的开始和结束日期影响农业生产,前者比后者有更大的影响农民种植日历(47]。

在研究期间,平均LGP研究区域(表119天2)。它有一个高度的可变性,35.2%的简历和SD 42天。LGP的重要的不可预测性是归因于的高可变性kiremt雨季的开始日期。这一发现符合结果报告的研究在埃塞俄比亚的中央裂谷,特别是在Ademi图·图鲁(Ziway),在LGP范围从76到239天48]。尽管开始日期变化大,有75%的机会获得152天LGP,表明位置适合旱作农业,但如果继续波动,边际条件将很有可能非常缓慢。

Mann-Kendall趋势分析显示,每年和kiremt雨天的数量下降了0.595倍和0.39天,分别为(表2)。的结果与那些48Jijiga车站)显示,每十年下降4天和弱在雨天的年度数量下降Negele和戈尔也发现,这些被2.3和1.7天/天/十年的十年中,分别又还在埃塞俄比亚东部地区,雨天的年度数量减少的意思是43 63雨天雨天(减少31%)。雨天的年度数量的下降在埃塞俄比亚中部和西部不太明显,约为12%。

干旱持续小于7天的概率高(> 80%),直到最后一个十年可能机灵(151)(图2)。然而,干旱的可能性持续大幅下降小于7天,在7月的第一个十年达到0%(192机灵)。与类似的模式,干旱持续超过7天的数量大幅攀升后10月机灵(284)和第二个十年年底达到100%。目前的结果是一致的,(49)发现低概率的干旱期从6月到9月在埃塞俄比亚东部。

任何长度的干旱可以发生在任何作物发展阶段,尽管它可能特别有害的在开花和灌浆期(50]。证据种类繁多的干旱的可能性长度可以有利于冒险者(资源富裕的农民)和风险规避的农民(资源贫困农民)50]。

在大多数豆类作物干旱敏感性高,特别是在开花和成熟阶段。估计的可能性在生长季节干旱有助于改变种植的作物的敏感期正值水可用性(51]。

3.2。趋势和年度和季节性降雨的变化

表3显示了年度和季节性降雨总量研究领域,以及他们的趋势和变化。研究区收到年平均降雨970毫米在研究期间。kiremt赛季贡献了73.8%的年降雨量,而该地区获得了21.1%的年降雨量在belg季节,其余对季节期间,只有5.1%。的趋势,kiremt Holeta车站和belg降雨降低了4.7和2.32毫米/年的速度,分别。符合这一点,(43和季节性kiremt和belg]发现,降水量在Kombolcha和Srinka站从1979年到2008年下降。同样,埃塞俄比亚的研究在不同的位置,51- - - - - -53]显示统计年度无意义的上升趋势和季节性的降雨总量。

kiremt季节的平均降雨量为715毫米,CV %的15.1%,低于belg季节的变化(32.7%)和干燥的时期(这时季)(75.3%)。这表明kiremt降雨季节不如belg不可预知和这时的季节。Belg降雨是比kiremt季节降雨不稳定54]。这并不一定意味着kiremt降雨是稳定的;事实上,kiremt季节的降雨的峰值数量是923.4毫米,而最低数量的雨在研究区为498.4。结果是类似的(55)发现一个统计上微不足道的结果。尽管平均降雨量kiremt预计将增加,预计8月下降可能有负面影响对蚕豆生产,因为它可能会配合至关重要的增长/发展阶段[56]。

3.2.1之上。年度和季节性降雨异常指数

1988 - 2017年期间,研究区有13年(43.67%)有降雨低于正常和17年降雨量(56.67%)高于正常(图3)。2009年、2014年和2015年被列为严重极端干旱。同样的,(52)发现,2009年是历史上第二个最干旱的年份,仅次于1984年的历史。根据这项研究,旱作农业生产在研究区干旱年下降。

Kiremt降水异常显示,一半的观察年降雨量较低或高于长期平均水平(图4)。2013年,2014年和2015年被严重异常干旱年(根据所使用的指标分类8,55]。根据类似的调查,2002年到2009年被证明是严重的极端kiremt干旱年的埃塞俄比亚(52]。今年最有利的降水异常是1988(图5)。

图5显示了belg季节性(FMAM)在研究地区降水异常。数据分析显示,50%的年研究时期(1988 - 2017)降雨量低于长期平均水平。2009年被列为严重极端干旱年的研究领域。当前的结果类似于(52),观察到严重异常干旱年的埃塞俄比亚东北部从1972年到2011年。

此外,目前的分析显示,1997年,1999年和2012年被列为严重干旱年,季节性降雨占在研究期间的长期的意思。1990年、1995年和2001年,另一方面,强调了高水平高于长期平均降雨量在研究区,使其在研究期间(图最潮湿的一年5)。

3.3。趋势分析研究区域的温度

在研究区,每年的意思是,简历,和SD的最高温度分别为22.8°C,分别为4.1%和0.94°C,(表4)。年度最高温度增加了0.34°C的一个因素,这是无意义的,0.06°C每年变化(表4)。当前的发现是一致的(39),发现增加了0.37°C在埃塞俄比亚高原年平均最高温度每十年。

最高温度在belg季节每年上升了0.046°C,但是在统计学上并不显著的趋势 - - - - - -值0.01和0.05显著性水平。干旱可能会加剧了这种变暖,这可能导致减少作物生产(57]。

年度最低气温每年增长了0.005°C的一个因素,每十年0.05°C,根据Mann-Kendall趋势测试(表5)。同样的,(39)发现了一个0.1°C增加全国年平均最低温度每十年。相比belg赛季,平均、简历和SDkiremt最低温度显示更少的变化(表5)。此外,kiremt每年最低温度上升了0.007°C,而belg每年赛季下降了0.062°C。的结果与那些57,58人声称埃塞俄比亚的温度上升了近几十年来。

3.4。相关性和蚕豆产量和气候变量的回归分析

演示了一个品种的产量之间的关系(Gora品种)气温和降雨参数(SOS, EOS LGP,kiremt降雨总量,kiremt雨天)观察Holeta站(表6)。相关性分析显示积极但无意义的kiremt总降雨量和之间的关系kiremt平均温度和Gora品种。此外,大山品种的产量表现出一个无意义的消极与雨季的开始(r=−0.407)和kiremt雨天的数量(r=−0.369)。雨季结束(r= 0.665)和LGP (r= 0.588),另一方面,积极和显著相关Gora输出,这意味着雨季和LGP强烈影响蚕豆产量的研究领域。

表7展示了Tumsa品种之间的关系和降雨特性(SOS, EOS LGP,kiremt的降雨量,kiremt雨天)以及kiremt平均温度在Holeta站转车。雨季的开始(r= 0.482)和kiremt雨天(r= 0.605)有一个温和的和实质性的关系Tumsa产量,分别。Tumsa品种的收益率大幅与雨季结束的时候(r= 0.755)和LGP (r= 0.692)。雨的总量在kiremt (r= 0.115)的平均温度kiremt(0.150)与Tumsa产量有积极但不重要的关系。总发现表明SOS和kiremt雨天降低蚕豆产量由于洪涝灾害和洪水和温度应力的增加56]。这气候变量之间正相关(降雨和温度)表明,这些变量的变化可以部分解释农业生产的低和可变性在埃塞俄比亚(59]。

选择回归大山品种的产量与气候变量回归或预测结果(表8)。结果表明,降雨结束日期和kiremt总有积极,但统计学无意义的影响Gora产量。的结果与那些60),发现温度对植物抗病性的影响由于温度和一些相应的基因之间的相互作用对。

气候变量在模型中解释56%的变异Gora收益率(R²= 0.56)(表9)。方差膨胀因子的值表明之间存在多重共线性问题开始日期和持续时间长度的增长时期。结果,这两个变量不视为预测的回归模型分析。根据(60),kiremt降雨和kiremt雨天占总变异的51.2%大麦产量每公顷过去19年Sinana区,这是超过一半的农作物产出的总方差。

Tumsa品种的产量是退化与结束日期,kiremt降雨总量,kiremt雨天,和平均温度变量提供的表10。结果表明,结束日期和kiremt总降雨量是最重要的变量回归模型,不重要的,但对Tumsa收益率研究地区的有利影响。更高的年平均气温和降水变化危及粮食安全在低收入和agriculture-based国家,根据(61年),记录减少作物生产与年平均气温和降水的变化。

估计系数决定(R²)为0.744(74.4%),表明kiremt(平均温度、降雨总量和雨天)和kiremt雨季结束的时候可以解释Tumsa收益率变化(表11)。研究结果类似于(59),他们发现,降雨量影响产量变化埃塞俄比亚农业。决定系数(R²)结果和通货膨胀因素方差显示合理值,表明生长期的长度及起止日期存在多重共线性问题。由于多重共线性的问题,这两个变量已经排除在预测回归模型。

4所示。结论

在研究区,土壤和气候因素限制蚕豆产量。为了研究气候变量之间的关系和蚕豆产量、辅助数据收集长期降雨和温度和作物产量的NMA的埃塞俄比亚和地区办事处,分别。结果显示增加开始结束日期,LGP和kiremt雨天拒绝在研究期间在该研究领域,这是重要的气候因素可能影响蚕豆产量。belg的CV值(32.7%)和对季节(75.3%)显示大量变异而主要生长季节显示轻微的变异(15.1%)。在研究期间,有正面和负面的降雨异常,其中一些恰逢ENSO现象和不良在研究区域农业生产。研究还表明,生长季节的长度有一个积极和强烈和大山和Tumsa收益率的关系,由多个蚕豆品种之间的相关系数(Gora和Tumsa)。这种关系是显著的 和0.05。kiremt发病季节和kiremt雨天的数量,另一方面,表现出与大山和Tumsa收益率负相关关系。Tumsa收益率确定系数(R²)为0.74,显著高于Gora收益率(R²)值为0.56。这意味着收益率Tumsa品种更有可能受降雨和温度特性研究区域比Gora品种。

自多个特性的降雨和气温影响蚕豆产量除了土壤肥力和酸度问题,农民应该获得气候信息服务和使用这些知识来农场层次的决策。长期的综合研究,包括农民的感知和气象分析将进一步证实了气候变量对蚕豆产量的影响。

数据可用性

数据将提供相应的作者在合理的请求。

的利益冲突

作者宣称没有利益冲突有关这篇文章的出版。

作者的贡献

吉尔马Asefa Mengistu Mengesha(博士),盖布里Hadgu(博士)负责协议的设计研究。吉尔马Asefa负责收集未来气候的历史气候和降尺度数据来自埃塞俄比亚国家气象局和Markism每日天气生成器工具,分别。盖布里Hadgu辅助结果的分析和解释。吉尔马Asefa草案写手稿,门格斯图Mengesha和盖布里Hadgu导致手稿修改。所有作者阅读和批准最终的手稿。

确认

作者要感谢国家气象局的埃塞俄比亚和Holeta农业研究中心提供长期的气候数据和作物数据,分别。