نوع مقاله : مقاله پژوهشی

نویسنده

• هادی رمضانی اعتدالی

هیات علمی گروه علوم و مهندسی آب دانشگاه بین المللی امام خمینی

چکیده

تغییر اقلیم یکی از مهم‌ترین چالش‌های تأثیرگذار بر تولیدات کشاورزی است و عملکرد ذرت به عنوان محصولی راه‌بردی در دشت قزوین نسبت به نوسانات اقلیمی حساسیت بالایی دارد. در این پژوهش اثر تغییرات اقلیمی بر عملکرد ذرت علوفه‌ای دشت قزوین تحت سناریوهای ‌SSP2-4.5 و SSP5-8.5 در دوره‌های آینده2100-2076، 2075-2051، 2050-2026 بررسی گردید. به‌منظور کاهش عدم‌قطعیت‌های اقلیمی، خروجی چندین مدل گردش عمومی جو با استفاده از روش ترکیب وزنی خطی ادغام شده‌اند. در مرحله دوم، برای پیش‌بینی عملکرد ذرت، چندین الگوریتم یادگیری‌ماشین شامل شبکه عصبی، رگرسیون بردار پشتیبان و جنگل تصادفی به‌صورت ترکیبی (Ensemble) با میانگین وزنی پیش‌بینی‌ها به کار گرفته شده‌اند تا دقت و پایداری نتایج افزایش یابد.داده‌های اقلیمی شامل بارش (به عنوان شاخص تغییرات اقلیم منطقه و منابع آب)، دمای حداقل و حداکثر و تبخیروتعرق از مدل‌های ‌CNRM-CM6-1، GFDL-ESM4،MIROC6 و HadGEM3 طی دوره 2014-1986 به صورت منفرد و گروهی با آمار ایستگاهی مقایسه شد. در بخش اقلیمی، نتایج نشان داد مدل گروهی با دقت بالای R²=0.95 و RMSE پایین، عملکرد بهتری ارائه می‌دهد و خطای کلی را کاهش می‌دهد. پیش‌بینی‌ها بیانگر افزایش دماهای حداقل و حداکثر و تبخیروتعرق و کاهش بارش در آینده است. شبیه‌سازی عملکرد ذرت با استفاده از مدل‌های یادگیری‌ماشین گروهی شامل شبکه عصبی، جنگل تصادفی و رگرسیون بردار پشتیبان کاهش عملکرد محصول را در هر دو سناریو نشان داد؛ به‌طوری که در دوره ۲۰۲۶–۲۰۵۰ به‌ترتیب حدود 72/4 و 72/8 درصد کاهش برآورد شد. نتایج بر ضرورت اتخاذ راه‌بردهای سازگاری و مدیریت منابع آبی برای کاهش اثرات منفی تغییراقلیم بر تولید ذرت در دشت قزوین تأکید می‌کند.

کلیدواژه‌ها

• تغییر اقلیم
• ذرت
• مدل گروهی
• یادگیری ماشین

موضوعات

• تغییراقلیم