Математичне прогнозування еколого-кліматичної ситуації в Україні в контексті глобального потепління

  • П.В. Лиховид Інститут кліматично орієнтованого сільського господарства Національної академії аграрних наук України https://orcid.org/0000-0002-0314-7644
  • Р.А. Вожегова Інститут кліматично орієнтованого сільського господарства Національної академії аграрних наук України https://orcid.org/0000-0002-3895-5633
  • Л.М. Грановська Інститут кліматично орієнтованого сільського господарства Національної академії аграрних наук України https://orcid.org/0000-0001-7021-3093
  • В.О. Ушкаренко Національна академія аграрних наук України https://orcid.org/0000-0002-7499-0938
  • В.О. Чабан Херсонська державна морська академія https://orcid.org/0009-0009-3292-2732
  • С.І. Кузнєцов Херсонський національний технічний університет https://orcid.org/0000-0003-1766-931X
  • І.О. Біднина Інститут кліматично орієнтованого сільського господарства Національної академії аграрних наук України https://orcid.org/0000-0001-8351-2519
Ключові слова: екосистема, зрошення, меліорація, моделювання, статистичний аналіз

Анотація

Мета. Здійснити аналіз поточного стану та виконати прогнозне моделювання розвитку еколого-кліматичної ситуації в Україні до 2050 року з урахуванням ретроспективних даних за 1946-2021 рр., визначити можливі сценарії аридизації клімату та запропонувати дієві способи протидії негативному впливу кліматичних змін. Методи. Для оцінки еколого-кліматичної ситуації та прогнозування розвитку посушливості клімату було залучено найбільш повну метеорологічну базу даних по Україні за період 1946-2020 рр., доповнену нами даними за 2021 рік, узагальненими за метеохабом https://meteopost.com/. В цілому було проаналізовано 6646776 точок даних по опадах, а також 13293552 точок даних по температурному режиму. Потенційну евапотранспірацію розраховували за Хольдріджем, індекс аридності оцінювали за загальноприйнятою методикою в редакції UNEP. Методами математичного та статистичного аналізу було встановлено розмах дисперсії метеорологічних показників, наявність достовірного тренду, аутокореляції, а також виконано прогнозування посушливості клімату за методикою ауторегресійної моделі з ковзним середнім. Результати. Встанволено достовірні тренди до підвищення потенційної евапотранспірації на території України, що закономірно витікає зі зростання величини середньорічних температур повітря. Не було виявлено статистичного значущого тренду до зміни розподілу а надходження опадів. Щодо індексу аридності, до 2050 року з високою вірогідністю спостерігатиметься поступове його зниження, а отже, посилення процесів аридизації клімату та опустелювання. Найбільш дієвими заходами збереження продуктивності агроекосистем та забезпечення продовольчої безпеки держави в нових кліматичних реаліях є запровадження науково обґрунтованого екологічно та ресурсоощадного зрошення з урахуванням доступності водних ресурсів, якості поливної води та загального стану природних екосистем. Висновки. Встановлено статистично достовірний ризик істотного наростання посушливості клімату на території України до 2050 року. Не дивлячись на порівняно стабільну ситуацію з надходженням опадів, стрімке наростання температури повітря та пов’язане з цим супутнє зростання потенційної евапотранспірації зумовлюють високі ризики для опустелювання та деградації природних і сільськогосподарських антропогенних екосистем, зниження продуктивності ріллі та загрозу продовольчій безпеці. Забезпечення еколого-кліматичного моніторингу, аудиту природних ресурсів і раціонального відновлення зрошення як фактору нівелювання дефіциту природної вологи є ключовими передумовами сталого розвитку екологічно безпечного сільського господарства в Україні, а також забезпечення кліматичної нейтральності агропромислового комплексу.

Посилання

1. Halmaghi E. E., Cîrdei A., Metea I. G. Food security and armed conflicts. Land Forces Academy Review. 2023. Vol. 28(4). P. 329–337. DOI: 10.2478/raft-2023-0039
2. Janni M., Maestri E., Gullì M., Marmiroli M., Marmiroli N. Plant responses to climate change, how global warming may impact on food security: a critical review. Frontiers in Plant Science. 2024. Vol. 14. P. 1297569. DOI: 10.3389/fpls.2023.1297569
3. Baraka J. Effect of global warming on agricultural productivity. International Journal of Agriculture. 2023. Vol. 8(1). P. 21–30. DOI: 10.47604/ija.1971
4. Lykhovyd P. Theoretical bases of crop production on the reclaimed lands in the conditions of climate change. Warsaw : RS Global, 2022. 259 pp. DOI: DOI:10.31435/rsglobal/050
5. Заєць С. О., Вольвач О. В., Юзюк С. М. Агрокліматична оцінка впливу змін клімату на теплові ресурси території Північно-Західного Причорномор’я. Climate-Smart Agriculture: Science and Practice. Scientific monograph. ISMA ANNO 1994, 2023. С. 132–151. DOI: 10.30525/978-9934-26-389-7-7
6. Осадчий В. І. Кліматична програма України як основа цілісної екологічної політики держави в умовах зміни клімату. Вісник НАН України. 2021. Вип. 6. С. 81–84. DOI: 10.15407/visn2021.06.081
7. Lykhovyd P. V., Averchev O. V., Bidnyna I. O., Avercheva N. O., Nikitenko M. Evaluation of different methods for reference evapotranspiration assessment: A case study for Ukraine. Regulatory Mechanisms in Biosystems. 2024. Vol. 15(3). P. 441–445. DOI: 10.15421/022462
8. Бурикіна С. І., Цуркан О. І. Тенденції сучасної зміни агрокліматичної ситуації на території степової чорноземної зони Півдня України. Таврійський науковий вісник. 2020. Вип. 111. С. 29–43. DOI: 10.32851/2226-0099.2020.111.4
9. Szostek K., Mazur D., Drałus G., Kusznier J. Analysis of the Effectiveness of ARIMA, SARIMA, and SVR models in time series forecasting: A case study of wind farm energy production. Energies. 2024. Vol. 17(19). P. 4803. DOI: 10.3390/en17194803
10. Khan M. S., Islam M., Adhikary S., Hossain M. M., Afroja S. Analysis and predictions of seasonal affected weather variables of Bangladesh: SARIMA models vs. Traditional models. International Journal of Business and Management. 2018. Vol. 13(11). P. 70–80. DOI: 10.5539/ijbm.v13n12p70
11. Пічура В. І., Потравка Л. О., Рутта, О. В. Просторово-часовий аналіз і прогноз кліматичних змін в зоні Степу України. Екологічні науки. 2022. Вип. 6(45). С. 110–118. DOI: 10.32846/2306-9716/2022.eco.6-45.18
12. Кульбіда М. І., Барабаш М. Б., Єлістратова Л. О. Прогноз змін клімату України на початку ХХІ століття. Наукові записки Вінницького державного педагогічного університету імені Михайла Коцюбинського. Серія: Географія. 2011. Вип. 23. С. 10–17. DOI: 10.1080/10095020.2022.2100287
13. Гребенюк Н. П. Характеристика повторюваності сильних злив на території України в умовах сучасних змін клімату. Гідрологія, гідрохімія і гідроекологія. 2014. Вип. 1. С. 96–101.
14. Дудник А. В. Багаторічна динаміка популяцій і прогноз масового розмноження найпоширеніших шкідників пшениці озимої в Степу України. Агробіологія. 2011. Вип. 6. С. 37–41.
15. Лобода Н. С., Сербова З. Ф., Божок Ю. В. Оцінка впливу змін клімату на водні ресурси України на основі моделі» клімат-стік» за сценарієм глобального потепління А2. Гідрологія, гідрохімія і гідроекологія. 2015. Вип. 1(36). С. 8–17.
16. Osadchyi V., Skrynyk O., Palamarchuk L., Skrynyk O., Osypov V., Oshurok D., Sidenko V. Dataset of gridded time series of monthly air temperature (min, max, mean) and atmospheric precipitation for Ukraine covering the period of 1946–2020. Data in Brief. 2022. Vol. 44, 108553. DOI: 10.1016/j.dib.2022.108553
17. Вожегова Р. А., Лиховид П. В., Біляєва І. М., Лавренко С. О., Бойценюк Х. І. Модифікований метод хольдріджа для визначення евапотранспірації. Аграрні інновації. 2020. Вип. 3. С. 17–20. DOI: 10.32848/agrar.innov.2020.3.3
18. Zarei A. R., Mahmoudi M. R. Assessing the influence of PET calculation method on the characteristics of UNEP aridity index under different climatic conditions throughout Iran. Pure and Applied Geophysics. 2021. Vol. 178. P. 3179–3205. DOI: 10.1007/s00024-021-02786-z
19. Abdi H. Coefficient of variation. Encyclopedia of Research Design. 2010. Vol. 1. P. 169–171.
20. Lee D. K., In J., Lee S. Standard deviation and standard error of the mean. Korean Journal of Anesthesiology. 2015. Vol. 68(3). P. 220. DOI: 10.4097/kjae.2015.68.3.220
21. Barde M. P., Barde P. J. What to use to express the variability of data: Standard deviation or standard error of mean?. Perspectives in Clinical Research. 2021. Vol. 3(3). P. 113. DOI: 10.4103/2229-3485.100662
22. Bland J. M., Altman D. G. Statistics notes: measurement error. Bmj. 1996. Vol. 312(7047). P. 1654. DOI: 10.1136/bmj.312.7047.1654
23. Gocic M., Trajkovic S. Analysis of changes in meteorological variables using Mann-Kendall and Sen’s slope estimator statistical tests in Serbia. Global and Planetary Change. 2013. Vol. 100. P. 172–182. DOI: 10.1016/j.gloplacha.2012.10.014
24. Chen P., Niu A., Liu D., Jiang W., Ma B. Time series forecasting of temperatures using SARIMA: An example from Nanjing. IOP Conference Series: Materials Science and Engineering. 2018. Vol. 394(5). P. 052024. DOI: 10.1088/1757-899X/394/5/052024
25. Hyndman R. J. Forecasting: principles and practice. OTexts, 2018. 379 pp.
26. Dickey D. A., Fuller W. A. Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association. 1979. Vol. 74(366a). P. 427–431. DOI: 10.1080/01621459.1979.10482531
27. Willmott C. J., Matsuura K. On the use of dimensioned measures of error to evaluate the performance of spatial interpolators. International Journal of Geographical Information Science. 2006. Vol. 20(1). P. 89–102. DOI: 10.1080/13658810500286976
Опубліковано
2025-03-25
Розділ
МЕЛІОРАЦІЯ, ЗЕМЛЕРОБСТВО, РОСЛИННИЦТВО