Mifano ya Hali ya Hewa
CMIP6
Kwa kuchanganua matukio ya siku zijazo, utofauti wa hali ya hewa katika mfumo wa miundo mingi na kuelewa athari za mabadiliko ya hali ya hewa, mkusanyiko wa modeli za CMIP6 mulit (mradi wa ulinganishaji wa modeli zilizounganishwa) hutumiwa. CMIP ni "mpango mkubwa wa kuendeleza uendelezaji wa kielelezo na uelewa wa kisayansi wa mfumo wa Dunia" (WCRP-Climate) wa Programu ya Utafiti wa Hali ya Hewa Duniani (WCRP)'s Kikundi Kazi cha Modeling Coupled Modeling (WGCM). Inahusisha zaidi ya vikundi 30 duniani kote, miradi 21 ya ulinganishi wa kielelezo iliidhinishwa kulingana na umuhimu wake kwa Mpango wa Utafiti wa Hali ya Hewa Duniani na kwa maswali ya kimsingi ya sayansi ya CMIP6. Uigaji wa kielelezo pia umetathminiwa katika tathmini na mazungumzo ya hali ya hewa ya kimataifa, kama vile ripoti za tathmini ya IPCC.
CMIP hutoa seti ya kawaida ya mifano ya hali ya hewa ambayo inaweza kuchambuliwa kisayansi na kwa pamoja kulingana na majibu ya mfumo wa dunia kwa kulazimisha, kwa upendeleo wa utaratibu wa muundo na kutofautiana kwa hali ya hewa ya ndani, kutabirika na kutokuwa na uhakika katika matukio. Kwa hiyo, mradi unafafanua itifaki za kawaida za majaribio, kulazimisha na matokeo (Eyring et al., 2016).
ISIMIP3b
Kwa Mtandao wa Tovuti za ClimateImpactsOnline data ya uingizaji wa hali ya hewa ya ISIMIP3b iliyorekebishwa kwa upendeleo kutoka kwa Mradi wa Ulinganishaji wa Mfano wa Athari za Kisekta (ISIMIP) ilitumika. Seti ya data ina data asili ya GCM, iliyotolewa kutoka kwenye kumbukumbu ya CMIP6. Kwa masahihisho ya upendeleo na kupunguza takwimu, ISIMIP3BASD na W5E5 v2.0. ilitumika (Lange, 2019a, 2020). Masharti ya kabla ya viwanda (1601-1849), kihistoria (1850-2014) na yajayo (2015-2100) yanatolewa na matokeo ya CMIP6 kutoka kwa miundo tofauti. Matukio ya CMIP6 yanayotumika katika ISIMIP3b ni yafuatayo: Majaribio ya udhibiti wa kabla ya viwanda (piControl), kihistoria, ssp126 (SSP1-RCP2.6), ssp370 (SSP3-RCP7) na ssp585 (SSP5-RCP8.5). Vigezo vya ISIMIP3b ni pamoja na unyevunyevu wa karibu wa uso, unyevunyevu mahususi wa karibu na uso, kasi ya upepo wa karibu na uso, halijoto ya juu ya kila siku, halijoto ya wastani ya kila siku, halijoto ya chini ya kila siku, mionzi ya mawimbi marefu ya kuteremka, mionzi ya mawimbi mafupi, maporomoko ya theluji, shinikizo la anga na jumla ya mvua.
Data ya ISIMMIP3b inajumuisha miundo ifuatayo:| Mfano | Kiungo |
|---|---|
| GFDL-ESM4 | GFDL, Data ya uingizaji wa ISIMIP GFDL-ESM4 |
| IPSL-CM6A-LR | IPSL, Data ya pembejeo ya ISIMIP IPSL-CM6A-LR |
| MPI-ESM1-2-HR | Max-Planck-Institut für Meterologie, Data ya pembejeo ya ISIMIP MPI-ESM1-2-HR |
| MRI-ESM2-0 | Taasisi ya Max-Planck, Data ya pembejeo ya ISIMIP MRI-ESM2-0 |
| UKESM1-0-LL | UKESM, Data ya uingizaji wa ISIMIP UKESM1-0-LL |
Mifano kwa undani
GDFL-ESM4 Mfano wa hali ya hewa, ambayo ni sehemu ya mradi wa CMIP6, ilitolewa mwaka wa 2018. Inajumuisha:
"erosoli: inayoingiliana (pamoja na athari isiyo ya moja kwa moja ya erosoli), atmosi: GFDL-AM4.1 (Cubed-sphere (c96) - azimio la usawa la digrii 1; longitudo/latitudo 360 x 180; viwango 49; kiwango cha juu 1 Pa), atmosChem: GFDL-ATMCHEM4.1 (kemia kamili ya angahewa), ardhi: GFDL-LM4.1 (mfano wa ardhi wenye modeli mpya ya mienendo ya uoto na matibabu ya wazi ya umri wa mimea na muundo wa urefu na vijidudu vya udongo, kwa moto wa kila siku, mazao, malisho na malisho. vigae), barafu: GFDL-LM4.1, bahari: GFDL-OM4p5 (GFDL-MOM6, tripolar - nominella 0.5 deg; 720 x 576 longitudo/latitudo; viwango 75; kisanduku cha gridi ya juu 0-2 m), ocnBgchem: GFDL- COBALTv2, seaIce: GFDL-SIM4p5 (GFDL-SIS2.0, tripolar - nominella deg 0.5; longitudo/latitudo 720 x 576; tabaka 5; kategoria 5 za unene), yenye uhamishaji wa mionzi na mienendo ya C-gridi ya upatanifu na MOM6. Muundo iliendeshwa na Utawala wa Kitaifa wa Bahari na Anga, Maabara ya Geophysical Fluid Dynamics, Princeton, NJ 08540, Marekani (NOAA-GFDL) katika maazimio asilia: a erosoli: 100 km, atmos: 100 km, atmosChem: 100 km, ardhi: 100 km, barafu: 100 km, bahari: 50 km, ocnBgchem: 50 km, barafu ya bahari: 50 km."
Chanzo: CMIP6.CMIP.IPSL.IPSL-CM6A-LR
IPSL-CM6A-LR
Mfano wa hali ya hewa wa IPSL-CM6A-LR ulitolewa mwaka wa 2017 na pia ni sehemu ya mradi wa CMIP. Muundo huo unajumuisha vipengele: "atmos: LMDZ (NPv6, N96; 144 x 143 longitudo/latitudo; viwango 79; ngazi ya juu 80000 m), ardhi: ORCHIDEE (v2.0, Maji/Carbon/Nishati mode), bahari: NEMO -OPA (eORCA1.3, tripolar kimsingi 1deg; 362 x 332 longitudo/latitudo; viwango 75; seli ya juu ya gridi 0-2 m), ocnBgchem: NEMO-PISCES, barafu ya bahari: NEMO-LIM3. Muundo huo uliendeshwa na Taasisi Pierre Simon Laplace, Paris 75252, Ufaransa (IPSL) katika maazimio ya asili ya majina: atmos: 250 km, ardhi: 250 km, bahari: 100 km, ocnBgchem: 100 km, barafu ya bahari: 100 km."
Chanzo: CMIP6.CMIP.IPSL.IPSL-CM6A-LR
MPI-ESM1-2-HR
MPI-ESM inajumuisha miundo ya jumla ya mzunguko wa angahewa na bahari, ECHAM6 (spectral T127; 384 x 192 longitudo/latitudo; viwango vya 95; kiwango cha juu 0.01 hPa) na MPIOM (tripolar TP04, takriban 0.4 x 802; 404 longitudo/latitudo; viwango 40; seli ya gridi ya juu 0-12 m), na miundo ya mfumo mdogo wa ardhi na mimea JSBACH3.20 na kwa biogeokemia ya baharini HAMOCC6. Inaendeshwa na Taasisi ya Max Planck ya Meteorology, Hamburg 20146, Ujerumani (MPI-M) katika maazimio ya asili ya majina: "erosoli: 100 km, atmos: 100 km, ardhi: 100 km, LandIce: hakuna, bahari: 50 km, ocnBgchem: 50 km, barafu ya bahari: 50 km."
Chanzo: CMIP6.HighResMIP.MPI-M.MPI-ESM1-2-HR
MRI-ESM2-0
Mfano wa MRI-ESM2.0 ulitolewa mwaka wa 2017 na kuendeshwa na Taasisi ya Utafiti wa Hali ya Hewa, Tsukuba, Ibaraki 305-0052, Japan (MRI). Inajumuisha vipengele vifuatavyo: "erosoli: MASINGAR mk2r4 (TL95; 192 x 96 longitudo/latitudo; viwango vya 80; kiwango cha juu 0.01 hPa), atmos: MRI-AGCM3.5 (TL159; 320 x 160 longitudo/latitudo; viwango vya 80; kiwango cha juu 0.01 hPa), atmosChem: MRI-CCM2.1 (T42; 128 x 64 longitudo/latitudo; viwango 80; kiwango cha juu 0.01 hPa), ardhi: HAL 1.0, bahari: MRI.COM4.4 (tripolar kimsingi latitudo 0.5 /1 deg longitudo yenye uboreshaji wa wastani hadi digri 0.3 ndani ya nyuzi 10 kaskazini na kusini mwa ikweta; longitudo/latitudo 360 x 364; viwango 61; seli ya gridi ya juu 0-2 m), ocnBgchem: MRI.COM4.4, barafu ya bahari: MRI.COM4.4. Muundo huo uliendeshwa kwa maazimio ya asili ya majina: erosoli: kilomita 250, atmos: kilomita 100, atmosChem: kilomita 250, ardhi: kilomita 100, bahari: kilomita 100, ocnBgchem: kilomita 100, barafu ya bahari: kilomita 100. "
Chanzo: CMIP6.CMIP.MRI.MRI-ESM2-0
IPSL-CM6A-LR
UKESM1 inajumuisha modeli ya bahari ya NEMO na barafu ya bahari ya CICE, pamoja na modeli ya uso wa nchi kavu ya JULES, yenye uoto unaobadilika wa TRIFFID. Zaidi ya hayo, modeli hiyo inaiga kemia ya angahewa na erosoli kwa kutumia UKCA, biogeochemistry ya baharini na MEDUSA na karatasi za barafu zenye nguvu kwa muundo wa BISICLES. Chanzo: UKESM
Vyanzo:
Eyring, V., S. Bony, GA Meehl, CA Senior, B. Stevens, RJ Stouffer, na KE Taylor, 2016: Muhtasari wa Usanifu na mpangilio wa majaribio wa Mradi wa Coupled Model Intercomparison Awamu ya 6(CMIP6). Ukuzaji wa Muundo wa Jiosayansi, 9, 1937−1958, https://doi.org/10.5194/gmd-9-1937-2016.Lange, S.: Marekebisho ya upendeleo wa kuhifadhi na kupunguza takwimu kwa kutumia ISIMIP3BASD (v1.0), Ukuzaji wa Muundo wa Kijiosayansi, 12, 3055–3070, https://doi.org/10.5194/gmd-12-3055-2019, 2019a .
Lange, S.: ISIMIP3BASD v2.4.1, https://doi.org/10.5281/zenodo.3898426, 2020.
ISIMIP3b
WGCM CMIP6
Mifumo ya Maji
Mifano tofauti ya hidrolojia ilitumika kwa vigezo vya sekta ya maji. Ifuatayo ni mifano miwili ya hidrolojia iliyotumika:
ISIMIP - CWatM
CWatM ni mfumo wa rasilimali za maji unaosambazwa katika anga, unaotiririka na mvua na unaopitisha njia za mkondo (Burek et al., 2020). Unategemea mchakato na hutumika kupima upatikanaji wa maji, uondoaji wa maji kwa watu katika sekta tofauti (viwanda, majumbani, kilimo), na athari za miundombinu ya maji, ikiwa ni pamoja na mabwawa, kusukuma maji ya ardhini na mifereji ya umwagiliaji. CWatM imeundwa katika kiwango cha gridi ya taifa, ikiwa na matoleo mawili asilia kwa maazimio ya 0.5◦ na 0.0833° katika mizani ya kimataifa (huku azimio la gridi ya taifa likizingatia topografia na eneo la ardhi). Inafanya kazi katika hatua za kila siku (huku kukanyaga kwa muda mfupi kila siku kwa ajili ya njia za udongo na mto).
ISIMIP - H08
H08 ni modeli ya kimataifa ya hidrolojia inayotegemea gridi ya taifa. Inajumuisha modeli ndogo sita, ambazo ni hidrolojia ya uso wa ardhi, njia ya mto, uendeshaji wa hifadhi, ukuaji wa mazao, mtiririko wa mazingira, na uondoaji wa maji. Miundo ya modeli ndogo imeelezewa kwa undani katika Hanasaki et al. (2008a,b, 2010). Katika mipangilio ya kawaida ya simulizi, H08 hufunika dunia nzima kwa anga kwa azimio la 0.5°×0.5° ili kutathmini tofauti za kijiografia za hidrolojia na matumizi ya maji. Kipindi cha simulizi kwa kawaida ni kwa miongo kadhaa na muda wa hesabu ni siku. modeli ndogo sita hubadilishana maji na kusasisha uhifadhi wa maji katika kila kipindi cha hesabu na kufungwa kabisa kwa usawa wa maji (kosa ni chini ya 0.01% ya jumla ya mvua inayoingia). Sifa hizi zinatuwezesha kuiga waziwazi mwingiliano mkubwa kati ya mzunguko wa maji asilia na shughuli kuu za binadamu duniani. Msimbo chanzo na miongozo ya H08 iko wazi kwa umma, inapatikana katikahttp://h08.nies.go.jp.Mnamo 2016, mipango ya uondoaji wa maji ya H08 imeimarishwa kwa kiasi kikubwa. Zaidi ya hayo, mpango rahisi wa maji ya ardhini uliongezwa kwenye mfumo mdogo wa hidrolojia ya uso wa ardhi. Ilituwezesha kukadiria uondoaji wa maji kutoka vyanzo sita vikuu vya maji, yaani, mtiririko wa maji unaodhibitiwa na mabwawa ya kimataifa (yaani mabwawa yanayodhibiti mtiririko wa njia kuu ya mito mikubwa duniani), uhamishaji wa maji ya mifereji ya maji, mabwawa ya ndani, kuondoa chumvi kwenye maji ya bahari, maji ya ardhini yanayoweza kutumika tena, na maji ya ardhini yasiyoweza kutumika tena. Karatasi ya maelezo ya mfano inapatikana katikahttps://www.hydrol-earth-syst-sci.net/22/789/2018/.H08 ni mojawapo ya mifumo 13 ya haidrolojia ya kimataifa inayofuata itifaki ya ISIMIP2a ambayo huunda msingi wa simulizi kwa matokeo ya sekta ya maji ya kimataifa ya ISIMIP2a; kwa maelezo kamili ya kiufundi ya Data ya Simulizi ya ISIMIP2a kutoka Sekta ya Maji (kimataifa), tazama kiungo hiki cha DOI:http://doi.org/10.5880/PIK.2017.010Kwa ISIMIP2b, H08 mpya (Hanasaki et al., 2018) ilitumika. Mfano huo ni tofauti sana na "H08 ya kawaida" (Hanasaki et al. 2008a, 2008b, 2010) kwa pointi sita zaidi. - Mpango wa maji ya chini ya ardhi uliongezwa. - Mpango wa uondoaji wa maji ya chini ya ardhi uliongezwa. - Mpango wa uhamishaji wa maji ya mfereji wa maji uliongezwa - Mpango wa mtiririko wa kurudi na upotevu wa uwasilishaji uliongezwa - Mpango wa hifadhi ulisasishwa - Mpango wa kuondoa chumvi kwenye maji ya bahari uliongezwa Kwa ISIMIP3a/3b, vigezo vya hidrolojia vya H08 vimerekebishwa kulingana na utafiti wa Yoshida et al. (2022;https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2021WR030660). Tunaamini sasa usawa wa jumla wa maji unakadiriwa vyema ikilinganishwa na matoleo ya awali. Kutokana na sababu fulani za kiufundi, vigezo vya hali ya hewa ya chini ya arctic (Dc) hutofautiana kulingana na sehemu za longitudinal. Hii inaweza kusababisha milipuko ya ghafla katika vigeu vya hidrolojia (km unyevu wa udongo) kwenye mipaka ya sehemu. Tazama Yoshida et al. (2022) kwa maelezo zaidi.
Vipimo vya Majaribio ya Nguvu za Binadamu (matukio ya chini)
Baadhi ya mifumo ya majimaji pia hubainisha kigezo cha kiwango cha ushawishi wa moja kwa moja wa binadamu juu ya makadirio ya hali ya baadaye. 'Mazingira haya ya sok' yanaelezwa kama ifuatavyo:histsoc- Kutofautiana kwa ushawishi wa moja kwa moja wa binadamu katika kipindi cha kihistoria.
1850sq- Ushawishi wa moja kwa moja wa binadamu wa mwaka 1850 (km matumizi ya ardhi, uwekaji wa nitrojeni na pembejeo ya mbolea, juhudi za uvuvi).
2015soc- Ushawishi wa moja kwa moja wa binadamu wa mwaka 2015 uliowekwa (km matumizi ya ardhi, uwekaji wa nitrojeni na pembejeo ya mbolea, juhudi za uvuvi).
2015soc-kutoka-histoc- Ushawishi wa moja kwa moja wa binadamu wa mwaka 2015 uliowekwa (km matumizi ya ardhi, uwekaji wa nitrojeni na pembejeo ya mbolea, juhudi za uvuvi) kwa kipindi kijacho, ikiwa kipindi cha kihistoria kilikuwa kikitumia ushawishi tofauti wa moja kwa moja wa binadamu katika kipindi cha kihistoria.
nati- Hakuna ushawishi wa moja kwa moja wa kibinadamu (kukimbia kwa asili).
Kwa KFO, matukio ya histsoc na 2015soc huchaguliwa kwa kila kigezo kinapopatikana.
Vyanzo:
EHanasaki, N., Yoshikawa, S., Pokhrel, Y., Kanae, S. et al. Simulizi ya kimataifa ya maji ili kubainisha vyanzo vya maji vinavyotumiwa na wanadamu. Hydrol. Earth Syst. Sci.,22,789–817,2018Yoshida, T., Hanasaki, N., Nishina, K., Boulange, J., Okada, M., Troch, PA et al. Uamuzi wa vigezo kwa modeli ya kihaidrolojia ya kimataifa kwa kutumia Hesabu ya Bayesian Takriban: Utambuzi wa vigezo vinavyotegemea hali ya hewa. Utafiti wa Rasilimali za Maji, 58, e2021WR030660,2022
Mifano ya Kilimo
Data ya kilimo kwa ajili ya vigezo vya mavuno ya mazao ilichukuliwa kutoka kwa data ya mazao ya kilimo ya ISIMIP3b. Data iliyoonyeshwa ina mkusanyiko wa mifumo 11 tofauti ya kilimo. Data iliyowasilishwa inatokana na mifumo ya mazao ya kimataifa, ambayo huiga ukuaji wa mazao duniani kote kwa kutumia dhana za jumla kwa hali ya hewa, udongo, na usimamizi. Kwa sababu mazingira ya kikanda hutofautiana, mifumo kama hiyo kwa kawaida hurekebishwa kwa kutumia data ya ndani ili kuboresha usahihi. Matokeo yaliyoonyeshwa hapa hayajarekebishwa kikanda, na kwa hivyo yanaweza yasiwakilishi viwango sahihi vya mavuno kwa eneo hili. Yanapaswa kufasiriwa kama yanayoonyesha mitindo ya kimataifa au ya kiwango kikubwa badala ya thamani halisi za ndani.
Maelezo kuhusu kila moja ya mifumo ya kilimo inayotumika kama pembejeo yameorodheshwa hapa chini
Mfano wa Athari - CYGMA1p74
CYGMA ni modeli ya mazao ya kimataifa yenye gridi. modeli hii hufanya kazi kwa ubora wa 0.5° katika longitudo na latitudo na ina hatua ya wakati ya kila siku. Katika modeli, ukuzaji wa mazao huonyeshwa kama sehemu ya siku za digrii za ukuaji zilizokusanywa ikilinganishwa na mahitaji ya joto la mazao. Kwa ngano, ngano ya masika pekee ndiyo inayozingatiwa, kwa sababu mchakato wa uundaji wa jani haujajumuishwa katika modeli. Ukuaji na ukomavu wa majani huhesabiwa kulingana na sehemu ya msimu wa ukuaji kwa kutumia umbo lililowekwa la mkunjo wa faharasa ya eneo la jani. Mavuno huhesabiwa kutoka kwa mionzi inayofanya kazi kwa usanisinuru inayozuiliwa na dari ya mazao, ufanisi wa matumizi ya mionzi (RUE), athari za mbolea ya CO2 kwenye RUE na sehemu ya jumla ya nyongeza za majani zilizotengwa kwa sehemu inayoweza kuvunwa. modeli ndogo ya usawa wa maji ya udongo, ambayo imeunganishwa na modeli ndogo ya kifuniko cha theluji, hutumika kuhesabu uvukizi halisi. Katika modeli, ukuzaji wa mazao huonyeshwa kama sehemu ya siku za digrii za ukuaji zilizokusanywa ikilinganishwa na mahitaji ya joto la mazao. Kwa ngano, ngano ya masika pekee ndiyo inayozingatiwa, kwa sababu mchakato wa uundaji wa jani haujajumuishwa katika modeli kwa sasa. Ukuaji na ukomavu wa majani huhesabiwa kulingana na sehemu ya msimu wa kupanda kwa kutumia umbo lililowekwa la mkunjo wa faharasa ya eneo la jani. Mavuno huhesabiwa kutoka kwa mionzi inayofanya kazi kwa njia ya usanisinuru inayozuiliwa na dari ya mazao, ufanisi wa matumizi ya mionzi (RUE), athari za mbolea ya CO2 kwenye RUE na sehemu ya jumla ya nyongeza za majani zilizotengwa kwa sehemu inayoweza kuvunwa. Mfano mdogo wa usawa wa maji ya udongo, ambao umeunganishwa na mfano mdogo wa kifuniko cha theluji, hutumika kuhesabu uvukizi halisi. Aina tano tofauti za mkazo, yaani, upungufu wa nitrojeni (N), joto, baridi, upungufu wa maji na ziada ya maji huzingatiwa, na aina ya mkazo mkubwa zaidi kwa siku hupunguza ongezeko la uwezo wa kila siku katika eneo la jani kwa kipindi cha ukuaji wa mimea na katika mavuno kwa kipindi cha ukuaji wa uzazi. Ukuaji na mavuno ya soya katika mfumo huu hayana nyeti sana kwa mkazo wa upungufu wa nitrojeni kuliko mazao mengine yanayozingatiwa hapa kwa sababu soya ni kunde ambayo hurekebisha nitrojeni. Aina zote za mkazo isipokuwa upungufu wa nitrojeni ni kazi za hali ya hewa ya kila siku, na uvumilivu wa kila zao kwa mikazo hii huongezeka kadri hisa ya maarifa inavyoongezeka. Hisa ya maarifa ni kiashiria cha kiuchumi kinachohesabiwa kama jumla ya matumizi ya utafiti na maendeleo ya kilimo ya kila mwaka (R&D) kwa kila nchi tangu mwaka wa 1961 kwa kiwango fulani cha kizamani, na inawakilisha kiwango cha wastani cha teknolojia ya kilimo na usimamizi miongoni mwa wakulima katika nchi. Maelezo zaidi kuhusu uundaji wa modeli yanapatikana katika Iizumi et al. (2017).
Mfano wa Athari - CROVER
CROVER ni mojawapo ya mifumo 15 inayofuata itifaki ya ISIMIP3a/b ambayo huunda msingi wa uigaji wa matokeo ya sekta ya kilimo ya ISIMIP3a/b; kwa maelezo kamili ya kiufundi ya Data ya Uigaji ya ISIMIP3a kutoka Sekta ya Kilimo, tazama kiungo hiki cha DOI:https://egusphere.copernicus.org/preprints/2023/egusphere-2023-281/
Mfano wa Athari - EPIC-IIASA
Mfumo wa uundaji wa modeli ya mazao ya kimataifa unaotegemea EPIC "EPIC-IIASA" hutumika kutathmini mifumo mikuu ya kilimo duniani ili kukabiliana na hatua za usimamizi kama vile mbinu za upandaji wa mazao, mbinu za urutubishaji na umwagiliaji au chaguzi za uhifadhi na kilimo hai, na mabadiliko ya mazingira, ikiwa ni pamoja na mabadiliko ya hali ya hewa na uharibifu wa udongo. Zaidi ya hayo, EPIC-IIASA hutumika kulinganisha mifumo ya usimamizi wa ardhi ya mazao na athari zake kwenye viashiria vya mazingira kama vile upatikanaji wa maji, viwango vya nitrojeni na fosforasi kwenye udongo, na uzalishaji wa gesi chafu.
Kwa kujenga juu ya Sera ya Mazingira, mfumo jumuishi wa hali ya hewa na seti za data za kimataifa au za kikanda kuhusu hali ya hewa, udongo, eneo la ardhi, na matumizi ya ardhi, EPIC-IIASA inaweza kuchambua aina nyingi za mazao na usimamizi wake chini ya hali tofauti za hewa, topografia, na hali ya udongo. Inachunguza maelewano kati ya ukuaji wa mimea na mavuno kwa upande mmoja, na athari za mazingira na uendelevu kwa upande mwingine.
Kwa mfano, EPIC-IIASA inaweza kukadiria—kulingana na aina ya udongo na hali ya hewa iliyopo—kiwango ambacho virutubisho kutoka kwa mbolea, kama vile nitrojeni (N) vinavuja kwenye mitandao ya mito na vijito iliyo karibu. Tatizo hili linazidi kuwa la wasiwasi kwani duniani kote, sehemu mbili kwa tano za nitrojeni zinazotumika katika kilimo zinapotea kwenye mifumo ikolojia na athari mbaya za kimazingira.
EPIC-IIASA inaweza kuchambua chaguzi za kilimo endelevu ikiwa ni pamoja na udhibiti wa mmomonyoko wa udongo, usimamizi wa mabaki ya mazao, kuboresha akiba ya kaboni hai kwenye udongo na kupunguza uzalishaji wa GHG. Matumizi ya EPIC-IIASA ya kimataifa na kikanda husaidia kutoa taarifa kuhusu uwezo wa mifumo ya kilimo kuchangia kufikia malengo ya hali ya hewa duniani na usalama wa chakula.
Mfano wa Athari - ISAM
Mfano Jumuishi wa Tathmini ya Sayansi (ISAM) ni mfumo uliounganishwa wa kibiolojia na kibiolojia wenye azimio la anga la 0.5° × 0.5° na maazimio mengi ya muda kuanzia hatua za nusu saa hadi hatua za mwaka. Unaiga bajeti za C, N, nishati, na maji kwa mifumo ikolojia mbalimbali ya ardhi kupitia usanisinuru, haidrolojia ya uso, uhamishaji wa mionzi, ugawaji wa kaboni, na upumuaji wa mfumo ikolojia (Barman et al., 2014a, 2014b; Yang et al., 2009). Zaidi ya hayo, ISAM inahusisha michakato ya ukuaji wa mazao kwa mazao ya chakula ya C3 na C4 (mahindi, soya, ngano, na mchele) na nyasi za kibiolojia (miscanthus, pango-ndani-mwamba, na alamo), ambazo zinatathminiwa katika viwango vya eneo, kikanda, na kimataifa (Gahlot et al., 2020; Lin et al., 2017; Niyogi et al., 2015; Song et al., 2013, 2015, 2016). Baadhi ya vipengele muhimu, vya kipekee kwa ISAM na muhimu kwa hesabu za mavuno ya mazao, ni pamoja na (i) feniolojia inayobadilika mahususi ya mazao na mipango ya ugawaji wa kaboni (Song et al., 2013, 2015), inayozingatia unyeti wa mazao tofauti kwa hali mbaya ya mazingira; (ii) miundo ya mimea inayobadilika, ambayo hunasa vyema tofauti za msimu katika kielezo cha eneo la jani (LAI), urefu wa dari, na kina cha mizizi; (iii) michakato inayobadilika ya usambazaji wa mizizi katika kina ambacho huboresha ufyonzaji na upitishaji wa maji kwenye udongo unaosababishwa na mizizi.
Mfano wa Athari - LDNDC
LandscapeDNDC ni mojawapo ya mifumo 15 inayofuata itifaki ya ISIMIP3a/b ambayo huunda msingi wa simulizi kwa matokeo ya sekta ya kilimo ya ISIMIP3a/b; kwa maelezo kamili ya kiufundi ya Data ya Simulizi ya ISIMIP3a kutoka Sekta ya Kilimo, tazama kiungo hiki cha DOI:https://egusphere.copernicus.org/preprints/2023/egusphere-2023-281/
Mfano wa Athari - LPJ-GUESS
Mfano huu ni toleo linalowezeshwa na mazao la LPJ-GUESS, lililoelezwa katika Lindeskog et al. (2013). Linategemea LPJmL kama ilivyoelezwa katika Bondeau et al. (2007), lakini hutofautiana katika vipengele kadhaa muhimu, ikiwa ni pamoja na kutorekebishwa kwa mavuno ya kiwango cha nchi yaliyoonekana, mpango mpya wa feniolojia, na hesabu inayobadilika ya vitengo vya joto vinavyowezekana (PHU) vinavyohitajika kwa zao kufikia ukomavu. Tarehe za kupanda huhesabiwa kwa njia inayobadilika kufuatia Waha et al. (2012). Jumla ya PHU inayohitajika kwa ajili ya ukuaji kamili wa zao katika seli fulani ya gridi huhesabiwa kwa kutumia wastani wa miaka 10 wa jumla ya vitengo vya joto vilivyokusanywa kuanzia tarehe ya kupanda hadi mwisho wa kipindi cha sampuli (kuanzia siku 190 hadi 245) inayotokana na tarehe za kupanda na kikomo cha mavuno (Lindeskog et al., 2013). Mazao huvunwa baada ya ukuaji kamili. Tofauti hii inayobadilika ya PHU na hali ya hewa kwa ufanisi inadhania marekebisho kamili ya aina ya mazao kwa hali ya hewa iliyopo. Kikomo cha N hakijaelezewa waziwazi katika toleo hili la modeli.
Mfano wa Athari - LPJmL
LPJmL ni mfumo wa mimea wa kimataifa unaobadilika ambao uliongezwa ili kufidia mifumo ya kilimo na mzunguko wa maji duniani. Una uwezo wa kuiga kwa muda mfupi mazao tofauti, mifumo ya malisho na mienendo ya mimea asilia na unaweza kuelezea vipengele tofauti vya usimamizi katika kuiga mazao.
Mfano wa Athari - pDSSAT
pDSSAT ni mojawapo ya mifumo 15 inayofuata itifaki ya ISIMIP3a/b ambayo huunda msingi wa uigaji wa matokeo ya sekta ya kilimo ya ISIMIP3a/b; kwa maelezo kamili ya kiufundi ya Data ya Uigaji ya ISIMIP3 kutoka Sekta ya Kilimo, tazama kiungo hiki cha DOI: https://egusphere.copernicus.org/preprints/2023/egusphere-2023-281/
pDSSAT hutumia mazingira ya pSIMS kuendesha mfumo wa upandaji wa DSSAT kwa njia sambamba ya kimataifa. Katika GGCMI/ISIMIP Awamu ya 3a/3b (kundi la 1 na la 2) tunatumia toleo la DSSAT 4.6, ambalo sasa limesasishwa hadi toleo la 4.8 kwa ajili ya ATTRICI ya Awamu ya 3a na uigaji wa kundi la 3b la Awamu ya 3b.
Mfano wa Athari - PEPIC
PEPIC ni mfumo wa Sera Jumuishi ya Hali ya Hewa (EPIC) unaotegemea Python.
Mfano wa Athari - PROMET
PROMET ni mfumo wa michakato ya uso wa ardhi wa hidrojeniki, ambao umepanuliwa na sehemu ya mimea yenye nguvu ya kibiolojia ili kuiga ukuaji wa mazao na uundaji wa mavuno. Inatumia kanuni za kimwili na za kisaikolojia za mpangilio wa kwanza ili kubaini uzalishaji halisi wa msingi na upumuaji kulingana na mbinu kutoka kwa Farquhar et al. (1980) na Ball et al. (1987), pamoja na fenolojia na sehemu ya usanifu wa dari yenye tabaka mbili ya Yin et al (2005). PROMET inazingatia utegemezi wa uzalishaji halisi wa msingi na fenolojia kwenye hali ya mazingira ikiwa ni pamoja na hali ya hewa, mkusanyiko wa CO2 kwa njia za C3 na C4 pamoja na mkazo wa maji na halijoto. Usawa wa wingi na nishati ya dari na uso wa udongo chini hufungwa mara kwa mara kwa kila hatua ya muda wa simulizi. Sehemu ya dari na fenolojia hutenganisha katika viungo tofauti vya mimea vya dari kulingana na hatua ya fenolojia ya ukuaji. Viungo vinavyokusanywa ndani ya sehemu ya matunda wakati wa kipindi cha ukuaji huamua majani makavu yanayopatikana kwa ajili ya uundaji wa mavuno. Simulizi hufanywa kwa hatua ya saa moja ili kuzingatia athari zisizo za mstari za ukuaji wa mazao kwa hali ya mazingira (hasa mwanga, maji, halijoto na upepo). Ubadilishaji wa data ya modeli ya hali ya hewa ya kila siku hadi thamani za saa moja hufanywa na TeddyTool v1.1 (Zabel na Poschlod 2023). Kulingana na athari ya zao linalozingatiwa kwa hali ya hewa na udongo maalum, zao linaweza kufa kutokana na mkazo wa maji, joto au baridi kabla ya kuvunwa au linaweza lisifikie ukomavu. Katika visa vyote viwili, hii husababisha hasara ya mavuno yote.
Mfano wa Athari - SIMPLACE-LINTUL5
SIMPLACE—mfumo wa uundaji modeli na uigaji unaotumika kwa mazao endelevu na mifumo ya ikolojia ya kilimohhttps://doi.org/10.1093/insilicoplants/diad006
Matukio ya hali ya hewa
Njia zinazojulikana kama Mkusanyiko wa Wawakilishi (RCPs) zilitengenezwa kwa Ripoti ya Tathmini ya tano ya Jopo la Serikali za Kiserikali kuhusu Mabadiliko ya Tabianchi (IPCC). Zinaeleza viwango tofauti vya viendeshi vya mionzi inayotokana na gesijoto ambavyo vinaweza kutokea katika kipindi cha 2011 hadi 2100. Hata hivyo, hazikujumuisha “masimulizi” yoyote ya kijamii na kiuchumi ili kuendana nazo. Katika miaka michache iliyopita, timu ya kimataifa ya wanasayansi wa hali ya hewa, wanauchumi na waundaji wa mifumo ya nishati walitengeneza "njia" mpya ambazo huchunguza jinsi jamii ya kimataifa, demografia na uchumi vinaweza kubadilika katika karne ijayo. Zinajulikana kama "Njia za Pamoja za Kiuchumi za Kijamii" (SSPs). SSPs zilichapishwa mwaka wa 2017 (Riahi et al., 2017) na zitachukua jukumu kubwa katika Ripoti ya Tathmini ya Sita ya IPCC katika 2021/2022.
SSPs ni matukio ya kimsingi ambayo yanaelezea maendeleo ya siku zijazo kwa kukosekana kwa sera mpya za hali ya hewa, zaidi ya zile ambazo tayari zimetumika leo. Wanatoa njia tano ambazo ulimwengu unaweza kuchukua. SSP tano zinatofautiana hasa katika ukuaji wa idadi ya watu, ukuaji wa miji, ukuaji wa uchumi, uwekezaji katika elimu na afya, mfumo wa nishati na matumizi ya ardhi, kasi ya maendeleo ya teknolojia na vile vile vichochezi vya mahitaji, kama vile mabadiliko ya mtindo wa maisha (Riahi et al., 2017).
Kwa vile RCPs SSP pia hazijakamilika katika muundo wao, kwani hizi ni mustakabali wa kijamii pekee na hazijumuishi athari za mabadiliko ya hali ya hewa. Zaidi ya hayo, hakuna hatua za kupunguza au kurekebisha zinazotekelezwa katika hizi (O'Neill et al., 2020). Kwa hivyo, ClimateImpactsOnline hutumia michanganyiko mitatu ya SSP-RCP kuibua data ya hali ya hewa inayolingana na hali tofauti za kijamii na kiuchumi na mionzi.
"Uendelevu" SSP1 - 2.6
Mazingira ya chini ya mabadiliko ya hali ya hewa (SSP1) yanaonyesha njia endelevu, ambayo mara nyingi hujulikana kama "Kuchukua Barabara ya Kijani". Hali hii inachukua uwekezaji mkubwa katika elimu na afya. Haya yanasababisha kuongeza kasi ya mabadiliko ya idadi ya watu na kupunguza kasi ya ukuaji wa idadi ya watu, hasa katika nchi zinazoendelea. Kwa jumla kuna msisitizo mpana zaidi juu ya ustawi wa mwanadamu. Kutokana na kuongezeka kwa dhamira ya kufikia malengo ya maendeleo, ukosefu wa usawa unapunguzwa kote na ndani ya nchi. Matumizi yanaelekezwa kwenye ukuaji mdogo wa nyenzo na kiwango cha chini cha rasilimali na nishati. Hali ya msingi ya SSP1 ina changamoto ndogo za kukabiliana na hali ya hewa na kukabiliana na hali ya hewa, kwani malengo ya hali ya hewa yanaweza kufikiwa duniani kote (O'Neill et al., 2017). SSP1 imeunganishwa na pato la kulazimisha la Wati 2.6 kwa kila mita ya mraba mwaka 2100."Ushindani wa Kikanda" SSP3 - 7.0
Hali ya wastani ya mabadiliko ya hali ya hewa (SSP3) pia inajulikana kama "Ushindani wa Kikanda" ina sifa ya kuongezeka kwa utaifa na migogoro ya kikanda. Hii inasukuma nchi kuangazia zaidi maswala ya ndani au, haswa, maswala ya kikanda. Kwa mfano malengo ya nishati na usalama wa chakula yanafikiwa katika eneo lao pekee. Uwekezaji katika elimu na maendeleo ya kiteknolojia unashuka. Maendeleo ya kiuchumi ni ya polepole, matumizi yanachukua nyenzo nyingi, na ukosefu wa usawa unazidi kuwa mbaya zaidi kwa wakati. Zaidi ya hayo, ukuaji wa idadi ya watu ni mdogo katika viwanda na juu katika nchi zinazoendelea. Kwa ujumla SSP3 ina sifa ya kipaumbele cha chini cha kimataifa cha kushughulikia maswala ya mazingira (Fujimori et al., 2017). Hali ya SSP3 imejumuishwa na kiwango cha kulazimisha cha Watt 7 kwa kila mita ya mraba."Maendeleo ya Kisukuku" SSP5 - 8.5
Hali iliyokithiri (SSP5) ina sifa ya maendeleo ya haraka ya kiteknolojia na maendeleo ya mtaji wa binadamu. Masoko ya kimataifa yanazidi kuunganishwa. Pia kuna uwekezaji mkubwa katika afya, elimu, na taasisi ili kuongeza mtaji wa watu na kijamii. Wakati huo huo, hii inaambatana na unyonyaji wa rasilimali nyingi za mafuta na kupitishwa kwa maisha ya kutumia rasilimali na nishati kote ulimwenguni. Kuna imani katika uwezo wa kudhibiti mifumo ya kijamii na ikolojia, ikijumuisha na uhandisi wa kijiografia ikiwa ni lazima (Kriegler et al., 2017). ClimateImpactsOnline hutumia mchanganyiko wa hali ya SSP5 na kiwango cha mionzi inayotokana na gesi chafu ya Wati 8.5 kwa kila mita ya mraba.Angalia pia:
Njia Zilizoshirikiwa za Kijamii na Kiuchumi (SSPs): Muhtasari (Bango)
Vyanzo:
O'Neill, BC, Carter, TR, Ebi, K. et al. Mafanikio na mahitaji ya mfumo wa mazingira ya mabadiliko ya hali ya hewa. Nat. Clim. Chang. 10, 1074–1084 (2020). https://doi.org/10.1038/s41558-020-00952-0
Riahi, K. et al., Njia Zilizoshirikiwa za Kijamii na Kiuchumi na athari zake za nishati, matumizi ya ardhi, na utoaji wa gesi chafuzi: Muhtasari, Mabadiliko ya Mazingira Duniani, Juzuu 42, 153-168 (2017). https://doi.org/10.1016/j.gloenvcha.2016.05.009.
Takwimu za Uchunguzi
Hifadhidata ya W5E5 ina data iliyozingatiwa na kuchambua tena na hutumiwa kuwakilisha data iliyozingatiwa. Ni sehemu ya Mradi wa Ulinganishaji wa Mfano wa Impact (ISIMIP3b), ambapo mkusanyiko wa data hutumiwa kwa marekebisho ya upendeleo wa tathmini za athari. Hifadhidata hiyo ina data ya WFDE5 inayotegemea ardhi na hifadhidata ya bahari ya ERA5 (data na data ya uchambuzi tena) (Cucchi et al., 2020, Hersbach et al., 2020). Chanzo cha ziada cha data ni data ya mvua kutoka kwa toleo la 2.3 la Mradi wa Hali ya Hewa ya Ukomo wa Dunia (Adler et al., 2003).
Toleo la W5E5 1.0 linajumuisha data ya kipindi cha kutoka 1979 hadi 2017. Hii inamaanisha kuwa kwa miaka kumi ya 2011-2020, ni miaka 6 tu iliyopo na vivyo hivyo ramani za tofauti zinahusiana tu na miaka ya 1991-2014. Tutaendelea kusasisha na kuwasiliana data zaidi ya W5E5 katika muongo huu. Hifadhidata inatoa azimio la usawa la anga la 0.5 ° na azimio la kila siku la muda.
Vigezo vilivyojumuishwa kwenye hifadhidata ni kama ifuatavyo: unyevu wa karibu karibu na uso (kifupisho: hurs, kitengo:%), unyevu maalum karibu na uso (maganda, kg kg-1), mvua (pr, kg m-2 s-1 mtiririko wa theluji (prsn, kg m-2 s-1), shinikizo la hewa ya juu (ps, Pa), shinikizo la usawa wa bahari (psl, Pa), kushuka kwa mionzi ya uso wa mawimbi ya muda mrefu (rlds, W m-2), kushuka kwa uso wa mawimbi mafupi. mionzi (rsds, W m-2), kasi ya upepo wa karibu-juu (sfcWind, m s-1), joto la hewa karibu na uso (tas, K), kiwango cha juu cha kila siku cha karibu-uso wa hewa (tasmax, K), kiwango cha chini cha kila siku joto la hewa karibu-juu (tasmin, K), mwinuko wa uso (orog, m) na kinyago cha WFDE5-ERA5 (kinyago, 1) (Lange, 2019). Takwimu za W5E5 za anuwai ni, juu ya ardhi na bahari, wastani wa kila siku wa data ya kila saa ya WFDE5. Vigeu vya ardhini hurs, pr, psl, tasmax na tasmin na anuwai ya bahari tasmax na tasmin hupatikana kwa hesabu tofauti. Hii imeelezewa kwenye wavuti ifuatayo: WFDE5 juu ya ardhi iliyounganishwa na ERA5 juu ya bahari (W5E5)
Kwa kuchagua "Obsevations" katika sehemu ya Takwimu za Kihistoria za kichupo cha Mipangilio, unaweza kuibua data iliyozingatiwa ya setaseti ya W5E5.
Vyanzo:
Adler, RF, Huffman, GJ, Chang, A., Ferraro, R., Xie, P.-P., Janowiak, J., Nelkin, E. (2003). Mradi wa Toleo la 2 la Kinywaji cha Hali ya Hewa cha Ukomo wa Hali ya Hewa (GPCP) Uchambuzi wa Mvua ya Kila Mwezi (1979 – Sasa). Jarida la Hydrometeorology, 4 (6), 1147-1167. doi: 10.1175 / 1525-7541 (2003) 004 <1147: tvgpcp> 2.0.co; 2
Cucchi, M., Weedon, GP, Amici, A., Bellouin, N., Lange, S., Müller Schmied, H., Hersbach, H., & Buontempo, C. (2020). WFDE5: upendeleo-umebadilishwa data ya upimaji upya wa ERA5 kwa masomo ya athari. Takwimu za Sayansi ya Mfumo wa Dunia, 12 (3), 2097-220. https://doi.org/10.5194/essd-12-2097-2020
Hersbach, H., Bell, B., Berrisford, P., Hirahara, S., Horányi, A., Muñoz ‐ Sabater, J., Nicolas, J., Peubey, C., Radu, R., Schepers, D ., Simmons, A., Soci, C., Abdalla, S., Abellan, X., Balsamo, G., Bechtold, P., Biavati, G., Bidlot, J., Bonavita, M.,… Mpango, JN (2020). Uchunguzi wa kimataifa wa ERA5. Jarida la kila mwaka la Jumuiya ya Hali ya Hewa ya Royal, 146 (730), 1999-2049. https://doi.org/10.1002/QJ.3803
Lange, Stefan (2019): WFDE5 juu ya ardhi iliyounganishwa na ERA5 juu ya bahari (W5E5). V. 1.0. Huduma za Takwimu za GFZ. https://doi.org/10.5880/pik.2019.023
Lange, S: ISIMIP3BASD v2.4.1, https://doi.org/10.5281/zenodo.3898426, 2020.
Takwimu za Uigaji wa Kihistoria
Ili kuhalalisha mifano ya hali ya hewa, hali ya hali ya hewa ya zamani imeigwa na ikilinganishwa na data iliyozingatiwa. Kiashiria muhimu cha kudhibitisha uaminifu wa makadirio ya hali ya hewa ya baadaye kutoka kwa mifano ni mabadiliko ya muda na ya anga katika joto la wastani la ulimwengu kutoka nyakati za kabla ya viwanda hadi sasa.
Sehemu ya kadi ya kuingia ili kushiriki katika Mradi wa Ulinganishaji wa Mfano uliounganishwa (Awamu ya 6) ni masimulizi ya kihistoria. Iliongezwa kwa Utambuzi, Tathmini, na Tabia ya Klima (DECK) kwa utengano bora kati ya CMIP na awamu maalum, katika kesi hii CMIP6. Pia hutumika kama alama ya Miradi ya Ulinganishaji wa Model ya CMIP6 (MIPs).
Uigaji huanza kwa hali ya usawa holela kutoka kwa jaribio la kudhibiti kabla ya viwanda (piControl). Halafu, nguvu nyingi zinazotegemea wakati, sawa na CMIP6, kama vile uzalishaji wa gesi chafu, nguvu za matumizi ya ardhi, erosoli, kulazimisha jua na zingine hulishwa kwenye modeli. Hizi basi hutoa nyuma ya hali ya kihistoria. Mchanganyiko wa kihistoria wa CMIP6 hushughulikia kipindi cha muda kutoka 1850 hadi 2014.
Kwa kuchagua "Takwimu za Uigaji za Kihistoria" katika sehemu ya Takwimu za Kihistoria za kichupo cha Mipangilio, unaweza kuibua masimulizi ya zamani ya mifano ya hali ya hewa.
Vyanzo:
Eyring, V., Bony, S., Meehl, GA, Mwandamizi, CA, Stevens, B., Stouffer, RJ, na Taylor, KE: Muhtasari wa muundo wa Jumuiya ya Ulinganisho wa Mfano wa Ulinganishaji wa Awamu ya 6 (CMIP6) na muundo, Geosci . Mfano Dev., 9, 1937-1958, doi: 10.5194 / gmd-9-1937-2016, 2016.WGCM CMIP6