Szıcs Emese Bίró Boróka: A klίmaváltozás növénytermesztésre gyakorolt hatásai az Északnyugati régióban

Átírás

1 Szıcs Emese Bίró Boróka: A klίmaváltozás növénytermesztésre gyakorolt hatásai az Északnyugati régióban Bevezetı A klímaváltozás tudományosan bizonyított jelenség, melynek megakadályozására világszerte a felsıbb döntéshozói szinteken egyre nagyobb hangsúlyt fektetnek. Ennek oka abban keresendı, hogy a klímaváltozás hatásai egyre nyilvánvalóbbakká válnak, és mind a mindennapjainkban, mind pedig a gazdaság majdnem minden területén fokozottan jelentkeznek. A mezıgazdaság tekinthetı az egyik legérintettebb gazdasági szektornak (Cuculeanu, 2003), és egy olyan országban, mint Románia, ahol az összes GDP 10 százaléka innen származik, illetve a foglalkoztatott lakosság 30 százaléka dolgozik a primér szektorban, a klímaváltozásnak komoly gazdasági következményei lehetnek. Jelen dolgozat célja a klímaváltozás mezıgazdaságra gyakorolt hatásának vizsgálata a növénytermesztést illetıen az Északnyugati régióban. Ökonometriai modellek segítségével elıre jelezzük az Északnyugati régióban legfontosabbnak vélt termények búza, kukorica, árpa, burgonya, napraforgó és lucerna átlagtermését ig különbözı meteorológiai paraméterek függvényében, és ezt összevetve a múltbeli értékekkel, látni fogjuk, hogy a régió növénytermesztésében milyen változások várhatóak. A dolgozat a CLAVIER Climate Change and Variability: Impact on Central and Eastern Europe 1 az Európai Bizottság 6. Kutatási Keretprogramja által finanszírozott kutatási projekt részeredményeit tartalmazza. 1. A felhasznált módszertan valamint az adatforrások ismertetése Regresszióanalízis A mezıgazdasági termelékenységet sok tényezı befolyásolja egyazon idıben, a klímán kívül a genetika, agrotechnika, és általában az adaptációs képesség (Harnos, 200). 1 Magyarul Klímaváltozás és Változékonyság: Hatások Közép- és Kelet-Európára 1

2 Mi az Északnyugati régió legfontosabb növényeinek termés-elırejelzésében a klimatikus tényezıket fogjuk használni, melyek közül a legfontosabbak: a havi átlaghımérséklet, havi csapadékösszeg illetve havi relatív páratartalom. Két szcenáriót állítunk fel: egy ún. alapszcenáriót, valamint egy klíma-szcenáriót. Az alapszcenárió azt feltételezi, hogy az átlagtermések csak egy trend változó függvényei: Y trend i = a 0 + a 1 * trend i + e i (1) Ahol: Y függı változó az illetı termény átlagtermése trend: független változó a trend változó (értéke 1. megfigyelésre esetén 1, a 2.-ra 2 és így tovább) lineáris, logaritmikus vagy reciprok formája, az illeszkedés jóságától függıen a 0 : konstans tag a l : a trend változó koefficiense i: idılépték (év) e: maradéktag. A klíma-szcenárió azt feltételezi, hogy az éves átlagtermések megfigyelt értékeinek trendtıl való eltérése a meteorológiai paraméterek függvénye. Eltérés i =Ymegfigyelt i Y trend i (2) A következı lépésben az éves becsült eltéréseket magyarázzuk a különbözı meteorológiai paraméterek függvényében (Gobiet, 2008): Ahol: m Eltérés = b + b X + u (3) i 0 k ki i k = 1 Eltérés: az eltérésváltozó becsült értéke a (2) egyenlet által X k : meteorológiai paraméter (változik terményenként) b 0 : konstans b k : X k koefficiense m: független változók száma u: maradéktag. 2

3 A becslések a legkisebb négyzetek módszerével történnek, modellenként az illeszkedés jóságát vizsgálva, a korrigált R 2 értékét figyelembe véve. A becsült átlagterméseket a jövı periódusra az (1) és (3) egyenletek által számított értékek összegeként határozzuk meg: Y sce i = Y trend i+ Eltérés i (4) Ahol: Y sce: a klímaszcenárió által becsült átlagtermés Y trend: az alapszcenárió által becsült átlagtermés (a jövıre a vizsgált perióduséval azonos trendet feltételezve) Eltérés : a (3) egyenlet által becsült eltérés Az adatok forrása Megyei szintő éves terményadatok álltak rendelkezésünkre 197-tel kezdıdıen, egy szakadással az as periódusban. Az adatok forrása a Romániai Statisztikai Évkönyvek az es évekre. A regionális átlagtermések az Északnyugati régió három megyéjének Bihar, Kolozs és Szatmár adatainak az algebrai átlagaként voltak megbecsülve. A hiányzó évekre ugyancsak számtani átlagok számolásával becsültünk terményadatokat: 1986 az ös periódus átlaga, 1988 az idıszak átlaga, és 1988 as évek átlaga. A felhasznált meteorológiai paraméterek két klίmamodell eredményei: a múltbeli periódusra re a STAT-CLIMATE-ECA-REMO7 ERA 40 ( ) adatbázist, a jövıbeli becslésekhez a STAT-CLIMATE-ECA-REMO7 A1B ( ) adatbázist használtuk. Mindkettıt a grazi Wegener Centertıl kaptuk a Clavier projekt keretén belül. A klίmaparaméterek ugyancsak megyei szinten álltak rendelkezésünkre, és a régiós átlagokat a terményadatokhoz hasonlóan becsültük. 3

4 2. Az Északnyugati régió mezıgazdasági termelésének struktúrájáról röviden Az Északnyugati régióban a teljes mezıgazdasági termelés körülbelül 60 százaléka növénytermesztésbıl származik. A búza, kukorica, árpa, burgonya, napraforgó és lucerna számίtanak a legfontosabb terményeknek, mivel ezeket a régió összes szántóföldjének több, mint 77 százalékán termesztik. ĺgy bármely változás, amely ezen növények termelésében bekövetkezik, nagy hatással lehet a régió mezıgazdasági szektorának a termelésére. Az 1. táblázat tartalmazza a temények átlagtermését, illetve a régió összes szántóföldjén 200-ben elfoglalt arányát. Látható, hogy a kukorica- és búzatermesztés a legjellemzıbb a régióban, ezeket követi a napraforgó, burgonya, árpa és a lucerna. 1.táblázat: A kiválasztott termények szerepe az Északnyugati régió növénytermesztésében 200-ben Termény Átlagtermés (t/ha) Az Északnyugati régió teljes szántóföldjében elfoglalt aránya 200-ben (%) Búza Kukorica Árpa Burgonya Lucerna Napraforgó Összesen 77.4 Forrás: INS 2 honlapja Tempo Online Time Series, saját szerkesztés 3. A legfontosabb termények alakulásának ökonometriai modelljei A paraméterek nem azonos jelentıséggel bίrnak minden termény esetén, ezért a modellek becslésénél csak azon hónapok értékeit vettük be a függı változók közé, amelyek az illetı termény vegetációs periódusába tartoznak. Az alábbi táblázat tartalmazza a különbözı termények termesztése szempontjából fontos idıszakokat: 2 röv. Institutul NaŃional de Statistică 4

5 2.táblázat: Növénytermesztés szempontjából fontos periódusok Termény Optimális vetési idı Optimális betakarίtási idı İszi búza szeptember 20. október 20. július Kukorica április 1. - május10. szeptember - október İszi árpa szeptember 10. október 1. június 29. július 10. Burgonya március. 20. júniustól Napraforgó március szeptember Lucerna március 1. május vége, június eleje 2. augusztus végeszeptember eleje Forrás: helyi szakemberek, Erdélyi,2007., Gaál, A terményadatok és meteorológiai paraméterek közötti statisztikai kapcsolatot többváltozós regresszió segítségével határoztuk meg minden terményre külön-külön a Stata program segίtségével. A 3. táblázat a regresszióanalízisben felhasznált meteorológiai paraméterek nevét és mértékegységét tartalmazza. 3. táblázat: A terményalakulás szempontjából fontos meteorológiai paraméterek Meteorológiai parméterek Mértékegység Havi átlagos levegı hımérséklet (2m) Celsius fok Havi csapadékösszeg mm Havi páratartalom % A regresszióanalίzis az es periódus adatain alapszik, az elırejelzések a 2001 és 2030 közötti periódusra vonatkoznak. Becsléseink a legkisebb négyzetek módszerével történtek, a független változók esetén a legmagasabb elfogadott szignifikancia szint 10% volt. A modellek minıségére a korrigált R 2 valamint az F statisztika értékeit használtuk. Heteroszkedaszticitás, autokorreláció és multikollinearitás jelenlétét teszteltük, és szükség esetén kiküszöböltük. Az alábbi vonaldiagramok az es periódusra tartalmazzák a termények megfigyelt értékeit, valamint a modellek által illesztett értékeket a két szcenárió esetén 3. 3 Linear prediction az alapszcenárió által illesztett értékek

6 1. ábra: Átlagtermések megfigyelt és illesztett értékek, az periódusra Búza t/ha atl_term Linear prediction ill_atlterm t/ha ev atl_term ill_atlterm Kukorica Linear prediction t/ha ev atl_term ill_atlterm Árpa Linear prediction t/ha Burgonya ev atl_term Linear prediction ill_atlterm t/ha ev atl_term ill_atlterm Napraforgó Linear prediction t/ha ev atl_term ill_atlterm Lucerna Linear prediction * Megj. A grafikonokon az atl_term a megfigyelt értékeket, az ill_atlterm a modell által illesztett értékeket, a Linear prediction a modell által illesztett trendet jelöli. Forrás: saját szerkesztés 6

7 4. A változók fontossága és várható alakulása a idıszakban A növénytermesztés szempontjából legfontosabb meteorológiai paraméterek hımérséklet, csapadék, relatίv páratartalom alakulása a vegetációs idıszakokban az ökonometriai modellek eredményeit figyelembe véve, különbözı fontossággal bίr a vizsgált növények fejlıdésében. Néhány esetben egy bizonyos meteorológiai paraméter változása akár ellentétes hatással is rendelkezhet a különbözı termények alakulására. Tipikus példa erre a kukorica és a búza esete. Hımérséklet A 4. táblázat tartalmazza a között várható átlagos havi hımérséklet trendjének irányát a + növekvést, a - csökkenést jelent valamint ennek hatását, az ökonometriai modellek által becsült eredményekre vonatkoztatva, az átlagtermések alakulására. Az üresen hagyott mezık arra utalnak, hogy az illetı hónap hımérsékletének nincsen legalább 10%-on szignifikáns hatása a terményalakulásra. 4. táblázat: A várható hımérséklet változásának hatása a termények alakulására a periódusban Trend Búza Kukorica Árpa Burgonya Napraforgó Lucerna Március Közel 0 meredekség Április Május Június Július Augusztus + Szeptember Forrás: saját szerkesztés A táblázatban megfigyelhetı, hogy a modellek alapján fontossá vált hónapok hımérsékletének növekedése a búza és az árpa átlagtermését csökkenteni, mίg a kukoricáét, a burgonyáét, a napraforgóét és részben a lucernáét növelni fogja. Július az egyetlen hónap, amelyben hımérséklet-csökkenés várható, a többiek esetén növekvı vagy közel 0 meredekségő trend lesz jellemzı. Csapadék Az. táblázat tartalmazza a havi csapadékösszegek várható alakulását a periódusra. Észrevehetı, hogy június kivételével a többi hónap esetén csapadékcsökkenés 7

8 várható. A májusi csapadék csökkenése az ismert közmondással ellentétben pozitívan fog hatni a kukoricára, az árpára és a burgonyára. Az áprilisi és az augusztusi csapadékcsökkenés is általában pozitív hatással lesz a növénytermesztésre, míg a júniusi növekedésnek negatív következményei lesznek.. táblázat: A várható csapadékváltozás hatása a termények alakulására a periódusban Trend Búza Kukorica Árpa Burgonya Napraforgó Lucerna Március - Április Május Június Augusztus Szeptember - - Forrás: saját szerkesztés Relatίv páratartalom A relatίv páratartalom változása általában pozitίvan fogja befolyásolni a kiválasztott termények alakulását. Az áprilisban várható csökkenés a búza és a burgonya termelését pozitίvan befolyásolja. A nyári hónapokban várható emelkedés általában kedvezıen fog hatni a kukoricára és a burgonyára. Egyetlen negatív irányú hatás a lucerna esetén jelentkezik márciusban. 6. táblázat: A várható relatίv páratartalom változásának hatása a termények alakulására a periódusban Trend Búza Kukorica Árpa Burgonya Lucerna Március + - Április Május Közel 0 meredekség Június Július + + Augusztus Szeptember + + Október - + Forrás: saját szerkesztés A havi átlagos hımérséklet, csapadékösszeg illetve relatív páratartalom alakulását a periódusra a függelék grafikonjai tartalmazzák. 8

9 . Az Északnyugati régió növénytemesztésében várható változások A két szcenárió alapján becsült átlagtermések jelentıs eltéréseket mutatnak, más szóval a változó klimatikus tényezık nagymértékben befolyásolják az átlatermések trendtıl való eltérését. A klímamodellek által elıállίtott meteorológiai tényezık esetén célszerő egy legalább 10 éves periódus átlagát figyelembe venni, ha átlagtermés-elırejelzést készίtünk. Ezért, ha 202-re akarjuk elırejelezni a növénytermesztésben bekövetkezı változásokat, az átlagtermésekben bekövetkezı változásokra alapozva, célszerő a as periódus átlagát venni. A 2. ábrán láthatóak az alapszcenárió és a klίmaszcenárió alapján becsült átlagtermések a as periódusban. 2. ábra: Átlagtermés elırejelzések a periódusra (alapszcenárió és klίmaszcenárió) 4 Búza Kukorica t/ h a Árpa Klίmaszcenárió t / h a Burgonya Klímaszcenárió t / h a Klίmaszcenárió 20 t / h a Klímaszcenárió 9

10 t/ h a Napraforgó Klίmaszcenárió t / h a Forrás: saját szerkesztés Lucerna Klímaszcenárió Bázisidıszaknak tekintve az évek közötti periódust, és elırejelzéseinket a as periódusra vonatkoztatva a következı változásokat figyelhetjük meg (7. táblázat): - Az alapszcenárió szerint minden termés esetén növekvı trend várható, és a legnagyobb növekedés a kukorica esetén következik be (több mint 13 százalék), míg az egyéb termények esetén 2- százalékos lesz az átlagtermés-növekedés. - A klίmaszcenárió az alapszcenárióhoz viszonyίtva pesszimistább elırejelzésekhez vezet a búza és árpa esetén, mίg a kukorica, burgonya, lucerna és napraforgó esetén termésnövekedést jelez. A klímaváltozás hatására a legnagyobb változások a kukorica, a burgonya és a búza esetén következnek be, míg a napraforgó lesz a legkevésbé érintett növény. 7. táblázat: Növénytermesztésben bekövetkezı változások a periódusban az Északnyugati régióban az es periódushoz viszonyίtva Búza Kukorica Árpa Burgonya Lucerna Napraforgó Klímaszcenárió Átlagtermés (t/ha) I átlagtermés ( ) / ( ) (%) Átlagtermés (t/ha) I átlagtermés ( ) / ( ) (%) I klίmaszcenárió /

11 alapszcenárió (%) Forrás: saját számίtások az INS: Tempo Online Time Series valamint a modelleredmények alapján A 3.ábra az alapszcenárió és a klίmaszcenárió alapján az átlagtermésekben bekövetkezı változásokat szemlélteti. Megfigyelhetı tehát, hogy az egyes termények ellentétes módon reagálnak a változó klίmaállapotra. Mίg a búza és az árpa megszenvedi a klίmaváltozást, a kukorica, a burgonya, a lucerna és a napraforgó esetén a as periódusban termésnövekedés jelenik meg. 3. ábra: Az átlagtermések alakulásában bekövetkezı változások a as periódusban az es idıszakhoz viszonyίtva 160% 140% 120% 100% 80% 60% 40% 20% 0% Az átlagtermések alakulásában bekövetkezı változások között az es periódus átlagához képest Búza Kukorica Árpa Burgonya Lucerna Napraforgó Klίmaszcenárió Forrás: saját szerkesztés Következtetések A klίmaváltozás elkerülhetetlen jelenség, és általa a növénytermesztéshez szükséges alapfeltételekben mint hımérséklet, csapadék, páratartalom változások következnek be. Ezáltal megváltoznak az átlagtermések, így a növénytermesztési szektor össztermelésében is észrevehetı változások jelennek meg. A klímaváltozás nem azonos mértékben sújtja a terményeket. Míg egyesek közülük pozitívan, ezzel egyidıben mások negatívan viszonyulhatnak a megváltozott körülményekhez. Az Északnyugati régióban a 11

12 búza és az árpa átlagtermésében az elırejelzett klímaváltozás révén csökkenı tendencia fog megjelenni két évtized múlva. Ehhez a régió mezıgazdasági szektorának valamiképpen alkalmazkodnia kell. Sokféle alkalmazkodási stratégia ismert, egyik közülük a terménystruktúrában való változtatás. A vizsgálataink eredményeképpen a burgonya és kukorica átlagtermésében várható jelentıs növekedés, ezen termények arányának növelése valószínőleg segíthetne a növénytermesztési szektor klímaváltozás okozta veszteségeinek a csökkentésében. Irodalomjegyzék Cuculeanu Vasile Impactul potenńial al schimbării climei în România, Editura ARS DOCENDI, Bukarest. Erdélyi Éva A klίmaváltozás hatása az ıszi búza fejlıdési szakaszaira, Klíma 21 Füzetek. Klímaváltozás-Hatások-Válaszok, 1 szám, 7-70 o. Gaál Márta A kukoricatermelés feltételeinek várható változása a B2 szcenárió alapján, Klíma 21 Füzetek. Klímaváltozás-Hatások-Válaszok, 1. szám, 48-6 o. Gobiet Andreas Climate change in Central and Eastern Europe: an overview and first results of the Clavier project, konferenciai bemutató Climate Change III in South- Eastern European Countries: Causes, Impacts, Solutions, szeptember18-19, Graz, Ausztria Harnos Zsolt 200. A klίmaváltozás növénytermelési hatásai, Agro 21 Füzetek. Klímaváltozás-Hatások-Válaszok, 38. szám, 4-4 o. ***INS, Anuarul Statistic al României, ***INS, Tempo Online Time Series, 12

13 Függelék 1. A meteorológiai paraméterek várható alakulása és lineáris trendje a periódusban 4 Hımérséklet C e ls iu s fo k Év Linear (3) Linear (4) Linear () Linear (6) Linear (7) Linear (8) Linear (9) 4 Saját szerkesztés, az adatok forrása a STAT-CLIMATE-ECA-REMO7 A1B ( ) adatbázis A grafikonokon szereplı számok a hónapok számát jelölik 13

14 180 Csapadék m m Év Relativ páratartalom Linear () Linear (4) Linear (3) Linear (8) Linear (6) Linear (9) % Linear (6) Linear (4) Év Linear () Linear (7) Linear (9) Linear (8) Linear (3) Linear (10) 14