Model AgriClim

Nástroj AgriClim (např. Trnka et al., 2011) byl vyvinut pro efektivní hodnocení řady agroklimatologických aspektů a indikátorů pro současné i v budoucnu očekávané klimatické podmínky dle zvolených scénářů. Škála indikátorů se skládá z jednodušších (na základě jedná podmínky podmínek) až po komplexní, které kombinují více podmínek (např. podmínky teploty vzduchu, půdní vlhkosti a dalších) najednou. Základem je využití databáze meteorologických prvků v denním kroku (maximální a minimální teploty vzduchu, sumy globální sluneční radiace, úhrnů srážek, rychlosti větru, vlhkosti vzduchu) pro současné klima, která vychází z měření na jednotlivých stanicích v rámci celé ČR. Tyto hodnoty jsou interpolovány do gridů (500 x 500 m) pokrývající ČR. Pro tyto gridy jsou pak stanoveny hodnoty daných indikátorů nástrojem AgriClim, případně některou z jeho součástí, jako je např. model SoilClim pro výpočet referenční a aktuální evapotranspirace (ETr a ETa), vodní bilance, vlhkosti a teploty půdy a popis půdního klimatu (dle USDA). 

Ve výpočtech SoilClimu je zohledněna retenční kapacita půdy (pro každý grid) ve dvou vrstvách (0-40 a 40-100 cm) a pravděpodobné zastoupení vegetace (dle informací o Landuse). SoilClim byl vyvinut jako modifikace přístupu FAO-56 (Allen et al., 1998) a pro podmínky České republiky kalibrován a validován Hlavinkou et al., (2011). Tento nástroj pracuje na modulární bázi (skládá se z několika samostatných modulů – sad algoritmů), kdy výstupy ze základních modulů jsou využity jako vstupy do navazujících výpočtů (viz Obr. 1). Prvním krokem výpočtu je odhad referenční evapotranspirace ETr pro hypotetický travní porost s využitím metody dle Penman-Monteithe (Allen et al., 1998). Pokud jsou výpočty evapotranspirace realizovány pro budoucí klima a vyšší (změněné) koncentrace CO2, pak je aplikována metoda dle Kruijt et al. (2008). Paralelně s odhadem ETr dochází na základě denních hodnot teplot vzduchu a srážkových úhrnů k odhadu přítomnosti sněhové pokrývky (vč. obsahu akumulované vody) modelem SnowMAUS (Trnka et al., 2010). Tímto způsobem jsou odhadovány i termíny a intenzita případného postupného tání sněhu, kdy se jedná o významný údaj pro korektní modelování vodní bilance v obdobích s možností výskytu sněhové pokrývky, přičemž je zohledněna i odhadovaná hodnota sublimace. SoilClim následně prostřednictvím kombinace výpočtů v denním kroku umožňuje modelovat obsah vody v půdě (pro každou ze dvou definovaných hloubek) s využitím tzv. kapacitního přístupu. Významnou roli zde sehrává odhad odběru vody aktuální evapotranspirací (ETa), který je dán dostupností půdní vlhkosti a vlastnostmi předpokládaného vegetačního krytu či povrchu. K tomuto je v modelu SoilClim využívána metoda tzv. crop koeficientů (Kc) (Allen et al., 1998), které popisují vlastnosti daného povrchu vzhledem k referenčnímu trávníku. Hodnota Kc se mění v průběhu sezóny dle předpokládaného vývoje listové plochy a dalších vlastností. V rámci modelu SoilClim jsou hodnoty Kc odhadovány na základě kalibrovaných úrovní pro jednotlivé růstové fáze (případně pro povrch půdy bez vegetace). Délka těchto fází je definována prostřednictvím teplotních sum. Evapotranspiraci konkrétního vegetačního povrchu (případně výpar z povrchu holé půdy) při zohlednění dostupnosti půdní vláhy nazýváme aktuální evapotranspirací (ETa) a můžeme ji z hlediska pojetí SoilClimu vyjádřit např. dle vztahů (1) až (3):

ETa = ETa1 + ETa2                                               (1)

ETa1 = ETr · Kc · Ks1 · Ratio1                             (2)

ETa2 = ETr · Kc · Ks2 · Ratio2                             (3)

 

Kde ETa je hodnota celkové denní aktuální evapotranspirace, ETa1 a ETa2 jsou hodnoty aktuální evapotranspirace z první a druhé půdní vrstvy, ETr je hodnota referenční evapotranspirace, Kc je koeficient popisující vlastnosti přítomného povrchu (dle přítomné vegetace) vzhledem k referenčnímu travnímu porostu, Ks1 a Ks2 jsou koeficienty vyjadřující dostupnost půdní vody pro evapotranspiraci v první a druhé vrstvě půdy (stanoveno dle vztahu 4), Ratio1 a Ratio2 jsou podíly čerpání vody z první a druhé vrstvy půdy (dle předpokládaného zastoupení kořenů). 

 

Obrázek 1: Schéma modelu SoilClim

Hodnota koeficientu dostupnosti půdní vláhy Ks je pro jednotlivé vrstvy stanovena dle vztahu (4) a může nabývat hodnot 0 až 1, kde

TAW       je suma dostupné vody z dané vrstvy při dosažené polní kapacitě (mm),

Dri-1    je celková ztráta vody z půdní vrstvy k předchozímu dni (i-1) (mm),

p           je frakce TAW, která může být extrahovaná z příslušné vrstvy bez vlivu stresu        

           suchem (0-1).

 

Empirický model pro odhad průměrné denní půdní teploty v hloubce 50 cm a postup definování půdně klimatických režimů dle klasifikace USDA dle Ministerstva zemědělství USA (SOIL SURVEY STAFF, 1999) popsal Hlavinka et al. (2011) a pro vybrané scénáře změny klimatu v podmínkách střední Evropy a centrální části USA aplikoval Trnka et al., (2013). Hodnoty jednotlivých indikátorů (seznam uveden níže) pro budoucí klima vycházejí z kombinací vybraných Globálních cirkulačních modelů (GCM) a emisních scénářů RCP (Representative Concentration Pathways). Z celkem 40 GCM, které jsou v současné době k dispozici, bylo pro potřeby tohoto webu vybráno 5 modelů, které reprezentují celou šíři klimatického spektra:  

IPSL (verze IPSL-CM5A-MR) – země původu: Francie; model reprezentující medián všech testovaných GCM nejlépe;

HadGEM (verze HadGEM2-ES) – země původu: Velká Británie; model reprezentující výraznější změnu rozložení srážek v našem regionu (úbytek letních a podzimních srážek a nárůst jarních srážek). Předchozí verze tohoto modelu byly použity ve většině studií na našem území citovaných mezivládním panelem pro změnu klimatu;

CNRM (verze CNMR-CM5) – země původu: Francie; model s podobnou změnou teplot jako HadGEM, ale nárůstem srážek ve všech měsících zejména na jaře a na podzim; předchozí verze tohoto modelu byla použita jako hlavní řídící model tzv. Pretelovy zprávy z roku 2011;

BNU (verze BNU-ESM) – země původu: Čína; reprezentuje GCM modely předpovídající pro naše území relativně nižší nárůst teplot a redukci srážek ve všech měsících kromě léta;

MRI (verze MRI-CGCM3) – země původu: Japonsko; reprezentuje GCM modely předpovídající pro naše území relativně nižší nárůst teplot a nárůst srážek s výjimkou konce léta a podzimu.

 

Seznam literatury:

Allen, R.G., Pereira, L.S., Raes, D., Smith, M., 1998. Crop evapotranspiration: guidelines for computing crop water requirements. FAO Irrigation and Drainage Paper No. 56. FAO, Rome.

Hlavinka, P., Trnka, M., Balek, J., Semerádová, D., Hayes, M., Svoboda, M., Eitzinger, J., Možný, M., Fischer, M., Hunt, E., Žalud, Z., 2011. Development and evaluation of the SoilClim model for water balance and soil climate estimates. Agric. Water Manag. 98, 1249–1261. doi:10.1016/j.agwat.2011.03.011

Kruijt B, Witte JPM, Jacobs CMJ, Kroon T (2008) Effects of rising atmospheric CO2 on evapotranspiration and soil moisture: a practical approach for the Netherlands. J Hydrol 349:257–267

SOIL SURVEY STAFF (1999): Soil Taxonomy: A basic system of soil classification for making and interpreting soil surveys. Second Edition, USDA Soil Conservation Service, Agricultural Handbook No. 436, US Gov’t Printing Office, Washington, D.C.

Trnka, M., Kersebaum, K.C., Eitzinger, J., Hayes, M., Hlavinka, P., Svoboda, M., Dubrovský, M., Semerádová, D., Wardlow, B., Pokorný, E., Možný, M., Wilhite, D., Žalud, Z., 2013. Consequences of climate change for the soil climate in Central Europe and the central plains of the United States. Clim. Change 120, 405–418. doi:10.1007/s10584-013-0786-4

Trnka, M., Kocmánková, E., Balek, J., Eitzinger, J., Ruget, F., Formayer, H., Hlavinka, P., Schaumberger, A., Horáková, V., Mozný, M., Zalud, Z., 2010. Simple snow cover model for agrometeorological applications. Agric. For. Meteorol. 150, 1115–1127. doi:10.1016/j.agrformet.2010.04.012

Trnka, M., Olesen, J.E., Kersebaum, K.C., Skjelvåg, a. O., Eitzinger, J., Seguin, B., Peltonen-Sainio, P., Rötter, R., Iglesias, A., Orlandini, S., Dubrovský, M., Hlavinka, P., Balek, J., Eckersten, H., Cloppet, E., Calanca, P., Gobin, a., Vučetić, V., Nejedlik, P., Kumar, S., Lalic, B., Mestre, a., Rossi, F., Kozyra, J., Alexandrov, V., Semerádová, D., Žalud, Z., 2011. Agroclimatic conditions in Europe under climate change. Glob. Chang. Biol. 17, 2298–2318. doi:10.1111/j.1365-2486.2011.02396.xHodnota koeficientu dostupnosti půdní vláhy Ks je pro jednotlivé vrstvy stanovena dle vztahu (4) a může nabývat hodnot 0 až 1.