Augšanas grādu dienas (AGD) un klimatiskais augu gatavības datums¶

Ievads¶

Klimats un tā izmaiņas tiešā veidā ietekmē veģetāciju un fenoloģiskos procesus. Mūsdienās eksperimentālie novērojumi liecina par veģetācijas perioda garuma izmaiņām un fenoloģisko notikumu kā lapu plaukšanas, ziedēšanas agrāku norisi, salīdzinot ar situāciju vairākus gadu desmitus atpakaļ (Richardson et al. 2013, Cleland et al. 2007). Veģetācijas perioda garums un sākums ir tieši saistīti ar novērotām temperatūras izmaiņām (Ahas et al. 2000, Chmielewski & Rotzer 2001, Fu et al. 2013, Linderhorm 2006).

Veģetācijas fenoloģisku procesu modelēšanā plaši lietota ir temperatūras datu laika rindu analīze (Cleland et al. 2007). Tā balstīta uz sekošanu akumulētām augšanas grādu dienām (AGD). Katram augam pēc iestādīšanas vai iesēšanas tiek akumulēts AGD apjoms. Iespējams atrast korelāciju auga gatavībai ar akumulēto AGD arī no gada vai veģetācijas perioda sākuma, vai cita izvēlēta datuma. AGD tiek aprēķināts, pieņemot laikā mainīgu faktisko temperatūru: $$ AGD_{tagad}=\sum_{i=1}^{k} \sum_{j=1}^{24} AGD_{i j} $$ $$ AGD_{i j}=\frac{max(0, T_{i j}- T_{base}) }{24}\ $$ $$ AGD_{summa}=\sum_{i=1}^{n} \sum_{j=1}^{24} AGD_{i j}, $$ kur

i-tās dienas j-tās stundas faktiskā gaisa temperatūra $$T_{i j},$$ konkrētā auga bāzes temperatūra (minimālā temperatūra, pie kuras augs turpina augšanu) $$T_{base},$$ i-tās dienas j-tajā stundā akumulētais AGD apjoms$$ AGD_{i j},$$ līdz k-tajai dienai pēc iestādīšanas akumulētais AGD apjoms$$ AGD_{tagad},$$ kopējais auga izaugšanai nepieciešamais AGD apjoms $$ AGD_{summa},$$ dienu skaits no iesēšanas/iestādīšanas līdz pilnīgai auga izaugšanai $$n.$$

AGD vērtības ir saistošas, lai, ņemot vērā faktisko gaisa temperatūru pēc auga iestādīšanas vai iesēšanas, noteiktu auga gatavības stadiju. Gadījumā, ja ikstundas temperatūras vērtības nav zināmas (kā tas ir, piemēram, nākotnes periodam) AGD novērtēšanai var tikt izmantotas temperatūras diennakts cikla aproksimācijas, kas tiek veidotas par pamatu ņemot diennakts vidējo, maksimālo, minimālo temperatūru - $$ T_{vid}, T_{max}, T_{min}. $$ AGD novērtēšanai esam izvēlējušies 4 temperatūras diennakts cikla aproksimācijas:

Vienkāršākā dienu raksturo tikai ar tās vidējās temperatūras vērtību.
Diennakts temperatūras cikls no minimālās līdz maksimālai temperatūrai un tālāk līdz nākamās dienas minimālai temperatūrai aproksimēts kā sinusoidālas svārstības, kuru periods 24 stundas savukārt fāze nav būtiska, jo AGD aprēķinā interesējošs ir integrāls lielums.
Diennakts temperatūras cikls saistīts ar ģeogrāfiskās vietas un sezonas Saules lekšanas un rietēšanas laiku (Cesaraccio et al. 2001). Temperatūra sinusoidāli aug no saullēkta līdz maksimālās temperatūras stundai: $$ T(t)=T_{min}+\alpha \cdot sin\lbrack(\frac{t-H_{min}}{H_{max}-H_{min}}) \frac{\Pi}{2}\rbrack, H_{min} \le t \le H_{max}. $$ Pēc tam sinusoidāli dilst līdz saulrieta laikam: $$ T(t)=T_{0}+R \cdot sin\lbrack(\frac{\Pi}{2})+ (\frac{t-H_{max}}{4}) \frac{\Pi}{2}) \rbrack, H_{max} \le t \le H_{0}. $$ Pēc tā turpinās temperatūras samazināšanās līdz nākamās dienas saullēkta (minimālās temperatūras) stundai: $$T(t)=T_{0}+b \cdot \sqrt{t-H_{0}}, H_{0} \le t \le H_{min\, next}.$$
Diennakti raksturo ar vidējo no tās minimālās un maksimālās temperatūras vērtībām.

Laiks stundās $$ t, $$

saullēkta stunda $$H_{min},$$

saulrieta stunda $$ H_{0}, $$

maksimālās temperatūras stunda $$ H_{max} = H_{0} - 4, $$

nākamās dienas saullēkta (minimālās temperatūras) stunda$$ H_{min \, next}, $$

šīs dienas maksimālā temperatūra $$ T_{max}, $$

šīs dienas minimālā temperatūra $$ T_{min}, $$

nākamās dienas minimālā temperatūra$$ T_{min \,next}, $$

$$ \alpha=T_{max}-T_{min}, $$

$$ R=T_{max}-T_{0}, $$

$$ b=\frac{T_{min \,next}-T_{0}}{\sqrt{H_{min\, next}-H_{0}}}, $$

$$ c= 0.39. $$

AGD novērtēšanai ir iespēja lietot augstāk minētās aproksimācijas diennakts temperatūras ciklam. Rezultātu attēlošanā un nākotnes ietekmes uz indikatoru vērtībām izvērtēšanā pamatā lietots 3. diennakts temperatūras cikla aproksimācijas veids (Cesaraccio et al. 2001), kas ietver arī Saules lekšanas/rietēšanas ciklu. Tas izmantots arī piemēros minētās bāzes temperatūras un kumulatīvo AGD kalibrēšanai iepriekšējā LU pētījumā ERAF līdzfinansēta projekta "Atmosfēras modeļprognožu pēcapstrādes metožu izstrāde" ietvaros. Pētījumā izmantotais diennakts temperatūras cikla aproksimācijas veids un pieeja RCM modeļu apstrādē izmantoti arī, modelējot zemeņu gatavības iestāšanos Bethere et al. 2016.

Klimatiskai fenoloģiskā procesa burkāna gatavības iestāšanās laiks raksturošanai tiek izmantotas pēcapstrādātas ENSEMBLES projekta Reģionālo klimata modeļu (RCM) diennakts vidējās, minimālās un maksimālās temperatūras datu rindas laika posmam no 1951 līdz 2100. gadam. Pēcapstrādei izmantojot metodiku, kas aprakstīta Sennikovs un Bethers 2009. Rezultātu attēlošanā detalizētāk izdalīti 30 gadus ilgi periodi 1961 līdz 1990, 1976 līdz 2005, 1986 līdz 2015, 2021 līdz 2050, kā arī tālā nākotne 2071 līdz 2100. gadam. Katrā no šiem periodiem indikatora vidējā vērtība 30 gadu periodā tiek aprēķināta katram no ENSEMBLES RCM. Rezultātu analīzē attēlota iegūtās vidējās indikatora vērtības mediāna pa RCM modeļiem (ansambļa mediānu), kā arī nenoteiktība starp 13. un 87. percentili. Tā kā pētījumā būtiski novērtēt iespējamās indikatora izmaiņas laikā, tad vizualizēta arī slīdoša 30 gadu vidējās vērtības attīstība.

Stacijās, kurās pieejamas novērotas vidējās, minimālās un maksimālās temperatūras datu rindas, veikti identiski indikatora vērtību aprēķini.

AGD parametra mainību laikā Latvijas teritorijā ilustrējam, par piemēru izvēloties attēlot indikatoru - burkānu gatavības sasniegšanas datums.

Burkānu gatavības datums¶

Iepriekš LU veikts pētījums ERAF līdzfinansēta projekta "Atmosfēras modeļprognožu pēcapstrādes metožu izstrāde" ietvaros, izmantojot burkāna augšanas modelēšanai Fimar temperatūras datu arhīvu 2010.-2012. gada augšanas sezonām, savukārt modelēšanas verifikācijai Valsts augu aizsardzības dienesta datus par burkānu nogatavošanās fāžu novērojumiem, ir parādījis, ka burkānu nogatavošanās modelēšanai var tikt izmantoti pieņēmumi: Burkānu bāzes temperatūra $$T_{base}=4^{\circ}C. $$ Burkānu augšanas modelēšanā grādu dienu akumulēšana tiek uzsākta tiklīdz no gada sākuma 5 diennaktis pēc kārtas minimālā gaisa temperatūra $$T_{min}$$ nav bijusi zem $$-3 ^{\circ}C.$$ Tādā gadījumā līdz pilnīgai burkānu gatavībai nepieciešams uzkrāt $$ AGD_{summa}=960.$$

Literatūra¶

Ahas, R., Jaagus, J., Aasa, A. 2000. The phenological calendar of Estonia and its correlation with mean air temperature. International Journal of Biometeorology, 44, 159-166.

Bethere, L., Sīle, T., Seņņikovs, J., Bethers, U., 2016. Impact of climate change on the timing of strawberry phenological processes in the Baltic States // The Estonian Journal of Earth Sciences Vol. 65, N 1 (2016), p.48-58. , URL: http://www.kirj.ee/26973 ISSN 1736-4728.

Cesaraccio, C., Spano, D., Duce, P., Snyder, R. L. 2001. An improved model for determining degree-day values from daily temperature data. International Journal of Biometeorology, 45, 161-169.

Chmielewski, F.-M., Rötzer, T. 2001. Response of tree phenology to climate change across Europe. Agricultural and Forest Meteorology, 108, 101-112.

Cleland, E. E., Chuine, I., Menzel, A., Mooney, H. A., Schwartz, M. D. 2007. Shifting plant phenology in response to global change. TRENDS in Ecology and Evolution, 22(7), 357-365.

Fu, Y. H., Campioli, M., Deckmyn, G., Janssens, I. A. 2013. Sensitivity of leaf unfolding to experimental warming in three temperate tree species. Agricultural and Forest Meteorology, 181, 125-132.

Linderhorm, H. W. 2006. Growing season changes in the last century. Agricultural and Forest Meteorology, 137, 1-14.

Richardson, A. D., Keenan, T. F., Migliavacca, M., Ryu, Y., Sonnentag, O., Toomey, M. 2013. Climate change, phenology, and phenological control of vegetation feedbacks to the climate system. Agriculture and Forest meteorology, 169, 156-173.

Sennikovs, J., and U. Bethers, 2009. Statistical downscaling method of regional climate model results for hydrological modelling. Proc. 18 th World IMACS/MODSIM Congress, Cairns, Australia. /p>

Rezultāti¶

Temperatūras diennakts cikla aproksimācijas ietekme uz gatavības datumu¶

Pie tās pašas bāzes temperatūras un gatavībai nepieciešamā grādu dienu skaita agrākais gatavības datums tiek iegūts, ja izmantota sinusoidāla diennakts temperatūras cikla aproksimācija. Apmēram par 5 dienām vēlāks gatavības datums tiek iegūts, ja aprēķinos tiek izmantots no Saules lēkta/rieta atkarīgs temperatūras diennakts cikls. Vēl par 5 dienām vēlāks gatavības datums tiek iegūts, ja aprēķinos izmanto konstantu diennakts vidējo temperatūru vai diennakti raksturo ar vidējo no tās minimālās un maksimālās temperatūras. Šī tendence ir spēkā gan pagātnes, gan nākotnes periodos.

Gatavības datums (no Saules lēkta/rieta atkarīga temperatūras diennakts cikla aproksimācija)¶

No novērojumiem aprēķināta indikatora gatavības diena (burkāniem) laika gaitā iestājas arvien agrāk un tas raksturīgi visām apskatītajām stacijām Latvijā. Vienā un tajā pašā gadā vēlāk gatavības diena tiek sasniegta piejūras stacijās, kā, piemēram, Pāvilosta un agrāk iekšzemes stacijās Latvijas D-daļā, kā piemēram, Daugavpilī. Indikatora mainība Latvijas teritorijā pagātnē apmēram 2 nedēļas. Nākotnē pieaug indikatora gatavības diena (burkāniem) nenoteiktība. Analizējot indikatora vērtības ansambļa mediānu, straujāka gatavības dienas samazināšanās vērojama piejūras stacijās. No RCM modeļu ansambļa iegūta gatavības datuma mediānas mainība Latvijas teritorijā nākotnē atšķiras mazāk nekā šobrīd novērotās 2 nedēļas.

Attēlos parādīts, ka visā Latvijas teritorijā indikatora vērtības, kas aprēķinātas no RCM ataino tās pašas mainības iezīmes kā indikatora aprēķini no novērojumu datu rindām: 1) raksturīgi vēlāku gatavības iestāšanās dienu piejūrā un Vidzemes centrālā augstienē, kā arī vislabvēlīgākos apstākļus agrai grādu dienu akumulēšanai - Latvijas D-DA reģionā.

Salīdzinot ar mūsdienu (1986-2015) periodu, nākotnē RCM paredz indikatora vērtības izlīdzināšanos. Joprojām visvēlāk gatavība tiek sasniegta piejūras rajonā(īpaši Kurzemes Z piekrastē), kā arī Vidzemes centrālā augstienē.

Kumulatīvās AGD rezultātu analīze¶

Attēlos parādītas 30 gadu perioda vidējās visu mēneša dienu vērtības raksturlielumi (indikatora vērtība novērojumiem un katram modelim atsevišķi, ansambļa mediāna un nenoteiktība starp 13. un 87. percentilēm) slīdošā 30 gadu vidējā laika logā. Indikatora vērtības, kas aprēķinātas no novērojumiem parāda, ka līdz šim piejūras stacijā Ventspilī indikators audzis straujāk nekā Daugavpilī. Tāda tendence parādās no RCM aprēķiniem iegūtām vērtībām arī nākotnē, kā rezultātā augustā akumulētas grādu dienas Ventspilī un Daugavpilī tālā nākotnē ir ar nelielu atšķirību.

Attēls parāda, ka kumulatīvā AGD vērtība slīdošā 30 dienu laika logā ir lielāka nākotnē nekā bāzes periodā. Piejūras stacijām raksturīgs straujāks pieaugums, kā arī tas, ka indikatora vērtības starp 13. - 87. procentu percentilēm tālās un tuvās nākotnes situācijās nepārklājas.

RCM modeļu rezultāti parāda, ka klimatiski līdz 1. jūlijam akumulētām AGD Latvijas teritorijā raksturīgais pieaugums 25 gadu laikā ir 50 grādu dienas.

Salīdzinot tuvo nākotni ar bāzes periodu, redzams, ka AGD akumulācijā vērojama apmēram 10 dienu nobīde (tā paša AGD vērtība nākotnē tiek sasniegta par 10 dienām agrāk).

Latvijas mūsdienu vasarā raksturīgi nedēļas laikā akumulēt 50 līdz 100 grādu dienām nedēļā. Jūnijā šajā ziņā lielāka neviendabība Latvijas teritorijā, jūlijā pieaugums vienmērīgāk sadalīts, saglabājot minimumu Vidzemes centrālā augstienē.

Ainaži	Alūksne	Bauska	Dagda	Daugavpils
Dobele	Gulbene	Jelgava	Kolka	Liepāja
Mērsrags	Pāvilosta	Priekuļi	Rēzekne	Rīga
Rūjiena	Saldus	Skrīveri	Skulte	Stende
Ventspils	Zīlāni	Zosēni