โฆเซ่ เอเกอา1*, มานูเอล คาโร2, พระเยซู การ์เซีย-บรันตัน2, พระเยซู กัมบิน 3, โฆเซ เอเกอา 1 และดาวิด รูอิซ 1*
- 1กลุ่มเพาะพันธุ์ไม้ผล กรมพันธุ์พืช CEBAS-CSIC เมืองมูร์เซีย ประเทศสเปน
- 2Murcia Institute of Agri-Food Research and Development, มูร์เซีย, สเปน
- 3ENAE Business School, University of Murcia, มูร์เซีย, สเปน
การผลิตผลไม้หินมีความสำคัญทางเศรษฐกิจอย่างมากในสเปน สถานที่เพาะปลูกผลไม้เหล่านี้ (เช่น พีช แอปริคอต พลัม และเชอร์รี่หวาน) ครอบคลุมพื้นที่ทางภูมิศาสตร์ที่กว้างและหลากหลายทางภูมิอากาศภายในประเทศ การเปลี่ยนแปลงสภาพภูมิอากาศกำลังทำให้อุณหภูมิเฉลี่ยสูงขึ้นโดยมีความรุนแรงเป็นพิเศษในบางพื้นที่ เช่น ทะเลเมดิเตอร์เรเนียน การเปลี่ยนแปลงเหล่านี้นำไปสู่การลดลงของความเย็นสะสม ซึ่งอาจส่งผลกระทบอย่างมากต่อฟีโนโลยีของ Prunus สปีชีส์เช่นผลไม้หินเนื่องจาก เช่น ความยากลำบากในการครอบคลุมข้อกำหนดการแช่เย็นเพื่อทำลายกลิ่นที่ไม่พึงประสงค์ การเกิดเหตุการณ์น้ำค้างแข็งในช่วงปลายเดือน หรืออุณหภูมิที่สูงผิดปกติในช่วงต้น ปัจจัยทั้งหมดเหล่านี้สามารถส่งผลกระทบอย่างรุนแรงต่อการผลิตและคุณภาพของผลไม้ และด้วยเหตุนี้จึงก่อให้เกิดผลเสียอย่างมากจากมุมมองทางเศรษฐกิจและสังคมในภูมิภาคที่ครอบครอง ดังนั้น การจำแนกลักษณะของพื้นที่เพาะปลูกในปัจจุบันในแง่ของตัวแปรทางภูมิอากาศ (เช่น การสะสมความเย็นและความร้อน และความน่าจะเป็นของเหตุการณ์น้ำค้างแข็งและความร้อนผิดปกติในช่วงต้น) จากข้อมูลจากสถานีตรวจอากาศ 270 แห่งในช่วง 20 ปีที่ผ่านมา จึงดำเนินการในงานนี้เพื่อ สร้างภาพที่ให้ข้อมูลของสถานการณ์ปัจจุบัน นอกจากนี้ การคาดการณ์ภูมิอากาศในอนาคตจากแบบจำลองภูมิอากาศโลกที่แตกต่างกัน (ข้อมูลที่ดึงมาจาก Meteorological State Agency of Spain—AEMET) จนถึงปี 2065 สำหรับสถานการณ์จำลอง Pathway Concentration Pathway สองสถานการณ์ (เช่น RCP4.5 และ RCP8.5) ก็ได้รับการวิเคราะห์เช่นกัน การใช้สถานการณ์ปัจจุบันเป็นพื้นฐานและพิจารณาสถานการณ์ในอนาคต ข้อมูลเกี่ยวกับความเหมาะสมในการปรับตัวในปัจจุบันและอนาคตของสายพันธุ์/พันธุ์ที่แตกต่างกันไปยังพื้นที่ปลูกที่แตกต่างกันสามารถอนุมานได้ ข้อมูลนี้อาจเป็นพื้นฐานของเครื่องมือสนับสนุนการตัดสินใจเพื่อช่วยให้ผู้มีส่วนได้ส่วนเสียที่แตกต่างกันสามารถตัดสินใจได้อย่างเหมาะสมเกี่ยวกับผลไม้หินในปัจจุบันและอนาคตหรือการเพาะปลูกสายพันธุ์เมืองหนาวอื่นๆ ในสเปน
บทนำ
สเปนเป็นหนึ่งในผู้ผลิตผลไม้หินหลักของโลก (เช่น พีช แอปริคอต พลัม และเชอร์รี่หวาน) โดยมีผลผลิตเฉลี่ยปีละประมาณ 2 ล้านตัน การเพาะปลูกผลไม้เหล่านี้มีบทบาททางเศรษฐกิจที่สำคัญมากในประเทศ ครอบคลุมพื้นที่ประมาณ 140,260 เฮกตาร์ (ฟาสแตท, 2019). พื้นที่เพาะปลูกหลักในสเปนสำหรับพันธุ์เหล่านี้ตั้งอยู่ในพื้นที่ที่มีลักษณะทางเกษตรที่แตกต่างกัน ตั้งแต่พื้นที่อบอุ่น เช่น หุบเขา Guadalquivir และส่วนใหญ่ของพื้นที่เมดิเตอร์เรเนียน ไปจนถึงพื้นที่หนาวเย็น เช่น ทางตอนเหนือของ Extremadura, หุบเขา Ebro และสถานที่ภายในบางส่วนของพื้นที่เมดิเตอร์เรเนียน (ดู รูป 1). เนื่องจากพืชผลเหล่านี้ต้องการความเย็นในฤดูหนาวที่เพียงพอในการสลายกลิ่นเพื่อหลีกเลี่ยงปัญหาการผลิต (แอตกินสัน และคณะ, 2013)คัมโปย์ และคณะ 2011b; ลือเดลลิ่ง และคณะ 2011; ลูเดอลิง, 2012; จูเลียน และคณะ, 2007; Guo และคณะ, 2015; 2019; ชมีเลฟสกี้ และคณะ 2018) และ (iv) เลือกแนวทางปฏิบัติทางการเกษตรและเทคโนโลยีที่ดีที่สุดเพื่อลดผลกระทบจากการเปลี่ยนแปลงสภาพภูมิอากาศ (คัมปอย et al., 2010; มาห์มู้ด และคณะ, 2018).
ข้อกำหนดความเย็นและความร้อน (ฟาดอน และคณะ 2020b) หรือระดับความเสียหายจากน้ำค้างแข็ง (มิแรนดา และคณะ, 2005) ของชนิดพันธุ์/พันธุ์ที่ปลูกในปัจจุบันสามารถนำมาประกอบกับตัวชี้วัดทางเกษตรในพื้นที่ต่างๆ เพื่อสร้างเครื่องมือตัดสินใจที่ช่วยให้ผู้ผลิตและผู้มีส่วนได้ส่วนเสียอื่นๆ ออกแบบนโยบายการผลิตและเศรษฐกิจที่เหมาะสมที่สุดสำหรับระยะกลางและระยะยาว เครื่องมือสร้างแบบจำลองที่มีอยู่เพื่อประมวลผลสภาพภูมิอากาศและฟีโนโลยีจำนวนมากเป็นพื้นฐานในการสร้างเครื่องมือการตัดสินใจที่กล่าวถึงข้างต้น (ลูเดอลิง, 2019; ลือเดลลิ่ง และคณะ 2021; มิแรนดา และคณะ, 2021). การคาดการณ์สภาพภูมิอากาศในแอ่งทะเลเมดิเตอร์เรเนียนเผยให้เห็นว่าผลกระทบของภาวะโลกร้อนอาจรุนแรงเป็นพิเศษในบริเวณนี้ (จอร์จี้และไลโอเนลโล 2008; เมดอีซีซี พ.ศ. 2020; IPCC, 2021) ดังนั้นมาตรการคาดการณ์ล่วงหน้าจึงมีความสำคัญอย่างยิ่งในการหลีกเลี่ยงปัญหาการผลิตในอนาคต ซึ่งอาจส่งผลกระทบร้ายแรงต่อเศรษฐกิจของบางภูมิภาคเช่นเดียวกับที่นำเสนอในการศึกษานี้ (โอเลเซนและบินดี, 2002; เบ็นมุสซา และคณะ 2018).
การศึกษาวิจัยที่แตกต่างกันได้ระบุถึงอิทธิพลเชิงลบของภาวะโลกร้อนต่อการผลิตผลไม้เมืองหนาวและถั่วในภูมิภาคต่างๆ ทั่วโลก สาเหตุหลักเกี่ยวข้องกับการลดลงของความเย็นในฤดูหนาว แม้ว่าความเสี่ยงที่เพิ่มขึ้นของน้ำค้างแข็งเนื่องจากการคาดการณ์ล่วงหน้าในการบานและดอกจะถูกนำมาพิจารณาด้วยในการศึกษาบางส่วน ตัวอย่างเช่น เฟร์นันเดซและคณะ คาดการณ์ว่าความหนาวเย็นในฤดูหนาวที่จำเป็นสำหรับการผลิตผลไม้ผลัดใบในชิลีจะลดลง โดยคาดว่าจะมีผลกระทบด้านลบในพื้นที่ทางตอนเหนือของประเทศ ในเวลาเดียวกัน พวกเขาคาดการณ์การลดลงอย่างมีนัยสำคัญของความน่าจะเป็นของน้ำค้างแข็งในช่วงระยะเวลาที่เป็นไปได้มากที่สุดของการแตกหน่อสำหรับไม้ผลผลัดใบสำหรับไซต์ที่พิจารณาทั้งหมด (Fernandez et al., 2020); Lorite และคณะ วิเคราะห์ปรากฏการณ์ต่างๆ เช่น การขาดอากาศหนาวเย็นในฤดูหนาว ความเสี่ยงจากน้ำค้างแข็ง และสภาพอากาศที่อบอุ่นในช่วงออกดอกในคาบสมุทรไอบีเรียสำหรับพันธุ์อัลมอนด์บางสายพันธุ์ที่เชื่อมโยงการคาดการณ์สภาพอากาศและข้อมูลทางปรากฏการณ์วิทยา พวกเขาพบว่าโดยทั่วไป (และขึ้นอยู่กับพันธุ์ที่พิจารณา) (i) การขาดความหนาวเย็นในฤดูหนาวจะเด่นชัดมากขึ้นในชายฝั่งทะเลเมดิเตอร์เรเนียนและหุบเขา Guadalquivir (ii) สภาพอากาศที่อบอุ่นในช่วงออกดอกจะรุนแรงขึ้นในภาคกลาง ที่ราบสูงและหุบเขาเอโบร และ (iii) ความเสี่ยงของน้ำค้างแข็งจะลดลงในพื้นที่เฉพาะของที่ราบสูงทางตอนเหนือและพื้นที่ที่เป็นเนินเขาทางตอนเหนือ (Lorite และคณะ, 2020). เบนมูซาและคณะ คาดการณ์ว่าฤดูหนาวในอนาคตที่สำคัญจะลดลงในตูนิเซียซึ่งอาจส่งผลกระทบต่อการผลิตผลไม้และถั่วบางชนิดอย่างมีนัยสำคัญ ตัวอย่างเช่น สำหรับสถานการณ์ที่มองโลกในแง่ร้ายที่สุด มีเพียงพันธุ์อัลมอนด์ที่มีอุณหภูมิเย็นต่ำเท่านั้นที่สามารถใช้ได้ ในสถานการณ์อื่นๆ พันธุ์ถั่วพิสตาชิโอและลูกพีชบางพันธุ์อาจใช้การได้แม้ในระยะยาวสำหรับพื้นที่ทางตะวันตกเฉียงเหนือของประเทศ (เบ็นมุสซา และคณะ 2020); Fraga และ Santos พิจารณาทั้งความเย็นและการสะสมความร้อนในอนาคต และผลกระทบที่มีต่อการผลิตผลไม้ชนิดต่างๆ ในโปรตุเกส พวกเขาคาดการณ์ว่าความหนาวเย็นในฤดูหนาวจะลดลงอย่างมากซึ่งจะส่งผลกระทบอย่างรุนแรงต่อพื้นที่ส่วนในสุดของประเทศ พื้นที่ปลูกแอปเปิ้ลทางตอนเหนือจะได้รับความเย็นลดลงเป็นพิเศษ ผู้เขียนยังคาดการณ์ว่าการสะสมความร้อนจะเพิ่มขึ้น โดยจะมีผลกระทบสูงขึ้นในพื้นที่ทางตอนใต้และชายฝั่งของประเทศ พวกเขาเน้นว่าข้อเท็จจริงนี้อาจเพิ่มความเสี่ยงต่อความเสียหายจากน้ำแข็งเนื่องจากความก้าวหน้าของขั้นตอนทางฟีโนโลจี (Rodríguezและคณะ, 2019, 2021; Fraga และ Santos ปี 2021) เปรียบเทียบสถานการณ์ปัจจุบันของพื้นที่การผลิตผลไม้เมืองหนาวบางชนิดในสเปนกับสถานการณ์การเปลี่ยนแปลงสภาพภูมิอากาศในอนาคตเกี่ยวกับการสะสมความเย็น พวกเขาคาดการณ์การสูญเสียความเย็นที่สำคัญในบางพื้นที่ (เช่น พื้นที่ตะวันออกเฉียงใต้หรือพื้นที่ Gualdalquivir) แม้ในอนาคตอันใกล้ สำหรับอนาคตอันไกลโพ้น (>2070) ผู้เขียนเหล่านี้ระบุว่าการพิจารณาพื้นที่ปลูกในปัจจุบัน พันธุ์พลัม อัลมอนด์ และแอปเปิ้ลอาจได้รับผลกระทบร้ายแรงจากการขาดความเย็น (Rodríguezและคณะ, 2019, 2021).
ในการศึกษานี้ เราประเมินตัวแปรหลักทางภูมิอากาศที่เกี่ยวข้องกับการปรับตัวของผลไม้หินในภูมิภาคต่างๆ ในประเทศสเปน รวมถึงปัจจัยที่การผลิตผลไม้หินที่สำคัญที่สุดเกิดขึ้นโดยใช้ข้อมูลจากสถานีตรวจอากาศ 270 แห่งในช่วงปี 2000-2020 สิ่งนี้มาพร้อมกับการคาดการณ์อุณหภูมิในอนาคตเพื่อประเมินวิวัฒนาการของความเย็นและการสะสมความร้อนและความน่าจะเป็นในอนาคตของเหตุการณ์น้ำค้างแข็งและความร้อนผิดปกติในช่วงต้นเมื่อเทียบกับสถานการณ์ปัจจุบัน ข้อมูลนี้มีประโยชน์มากสำหรับการตัดสินใจที่เหมาะสมที่สุดที่เกี่ยวข้องกับการสร้างสวนใหม่ การย้ายสวนปัจจุบัน หรือการเลือกพันธุ์ที่เหมาะสมเพื่อให้ได้กำไรในระยะยาว
การสนับสนุนหลักของการศึกษานี้คือเราได้วิเคราะห์ตัวแปรทางภูมิอากาศที่แตกต่างกันซึ่งเกี่ยวข้องกับการปรับตัวของผลไม้หินในเวลาเดียวกัน ไม่เพียงแต่การสะสมความเย็นเพื่อเติมเต็ม CRs ดังที่ได้ทำการศึกษาโดย Rodríguez et al. (2019, 2021) แต่ยังรวมถึงการสะสมความร้อนเพื่อการออกดอกที่เหมาะสม ความเสี่ยงจากน้ำค้างแข็ง และตัวแปรที่ไม่ค่อยมีใครระบุในวรรณกรรม: ความน่าจะเป็นของเหตุการณ์ความร้อนผิดปกติในฤดูหนาวที่สามารถเพิ่มการปลดปล่อย endodormancy โดยมีผลกระทบด้านลบต่อผลผลิต คุณภาพ และผลผลิตของผลไม้ดังที่เป็นอยู่ สังเกตได้ในเขตอบอุ่นในช่วงหลายปีที่ผ่านมา เราใช้ข้อมูลจากเครือข่ายสถานีตรวจอากาศที่หนาแน่นมากซึ่งให้ตัวชี้วัดที่แม่นยำสำหรับสถานการณ์ปัจจุบัน เรามุ่งเน้นไปที่พื้นที่การผลิตในปัจจุบันเนื่องจากการตัดสินใจเกี่ยวกับการปรับตัวในสภาวะโลกร้อนอาจจะเกิดขึ้นในพื้นที่เหล่านั้น ซึ่งเทคโนโลยีและความรู้ที่เหมาะสมได้รับการตัดสินอย่างดี ในพื้นที่ดังกล่าว การย้ายพื้นที่เพาะปลูกจะก่อให้เกิดผลกระทบทางเศรษฐกิจและสังคมที่ไม่พึงประสงค์และจำนวนประชากรลดลง นอกจากนี้ สำหรับการระบุลักษณะเฉพาะของสถานการณ์ปัจจุบัน เราใช้อุณหภูมิรายชั่วโมงจริงแทนค่าประมาณ ซึ่งให้ผลลัพธ์ที่แม่นยำกว่าเมื่อเทียบกับการศึกษาอื่น ๆ ซึ่งอุณหภูมิรายชั่วโมงถูกสอดแทรกจากอุณหภูมิรายวัน ความละเอียดที่ใช้ (∼ 5 กม.) ดีกว่าการศึกษาอื่นที่คล้ายกันในสเปน (Rodríguezและคณะ, 2019, 2021; Lorite และคณะ, 2020) และช่วยในการตัดสินใจแม้ในระดับท้องถิ่น
วัสดุและวิธีการ
ข้อมูลภูมิอากาศและตัวแปรภูมิอากาศ
ข้อมูลภูมิอากาศจากสถานีตรวจอากาศ 340 แห่งในแหล่งผลิตผลไม้หลักในสเปน (ดู รูป 1) ถูกใช้เพื่อประเมินมาตรวัดทางภูมิอากาศ ข้อมูลประกอบด้วยตัวแปรภูมิอากาศหลัก ได้แก่ ค่าเฉลี่ย อุณหภูมิสูงสุดและต่ำสุด (°C) ความชื้นสัมพัทธ์ (%) ปริมาณน้ำฝน (มม.) การคายระเหย (ETo, มม.) และรังสีดวงอาทิตย์ (W/m2). พบบันทึกและปัญหาที่ไม่สมบูรณ์ในบางสถานีที่พิจารณา หลังจากใช้ข้อบังคับของสเปน (ยูเนสโก 500540 พ.ศ. 2004) ได้เลือกจำนวนสถานีสุดท้าย 270 สถานี ข้อมูลอุณหภูมิรายชั่วโมงสมบูรณ์ ยกเว้นชั่วโมงว่างที่สอดคล้องกับกิจกรรมการบำรุงรักษาที่ไม่ได้กรอกข้อมูล เนื่องจากคิดเป็นเปอร์เซ็นต์เล็กน้อยของจำนวนทั้งหมด อุณหภูมิเฉลี่ยรายชั่วโมงในช่วงปี พ.ศ. 2000-2020 ถูกนำมาใช้ในการคำนวณตัวแปรหลักทางภูมิอากาศ ได้แก่ การสะสมความเย็นและความร้อน ตลอดจนความน่าจะเป็นของการเกิดน้ำค้างแข็งที่เป็นอันตรายและความร้อนผิดปกติในฤดูหนาว จำนวนปีที่สมบูรณ์ต่อสถานีจะแตกต่างกันไปตามสถานี: ตั้งแต่ 5 ถึง 21 ปี (ค่ามัธยฐาน = 20) ขึ้นอยู่กับสถานี
การสะสมความเย็นในแต่ละฤดูกาลคำนวณตั้งแต่วันที่ 1 พฤศจิกายนถึงวันที่ 28 กุมภาพันธ์ของปีถัดไป ยูทาห์ (Richardson et al., 1974) และไดนามิก (ฟิชแมน et al., 1987) ใช้แบบจำลองในการคำนวณนี้ การสะสมความร้อนสำหรับแต่ละฤดูกาลคำนวณตั้งแต่วันที่ 1 มกราคมถึง 8 เมษายน (ประมาณ 14 สัปดาห์) โดยใช้ Richardson (Richardson et al., 1974) และแอนเดอร์สัน (Anderson และคณะ, 1986) โมเดลซึ่งให้ผลลัพธ์เป็นหน่วยองศาที่เพิ่มขึ้น (GDH) ความน่าจะเป็นของเหตุการณ์น้ำค้างแข็งและความร้อนผิดปกติคำนวณได้ต่อสัปดาห์ดังนี้ ในแต่ละสัปดาห์ เหตุการณ์น้ำค้างแข็งจะเกิดขึ้นหากอุณหภูมิลดลงต่ำกว่า −1°C ในช่วงเวลาอย่างน้อยสามชั่วโมงติดต่อกัน จากนั้น ความน่าจะเป็นของการเกิดเหตุการณ์น้ำค้างแข็งในสัปดาห์ใดสัปดาห์หนึ่งถูกกำหนดเป็นจำนวนครั้งที่สัปดาห์นั้นมีเหตุการณ์น้ำค้างแข็งอย่างน้อยหนึ่งครั้งในระหว่างระยะเวลาการศึกษา หารด้วยจำนวนปีที่พิจารณา ในทำนองเดียวกัน เหตุการณ์ความร้อนผิดปกติจะเกิดขึ้นหากอุณหภูมิสูงกว่า 25°C เป็นเวลาอย่างน้อยสามชั่วโมงติดต่อกัน จากนั้น ความน่าจะเป็นของการเกิดเหตุการณ์ความร้อนผิดปกติจะถูกคำนวณตามที่อธิบายไว้สำหรับเหตุการณ์ที่มีน้ำค้างแข็ง สัปดาห์ที่ 1 เริ่มวันที่ 1 มกราคม สำหรับเหตุการณ์น้ำค้างแข็ง สัปดาห์ที่ 2 ถึง 10 ถือเป็นสัปดาห์อันตรายที่อาจเกิดขึ้นได้ สัปดาห์แรกในช่วง (เช่น สัปดาห์ที่ 2 ถึงสัปดาห์ที่ 5–6) จะเป็นสัปดาห์ที่อันตรายที่สุดในพื้นที่อบอุ่น ในขณะที่สัปดาห์ที่เหลือ (เช่น สัปดาห์ที่ 5–6 ถึงสัปดาห์ที่ 10) จะเป็นสัปดาห์ที่สำคัญในพื้นที่หนาวเย็น สำหรับเหตุการณ์ความร้อนผิดปกติ ช่วงเวลาที่พิจารณาอยู่ในช่วงตั้งแต่สัปดาห์ที่ 49 ของปีที่แล้ว (ต้นเดือนธันวาคม) ถึงวันที่ 8 (สิ้นเดือนกุมภาพันธ์) เมื่อเหตุการณ์เหล่านี้สามารถเพิ่มการปล่อยการพักตัวก่อนกำหนดที่เกี่ยวข้องกับปัญหาการผลิตในภายหลัง
สถานการณ์ในอนาคต
สำหรับสถานการณ์ในอนาคต มีการใช้การคาดการณ์อุณหภูมิที่คำนวณโดยสำนักงานอุตุนิยมวิทยาแห่งรัฐของสเปน (AEMET) ในช่วงไม่กี่ปีที่ผ่านมา AEMET ได้จัดทำชุดการอ้างอิงการลดขนาดข้อมูลอ้างอิงเกี่ยวกับการเปลี่ยนแปลงสภาพภูมิอากาศในสเปน ไม่ว่าจะเป็นการใช้เทคนิคการลดขนาดเชิงสถิติกับผลลัพธ์ของแบบจำลองสภาพภูมิอากาศโลก (GCMs) หรือการใช้ข้อมูลที่สร้างขึ้นโดยเทคนิคการลดขนาดแบบไดนามิกผ่านโครงการในยุโรปหรือโครงการริเริ่มระดับนานาชาติ เช่น PRUDENCE, ENSEMBLES และ EURO-CORDEX (แอมพลาร์-ฟรองซ์ และคณะ 2018). ในการศึกษานี้ เราใช้อุณหภูมิรายวันที่คาดการณ์ไว้ (เช่น สูงสุดและต่ำสุด) โดยใช้การลดขนาดทางสถิติตามโครงข่ายประสาทเทียม สิ่งนี้ได้รับการประเมินว่าเป็นวิธีการที่เหมาะสมในการสร้างการคาดการณ์สภาพภูมิอากาศในสถานการณ์ปัจจุบันและอนาคตในสเปน ในขณะที่ลดอคติแบบจำลอง GCM (Hernanz et al., 2022ก,b) บนกริดความละเอียด 5 กม. มีการพิจารณาขอบฟ้าชั่วคราว 2025 ช่วง ได้แก่ พ.ศ. 2045–2035 (ระบุในปี 2045) และ 2065–2055 (ระบุในปี 4.5) เพื่อให้ผลลัพธ์ในระยะสั้นและระยะกลาง เส้นทางการกระจุกตัวของตัวแทนสองเส้นทาง ได้แก่ RCP8.5 และ RCPXNUMX ได้รับการพิจารณา (ฟาน วูเรน และคณะ, 2011). โปรดทราบว่า GCM สิบเอ็ดตัวถูกนำมาใช้ในการศึกษานี้ (1 ตาราง). นำเสนอผลลัพธ์โดยใช้ ทั้งมวล วิธีการ (Semenov และ Stratonovitch, 2010; วัลลัค และคณะ, 2018) โดยที่ค่าเฉลี่ยของเมตริกที่คาดการณ์ไว้ (เช่น การสะสมความเย็นและความร้อนหรือความน่าจะเป็น) ที่คำนวณโดยแบบจำลองทั้งหมดถูกนำมาใช้ในขั้นตอนต่อๆ ไป อุณหภูมิรายชั่วโมงเพื่อคำนวณดัชนีภูมิอากาศถูกจำลองจากอุณหภูมิรายวันโดยใช้แพ็คเกจ ChillR (ลูเดอลิง, 2019).
1 ตาราง
ตาราง 1 รายชื่อแบบจำลองภูมิอากาศโลกที่ใช้ในการศึกษานี้
ในการเปรียบเทียบตัวแปรทางภูมิอากาศในสถานการณ์ปัจจุบันและอนาคต ตำแหน่งจริงของสถานีตรวจอากาศจะถูกนำมาเปรียบเทียบกับจุดที่ใกล้เคียงที่สุดจากตาราง ระยะทางสูงสุด ต่ำสุด และเฉลี่ยจากสถานีตรวจอากาศถึงจุดที่ใกล้ที่สุดในตารางคือ 3.87, 0.26 และ 2.14 กม. ตามลำดับ ในทุกกรณี (สถานการณ์ปัจจุบันและอนาคต) พื้นที่สอดแทรกรอบสถานีตรวจอากาศที่พิจารณา (กล่าวคือ ห่างจากสถานีตรวจอากาศที่ใกล้ที่สุดไม่เกิน 50 กม.) ถูกคำนวณโดยใช้วิธีการถ่วงน้ำหนักระยะทางผกผัน
ผลสอบ
การสะสมความเย็น
ดังที่ได้กล่าวไว้ข้างต้น มีการใช้แบบจำลองสองแบบในการคำนวณการสะสมความเย็น ได้แก่ Utah (ในหน่วยความเย็น) และแบบจำลอง Dynamic (เป็นส่วนๆ) เมื่อใช้ค่าเฉลี่ยของค่าความเย็นสะสมทั้งหมดในช่วงเวลาทั้งหมดสำหรับทุกสถานี พบว่ามีความสัมพันธ์สูงมากระหว่างดัชนีทั้งสอง (R2 = 0.95, รูปเพิ่มเติม 1). ดังนั้น ผลลัพธ์จึงแสดงโดยใช้เพียงส่วนเดียว (บางส่วน) รูป 2 แสดงรูปแบบเชิงพื้นที่ของส่วนความเย็นเฉลี่ยในช่วงเวลาต่างๆ ที่พิจารณา ในสถานการณ์ปัจจุบัน เราจะเห็นว่ามีพื้นที่ทางภูมิศาสตร์หลายแห่งที่มีการสะสมความเย็นสูง (≥75 ส่วน) เช่น หุบเขาเอโบร ทางตอนเหนือของเอซเตรมาดูรา และพื้นที่ภายในบางส่วนในทะเลเมดิเตอร์เรเนียน เฉพาะในทะเลเมดิเตอร์เรเนียนและหุบเขา Guadalquivir เท่านั้นที่พบพื้นที่อบอุ่นที่มีการสะสมความเย็นต่ำกว่า 60 ส่วน (แม้ต่ำกว่า 50 ในบางพื้นที่ที่แยกจากกัน) สถานการณ์ในอนาคตแสดงให้เห็นความหนาวเย็นสะสมที่ลดลงอย่างชัดเจนในพื้นที่อบอุ่นทางตอนเหนือของ Extremadura และพื้นที่ภายในบางส่วนของทะเลเมดิเตอร์เรเนียน การลดลงของความเย็นสะสมใน Ebro Valley จะเกิดขึ้นทางตะวันออกของพื้นที่นั้น ในขณะที่การตกแต่งภายในจะสะสมความเย็นในฤดูหนาวอย่างมีนัยสำคัญแม้ในสถานการณ์ที่มองโลกในแง่ร้ายที่สุด (เช่น 2055_RCP8.5) ผลกระทบของภาวะโลกร้อนในฤดูหนาวที่ลดลงนั้นรุนแรงมากขึ้นในสถานการณ์ 2055_RCP8.5 ตามที่คาดไว้ ตารางเสริม 1-4 แสดงการสะสมความเย็นเฉลี่ยในช่วงเวลาที่พิจารณา (1 พฤศจิกายนถึงสิ้นเดือนกุมภาพันธ์) ในส่วนสำหรับสถานที่และแบบจำลองทั้งหมดในทุกสถานการณ์ในอนาคตที่พิจารณา มีการแสดงค่าเฉลี่ยของเอาต์พุตของรุ่นทั้ง 2000 รุ่น รวมถึงค่าความเย็นสะสมที่ลงทะเบียนไว้สำหรับช่วงปี 2020–XNUMX เพื่อวัตถุประสงค์ในการเปรียบเทียบ
รูป 2
รูป 2 การสะสมความเย็นในพื้นที่การผลิตหินหลักในสเปนสำหรับสถานการณ์ปัจจุบัน (ประมาณปี 2000–2020) ช่วงเวลาอันไกลโพ้น 2025 ครั้ง (2045–2045 และ 2065–4.5) และ 8.5 สถานการณ์ในอนาคต (RCPXNUMX และ RCPXNUMX)
ในการตรวจสอบว่าการลดลงของการสะสมความเย็นที่คาดไว้จะมีอิทธิพลคล้ายกันกับสถานที่ต่างๆ หรือไม่ ขึ้นอยู่กับการสะสมความเย็นในปัจจุบัน ได้ทำการจำแนกประเภทของสถานีตรวจอากาศ 270 สถานี โดยแบ่งตามค่าเฉลี่ยของส่วนสะสมในสถานการณ์ปัจจุบัน: การสะสมต่ำ (< 60 ส่วน 34 สถานี) การสะสมปานกลาง (ระหว่าง 60 ถึง 80 ส่วน 121 สถานี) และการสะสมสูง (มากกว่า 80 ส่วน 115 สถานี) รูป 3 แสดง boxplots ของส่วนที่สะสมในทุกสถานการณ์สำหรับสถานที่ทั้งสามประเภท การลดลงของการสะสมความเย็นที่สังเกตได้นั้นเป็นไปตามที่คาดไว้ตามแต่ละสถานการณ์ ในแง่ของความแตกต่างของค่ามัธยฐานระหว่างสถานการณ์ปัจจุบันและอนาคต ดูเหมือนว่าสถานที่ตั้งทั้งสามประเภทมีลักษณะการทำงานเดียวกัน (ซึ่งหมายความว่าเปอร์เซ็นต์การสูญเสียจะสูงกว่าในพื้นที่สะสมต่ำ) อย่างไรก็ตาม การแพร่กระจายของข้อมูลนั้นแตกต่างกันมาก พื้นที่สะสมความเย็นต่ำและสูงแสดงการกระจายตัวที่ต่ำกว่า (โดยมีค่าผิดปกติบางส่วนที่ปลายด้านล่างของการกระจาย) กว่าพื้นที่ปานกลาง ซึ่งแสดงการกระจายตัวที่สูงกว่า แต่ไม่มีค่าผิดปกติ การวิเคราะห์ค่าผิดปกติเหล่านี้สำหรับพื้นที่สะสมความเย็นสูงเผยให้เห็นว่าค่าผิดปกติสำหรับสถานการณ์ในอนาคตทั้งสี่สอดคล้องกับตำแหน่งภายในเมดิเตอร์เรเนียน (Játiva) สำหรับพื้นที่สะสมความเย็นต่ำ ค่าผิดปกติในทุกกรณี (รวมถึงสถานการณ์ปัจจุบัน) จะสอดคล้องกับตำแหน่งชายฝั่งทะเลเมดิเตอร์เรเนียน (Almería) ค่าผิดปกติสำหรับจุดสิ้นสุดสูงของการกระจายในพื้นที่สะสมความเย็นต่ำสอดคล้องกับตำแหน่งภายในในทะเลเมดิเตอร์เรเนียน (เช่น มอนเตซา คาลโลซา เด ซาร์รีอา และมูร์เซีย) แม้ว่าสิ่งเหล่านี้อาจเป็นสิ่งประดิษฐ์ เนื่องจากการคาดการณ์คาดการณ์การสะสมความเย็นในอนาคตมากกว่าในปัจจุบัน สถานการณ์ อาจเกิดจากความแตกต่างทางภูมิอากาศที่เป็นไปได้ระหว่างตำแหน่งจริงของสถานีตรวจอากาศและจุดที่ใกล้ที่สุดในตารางสำหรับการประมาณการในอนาคต
รูป 3
รูป 3 Boxplots ของความเย็นสะสมในทุกสถานการณ์สำหรับระดับต่ำ (<60 ส่วน) ปานกลาง (ระหว่าง 60 ถึง 80 ส่วน) และสถานีสะสมความเย็นสูง (>80 ส่วน) ซึ่งอ้างอิงจากสถานการณ์ปัจจุบัน
การสะสมความร้อน
การสะสมความร้อนคำนวณโดยใช้สองแบบจำลอง (เช่น แบบจำลองของ Richardson และ Anderson) ซึ่งคล้ายกับการสะสมความเย็น นอกจากนี้ยังพบความสัมพันธ์สูงระหว่างผลลัพธ์ของแบบจำลองทั้งสอง (R2 = 0.998, รูปเพิ่มเติม 2). ดังนั้น ผลลัพธ์จะถูกนำเสนอโดยใช้ผลลัพธ์ของแบบจำลอง Anderson เท่านั้น รูป 4 แสดงรูปแบบเชิงพื้นที่ของค่าเฉลี่ย GDH ในช่วงเวลาต่างๆ ที่พิจารณา สถานการณ์ทั้งหมดเกี่ยวกับ GDH ดูเหมือนจะสัมพันธ์ผกผันกับสถานการณ์สะสมความเย็นที่สอดคล้องกัน (รูป 2). สถานที่ที่ความเย็นสะสมอยู่ในระดับต่ำในปัจจุบัน ความร้อนสะสมสูงและในทางกลับกัน เมื่อการสะสมความเย็นลดลงในสถานการณ์ในอนาคต การสะสมความร้อนจะเพิ่มขึ้นตามสัดส่วนในแต่ละพื้นที่ ตัวอย่างเช่น ค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สันระหว่างการสะสมความเย็นที่สูญเสียไปและการสะสมความร้อนที่ได้รับสำหรับสถานการณ์ปัจจุบันและสถานการณ์จำลอง 2055_RCP8.5 คือ 0.68 (p- ค่า < 1e-15).
รูป 4
รูป 4 การสะสมความร้อนในพื้นที่การผลิตหินหลักในสเปนสำหรับสถานการณ์ปัจจุบัน (ประมาณปี 2000–2020) ช่วงเวลาสองช่วงเวลา (2025–2045 และ 2045–2065) และสองสถานการณ์ในอนาคต (RCP4.5 และ RCP8.5)
เช่นเดียวกับกรณีความเย็นสะสม ผลกระทบของการเพิ่มขึ้นของ GDH นั้นรุนแรงกว่าในสถานการณ์ 2055_RCP8.5 ตามที่คาดไว้ ตารางเสริม 5-8 แสดงค่าเฉลี่ยความร้อนสะสมในช่วงเวลาที่พิจารณา (1 มกราคม - 8 เมษายน) ใน GDH สำหรับทุกสถานที่และทุกรุ่นในทุกสถานการณ์ที่พิจารณา มีการแสดงค่าเฉลี่ยของเอาต์พุตของรุ่นทั้ง 2000 รุ่น รวมถึงค่าความร้อนสะสมที่บันทึกในช่วงปี 2020–XNUMX เพื่อวัตถุประสงค์ในการเปรียบเทียบ
ความน่าจะเป็นของเหตุการณ์น้ำค้างแข็งและความร้อนผิดปกติ
ความน่าจะเป็นของเหตุการณ์น้ำค้างแข็งตามที่กำหนดไว้ข้างต้นแสดงอยู่ใน รูป 5 เปรียบเทียบสัปดาห์ที่ 2–10 สำหรับสถานการณ์ปัจจุบันและ 2035_RCP4.5 และ 2055_RCP8.5 (ความน่าจะเป็นเท่านั้น ≥ 10%) ในสถานการณ์ปัจจุบัน ความน่าจะเป็นที่มีนัยสำคัญของเหตุการณ์น้ำแข็งถูกบันทึกโดยเฉพาะอย่างยิ่งในพื้นที่ของ Ebro Valley แต่ยังรวมถึง Extremadura ทางตอนเหนือและพื้นที่ภายในของทะเลเมดิเตอร์เรเนียน ความน่าจะเป็นของน้ำค้างแข็งลดลงจากสัปดาห์ที่ 2 ถึง 10 ตามที่คาดไว้ แต่สถานที่เฉพาะบางแห่งใน Ebro Valley ยังคงมีความเป็นไปได้สูงที่จะเกิดน้ำค้างแข็งในสัปดาห์ที่ 10 สถานการณ์ในอนาคตที่วิเคราะห์ใน รูป 5 เป็นแง่ดีที่สุด (เช่น 2035_RCP4.5) และแง่ร้าย (เช่น 2055_RCP8.5) ตามลำดับ ในแง่ของอุณหภูมิที่เพิ่มขึ้น ความน่าจะเป็นของเหตุการณ์น้ำค้างแข็งหายไปจาก Extremadura และลดลงในทุกพื้นที่ ในขณะที่พื้นที่ที่ลดลงของหุบเขา Ebro และพื้นที่โดดเดี่ยวบางแห่งในเมดิเตอร์เรเนียนภายในแสดงความน่าจะเป็นสูงกว่า 10% แม้ในสัปดาห์ที่ 10 เช่นเดียวกับในสถานการณ์ปัจจุบัน ความน่าจะเป็นของน้ำค้างแข็งลดลงจาก สัปดาห์ที่ 2 ถึง 10 สถานการณ์ 2035_RCP4.5 และ 2055_RCP8.5 นำเสนอภาพที่คล้ายคลึงกันในแง่ของความน่าจะเป็นของเหตุการณ์น้ำแข็ง โดยเผยให้เห็นว่า Ebro Valley และสถานที่ภายในทะเลเมดิเตอร์เรเนียนบางแห่งจะประสบกับเหตุการณ์น้ำแข็งในทุกสถานการณ์ที่พิจารณา
รูป 5
รูป 5 ความน่าจะเป็นของเหตุการณ์น้ำค้างแข็งในพื้นที่การผลิตหินหลักในสเปนสำหรับสัปดาห์ที่ 2 ถึง 10 สำหรับสถานการณ์ปัจจุบัน 2035_RCP4.5 และ 2055_RCP8.5
การอภิปรายและข้อสรุป
การศึกษานี้พยายามระบุลักษณะพื้นที่ผลิตผลไม้หินที่สำคัญของสเปนโดยใช้ข้อมูลภูมิอากาศเชิงเกษตรในอดีต (โดยเฉพาะอุณหภูมิ) จากสถานีตรวจอากาศ 270 สถานีที่กระจายอยู่ทั่วพื้นที่ดังกล่าว และเปรียบเทียบผลลัพธ์กับการคาดคะเนในอนาคตในสองไทม์ฮอไรซันและสถานการณ์ RCP พื้นที่ศึกษาได้รับการคัดเลือกจากข้อเท็จจริงที่ว่าการตัดสินใจในปัจจุบันและอนาคตเกี่ยวกับการปลูกผลไม้หิน (เช่น พีช แอปริคอต พลัม และเชอร์รี่หวาน) ส่วนใหญ่จะพิจารณาจากพื้นที่การผลิตในปัจจุบัน ซึ่งความรู้และ เทคโนโลยีสำหรับการปลูกพืชเหล่านี้ได้รับการติดตั้งอย่างมาก ดังนั้น การศึกษานี้จึงไม่ได้มุ่งเน้นไปที่สถานที่อื่น ๆ ที่มีศักยภาพในอนาคตสำหรับการปลูกผลไม้หิน
ตัวแปรหลักที่คำนวณ ได้แก่ ความเย็นและการสะสมความร้อน แสดงให้เห็นว่าพื้นที่ที่พิจารณามีความหลากหลายค่อนข้างมากจากมุมมองของภูมิอากาศ และการเปลี่ยนแปลงสภาพภูมิอากาศจะมีผลกระทบที่สำคัญ โดยเฉพาะอย่างยิ่งในพื้นที่ที่อบอุ่นที่สุดแม้ในระยะปานกลาง แบบจำลองที่ใช้ในการคำนวณทั้งสองแบบ (เช่น Utah และ Dynamic สำหรับความเย็น และ Richardson และ Anderson สำหรับการสะสมความร้อน) แสดงความสัมพันธ์ที่สูงมากดังที่เคยพบโดย รุยซ์และคณะ (2007, 2018).
มีการคาดการณ์การลดการสะสมความเย็นที่สำคัญในทุกพื้นที่ซึ่งเห็นด้วยกับการศึกษาก่อนหน้าในพื้นที่เมดิเตอร์เรเนียน (เบ็นมุสซา และคณะ 2018, 2020; Rodríguezและคณะ, 2019; Delgado และคณะ, 2021; Fraga และ Santos ปี 2021). การลดลงของการสะสมความเย็นจะใกล้เคียงกันในค่าสัมบูรณ์ในทุกภูมิภาคที่ศึกษา แต่พื้นที่ที่อบอุ่นที่สุด (เช่น บริเวณเมดิเตอร์เรเนียนและหุบเขา Guadalquivir) อาจได้รับผลกระทบมากกว่าในแง่ของความเหมาะสมในการเพาะปลูกผลไม้หิน เนื่องจากสถานการณ์ปัจจุบันเป็นข้อจำกัดสำหรับ หลายพันธุ์ ในพื้นที่หนาวเย็น เช่น Ebro Valley และ Extremadura การลดลงของการสะสมความเย็นจะไม่เป็นอุปสรรคในการเพาะปลูกต่อไป แม้ว่าในพื้นที่หนาวเย็นบางแห่งใน Extremadura และทะเลเมดิเตอร์เรเนียน การลดลงของการสะสมความเย็นจะรุนแรงกว่าในพื้นที่หนาวเย็นอื่นๆ เป็นที่น่าสังเกตว่าตาม รูป 3ความเย็นสะสมลดลงอย่างกะทันหันระหว่างสถานการณ์ปัจจุบันและอนาคตอันใกล้ ความละเอียดของตารางที่ใช้ แม้ว่าละเอียด (∼5 กม.) ก็สามารถเป็นสาเหตุของผลกระทบนี้ได้ แหล่งที่มาอื่นๆ ที่เป็นไปได้ของความคลาดเคลื่อนซึ่งนำไปสู่ความแตกต่างที่เกินจริงระหว่างค่าที่คาดการณ์และค่าจริงอาจเป็นความเอนเอียงของแบบจำลอง GCM ที่เหลืออยู่ซึ่งไม่ถูกลดขนาดให้เหลือน้อยที่สุดในระหว่างกระบวนการลดขนาด หรือข้อเท็จจริงที่ว่าเรากำลังเปรียบเทียบการคำนวณที่ดำเนินการกับอุณหภูมิรายชั่วโมงจริง (เช่น ค่าปัจจุบัน ภาพจำลอง) และการคำนวณที่ดำเนินการด้วยเส้นโค้งอุณหภูมิในอุดมคติที่ได้มาจากอุณหภูมิสูงสุดและต่ำสุดรายวันที่คาดการณ์ไว้ (ลินวิลล์, 1990) สำหรับสถานการณ์ในอนาคต นอกจากนี้ Rodríguez et al. ยังสังเกตเห็นการลดลงอย่างกะทันหันในลักษณะเดียวกันในอนาคตอันใกล้นี้ ซึ่งคาดการณ์ว่าจะลดลงมากถึง 30 ส่วนที่เย็นจัดในช่วงปี 2021-2050 ในบางพื้นที่ในสเปน (Rodríguezและคณะ, 2019) ซึ่งเห็นด้วยกับผลลัพธ์ของเรา เบนมูซาและคณะ (2020), เดลกาโดและคณะ (2021)และ Fraga และ Santos (2021) ยังรายงานการลดลงอย่างกะทันหันระหว่างสถานการณ์ทางประวัติศาสตร์และอนาคตในตูนิเซีย โปรตุเกส และอัสตูเรียส (สเปนเหนือ) ตามลำดับ เช่นเดียวกับในกรณีของเรา การศึกษาเหล่านี้ยังแสดงให้เห็นว่าไม่มีความแตกต่างที่สำคัญสำหรับความเย็นสะสมที่จะเกิดขึ้นในอนาคตอันใกล้ โดยไม่คำนึงถึง RCP ที่พิจารณา ตรงกันข้ามกับการสะสมความเย็น การสะสมความร้อนจะเพิ่มขึ้นในทุกสถานการณ์ (โดยเฉพาะอย่างยิ่งในปี 2055_RCP8.5 ตามที่คาดไว้) และวิวัฒนาการของมันกลับตรงกันข้ามกับการสะสมความเย็น นี้ยังถูกสังเกตโดย Fraga และ Santos (2021) สำหรับโปรตุเกส
ความน่าจะเป็นของการเกิดน้ำแข็งและความร้อนที่ผิดปกติในสัปดาห์ที่พวกมันสามารถส่งผลกระทบต่อผลผลิตและผลผลิตที่สำคัญ (เช่น น้ำแข็งที่จับตัวช้าหรือเหตุการณ์ความร้อนที่ผิดปกติก่อนที่จะมีการปลดปล่อย endodormancy) ก็ถูกคำนวณเช่นกัน สำหรับสถานการณ์ปัจจุบัน เหตุการณ์น้ำค้างแข็งเกิดขึ้นบ่อยในพื้นที่หนาวเย็นตามที่คาดไว้ เหตุการณ์ความร้อนที่ผิดปกติในช่วงสัปดาห์ที่สำคัญได้กระจุกตัวอยู่ในพื้นที่เมดิเตอร์เรเนียนในช่วงหลายปีที่ผ่านมา แต่มีความเป็นไปได้ต่ำมาก การประมาณค่าในอนาคตสำหรับตัวแปรเหล่านี้แสดงให้เห็นว่าเหตุการณ์น้ำค้างแข็งในสัปดาห์ที่ผลผลิตผลไม้หินอาจได้รับผลกระทบ (มิแรนดา และคณะ, 2005; จูเลียน และคณะ, 2007) จะลดลงตามความก้าวหน้าของศตวรรษและจะมีความถี่น้อยลงสำหรับ RCP8.5 ซึ่งเห็นด้วยกับการศึกษาก่อนหน้านี้ (ลีโอลินี และคณะ, 2018). อย่างไรก็ตาม พื้นที่บางส่วนของ Ebro Valley และสถานที่ภายในบางแห่งของพื้นที่เมดิเตอร์เรเนียนจะยังคงประสบกับเหตุการณ์น้ำค้างแข็งจำนวนมากภายในสัปดาห์ที่เกิดขึ้น แม้ว่าจะเป็นสถานการณ์ที่อบอุ่นที่สุด (เช่น 2055_RCP8.5 รูป 5). คำจำกัดความของเหตุการณ์น้ำค้างแข็งในแง่ของอุณหภูมิและเวลาในการสัมผัสนั้นสัมพันธ์อย่างใกล้ชิดกับระยะฟีโนโลยีของพันธุ์ที่ทำหน้าที่ (มิแรนดา และคณะ, 2005). จากพันธุ์ผลไม้หินที่เป็นไปได้หลากหลาย ตั้งแต่ค่า CR ต่ำมากไปจนถึงสูงมาก และจำนวนของตำแหน่งที่วิเคราะห์ ตั้งแต่อากาศหนาวเย็นไปจนถึงอบอุ่น การกำหนดคำนิยามเหตุการณ์น้ำค้างแข็งเฉพาะพันธุ์/ตำแหน่งนั้นไม่สามารถทำได้ในการศึกษานี้ เนื่องจากมีปริมาณมาก ข้อมูลที่เกี่ยวข้อง การศึกษาประเภทนี้มักจะดำเนินการโดยใช้สถานที่และ/หรือพันธุ์ไม่กี่แห่ง เช่นเดียวกับที่ดำเนินการโดย Lorite และคณะ (2020) สำหรับอัลมอนด์ในสเปน เฟร์นันเดซและคณะ (2020) ในชิลี ซึ่งคำนวณอุณหภูมิต่ำสุดต่ำกว่า 0°C ในช่วงระยะเวลาบานของพันธุ์ไม้ผลผลัดใบที่เป็นตัวแทนมากที่สุดที่ปลูกในแต่ละพื้นที่ที่พิจารณาถึง XNUMX แห่ง หรือ ปาร์กเกอร์และคณะ (2021) ซึ่งพิจารณาอุณหภูมิและระยะฟีโนโลยีที่แตกต่างกันสำหรับสามสายพันธุ์ (เช่น อัลมอนด์ อะโวคาโด และส้ม) แต่ยังทำการวิเคราะห์ลักษณะทั่วไปของพื้นที่โดยพิจารณาจากอุณหภูมิสามแบบ (0, −2 และ +2°C) และเวลาในการเปิดรับแสง การเลือกอุณหภูมิ −1°C และเวลาติดต่อกันอย่างน้อยสามชั่วโมงของเรามีจุดมุ่งหมายเพื่ออธิบายลักษณะของวิวัฒนาการของเหตุการณ์น้ำค้างแข็งแทนที่จะเกี่ยวข้องกับความเสียหายเฉพาะต่อสายพันธุ์เฉพาะ ซึ่งน่าจะเป็นการศึกษาที่แตกต่างกัน คำจำกัดความนี้ถูกนำมาใช้หลังจากได้รับความคิดเห็นของผู้เชี่ยวชาญ เนื่องจากจำนวนพันธุ์ที่กว้างในแง่ของ CR และ HR และความหลากหลายของระบอบอุณหภูมิในพื้นที่ที่พิจารณาในการศึกษานี้ เราจึงเลือกสัปดาห์เหล่านั้น (จาก 2 ถึง 10) ซึ่งพันธุ์/สถานที่รวมกันทั้งหมด (หรือส่วนใหญ่) สามารถรวมกันได้ ไวต่อการได้รับความเสียหายจากน้ำค้างแข็งตามระยะฟีโนโลยี เพื่อวัตถุประสงค์ในการตัดสินใจ ผู้ผลิตควรเลือกแผนที่ที่เหมาะกับสถานการณ์เฉพาะของพวกเขามากที่สุด (เช่น พันธุ์/ที่ตั้ง) เพื่อตัดสินใจได้อย่างเหมาะสมที่สุด โดยทั่วไป พื้นที่อบอุ่นและ/หรือพันธุ์ที่ออกดอกเร็วจะสัมพันธ์กับสัปดาห์ก่อนหน้าในช่วงที่พิจารณา ในขณะที่พื้นที่เย็นและ/หรือพันธุ์ที่ออกดอกช้าจะสัมพันธ์กับสัปดาห์ต่อมาในช่วงที่พิจารณา เหตุการณ์ความร้อนที่ผิดปกติในฤดูหนาวที่สามารถเร่งการปลดปล่อย endodormancy ได้เร็ว ซึ่งส่งผลเสียต่อการผลิต (วิติและมอนเตเลโอเน 1995; โรดริโกและเอร์เรโร 2002; ลัดวิกและคณะ, 2019) จะเพิ่มขึ้นเป็นส่วนใหญ่ใน Guadalquivir Valley พื้นที่ชายฝั่งทะเลเมดิเตอร์เรเนียน และใน Extremadura และบางพื้นที่ของ Ebro Valley ในช่วงกลางหรือปลายเดือนกุมภาพันธ์ (รูป 6). การวัดปริมาณของเมตริกนี้มักไม่ได้กล่าวถึงในวรรณกรรม แต่สามารถกระตุ้นปัญหาการผลิตที่สำคัญในพื้นที่อบอุ่นดังที่ได้สังเกตในช่วงไม่กี่ปีที่ผ่านมา อีกครั้ง การตั้งค่า 25°C หรือสูงกว่าเป็นเวลาอย่างน้อยสามชั่วโมงติดต่อกันเพื่อกำหนดเหตุการณ์ดังกล่าวได้รับแรงบันดาลใจจากความคิดเห็นของผู้เชี่ยวชาญ ในทำนองเดียวกันกับความน่าจะเป็นของเหตุการณ์น้ำค้างแข็ง เราเลือกสัปดาห์เหล่านั้น (จาก 49 ถึง 8) ซึ่งการผสมผสานพันธุ์/ตำแหน่งทั้งหมด (หรือส่วนใหญ่) อาจไวต่อการได้รับผลกระทบจากเหตุการณ์เหล่านี้ตามระยะฟีโนโลยี โดยทั่วไป พื้นที่อบอุ่นและ/หรือพันธุ์ที่ออกดอกเร็วจะสัมพันธ์กับสัปดาห์ก่อนหน้าในช่วงที่พิจารณา ในขณะที่พื้นที่เย็นและ/หรือพันธุ์ที่ออกดอกช้าจะสัมพันธ์กับสัปดาห์ต่อมาในช่วงที่พิจารณา
เมตริกภูมิอากาศที่คำนวณในการศึกษานี้ให้ข้อมูลที่มีค่าสำหรับผู้ผลิตเพื่อเลือกพันธุ์ที่เหมาะสมที่สุดในพื้นที่การผลิตทุกแห่งจากมุมมองที่ปรับเปลี่ยนได้ พันธุ์แต่ละพันธุ์มี CRs ของตนเพื่อทำลายเอนโดโดแมนซี (คัมโปย์ และคณะ 2011b; ฟาดอน และคณะ 2020b). การสะสมความเย็นที่ลดลงตามที่คาดการณ์ไว้ในสถานการณ์ในอนาคตอาจทำให้พันธุ์ที่ปลูกในปัจจุบันไม่ตอบสนอง CR ในบางพื้นที่ โดยเฉพาะอย่างยิ่งในพื้นที่แถบเมดิเตอร์เรเนียนและหุบเขา Guadalquivir ซึ่งมีอากาศอบอุ่นอยู่แล้ว สิ่งนี้จะเกี่ยวข้องกับการปล่อยกลิ่นที่ไม่สมบูรณ์ซึ่งส่งผลกระทบต่อไม้ผลใน XNUMX ลักษณะหลัก ได้แก่ การลดลงของตาดอก (และทำให้การออกดอกไม่ดี) การออกดอกและการแตกหน่อล่าช้า และการขาดความสม่ำเสมอของกระบวนการทั้งสอง ซึ่งนำไปสู่ปัญหาด้านผลผลิตอย่างรุนแรง (เลกาเว และคณะ, 1983; เอเรซ, 2000; แอตกินสัน และคณะ, 2013). สิ่งเหล่านี้สามารถสร้างความสูญเสียทางเศรษฐกิจที่สำคัญให้กับผู้ผลิตได้ ในบริบทนี้ ความรู้เกี่ยวกับ CR สำหรับพันธุ์ต่าง ๆ มีความสำคัญ แม้ว่าข้อมูลที่มีอยู่ในปัจจุบันจะค่อนข้างหายากในไม้ผลหิน (ฟาดอน และคณะ 2020b) รวมทั้งพีช (เมาลิออน และคณะ 2014) แอปริคอท (รุยซ์ et al., 2007), พลัม (รุยซ์ et al., 2018) และเชอร์รี่หวาน (อัลเบอร์เคอร์กี และคณะ 2008).
ในพื้นที่อบอุ่น เช่น ทะเลเมดิเตอร์เรเนียนและหุบเขา Guadalquivir ที่ซึ่งความเย็นสะสมต่ำกว่า 60 ส่วนในสถานการณ์ปัจจุบัน พันธุ์ที่สุกก่อนกำหนดซึ่งมี CR ระหว่าง 30 ถึง 60 ส่วนจะเติบโต การปฏิบัติตาม CR สำหรับสายพันธุ์เหล่านี้อาจมีความเสี่ยงในทุกสถานการณ์ในอนาคตที่วิเคราะห์ (รูป 2). เพื่อให้แน่ใจว่ามีความเหมาะสมในการปรับตัวของสายพันธุ์/สายพันธุ์ต่างๆ ในพื้นที่เหล่านี้ อาจจำเป็นต้องมีการย้ายถิ่นฐาน และควรย้ายสายพันธุ์บางส่วนไปยังพื้นที่ปิด (เขตภายในในพื้นที่เมดิเตอร์เรเนียนหรือไปทาง Extremadura ในกรณีของหุบเขา Guadalquivir) ที่ซึ่ง CR จะถูกเติมเต็มแม้ในสถานการณ์ในอนาคต และคาดว่าความเสี่ยงจากน้ำค้างแข็งจะลดลง ในบริบทนี้ การแนะนำหรือการพัฒนาสายพันธุ์ที่มี CR ต่ำมากกลายเป็นเป้าหมายสำคัญที่ต้องพิจารณาในโครงการปรับปรุงพันธุ์ของสายพันธุ์/สายพันธุ์ที่มีอยู่ โดยเฉพาะอย่างยิ่งให้เหมาะสมกับพื้นที่อบอุ่นซึ่งการปรับตัวของสายพันธุ์ปัจจุบันจะมีความเสี่ยงในอนาคต สถานการณ์ มิฉะนั้นพื้นที่เหล่านี้จะไม่สามารถรักษาผลผลิตและกิจกรรมทางเศรษฐกิจที่เกี่ยวข้องกับการผลิตผลไม้หินได้ นอกเหนือจากนี้ แนวทางปฏิบัติและกลยุทธ์ทางการเกษตรที่แตกต่างกันยังสามารถนำมาใช้เพื่อลดการสะสมความเย็นในพื้นที่เหล่านี้ให้น้อยที่สุด อย่างน้อยในท้องถิ่น การใช้สารกระตุ้นทางชีวภาพเพื่อสลายการดับกลิ่นก่อนที่จะบรรลุ CR หรือการใช้ตาข่ายบังแดดในช่วงระยะพักตัวที่แตกต่างกันได้อธิบายไว้แล้วในพื้นที่อบอุ่นสำหรับการผลิตผลไม้หิน (กิลเรธและบูคานัน 1981; เอเรซ, 1987; Costa et al., 2004; คัมปอย et al., 2010; เพทรี et al., 2014) แม้ว่าจะต้องทำการวิจัยเพิ่มเติมและการเพิ่มประสิทธิภาพเพื่อให้เทคนิคเหล่านี้มีประสิทธิภาพมากขึ้นและส่งเสริมการใช้งานอย่างเป็นระบบ ในทางตรงกันข้าม ในพื้นที่ให้ผลผลิตที่หนาวเย็นที่สุด เช่น หุบเขาเอโบร ทางตอนเหนือของเอซเตรมาดูรา และสถานที่ภายในบางแห่งในพื้นที่เมดิเตอร์เรเนียน คาดว่าจะมีเหตุการณ์น้ำค้างแข็งน้อยลง ซึ่งอาจทำให้สามารถขยายพันธุ์ได้เร็วกว่าพันธุ์ปัจจุบัน ซึ่งจะขยายจำนวนพันธุ์ที่มีชีวิต และ ดังนั้นข้อเสนอสู่ตลาดที่มีผลกระทบทางเศรษฐกิจในเชิงบวกสำหรับพื้นที่ โดยรวมแล้ว ในพื้นที่การผลิตทั้งหมด การพิจารณาพันธุ์ที่ปลูกในปัจจุบันเป็นสิ่งสำคัญอย่างยิ่ง และวิเคราะห์ว่าพันธุ์ใดที่อยู่ขอบของการปฏิบัติตาม CR เพื่อทดแทนหรือย้ายพันธุ์ หรือแนะนำแนวทางการจัดการที่อธิบายไว้ข้างต้นเพื่อให้แน่ใจว่ามีการปรับตัวต่อการเปลี่ยนแปลงสภาพภูมิอากาศใหม่ สถานการณ์
เกี่ยวกับการสะสมความร้อน สถานการณ์ในอนาคตคาดการณ์การเพิ่มขึ้นของตัวแปรนี้ในทุกพื้นที่ที่พิจารณา (รูป 4). ในพื้นที่อบอุ่นและระยะกลาง ตัวแปรนี้ไม่ได้เป็นตัวชี้ขาดเท่ากับการสะสมความเย็น แต่สามารถมีผลกระทบที่เกี่ยวข้องต่อฟีโนโลยี ทำให้เกิดการล่วงหน้าของวันที่ออกดอก และทำให้เพิ่มความเสี่ยงในการบาดเจ็บจากน้ำค้างแข็ง (โมสเดล และคณะ, 2015; Unterberger และคณะ, 2018; Ma et al., 2019). นอกจากนี้ การออกดอกล่วงหน้านี้จะเกี่ยวข้องกับการสุกก่อนเช่นกัน (Peñuelas และ Filella, 2001; คัมโปย์ และคณะ 2011b) ซึ่งผู้ผลิตจะต้องนำมาพิจารณาเพื่อนำผลิตภัณฑ์ของตนเข้าสู่ตลาดอย่างมีกลยุทธ์ ในทางตรงกันข้าม ในพื้นที่หนาวเย็น การขาดความร้อนสะสมในสถานการณ์ปัจจุบันอาจเป็นอันตรายต่อการพัฒนาทางฟีโนโลยีและการเจริญเติบโตของผลไม้ (Fadón et al., 2020ก). พื้นที่ที่หนาวเย็นในปัจจุบันเหล่านี้จะได้รับการสนับสนุนจากการสะสมความร้อนที่เพิ่มขึ้นตามการคาดการณ์สำหรับสถานการณ์ในอนาคต ดังที่ปรากฏใน รูป 6เหตุการณ์ความร้อนผิดปกติจะเกิดขึ้นบ่อยขึ้นในสถานการณ์ในอนาคตในวันที่ไม้ผลยังไม่ปล่อยกลิ่นโดยเฉพาะอย่างยิ่งในพื้นที่อบอุ่น เช่น หุบเขา Guadalquivir และสถานที่ในเมดิเตอร์เรเนียน เหตุการณ์เหล่านี้อาจส่งผลเสียอย่างมากเมื่อ CR ถูกปกคลุมบางส่วน (ประมาณ 60–70%) ทำให้เกิดการพักตัวที่ไม่สมบูรณ์ซึ่งอาจเกี่ยวข้องกับปัญหาด้านพืชและการออกดอก โดยมีผลกระทบด้านลบต่อชุดผลไม้และผลผลิต (โรดริโกและเอร์เรโร 2002; Campoy et al., 2011ก).
ไม่ว่าในกรณีใด การเปลี่ยนแปลงระบอบความเย็นและการสะสมความร้อนไม่ได้มีผลเหมือนกันกับพันธุ์ทั้งหมดและที่ตั้งของพวกมัน เนื่องจากผลกระทบการชดเชยบางอย่างอาจเกิดขึ้นเกี่ยวกับการสะสมความเย็น/ความร้อนที่สมดุลในแง่ของการปล่อยกลิ่นหรือการทำนายวันออกดอก (สมเด็จพระสันตะปาปาและคณะ 2014). นอกจากนี้ การกำหนดลักษณะภูมิอากาศเชิงเกษตรของสถานที่ในระดับท้องถิ่นอาจต้องการการสอบเทียบข้อมูลโดยเฉพาะเนื่องจากความแตกต่างเชิงพื้นที่ (Lorite และคณะ, 2020) เพื่อตัดสินใจที่ดีที่สุดเกี่ยวกับการเลือกพันธุ์ที่ดีที่สุด ผลลัพธ์ที่นำเสนอในการศึกษานี้มีประโยชน์ไม่เพียงแต่สำหรับการผลิตผลไม้หินเท่านั้น แต่ยังรวมถึงผลไม้เมืองหนาวอื่นๆ ที่มีความสำคัญอย่างมากในพื้นที่ที่มีการเพาะปลูก เช่น ต้นองุ่นใน La Rioja (Ebro Valley) หรืออื่นๆ ผลลัพธ์เหล่านี้สามารถเป็นพื้นฐานของระบบสนับสนุนการตัดสินใจเพื่อช่วยผู้ผลิตในการตัดสินใจเชิงกลยุทธ์ที่เหมาะสมที่สุด (เช่น การเลือกพันธุ์ การย้ายถิ่นฐาน และการดำเนินการตามแนวทางการจัดการการลดผลกระทบ) ในระยะกลางและระยะยาว
คำชี้แจงความพร้อมใช้งานของข้อมูล
ผลงานต้นฉบับที่นำเสนอในการศึกษาจะรวมอยู่ในบทความ/วัสดุเสริมสามารถสอบถามเพิ่มเติมโดยตรงไปยังผู้เขียนที่เกี่ยวข้อง
ผลงานของผู้เขียน
MC, JG-B, JG และ DR คิดและออกแบบการศึกษา MC ให้ข้อมูลเชิงเกษตรสำหรับสถานการณ์ปัจจุบัน JAE ทำการคำนวณสำหรับสถานการณ์ในอนาคต JAE และ DR เขียนส่วนหลักของต้นฉบับ JE ให้ข้อมูลเชิงวิชาการด้านปฐพีวิทยา JG จัดการโครงการนวัตกรรมที่สนับสนุนการวิจัยนี้ ผู้เขียนทั้งหมดแก้ไขเอกสารและอนุมัติฉบับที่ส่งมา
การฝากและถอนเงิน
กระทรวงเกษตร การประมง และอาหารของสเปนได้รับการสนับสนุนทางการเงินผ่านโครงการนวัตกรรม “การปรับตัวของภาคผลไม้หินต่อการเปลี่ยนแปลงสภาพภูมิอากาศ” (REF: MAPA-PNDR 20190020007385) และโดย PRIMA ซึ่งเป็นโครงการที่สนับสนุนภายใต้ H2020 ซึ่งเป็นกรอบการทำงานของสหภาพยุโรป โครงการเพื่อการวิจัยและนวัตกรรม (“โครงการ AdaMedOr” หมายเลขอนุญาต PCI2020-112113 ของกระทรวงวิทยาศาสตร์และนวัตกรรมของสเปน)
ขัดผลประโยชน์
ผู้เขียนประกาศว่าการวิจัยได้ดำเนินการในกรณีที่ไม่มีความสัมพันธ์ทางการค้าหรือทางการเงินใด ๆ ที่อาจตีความได้ว่าเป็นความขัดแย้งทางผลประโยชน์ที่อาจเกิดขึ้น
หมายเหตุของผู้จัดพิมพ์
การอ้างสิทธิ์ทั้งหมดที่แสดงในบทความนี้เป็นเพียงของผู้แต่งและไม่จำเป็นต้องเป็นตัวแทนขององค์กรในเครือหรือของผู้จัดพิมพ์ บรรณาธิการ และผู้ตรวจสอบ ผลิตภัณฑ์ใดๆ ที่อาจได้รับการประเมินในบทความนี้ หรือการอ้างสิทธิ์ที่อาจผลิตโดยผู้ผลิต จะไม่รับประกันหรือรับรองโดยผู้จัดพิมพ์
กิตติกรรมประกาศ
เราขอขอบคุณสมาชิกทุกคนของกลุ่มปฏิบัติการสเปน “การปรับตัวของภาคผลไม้หินต่อการเปลี่ยนแปลงสภาพภูมิอากาศ” (FECOAM, FECOAV, ANECOOP, Frutaria, Basol Fruits, Fundación Universidad-Empresa de la Región de Murcia, Fundación Cajamar) สำหรับการสนับสนุนอันมีค่าของพวกเขา การพัฒนาโครงการ เราขอขอบคุณ AEMET สำหรับข้อมูลที่มีอยู่ในหน้าเว็บ (http://www.aemet.es/es/serviciosclimaticos/cambio_climat/datos_diarios).
วัสดุเสริม
วัสดุเสริมสำหรับบทความนี้สามารถดูได้ทางออนไลน์ที่: https://www.frontiersin.org/articles/10.3389/fpls.2022.842628/full#supplementary-material
รูปเพิ่มเติม 1 | ความสัมพันธ์ระหว่างส่วนเฉลี่ยสะสมและหน่วยความเย็นสำหรับสถานการณ์ปัจจุบันในสถานีตรวจอากาศทั้งหมด
รูปเพิ่มเติม 2 | ความสัมพันธ์ระหว่างค่าเฉลี่ย GDH สะสมสำหรับแบบจำลอง Anderson และ Richardson สำหรับสถานการณ์ปัจจุบันในสถานีตรวจอากาศทั้งหมด
อ้างอิง
Alburquerque, N. , García-Montiel, F., Carrillo, A. และ Burgos, L. (2008) ความต้องการความเย็นและความร้อนของพันธุ์เชอร์รี่หวานและความสัมพันธ์ระหว่างระดับความสูงและความน่าจะเป็นที่จะตอบสนองความต้องการความเย็น สิ่งแวดล้อม. ประสบการณ์ ธปท. 64, 162–170. ดอย: 10.1016/j.envexbot.2008.01.003
Amblar-Francés, MP, Pastor-Saavedra, MA, Casado-Calle, MJ, Ramos-Calzado, P. และ Rodríguez-Camino, E. (2018) กลยุทธ์สำหรับการสร้างการคาดการณ์การเปลี่ยนแปลงสภาพภูมิอากาศที่ป้อนชุมชนผลกระทบของสเปน ผู้ช่วย วิทย์ ความละเอียด 15, 217-230
Anderson, JL, Richardson, EA และ Kesner, CD (1986) การตรวจสอบความถูกต้องของแบบจำลองหน่วยทำความเย็นและฟีโนโลจีของตาดอกสำหรับเชอร์รี่เปรี้ยว “Montmorency” แอ็กต้าฮอร์ติค. 1986, 71–78. ดอย: 10.17660/ActaHortic.1986.184.7
Atkinson, CJ, Brennan, RM และ Jones, HG (2013) ความหนาวเย็นที่ลดลงและผลกระทบต่อพืชยืนต้นเขตอบอุ่น สิ่งแวดล้อม. ประสบการณ์ ธปท. 91, 48–62. ดอย: 10.1016/j.envexbot.2013.02.004
Benmoussa, H. , Ben Mimoun, M. , Ghrab, M. และ Luedeling, E. (2018) การเปลี่ยนแปลงสภาพภูมิอากาศคุกคามสวนถั่วในตูนิเซียตอนกลาง ภายใน เจ. ไบโอเมเทอรอล. 62, 2245–2255. doi: 10.1007/s00484-018-1628-x
Benmoussa, H. , Luedeling, E. , Ghrab, M. และ Ben Mimoun, M. (2020) ความหนาวเย็นในฤดูหนาวที่ลดลงอย่างรุนแรงส่งผลกระทบต่อสวนผลไม้และถั่วในตูนิเซีย ปีน ชาน. 162, 1249–1267. doi: 10.1007/s10584-020-02774-7
Campoy, JA, Ruiz, D., Cook, N., Allderman, L. และ Egea, J. (2011a) อุณหภูมิสูงและเวลาในการแตกหน่อในแอปริคอตเย็นต่ำ 'Palsteyn' สู่ความเข้าใจที่ดีขึ้นเกี่ยวกับการปฏิบัติตามข้อกำหนดด้านความเย็นและความร้อน วิทย์ ฮอร์ติค. 129, 649–655. ดอย: 10.1016/j.scienta.2011.05.008
Campoy, JA, Ruiz, D. และ Egea, J. (2011b) การพักตัวของไม้ผลเมืองหนาวในบริบทโลกร้อน: บทวิจารณ์ วิทย์ ฮอร์ติค. 130, 357–372. ดอย: 10.1016/j.scienta.2011.07.011
Campoy, JA, Ruiz, D. และ Egea, J. (2010) ผลของการแรเงาและไทไดอะซูรอน+การบำบัดน้ำมันต่อการพักตัว การผลิดอกออกผลแอปริคอตในสภาพอากาศอบอุ่นในฤดูหนาว วิทย์ ฮอร์ติค. 125, 203–210. ดอย: 10.1016/j.scienta.2010.03.029
Chmielewski, F.-M., Götz, K.-P., Weber, KC และ Moryson, S. (2018) การเปลี่ยนแปลงสภาพภูมิอากาศและน้ำค้างแข็งในฤดูใบไม้ผลิสร้างความเสียหายให้กับเชอร์รี่หวานในเยอรมนี ภายใน เจ. ไบโอเมเทอรอล. 62, 217–228. doi: 10.1007/s00484-017-1443-9
Chylek, P. , Li, J. , Dubey, MK, Wang, M. และ Lesins, G. (2011) แบบจำลองที่สังเกตและจำลองความแปรปรวนของอุณหภูมิอาร์กติกในศตวรรษที่ 20: แบบจำลองระบบโลกของแคนาดา CanESM2 บรรยากาศ เคมี ฟิสิกส์ หารือ. 11, 22893–22907. doi: 10.5194/acpd-11-22893-2011
Costa, C. , Stassen, PJC และ Mudzunge, J. (2004) สารทำลายส่วนที่เหลือทางเคมีสำหรับอุตสาหกรรมผลทับทิมและผลหินของแอฟริกาใต้ แอ็กต้าฮอร์ติค. 2004, 295–302. ดอย: 10.17660/ActaHortic.2004.636.35
Delgado, A. , Dapena, E. , Fernandez, E. และ Luedeling, E. (2021) ข้อกำหนดด้านสภาพอากาศระหว่างการพักตัวของต้นแอปเปิลจากทางตะวันตกเฉียงเหนือของสเปน – ภาวะโลกร้อนอาจคุกคามการเพาะปลูกพันธุ์ที่มีอากาศเย็นสูง เออ เจ. แอกรอน. 130:126374. ดอย: 10.1016/j.eja.2021.126374
Delworth, TL, Broccoli, AJ, Rosati, A., Stouffer, RJ, Balaji, V., Beesley, JA และอื่นๆ (2006). CM2 แบบจำลองภูมิอากาศทั่วโลกของ GFDL ส่วนที่ XNUMX: การกำหนดลักษณะและลักษณะการจำลอง เจ. ไคลม์. 19, 643–674. ดอย: 10.1175/JCLI3629.1
Dufresne, J.-L., Foujols, M.-A., Denvil, S., Caubel, A., Marti, O., Aumont, O., et al. (2013). การคาดการณ์การเปลี่ยนแปลงสภาพภูมิอากาศโดยใช้ IPSL-CM5 Earth System Model: จาก CMIP3 ถึง CMIP5 ปีน ไดน์. 40, 2123–2165. doi: 10.1007/s00382-012-1636-1
เอเรซ, เอ. (1987). การควบคุมการแตกหน่อด้วยสารเคมี ฮอร์ทไซเอนซ์ 22, 1240-1243
เอเรซ เอ. (2000). “การพักตัวของหน่อ; ปรากฏการณ์ ปัญหา และแนวทางแก้ไขในเขตร้อนและกึ่งเขตร้อน” ใน พืชผลเมืองหนาวในภูมิอากาศอบอุ่น, เอ็ด เอ. เอเรซ (ดอร์เดรชท์: สปริงเกอร์), 17–48. ดอย: 10.1007/978-94-017-3215-4_2
Fadón, E. , Fernandez, E. , Behn, H. และ Luedeling, E. (2020a) กรอบแนวคิดสำหรับการพักตัวในฤดูหนาวของต้นไม้ผลัดใบ เกษตรศาสตร์ 10:241. ดอย: 10.3390/agronomy10020241
Fadón, E. , Herrera, S. , Guerrero, BI, Guerra, ME และ Rodrigo, J. (2020b) ความต้องการความเย็นและความร้อนของไม้ผลเมืองหนาว (Prunus sp.) เกษตรศาสตร์ 10:409. ดอย: 10.3390/agronomy10030409
ฟาสแตท (2019). ข้อมูลอาหารและการเกษตร โรม: FAO.
Fernandez, E., Whitney, C., Cuneo, IF และ Luedeling, E. (2020) แนวโน้มของฤดูหนาวที่ลดลงสำหรับการผลิตผลไม้ผลัดใบในชิลีตลอดศตวรรษที่ 21 ปีน ชาน. 159, 423–439. doi: 10.1007/s10584-019-02608-1
Fishman, S. , Erez, A. และ Couvillon, GA (1987) การขึ้นอยู่กับอุณหภูมิของการพักตัวในพืช: การวิเคราะห์ทางคณิตศาสตร์ของแบบจำลองสองขั้นตอนที่เกี่ยวข้องกับการเปลี่ยนผ่านแบบร่วมมือ เจ. ธีร์. ไบโอล 124, 473–483. doi: 10.1016/S0022-5193(87)80221-7
Fraga, H. และ Santos, JA (2021) การประเมินผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศต่อความเย็นและการบังคับให้ภูมิภาคผลไม้สดหลักในโปรตุเกส ด้านหน้า. พืชวิทย์. 12:1263. ดอย: 10.3389/fpls.2021.689121
Gilreath, PR และ Buchanan, DW (1981) การพัฒนาตาดอกและการเจริญเติบโตของน้ำเนคทารีน “ซันโกลด์” และ “ซันไลต์” ซึ่งได้รับอิทธิพลจากการทำความเย็นแบบระเหยโดยการโรยเหนือศีรษะในช่วงพัก แยม. สังคม ฮอร์ติค. วิทย์ 106, 321-324
Giorgetta, MA, Jungclaus, J., Reick, CH, Legutke, S., Bader, J., Böttinger, M., et al. (2013). การเปลี่ยนแปลงสภาพภูมิอากาศและวัฏจักรคาร์บอนจากปี 1850 เป็น 2100 ในการจำลองแบบ MPI-ESM สำหรับโครงการคู่เปรียบเทียบระหว่างแบบจำลองระยะที่ 5 เจ แอดวา แบบอย่าง. ระบบสายดิน 5, 572–597. ดอย: 10.1002/jame.20038
Giorgi, F. และ Lionello, P. (2008) การคาดการณ์การเปลี่ยนแปลงภูมิอากาศสำหรับภูมิภาคเมดิเตอร์เรเนียน ลูกโลก ดาวเคราะห์. ชาน. 63, 90–104. ดอย: 10.1016/j.gloplacha.2007.09.005
Guo, L. , Dai, J. , Wang, M. , Xu, J. และ Luedeling, E. (2015) การตอบสนองของฟีโนโลยีของฤดูใบไม้ผลิในต้นไม้เขตอบอุ่นต่อภาวะโลกร้อน: กรณีศึกษาการออกดอกของแอปริคอตในประเทศจีน เกษตร. สำหรับ. เมเทอรอล. 201, 1–7. ดอย: 10.1016/j.agrformet.2014.10.016
Guo, L., Wang, J., Li, M., Liu, L., Xu, J., Cheng, J., et al. (2019). ระยะขอบของการกระจายเป็นห้องทดลองทางธรรมชาติเพื่ออนุมานการตอบสนองต่อการออกดอกของสปีชีส์ต่อภาวะโลกร้อนและผลกระทบต่อความเสี่ยงจากน้ำค้างแข็ง เกษตร. สำหรับ. เมเทอรอล. 268, 299–307. ดอย: 10.1016/j.agrformet.2019.01.038
Hatfield, JL, Sivakumar, MVK และ Prueger, JH (eds) (2019) Agroclimatology: การเชื่อมโยงการเกษตรกับสภาพภูมิอากาศ. ฉบับที่ 1 เมดิสัน: American Society of Agronomy.
Hernanz, A., García-Valero, JA, Domínguez, M., Ramos-Calzado, P., Pastor-Saavedra, MA และ Rodríguez-Camino, E. (2022a) การประเมินวิธีการลดขนาดทางสถิติสำหรับการคาดการณ์การเปลี่ยนแปลงสภาพภูมิอากาศในสเปน: สภาพปัจจุบันพร้อมตัวทำนายที่สมบูรณ์แบบ ภายใน เจ. ไคลมาทอล. 42, 762–776. ดอย: 10.1002/joc.7271
Hernanz, A., García-Valero, JA, Domínguez, M. และ Rodríguez-Camino, E. (2022b) การประเมินวิธีการลดขนาดทางสถิติสำหรับการคาดการณ์การเปลี่ยนแปลงสภาพภูมิอากาศในสเปน: สภาวะในอนาคตด้วยความเป็นจริงหลอก (การทดลองถ่ายโอน) ภายใน เจ. ไคลมาทอล. 2022:7464. ดอย: 10.1002/joc.7464
ไอพีซีซี (2021). การเปลี่ยนแปลงสภาพภูมิอากาศปี 2021: พื้นฐานทางวิทยาศาสตร์กายภาพ การมีส่วนร่วมของคณะทำงาน I ต่อรายงานการประเมินครั้งที่หกของคณะกรรมการระหว่างรัฐบาลว่าด้วยการเปลี่ยนแปลงสภาพภูมิอากาศ Cambridge: สำนักพิมพ์มหาวิทยาลัยเคมบริดจ์
Ji, D., Wang, L., Feng, J., Wu, Q., Cheng, H., Zhang, Q. และอื่นๆ (2014). คำอธิบายและการประเมินพื้นฐานของ Beijing Normal University Earth System Model (BNU-ESM) เวอร์ชัน 1 ธรณี รุ่นพัฒนา 7, 2039–2064. doi: 10.5194/gmd-7-2039-2014
Julian, C. , Herrero, M. และ Rodrigo, J. (2007) การร่วงหล่นของดอกตูมและความเสียหายจากน้ำค้างแข็งก่อนดอกบานในแอปริคอท (Prunus armeniaca L.) เจ แอพเพิล ธปท. คุณสมบัติอาหาร 81, 21-25
Ladwig, LM, Chandler, JL, Guiden, PW และ Henn, JJ (2019) เหตุการณ์ที่อบอุ่นในฤดูหนาวทำให้เกิดการแตกหน่อเร็วเป็นพิเศษสำหรับไม้ยืนต้นหลายชนิด อีโคสเฟียร์ 10:e02542. ดอย: 10.1002/ecs2.2542
Legave, JM, Garcia, G. และ Marco, F. (1983) คำอธิบายบางประการของกระบวนการหยดของดอกตูมหรือดอกอ่อนที่สังเกตได้จากต้นแอปริคอตทางตอนใต้ของฝรั่งเศส แอ็กต้าฮอร์ติค. 1983, 75–84. ดอย: 10.17660/ActaHortic.1983.121.6
Leolini, L. , Moriondo, M. , Fila, G. , Costafreda-Aumedes, S. , Ferrise, R. และ Bindi, M. (2018) น้ำค้างแข็งในปลายฤดูใบไม้ผลิส่งผลกระทบต่อการกระจายองุ่นในยุโรปในอนาคต พืชไร่ Res 222, 197–208. ดอย: 10.1016/j.fcr.2017.11.018
ลินวิลล์, DE (1990) คำนวณชั่วโมงทำความเย็นและหน่วยความเย็นจากการสังเกตอุณหภูมิสูงสุดและต่ำสุดในแต่ละวัน ฮอร์ทไซเอนซ์ 25, 14-16
Lorite, IJ, Cabezas-Luque, JM, Arquero, O., Gabaldón-Leal, C., Santos, C., Rodríguez, A., และคณะ (2020). บทบาทของฟีโนโลยีในผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศและกลยุทธ์การปรับตัวของต้นไม้: กรณีศึกษาสวนอัลมอนด์ในยุโรปตอนใต้ เกษตร. สำหรับ. เมเทอรอล. 294:108142. ดอย: 10.1016/j.agrformet.2020.108142
Luedeling, E. (2012). การเปลี่ยนแปลงสภาพภูมิอากาศส่งผลกระทบต่อความหนาวเย็นในฤดูหนาวสำหรับการผลิตผลไม้และถั่วในเขตอบอุ่น: บทวิจารณ์ วิทย์ ฮอร์ติค. 144, 218–229. ดอย: 10.1016/j.scienta.2012.07.011
Luedeling, E. (2019) ChillR: วิธีทางสถิติสำหรับการวิเคราะห์ฟีโนโลยีในไม้ผลเมืองหนาว แพ็คเกจ R เวอร์ชั่น 0.70.21.
Luedeling, E. , Girvetz, EH, Semenov, MA และ Brown, PH (2011) การเปลี่ยนแปลงภูมิอากาศส่งผลต่อความหนาวเย็นในฤดูหนาวสำหรับไม้ผลเมืองหนาวและต้นถั่ว PLoS One 6: e20155 doi: 10.1371 / journal.pone.0020155
Luedeling, E., Schiffers, K., Fohrmann, T. และ Urbach, C. (2021) PhenoFlex – แบบจำลองบูรณาการเพื่อทำนายปรากฏการณ์ของฤดูใบไม้ผลิในไม้ผลเมืองหนาว เกษตร. สำหรับ. เมเทอรอล. 307:108491. ดอย: 10.1016/j.agrformet.2021.108491
Ma, Q. , Huang, J.-G., Hänninen, H. และ Berninger, F. (2019) แนวโน้มที่แตกต่างกันในความเสี่ยงที่น้ำค้างแข็งในฤดูใบไม้ผลิจะทำลายต้นไม้ในยุโรปด้วยภาวะโลกร้อนเมื่อเร็วๆ นี้ ลูกโลก ชาน. ไบโอล 25, 351–360. ดอย: 10.1111/gcb.14479
Mahmood, A., Hu, Y., Tanny, J. และ Asante, EA (2018) ผลกระทบของม่านบังแดดและกันแมลงต่อสภาพอากาศและผลผลิตของพืชผล: การทบทวนความก้าวหน้าล่าสุด วิทย์ ฮอร์ติค. 241, 241–251. ดอย: 10.1016/j.scienta.2018.06.078
Maulión, E., Valentini, GH, Kovalevski, L., Prunello, M., Monti, LL, Daorden, ME และอื่นๆ (2014). การเปรียบเทียบวิธีการประมาณความต้องการความเย็นและความร้อนของพันธุ์เนคทารีนและพีชสำหรับการออกดอก วิทย์ ฮอร์ติค. 177, 112–117. ดอย: 10.1016/j.scienta.2014.07.042
เมดอีซีซี (2020). การเปลี่ยนแปลงสภาพภูมิอากาศและสิ่งแวดล้อมในลุ่มน้ำเมดิเตอร์เรเนียน – สถานการณ์ปัจจุบันและความเสี่ยงสำหรับรายงานการประเมินทะเลเมดิเตอร์เรเนียนฉบับแรกในอนาคต มาร์กเซย: MedECC. ดอย: 10.5281/zenodo.4768833
Miranda, C., Santesteban, LG และ Royo, JB (2005) ความแปรปรวนในความสัมพันธ์ระหว่างอุณหภูมิน้ำค้างแข็งและระดับการบาดเจ็บสำหรับลูกพรุนบางชนิดที่ปลูก ฮอร์ทไซเอนซ์ 40, 357–361. ดอย: 10.21273/HORTSCI.40.2.357
Miranda, C., Urrestrazu, J. และ Santesteban, LG (2021) fruclimadapt: แพ็คเกจ R สำหรับการประเมินการปรับตัวตามสภาพอากาศของผลไม้เมืองหนาว คอมพิวเตอร์ อิเล็กตรอน. เกษตร. 180:105879. ดอย: 10.1016/j.compag.2020.105879
โมสเดล เจอาร์ วิลสัน อาร์เจ และแมคคลีน ไอเอ็มดี (2015) การเปลี่ยนแปลงสภาพภูมิอากาศและการสัมผัสกับสภาพอากาศที่ไม่เอื้ออำนวย: การเปลี่ยนแปลงความเสี่ยงต่อน้ำค้างแข็งและสภาพการออกดอกของต้นองุ่น PLoS One 10: e0141218 doi: 10.1371 / journal.pone.0141218
Olesen, JE และ Bindi, M. (2002). ผลที่ตามมาของการเปลี่ยนแปลงสภาพภูมิอากาศต่อผลผลิตทางการเกษตรของยุโรป การใช้ที่ดิน และนโยบาย เออ เจ. แอกรอน. 16, 239–262. doi: 10.1016/S1161-0301(02)00004-7
Parker, L. , Pathak, T. และ Ostoja, S. (2021) การเปลี่ยนแปลงสภาพภูมิอากาศช่วยลดการสัมผัสกับน้ำค้างแข็งสำหรับพืชสวนผลไม้ที่มีมูลค่าสูงในแคลิฟอร์เนีย วิทย์. สภาพแวดล้อมโดยรวม 762:143971. ดอย: 10.1016/j.scitotenv.2020.143971
Peñuelas, J. และ Filella, I. (2001) ตอบสนองต่อภาวะโลกร้อน วิทยาศาสตร์ 294, 793 – 795 ดอย: 10.1126 / วิทยาศาสตร์. 1066860
Petri, JL, Leite, GB, Couto, M., Gabardo, GC และ Haverroth, FJ (2014) การเหนี่ยวนำทางเคมีของการแตกหน่อ: ผลิตภัณฑ์รุ่นใหม่เพื่อทดแทนไฮโดรเจนไซยานาไมด์ แอ็กต้าฮอร์ติค. 2014, 159–166. ดอย: 10.17660/ActaHortic.2014.1042.19
Pope, KS, Da Silva, D., Brown, PH และ DeJong, TM (2014) วิธีการทางชีววิทยาในการสร้างแบบจำลองฟีโนโลยีของฤดูใบไม้ผลิในต้นไม้ผลัดใบเขตอบอุ่น เกษตร. สำหรับ. เมเทอรอล. 198, 15–23. ดอย: 10.1016/j.agrformet.2014.07.009
Richardson, EA, Seeley, SD และ Walker, DR (1974) แบบจำลองสำหรับประเมินความสมบูรณ์ของต้นพีช “เรดฮาเวน” และ “เอลเบอร์ตา” ฮอร์ทไซเอนซ์ 9, 331-332
Rodrigo, J. และ Herrero, M. (2002) ผลของอุณหภูมิก่อนดอกบานต่อพัฒนาการของดอกและผลแอปริคอต วิทย์ ฮอร์ติค. 92, 125–135. doi: 10.1016/S0304-4238(01)00289-8
Rodríguez, A. , Pérez-López, D. , Centeno, A. และ Ruiz-Ramos, M. (2021) ความมีชีวิตของพันธุ์ไม้ผลเมืองหนาวในประเทศสเปนภายใต้สภาวะอากาศที่เปลี่ยนแปลงตามการสะสมความเย็น เกษตร. ระบบ 186:102961. ดอย: 10.1016/j.agsy.2020.102961
Rodríguez, A., Pérez-López, D., Sánchez, E., Centeno, A., Gómara, I., Dosio, A., และคณะ (2019). การสะสมความเย็นของไม้ผลในสเปนภายใต้การเปลี่ยนแปลงของสภาพอากาศ ณัฐ. ระบบอันตรายของโลก วิทย์ 19, 1087–1103. doi: 10.5194/nhess-19-1087-2019
Ruiz, D., Campoy, JA และ Egea, J. (2007) ความต้องการความเย็นและความร้อนของพันธุ์แอปริคอตสำหรับการออกดอก สิ่งแวดล้อม. ประสบการณ์ ธปท. 61, 254–263. ดอย: 10.1016/j.envexbot.2007.06.008
CrossRef ข้อความแบบเต็ม | Google Scholar
Ruiz, D., Egea, J., Salazar, JA และ Campoy, JA (2018) ความต้องการความเย็นและความร้อนของพันธุ์พลัมญี่ปุ่นเพื่อการออกดอก วิทย์ ฮอร์ติค. 242, 164–169. ดอย: 10.1016/j.scienta.2018.07.014
Scoccimarro, E., Gualdi, S., Bellucci, A., Sanna, A., Fogli, PG, Manzini, E., et al. (2011). ผลกระทบของพายุหมุนเขตร้อนต่อการขนส่งความร้อนในมหาสมุทรในแบบจำลองการหมุนเวียนทั่วไปคู่ที่มีความละเอียดสูง เจ. ไคลม์. 24, 4368–4384. ดอย: 10.1175/2011JCLI4104.1
Semenov, MA และ Stratonovitch, P. (2010) การใช้ชุดแบบจำลองหลายชุดจากแบบจำลองสภาพภูมิอากาศโลกสำหรับการประเมินผลกระทบจากการเปลี่ยนแปลงสภาพภูมิอากาศ ปีน ความละเอียด 41, 1–14. ดอย: 10.3354/cr00836
ยูเนสโก 500540 (2004). เครือข่ายสถานีตรวจอากาศอัตโนมัติ: คำแนะนำสำหรับการตรวจสอบความถูกต้องของข้อมูลสภาพอากาศจากเครือข่ายสถานี มาดริด: เอนอร์
Unterberger, C., Brunner, L., Nabernegg, S., Steininger, KW, Steiner, AK, Stabentheiner, E., และคณะ (2018). ความเสี่ยงจากน้ำค้างแข็งในฤดูใบไม้ผลิสำหรับการผลิตแอปเปิ้ลในระดับภูมิภาคภายใต้สภาพอากาศที่ร้อนขึ้น PLoS One 13: e0200201 doi: 10.1371 / journal.pone.0200201
van Vuuren, DP, Edmonds, J., Kainuma, M., Riahi, K., Thomson, A., Hibbard, K., และคณะ (2011). เส้นทางความเข้มข้นของตัวแทน: ภาพรวม ปีน ชาน. 109:5. doi: 10.1007/s10584-011-0148-z
Viti, R. และ Monteleone, P. (1995) อิทธิพลของอุณหภูมิสูงต่อการปรากฏตัวของความผิดปกติของดอกตูมในแอปริคอตสองพันธุ์ที่โดดเด่นด้วยผลผลิตที่แตกต่างกัน แอ็กต้าฮอร์ติค. 1995, 283–290. ดอย: 10.17660/ActaHortic.1995.384.43
Volodin, EM, Dianskii, NA และ Gusev, AV (2010) จำลองสภาพอากาศในปัจจุบันด้วย INMCM4.0 แบบจำลองการหมุนเวียนทั่วไปในชั้นบรรยากาศและมหาสมุทร อิซวี บรรยากาศ มหาสมุทร. ฟิสิกส์ 46, 414–431 ดอย: 10.1134 / S000143381004002X
Wallach, D., Martre, P., Liu, B., Asseng, S., Ewert, F., Thorburn, PJ และคณะ (2018). วงดนตรีหลายรุ่นช่วยปรับปรุงการคาดคะเนของปฏิสัมพันธ์ระหว่างพืชผลกับสิ่งแวดล้อมและการจัดการ ลูกโลก ชาน. ไบโอล 24, 5072–5083. ดอย: 10.1111/gcb.14411
Watanabe, S., Hajima, T., Sudo, K., Nagashima, T., Takemura, T., Okajima, H., และคณะ (2011). MIROC-ESM 2010: คำอธิบายแบบจำลองและผลลัพธ์พื้นฐานของการทดลอง CMIP5-20c3m ธรณี รุ่นพัฒนา 4, 845–872. doi: 10.5194/gmd-4-845-2011
Wu, T., Song, L., Li, W., Wang, Z., Zhang, H., Xin, X., et al. (2014). ภาพรวมของการพัฒนาแบบจำลองระบบภูมิอากาศ BCC และการประยุกต์ใช้สำหรับการศึกษาการเปลี่ยนแปลงภูมิอากาศ เจ เมธีออล ความละเอียด 28, 34–56. doi: 10.1007/s13351-014-3041-7
Yukimoto, S., Adachi, Y., Hosaka, M., Sakami, T., Yoshimura, H., Hirabara, M., และคณะ (2012). แบบจำลองสภาพภูมิอากาศโลกแบบใหม่ของสถาบันวิจัยอุตุนิยมวิทยา: MRI-CGCM3 —Model Description and Basic Performance เจ เมธีออล สังคม เจ.พี.เอ็น. เซอร์ II 90, 23–64. ดอย: 10.2151/jmsj.2012-A02
คำสำคัญ: Prunus, ผลไม้หิน , การปรับตัว , การสะสมความเย็น , ฟีโนโลยี , ความเสี่ยงต่อน้ำค้างแข็ง , พันธุ์ทางเลือก , เมตริกภูมิอากาศ
อ้างอิง: Egea JA, Caro M, García-Brunton J, Gambín J, Egea J และ Ruiz D (2022) เมตริกภูมิอากาศเชิงเกษตรสำหรับพื้นที่ผลิตผลไม้หลักในสเปนในสถานการณ์การเปลี่ยนแปลงสภาพภูมิอากาศในปัจจุบันและอนาคต: ผลกระทบจากมุมมองที่ปรับเปลี่ยนได้ ด้านหน้า. พืชวิทย์. 13:842628. ดอย: 10.3389/fpls.2022.842628
ที่ได้รับ: 23 ธันวาคม 2021; ได้รับการยืนยัน: 02 อาจ 2022;
ที่เผยแพร่: 08 มิถุนายน 2022
แก้ไขโดย:ฮิซาโยะ ยามาเนะ, มหาวิทยาลัยเกียวโต ประเทศญี่ปุ่น
บทวิจารณ์โดย:เหลียงกั๋ว, มหาวิทยาลัย Northwest A&F ประเทศจีน
กีรติ ราชโกปาล, Washington State University, สหรัฐอเมริกา
ลิขสิทธิ์ © 2022 Egea, Caro, García-Brunton, Gambín, Egea และ Ruiz นี่เป็นบทความแบบเปิดที่เผยแพร่ภายใต้เงื่อนไขของ ใบอนุญาตแสดงที่มาของครีเอทีฟคอมมอนส์ (CC BY). อนุญาตให้ใช้งานแจกจ่ายหรือทำซ้ำในฟอรัมอื่นโดยผู้แต่งดั้งเดิมและเจ้าของลิขสิทธิ์จะได้รับเครดิตและมีการอ้างถึงการตีพิมพ์ต้นฉบับในวารสารนี้ตามแนวทางปฏิบัติทางวิชาการที่ได้รับการยอมรับ ไม่อนุญาตให้ใช้แจกจ่ายหรือทำซ้ำซึ่งไม่เป็นไปตามข้อกำหนดเหล่านี้
* สารบรรณ: โฆเซ่ เอเกอา, jaegea@cebas.csic.es; ดาวิด รุยซ์, อีเมล: druiz@cebas.csic.es
แหล่งที่มา: https://www.frontiersin.org