El Nino Southern Oscillation-Driven Variability in Vegetation Indices and Carbon Fluxes over Rajasthan, India: A Non-parametric District-level Analysis (2000-2024)

ملخص تقني: التباين المدفوع بظاهرة النينيو (ENSO) في الغطاء النباتي وتدفقات الكربون فوق ولاية راجستان (2000–2024)

بيان المشكلة
تتناول هذه الدراسة الحاجة إلى قياس كيفية تأثير أحداث ظاهرة النينيو (ENSO) وهطول الأمطار الموسمية على ظروف الغطاء النباتي في موسم "خريف" (kharif) وتدفقات الكربون البرية عبر تدرجات الجفاف المتنوعة في ولاية راجستان بالهند. وبينما ثبت هيمنة الأمطار في توجيه الغطاء النباتي، إلا أن الحجم المحدد لتأثيرات ظاهرة النينيو على الإنتاجية الأولية الإجمالية (GPP) والإنتاجية الأولية الصافية (NPP) على مستوى المقاطعات، بمعزل عن تباين هطول الأمطار، لا يزال غير مشخص بشكل كافٍ. علاوة على ذلك، هناك فجوة في فهم كيفية تأثير هذه المحركات المناخية على تمثيل الكربون مقارنة بخضرة المظلة النباتية (NDVI)، لا سيما في المناطق شديدة الجفاف والمناطق القاحلة حيث يكون التباين بين السنوات مرتفعاً.

المنهجية
يستخدم البحث إطاراً إحصائياً غير معلمي بالكامل لتحليل 25 عاماً من البيانات (2000–2024) عبر جميع مقاطعات راجستان الـ 33.

• مصادر البيانات: تدمج الدراسة أربعة منتجات من MODIS (المجموعة 6): وهي MOD13Q1 (NDVI/EVI بدقة 250 م)، وMOD17A2H (GPP كل 8 أيام)، وMOD17A3HGF (NPP سنوي)، وMCD12Q1 (استخدام الأراضي/الغطاء الأرضي) – مع بيانات هطول الأمطار الشبكية من (IMD 0.25°) ومؤشرات (ONI) من (NOAA).
• المعالجة المسبقة: يتم تطبيق قناع زراعي ديناميكي (فئات IGBP 12 و14) مشتق من MCD12Q1 سنوياً لعزل البكسلات الزراعية، مما يمنع تخفيف إشارات ظاهرة النينيو بواسطة الغطاء النباتي الطبيعي للأراضي الجافة.
• الإطار الإحصائي:
  • كشف الاتجاهات: تُستخدم اختبارات "مان-كيندال" (Mann-Kendall) مع مُقدِّرات ميل "سين" (Sen slope) لتحديد الاتجاهات طويلة المدى.
  • تحليل الارتباط: يقيس ارتباط "كيندال تاو" (Kendall tau) و"سبيرمان رو" (Spearman rho) الارتباطات ثنائية المتغير، بينما تعمل ارتباطات "سبيرمان الجزئية" على ضبط تأثير الأمطار (RF) لعزل تأثيرات (ONI) المستقلة على (GPP).
  • النمذجة: يتم اشتقاق معادلات تنبؤية على مستوى المقاطعة باستخدام نهج انحدار "ثيل-سين" (Theil-Sen) التكراري. هيكل النموذج هو: $GPP = \alpha + \beta_{RF} \cdot (RF - RF_{med}) + \beta_{ONI} \cdot (ONI - ONI_{med})$.
  • التحقق من الصحة: يتم قياس مهارة النموذج عبر التحقق المتبادل "ترك واحد خارج المجموعة" (LOOCV) الذي ينتج متوسط نسبة الخطأ المطلق (MAPE)، وجذر متوسط مربع الخطأ (RMSE)، والتحيز المنهجي.
  • التنبؤ: تستخدم توقعات عام 2026 تقنية إعادة أخذ العينات بطريقة "بوتستراب" (bootstrap) بـ 1000 تكرار لإنشاء فترات ثقة بنسبة 90% للتوقعات على مستوى المقاطعة.

المساهمات الرئيسية

1. الإسناد على مستوى المقاطعة: تعد هذه أول دراسة تقدم إسناداً غير معلمي بالكامل على مستوى المقاطعة لإشارات ظاهرة النينيو في منتجات MODIS للغطاء النباتي وتدفقات الكربون لكامل ولاية راجستان.
2. فك الارتباط بين الأمطار والنينيو: نجحت الدراسة في عزل تأثيرات النينيو المستقلة على (GPP) بعد التحكم في هطول الأمطار، وتحديد مقاطعات معينة "حساسة لـ ONI" في المناطق الغربية القاحلة وشبه القاحلة.
3. الفجوة بين GPP وNDVI: تقيس الدراسة نسبة كبح تصل إلى 2:1 لـ (GPP) بالنسبة لـ (NDVI) أثناء أحداث النينيو، مما يسلط الضوء على أن تمثيل الكربون ينخفض بشكل أسرع من خضرة المظلة بسبب انغلاق الثغور التنفسية.
4. التنبؤ التشغيلي: يوفر تطوير نماذج تنبؤ "ثيل-سين" مع تحديد عدم اليقين (LOO-MAPE) إطاراً لتوليد إنذارات مبكرة موسمية للزراعة.

النتائج

• تأثيرات النينيو: تؤدي أحداث النينيو إلى كبح متوسط حالة (NDVI) لموسم الخريف بنسبة 3.6% و(GPP) بنسبة 7.0% في المتوسط. ويكون التأثير أكثر حدة في مقاطعة "جايسالمر" شديدة الجفاف، حيث تصل العجز إلى 14.3% لـ (NDVI) و21.6% لـ (GPP). أما أحداث "اللا نينيا" فتنتج فوائض متماثلة تتراوح بين 3-18% في (GPP).
• الارتباطات: ارتباطات الأمطار مع (NDVI) ذات دلالة إحصائية عالمياً في جميع المقاطعات الـ 33 (متوسط $\rho$ = 0.935). ومع ذلك، فإن تأثيرات (ONI) المستقلة على (GPP) ذات دلالة فقط في ست مقاطعات غربية قاحلة وشبه قاحلة (بينكر، تشورو، غانجانغار، هانومانغار، جايسالمر، وجودبور)، حيث تتراوح الارتباطات الجزئية بين -0.42 و-0.62. في المنطقة شبه الرطبة شرقاً، يتم تمرير تأثير النينيو بشكل أساسي عبر الأمطار.
• الاتجاهات طويلة المدى: تم رصد اتجاهات موجبة معنوية لـ (Mann-Kendall) في (NDVI) و(GPP) في 16 من أصل 33 مقاطعة. وتحدث أعلى معدلات الاخضرار في الجنوب الشرقي شبه الرطب (متوسط +5.4 جم كربون م⁻² سنة⁻¹ لـ GPP)، ويُعزى ذلك إلى التكثيف الزراعي وتخصيب ثاني أكسيد الكربون.
• أداء النموذج: تحقق نماذج "ثيل-سين" متوسط (LOO-MAPE) قدره 6.2% لـ (NDVI) و17.4% لـ (GPP). ويكون الأداء أفضل في الجنوب الشرقي شبه الرطب (أقل من 12% MAPE) وأسوأ في "جايسالمر" شديدة الجفاف (31.5%) و"تشورو" القاحلة (41.4%) بسبب الضوضاء العالية بين السنوات ومشكلات حد الكشف.
• توقعات 2026: بناءً على (ONI) بقيمة -0.1 (FMA 2026)، يُتوقع أن يبلغ متوسط (GPP) لموسم الخريف في الولاية 249.5 جم كربون م⁻² (شذوذ -3.2%). تم تصنيف 30 من أصل 33 مقاطعة على أنها "قريبة من الطبيعي"، بينما تم توقع مستويات "أقل من الطبيعي" لمقاطعات جايسالمر، وتشورو، وجهونجونو.

الأهمية والادعاءات
تدعي الورقة أن نتائجها تقدم رؤى بالغة الأهمية لمراقبة الكربون عبر الأقمار الصناعية والتخطيط الزراعي. وتحديداً، تؤكد أن نماذج الإنتاجية القائمة على (NDVI) والمعايرة في السنوات المتوسطة أو الرطبة ستبالغ بشكل منهجي في تقدير الإنتاج خلال أحوات النينيو إذا لم يتم أخذ الكبح غير المتناسب لتدفق الكربون (GPP) بالنسبة للخضرة (NDVI) في الاعتبار.

تطرح الدراسة معادلات "ثيل-سين" الخاصة بها كإطار تصحيح بسيط. ومن خلال دمج توقعات (ONI) لما قبل الموسم مع توقعات هطول الأمطار المتوسطة للمقاطعة، يمكن للمخططين تعديل تقديرات (GFF) قبل الحصاد بأسابيع. ويخلص المؤلفون إلى أن المقاطعات "الحساسة لـ ONI" التي تم تحديدها توفر أساساً لاستراتيجيات استشارية زراعية متمايزة تدمج توقعات درجة حرارة سطح البحر (SST) جنباً إلى جنب مع توقعات هطول الأمطار. ويُقدم العمل على أنه جاهز تشغيلياً للتخطيط الزراعي الموسمي، وإدارة مدخلات الإنتاج، وإعلان الجفاف على مستوى المقاطعات الفرعية، بشرما يتم تمرير توقعات الأمطار في الوقت الفعلي عبر المعادلات المنشأة.