Exploring the impact of seasonal water variability on agricultural planning: a water-energy-food nexus perspective.
تُطوّر هذه الدراسة نموذجًا موسميًا لـ CLEWs (المياه والطاقة والغذاء) في إثيوبيا لتوضيح أن تجاهل التباين الهيدرولوجي الموسمي في التخطيط المتكامل للموارد يؤدي إلى المبالغة بشكل كبير في تقدير توافر المياه المتجددة، مما يؤدي بالتالي إلى استراتيجيات تكيف زراعية غير مثالية في ظل سيناريوهات تغير المناخ.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل الأرض كمطبخ ضخم ومعقد حيث نحاول طهي ما يكفي من الطعام والطاقة والمياه النظية للجميع من أجل البقاء. لفترة طويلة، حاول العلماء معرفة كيفية إدارة المكونات في هذا المطبخ دون نفاذها أو إهدارها. يُسمى هذا المجال من الدراسة "ترابط المياه والطاقة والغذاء" (Water-Energy-Food Nexus). فكر في الأمر كأنه كرسي ذو ثلاث أرجل: إذا سحبت رجل المياه، ستترنح وتسقط رجلا الطاقة والغذاء. وإذا عبثت برجل الطاقة، ستهتز رجلا المياه والغذاء.
الآن، تخيل أن الطقس في هذا المطبخ بدأ يصبح مجنوناً بعض الشيء. لم يعد المطر يسقط بانتظام؛ فأحياناً يكون هطولاً غزيراً، وفي أحيان أخرى يكون صمتاً جافاً ومغبراً. هذا ما يسميه العلماء "التباين الموسمي للمياه". الأمر لا يتعلق فقط بكمية المطر التي تسقط في عام كامل، بل بـ متى تسقط. إذا زرعت بذورك متوقعاً رذاذاً مستمراً، ولكن بدلاً من ذلك واجهت فيلاً في يونيو وجفافاً في أغسطس، فقد تذبل محاصيلك. هذه مشكلة كبيرة للمزارعين، خاصة في أماكن مثل إثيوبيا، حيث يعتمد اقتصادها بشكل كبير على الأرض. إذا لم نفهم هذه التقلبات الموسمية، فإن خططنا لإطعام المستقبل قد تُبنى على أساس مهتز.
هذا هو بالضبط اللغز الذي سعى فريق من الباحثين لحله. أرادوا معرفة ما إذا كانت نماذجنا الحاسوبية الحالية للتخطيط الزراعي تفتقد قطعة حاسمة من اللغز: وهي المواسم.
الفكرة الكبرى: خطأ "الكل في واحد"
قرر الباحثون، بقيادة كمالا لو جيوديتشي وزملائها، بناء نموذج حاسوبي فائق الذكاء يسمى نموذج CLEWs (والذي يرمز إلى أنظمة المناخ، والأرض، والطاقة، والمياه). فكر في هذا النموذج كتوأم رقمي للمناظر الطبيعية في إثيوبيا. إنه يحاكي كيفية تدفق المياه، ونمو المحاصيل، وكمية الطاقة اللازمة لضخ تلك المياه.
إليك المفاجأة: معظم هذه النماذج عادة ما تنظر إلى العام بأكه كدلو واحد كبير وضبابي من المياه. يقولون: "حسناً، لدينا 100 وحدة من المطر هذا العام، ونحتاج إلى 100 وحدة للمحاصيل، لذا فنحن بخير!". لكن الباحثين اشتبهوا في أن هذا يشبه محاولة التخطيط لرحلة طريق بمعرفة المسافة الإجمالية فقط، دون التحقق مما إذا كانت هناك جبال أو أنهار في المنتصف. جادلوا بأنه إذا تجاهلت المواسم، فقد تعتقد أن لديك الكثير من المياه بينما، في الواقع، لديك فيضان في الموسم الرطب وجفاف في الموسم الجاف.
لاختبار ذلك، بنوا نسختين من إثيوبيا الرقمية هذه:
- نسخة "بلا مواسم" (NoSeasons): يعامل هذا النموذج السنة ككتلة زمنية واحدة سلسة ومتوسطة.
- نسخة "المواسم" (Seasons): قام هذا النموذج بتقسيم السنة إلى "موسم رطب" (من مايو إلى سبتمبر) و"موسم جاف" (من أكتوبر إلى أبريل)، متتبعاً كيفية نمو المحاصيل وشربها للمياه خلال كل مرحلة محددة.
ما وجدوه: النقص الخفي
عندما قاموا بتشغيل عمليات المحاكاة، كانت النتائج مذهلة. كان نموذج "بلا مواسم" متفائلاً للغاية. لقد اعتقد أن هناك وفرة من المياه المتاحة لأنه كان يوازن بين الفيضانات وفترات الجفاف. لكن نسخة "المواسم" روت قصة مختلفة وأكثر واقعية.
في نسخة "المواسم"، أدرك النموذج أنه خلال الأشهر الجافة، كان إمداد المياه في الواقع أقل بكثير مما توقعه نموذج "بلا مواسم". في الواقع، بالغ نموذج "بلا الموسم" في تقدير كمية المياه الجوفية والمياه السطحية المتاحة بهامش هائل — بنسبة 223% للمياه الجوفية و 272% للمياه السطحية! كان الأمر أشبه بالاعتقاد بأن لديك خزان وقود ممتلئ لأنك حللت متوسط قيادتك على الطرق السريعة ذات الاستهلاك المنخفض مع قيادتك في المدن ذات الاستهلاك العالي، لتكتشف لاحقاً أنك نفدت من الوقود في منتصف الطريق السريع.
كان لهذا الخطأ تأثير متتابع ضخم على كيفية تخطيط النموذج للمستقبل. عندما لم يعرف النموذج عن نقص المواسم الجافة، قرر أن المزارعين ليسوا بحاجة لبناء أنظمة ري (أنابيب ومضخات لجلب المياه للمحاصيل) كثيرة. فكر قائلاً: "مهلاً، لدينا ما يكفي من المياه في المتوسط، فلنوفر المال إذن".
لكن عندما عرف النموذج عن التقلبات الموسمية، غير رأيه. ففي ظل سيناريو تغير مناخي عالي التأثير (حيث يصبح العالم أكثر سخونة وأنماط المطر أكثر جنوناً)، أدرك نموذج "المواسم" أن المزارعين سيحتاجون إلى توسيع مناطق الري الخاصة بهم بنسبة 63% فقط من أجل البقاء خلال فترات الجفاف. لقد فات نموذج "بلا مواسم" هذه الحاجة تماماً لأنه كان أعمى بسبب متوسطاته.
درجة الإجهاد: من سيكون الأكثر عطشاً؟
أنشأ الباحثون أيضاً "درجة إجهاد المياه" لمعرفة مدى شدة الضغط. ووجدوا أنه مع تفاقم تغير المناخ، يزدብاد الإجهاد على موارد المياه، خاصة في المواسم الجافة.
هناك منطقة محددة، أطلقوا عليها اسم "العنقود 4" (Cluster 4)، كانت بالفعل في منطقة حارة وقاحلة ويُتوقع أن تواجه إجهاداً شديداً. لكن المفاجأة كانت أن مناطق أخرى، والتي عادة ما تتوفر فيها الكثير من المياه، بدأت أيضاً تشعر بالضيق. لماذا؟ لأن النموذج أظهر أنه بينما يحاول المزارعون التكيف مع تغير المناخ عبر نقل المحاصيل إلى أماكن أفضل أو زراعة المزيد من الغذاء، فإنهم ينتهي بهم الأمر إلى الحاجة لمزيد من المياه خلال الأشهر الجافة.
تشير الدراسة إلى أنه إذا تمسكنا بالطريقة القديمة في التخطيط (تجاهل المواسم)، فقد ينتهي بنا الأمر بنظام يبدو رخيصاً وفعالاً على الورق ولكنه يفشل في العالم الحقيقي عندما يحل الموسم الجاف. قد لا نبني أنظمة الري الضرورية لأننا اعتقدنا أن لدينا ما يكفي من المياه، مما يترك المزارعين عرضة للخطر عندما يتوقف المطر.
الخلاصة
الدرس الرئيسي من هذه الورقة البحثية هو أنه لا يمكننا النظر إلى العام "المتوسط" بعد الآن. فتغير المناخ يجعل التقلبات بين المواسم الرطبة والجافة أكثر حدة. إذا أردنا التخطيط لمستقبل حيث نملك ما يكفي من الغذاء والمياه، فنحن بحاجة إلى بناء نماذجنا مع وضع المواسم في الاعتبار.
وجد الباحثون أنه من خلال إضافة هذا التفصيل الموسمي، نحصل على صورة أوضح لأماكن حدوث نقص المياه. الأمر لا يتعلق فقط بامتلاك ما يكفي من المياه طوال العام؛ بل يتعلق بامتلاك ما يكفي من المياه في الوقت المناسب. بدون هذا الوعي الموسمي، قد تُبنى خططنا للزراعة على خيال من المياه اللامتناهية، مما يتركنا غير مستعدين لفترات الجفاف القادمة. تشير الدراسة إلى أنه لتجنب "التكيف السيئ" (maladaptation) — حيث تصبح "حلولنا" في الواقع أسوأ — نحتاج إلى احتضان تعقيد المواسم في تخطيطنا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.