Exploring the impact of seasonal water variability on agricultural planning: a water-energy-food nexus perspective.

Stellen Sie sich die Erde als eine riesige, komplexe Küche vor, in der wir versuchen, genug Nahrung, Energie und sauberes Wasser für das Überleben aller Menschen zuzubereiten. Lange Zeit haben Wissenschaftler versucht herauszufinden, wie man die Zutaten in dieser Küche verwaltet, ohne dass etwas ausgeht oder verschwendet wird. Dieses Forschungsfeld wird als „Wasser-Energie-Nahrungsmittel-Nexus“ bezeichnet. Denken Sie an diesen Nexus wie an einen dreibeinigen Hocker: Wenn man das Wasserbein herauszieht, wackelt das Energie- und das Nahrungsmittelbein und fällt um. Wenn man am Energiebein herumhantiert, geraten das Wasser- und das Nahrungsmittelbein ins Wanken.

Stellen Sie sich nun vor, das Wetter in dieser Küche wird verrückt. Der Regen fällt nicht mehr gleichmäßig; manchmal gibt es heftige Regengüsse, und manchmal eine trockene, staubige Stille. Das ist das, was Wissenschaftler als „saisonale Wasserveränderlichkeit“ bezeichnen. Es geht nicht nur darum, wie viel Regen in einem ganzen Jahr fällt, sondern wann er fällt. Wenn Sie Ihre Samen pflanzen in der Erwartung eines stetigen Nieselregens, aber stattdessen im Juni eine Flut und im August eine Dürre erleben, könnten Ihre Pflanzen vertrocknen. Dies ist ein riesiges Problem für Landwirte, insbesondere in Ländern wie Äthiopien, in denen die Wirtschaft stark vom Land abhängt. Wenn wir diese saisonalen Schwankungen nicht verstehen, könnten unsere Pläne zur Ernährung der Zukunft auf einem wackeligen Fundament gebaut sein.

Genau dieses Rätsel wollten eine Gruppe von Forschern lösen. Sie wollten sehen, ob unsere aktuellen Computermodelle für die landwirtschaftliche Planung ein entscheidendes Puzzleteil übersehen: die Jahreszeiten.

Die große Idee: Der „Alles-auf-einmal“-Fehler

Die Forscher, unter der Leitung von Camilla Lo Giudice und ihren Kollegen, beschlossen, ein superintelligentes Computermodell namens CLEWs-Modell zu erstellen (was für Klima-, Land-, Energie- und Wassersysteme steht). Betrachten Sie dieses Modell als einen digitalen Zwilling der äthiopischen Landschaft. Es simuliert, wie Wasser fließt, wie Pflanzen wachsen und wie viel Energie benötigt wird, um dieses Wasser zu pumpen.

Hier kommt die Wendung: Die meisten dieser Modelle betrachten das ganze Jahr meist als einen großen, verschwommenen Eimer voll Wasser. Sie sagen: „Okay, wir haben in diesem Jahr 100 Einheiten Regen und wir brauchen 100 Einheiten für die Ernte, also ist alles bestens!“ Die Forscher vermuteten jedoch, dass dies so ist, als würde man eine Autoreise planen, indem man nur die Gesamtentfernung kennt, ohne zu prüfen, ob es dazwischen Berge oder Flüsse gibt. Sie argumentierten, dass man, wenn man die Jahreszeiten ignoriert, glauben könnte, man hätte reichlich Wasser, während man in Wirklichkeit eine Flut in der Regenzeit und eine Wüste in der Trockenzeit hat.

Um dies zu testen, bauten sie zwei Versionen ihres digitalen Äthiopiens:

1. Die „NoSeasons“-Version: Dieses Modell behandelte das Jahr als einen glatten, durchschnittlichen Zeitblock.
2. Die „Seasons“-Version: Dieses Modell unterteilte das Jahr in eine „Regenzeit“ (Mai bis September) und eine „Trockenzeit“ (Oktober bis April) und verfolgte, wie die Pflanzen während jeder spezifischen Phase wachsen und Wasser trinken.

Was sie fanden: Der verborgene Mangel

Als sie die Simulationen durchführten, waren die Ergebnisse augenöffnend. Das „NoSeasons“-Modell war viel zu optimistisch. Es dachte, es gäbe reichlich Wasser zur Verfügung, weil es die Fluten und Dürren herausmittelte. Aber das „Seasons“-Modell erzählte eine andere, realistischere Geschichte.

In der „Seasons“-Version erkannte das Modell, dass der Wasserbestand während der trockenen Monate tatsächlich viel niedriger war, als das „NoSeasons“-Modell vermutet hatte. Tatsächlich überschätzte das „NoSeasons“-Modell die Menge des verfügbaren Grund- und Oberflächenwassers um eine massive Spanne – um 223 % beim Grundwasser und um 272 % beim Oberflächenwasser! Es war, als würde man denken, man hätte einen vollen Tank, weil man seine hohe Reichweite bei der Autobahnfahrt mit der niedrigen Reichweite bei der Stadtfahrt gemittelt hat, nur um dann festzustellen, dass man mitten auf der Autobahn ohne Benzin dasteht.

Dieser Fehler hatte eine enorme Kettenreaktion auf die Planung für die Zukunft. Da das Modell die Knappheit während der Trockenzeit nicht kannte, entschied es, dass Landwirte nicht so viele Bewässerungssysteme (Rohre und Pumpen, um Wasser zu den Pflanzen zu bringen) bauen müssten. Es dachte: „Hey, wir haben im Durchschnitt genug Wasser, also sparen wir Geld.“

Doch als das Modell doch über die saisonalen Schwankungen Bescheid wusste, änderte es seine Meinung. Unter einem Szenario mit hohen Auswirkungen des Klimawandels (in dem die Welt deutlich heißer wird und die Regenmuster wilder werden) erkannte das „Seasons“-Modell, dass Landwirte ihre bewässerten Flächen um 63 % erweitern müssten, nur um die Trockenperioden zu überstehen. Das „NoSeasons“-Modell übersah diesen Bedarf völlig, weil es durch seine eigenen Durchschnittswerte geblendet war.

Der Stress-Score: Wer bekommt den Durst?

Die Forscher erstellten auch einen „Wasserstress-Score“, um zu sehen, wie eng die Zange zugeschnürt wird. Sie fanden heraus, dass mit fortschreitendem Klimawandel der Stress auf die Wasserressourcen zunimmt, insbesondere in den Trockenzeiten.

Ein bestimmtes Gebiet, das sie „Cluster 4“ nannten, befand sich bereits in einer heißen, ariden Lage und wurde prognostiziert, extremem Stress ausgesetzt zu sein. Aber die Überraschung war, dass auch andere Gebiete, die normalerweise über reichlich Wasser verfügen, begannen, die Not zu spüren. Warum? Weil das Modell zeigte, dass Landwirte, während sie versuchten, sich an den Klimawandel anzupassen – indem sie Feldfrüchte an bessere Orte verlegten oder mehr Lebensmittel anbauten –, am Ende noch mehr Wasser während der Trockenmonate benötigten.

Die Studie legt nahe, dass wir, wenn wir an der alten Art der Planung festhalten (die Jahreszeiten zu ignorieren), am Ende mit einem System dastehen könnten, das auf dem Papier billig und effizient aussieht, aber in der realen Welt scheitert, sobald die Trockenzeit eintritt. Wir bauen vielleicht nicht die notwendigen Bewässerungssysteme, weil wir dachten, wir hätten genug Wasser, und lassen die Landwirte somit verwundbar, wenn der Regen ausbleibt.

Das Fazit

Die wichtigste Lehre aus dieser Arbeit ist, dass wir nicht mehr nur nach einem „Durchschnittsjahr“ schauen können. Der Klimawandel macht die Schwankungen zwischen Regen- und Trockenzeit extremer. Wenn wir für eine Zukunft planen wollen, in der wir genug Nahrung und Wasser haben, müssen wir unsere Modelle mit Blick auf die Jahreszeiten bauen.

Die Forscher fanden heraus, dass wir durch das Hinzufügen dieser saisonalen Details ein viel klareres Bild davon bekommen, wo die Wasserknappheit auftreten wird. Es geht nicht nur darum, genug Wasser für das ganze Jahr zu haben; es geht darum, genug Wasser zum richtigen Zeitpunkt zu haben. Ohne dieses saisonale Bewusstsein könnte unsere Planung für die Landwirtschaft auf einer Fantasie von unendlichem Wasser basieren und uns unvorbereitet auf die kommenden Trockenperioden lassen. Die Studie legt nahe, dass wir, um Fehlanpassungen zu vermeiden – bei denen unsere „Lösungen“ die Dinge eigentlich nur verschlimmern –, die Komplexität der Jahreszeiten in unsere Planung einbeziehen müssen.