Jose A. Egea1*, Manuel Caro2, Jess García-Brunton2, Yesus Gambin 3, Jose Egea 1 dan David Ruiz 1*
- 1Kelompok Pemuliaan Buah, Departemen Pemuliaan Tanaman, CEBAS-CSIC, Murcia, Spanyol
- 2Institut Penelitian dan Pengembangan Pangan Pertanian Murcia, Murcia, Spanyol
- 3Sekolah Bisnis ENAE, Universitas Murcia, Murcia, Spanyol
Produksi buah batu memiliki kepentingan ekonomi yang sangat besar di Spanyol. Lokasi budidaya untuk spesies buah ini (yaitu, persik, aprikot, prem, dan ceri manis) mencakup wilayah geografis yang luas dan beragam iklim di dalam negeri. Perubahan iklim sudah menghasilkan peningkatan suhu rata-rata dengan intensitas khusus di daerah tertentu seperti Mediterania. Perubahan ini menyebabkan penurunan akumulasi dingin, yang dapat memiliki dampak besar pada fenologi Prunus spesies seperti buah batu karena, misalnya, kesulitan untuk menutupi persyaratan pendinginan untuk mematahkan endodormancy, terjadinya peristiwa embun beku akhir, atau suhu tinggi awal yang tidak normal. Semua faktor ini dapat sangat mempengaruhi produksi dan kualitas buah dan oleh karena itu menimbulkan konsekuensi yang sangat negatif dari sudut pandang sosial ekonomi di daerah petahana. Dengan demikian, karakterisasi area budidaya saat ini dalam hal variabel agroklimatik (misalnya, akumulasi dingin dan panas dan kemungkinan es dan kejadian panas abnormal awal), berdasarkan data dari 270 stasiun cuaca selama 20 tahun terakhir, dilakukan dalam pekerjaan ini untuk menghasilkan gambaran yang informatif tentang situasi saat ini. Selain itu, proyeksi iklim masa depan dari model iklim global yang berbeda (data diambil dari Badan Meteorologi Spanyol—AEMET) hingga tahun 2065 untuk dua skenario Jalur Konsentrasi Perwakilan (yaitu, RCP4.5 dan RCP8.5) juga dianalisis. Dengan menggunakan situasi saat ini sebagai dasar dan mempertimbangkan skenario masa depan, informasi tentang kesesuaian adaptif saat ini dan masa depan dari spesies/kultivar yang berbeda untuk daerah tumbuh yang berbeda dapat disimpulkan. Informasi ini dapat menjadi dasar dari alat pendukung keputusan untuk membantu para pemangku kepentingan yang berbeda untuk mengambil keputusan yang optimal mengenai buah batu saat ini dan masa depan atau budidaya spesies beriklim sedang lainnya di Spanyol.
Pengantar
Spanyol adalah salah satu produsen utama dunia buah batu (yaitu, persik, aprikot, plum, dan ceri manis) dengan produksi tahunan rata-rata sekitar 2 juta ton. Budidaya buah-buahan ini memiliki peran ekonomi yang sangat penting di negara ini, meliputi sekitar 140,260 ha (FAOSTAT, 2019). Daerah tumbuh utama di Spanyol untuk kultivar ini terletak di daerah dengan karakteristik agroklimat yang berbeda: dari daerah hangat seperti Guadalquivir Valley dan sebagian besar daerah Mediterania ke daerah dingin seperti utara Extremadura, lembah Ebro, dan beberapa lokasi interior daerah Mediterania (melihat Gambar 1). Karena tanaman ini memerlukan pendinginan musim dingin yang cukup untuk mematahkan endodormansi untuk menghindari masalah produksi (Atkinson et al., 2013)Campoy dkk., 2011b; Luedeling dkk., 2011; Luedeling, 2012; Julian dkk., 2007; Guo et al., 2015; 2019; Chmielewski dkk., 2018), dan (iv) memilih praktik dan teknologi pertanian terbaik untuk mengurangi dampak perubahan iklim (Campoy dkk., 2010; Mahmood dkk., 2018).
Persyaratan dingin dan panas (Fadon dkk., 2020b) atau tingkat kerusakan beku (Miranda dkk., 2005) dari spesies/kultivar yang dibudidayakan saat ini dapat digabungkan dengan metrik agroklimatik di berbagai area untuk membangun alat keputusan yang membantu produsen dan pemangku kepentingan lainnya untuk merancang produksi yang optimal dan kebijakan ekonomi untuk jangka menengah dan panjang. Alat pemodelan yang tersedia untuk memproses serangkaian besar iklim dan fenologi telah menjadi dasar untuk membangun alat keputusan yang disebutkan di atas (Luedeling, 2019; Luedeling dkk., 2021; Miranda dkk., 2021). Proyeksi iklim di cekungan Mediterania mengungkapkan bahwa efek pemanasan global bisa sangat parah di daerah ini (Giorgi dan Lionello, 2008; MedECC, 2020; IPCC, 2021), sehingga tindakan antisipasi sangat penting untuk menghindari masalah produksi di masa depan, yang dapat berdampak serius pada perekonomian daerah tertentu seperti yang disajikan dalam penelitian ini (Olesen dan Bindi, 2002; Benmoussa dkk., 2018).
Studi penelitian yang berbeda telah menentukan pengaruh negatif pemanasan global terhadap produksi buah-buahan dan kacang-kacangan beriklim sedang di berbagai wilayah di planet ini. Penyebab utama terkait dengan penurunan dinginnya musim dingin meskipun peningkatan risiko embun beku karena kemajuan yang diharapkan dalam pembungaan dan pembungaan juga diperhitungkan dalam beberapa penelitian. Misalnya, Fernandez dkk. memperkirakan penurunan dingin musim dingin yang dibutuhkan untuk produksi buah gugur di Chili, dengan dampak negatif yang diharapkan di wilayah utara negara itu. Pada saat yang sama, mereka memproyeksikan pengurangan yang signifikan dari probabilitas embun beku selama periode budburst yang paling masuk akal untuk pohon buah-buahan gugur untuk semua lokasi yang dipertimbangkan (Fernandez et al., 2020); Lorit dkk. menganalisis fenomena seperti kurangnya dinginnya musim dingin, risiko embun beku, dan kondisi hangat selama pembungaan di Semenanjung Iberia untuk beberapa kultivar almond yang menggabungkan proyeksi iklim dan informasi fenologis. Mereka menemukan bahwa, secara umum (dan tergantung pada kultivar yang dipertimbangkan), (i) kurangnya dingin musim dingin akan lebih terasa di pantai Mediterania dan Lembah Guadalquivir, (ii) kondisi hangat selama berbunga akan lebih intens di Tengah. Plateau dan Lembah Ebro, dan (iii) risiko embun beku akan berkurang di daerah-daerah tertentu di Dataran Tinggi Utara dan Daerah Perbukitan Utara (Lorite dkk., 2020). Benmoussa dkk. memproyeksikan pengurangan dingin musim dingin yang penting di masa depan di Tunisia yang dapat secara signifikan mempengaruhi produksi beberapa buah dan kacang-kacangan. Misalnya, untuk skenario yang paling pesimistis, hanya kultivar almond dingin rendah yang dapat bertahan. Dalam skenario lain, beberapa kultivar pistachio dan persik dapat bertahan bahkan dalam jangka panjang untuk bagian Barat Laut negara tersebut (Benmoussa dkk., 2020); Fraga dan Santos mempertimbangkan baik pendinginan dan akumulasi panas di masa depan dan dampaknya terhadap produksi buah-buahan yang berbeda di Portugal. Mereka memproyeksikan penurunan kuat dalam dinginnya musim dingin yang akan lebih parah mempengaruhi wilayah terdalam negara itu. Area penanaman apel utara akan secara khusus terkena pengurangan dingin. Para penulis juga memproyeksikan peningkatan akumulasi panas, dengan dampak yang lebih tinggi di wilayah selatan dan pesisir negara itu. Mereka menyoroti bahwa fakta ini dapat meningkatkan risiko kerusakan beku karena kemajuan tahap fenologis (Rodríguez et al., 2019, 2021; Fraga dan Santos, 2021) membandingkan situasi saat ini dari area produksi beberapa buah beriklim sedang di Spanyol dengan skenario perubahan iklim di masa depan terkait akumulasi dingin. Mereka memperkirakan penurunan suhu tubuh yang signifikan di beberapa daerah (misalnya, daerah Tenggara atau Gualdalquivir) bahkan dalam waktu dekat. Untuk masa depan yang jauh (>2070), para penulis ini menyatakan bahwa mengingat area pertumbuhan saat ini, kultivar plum, almond, dan apel dapat sangat terpengaruh oleh kurangnya dingin (Rodríguez et al., 2019, 2021).
Dalam studi ini, kami menilai variabel agroklimatik utama yang terkait dengan adaptasi buah batu di berbagai wilayah di Spanyol, termasuk di mana produksi buah batu paling penting terjadi menggunakan data dari 270 stasiun cuaca selama periode 2000–2020. Hal ini disertai dengan proyeksi suhu di masa depan untuk memperkirakan evolusi akumulasi dingin dan panas dan probabilitas masa depan es dan kejadian panas abnormal awal dibandingkan dengan situasi saat ini. Informasi ini dapat sangat berguna untuk mengambil keputusan yang optimal terkait dengan pendirian kebun baru, relokasi yang ada, atau memilih kultivar yang optimal untuk mendapatkan keuntungan dalam jangka panjang.
Kontribusi utama dari penelitian ini adalah bahwa kami menganalisis sekaligus variabel agroklimat yang berbeda terkait dengan adaptasi buah batu. Tidak hanya akumulasi dingin untuk memenuhi CR seperti yang dilakukan dalam penelitian oleh Rodríguez dkk. (2019, 2021) tetapi juga akumulasi panas untuk pembungaan yang tepat, risiko embun beku, dan variabel yang jarang diukur dalam literatur: kemungkinan peristiwa panas abnormal di musim dingin yang dapat meningkatkan pelepasan endodormansi dengan dampak negatif pada produksi, kualitas, dan hasil buah, seperti yang telah terjadi diamati di daerah hangat dalam beberapa tahun terakhir. Kami menggunakan data dari jaringan stasiun cuaca yang sangat padat yang menyediakan metrik akurat untuk situasi saat ini. Kami berfokus pada area produksi saat ini karena keputusan mengenai adaptasi pemanasan mungkin akan diambil di area tersebut, di mana teknologi dan pengetahuan yang sesuai telah ditetapkan dengan baik. Di daerah seperti itu, relokasi tanaman akan menghasilkan konsekuensi sosial-ekonomi yang tidak diinginkan dan depopulasi. Selanjutnya, untuk mengkarakterisasi situasi saat ini, kami menggunakan suhu per jam yang sebenarnya, bukan yang diperkirakan, yang memberikan hasil yang lebih akurat dibandingkan dengan penelitian lain di mana suhu per jam diinterpolasi dari suhu harian. Resolusi yang digunakan (∼5 km) lebih halus daripada penelitian serupa lainnya di Spanyol (Rodríguez et al., 2019, 2021; Lorite dkk., 2020) dan membantu membuat keputusan bahkan di tingkat lokal.
Bahan dan Metode
Data Iklim dan Variabel Agroklimatik
Data iklim dari 340 stasiun cuaca yang terletak di daerah penghasil buah batu utama di Spanyol (lihat Gambar 1) digunakan untuk menilai metrik agroklimatik. Data terdiri dari variabel iklim utama, termasuk suhu rata-rata, maksimum, dan minimum (°C), kelembaban relatif (%), curah hujan (mm), evapotranspirasi (ETo, mm), dan radiasi matahari (W/m2). Catatan dan masalah yang tidak lengkap ditemukan di beberapa stasiun yang dipertimbangkan. Setelah menerapkan peraturan Spanyol (UNE 500540, 2004), jumlah akhir 270 stasiun dipilih. Data suhu per jam lengkap kecuali untuk jam kosong terkait dengan acara pemeliharaan yang tidak diisi karena persentasenya dapat diabaikan dari total. Suhu rata-rata per jam pada periode 2000–2020 digunakan untuk menghitung variabel agroklimatik utama, termasuk akumulasi dingin dan panas serta probabilitas es yang berpotensi berbahaya dan kejadian panas abnormal di musim dingin. Jumlah tahun lengkap per stasiun bervariasi per stasiun: dari 5 hingga 21 tahun (median = 20) tergantung pada stasiun.
Akumulasi dingin untuk setiap musim dihitung dari tanggal 1 November sampai dengan tanggal 28 Februari tahun berikutnya. Utah (Richardson et al., 1974) dan Dinamis (Fishman et al., 1987) model yang digunakan untuk melakukan perhitungan ini. Akumulasi panas untuk setiap musim dihitung dari 1 Januari hingga 8 April (sekitar 14 minggu) menggunakan Richardson (Richardson et al., 1974) dan Anderson (Anderson et al., 1986), yang memberikan hasil dalam jam derajat pertumbuhan (GDHs). Probabilitas kejadian es dan panas abnormal dihitung per minggu sebagai berikut: untuk setiap minggu, kejadian es terjadi jika suhu turun di bawah -1°C selama setidaknya tiga jam berturut-turut. Kemudian, probabilitas terjadinya peristiwa embun beku dalam minggu tertentu didefinisikan sebagai berapa kali minggu itu memiliki setidaknya satu peristiwa embun beku selama masa studi dibagi dengan jumlah tahun yang dipertimbangkan. Demikian pula, peristiwa panas yang tidak normal terjadi jika suhu naik di atas 25 ° C selama setidaknya tiga jam berturut-turut. Kemudian, probabilitas terjadinya peristiwa panas abnormal dihitung seperti yang dijelaskan untuk peristiwa embun beku. Minggu 1 dimulai pada tanggal 1 Januari. Untuk peristiwa es, minggu dari 2 hingga 10 dianggap sebagai minggu yang berpotensi berbahaya. Minggu pertama dalam rentang (yaitu, minggu 2 hingga minggu 5-6) akan menjadi yang paling berbahaya di daerah hangat, sedangkan sisanya (yaitu, minggu 5-6 hingga minggu 10) akan menjadi yang kritis di daerah dingin. Untuk peristiwa panas yang tidak normal, periode yang dipertimbangkan berkisar dari minggu ke 49 tahun sebelumnya (awal Desember) hingga 8 (akhir Februari) ketika peristiwa ini dapat meningkatkan pelepasan dormansi awal yang terkait dengan masalah produksi selanjutnya.
Skenario Masa Depan
Mengenai skenario masa depan, proyeksi suhu yang dihitung oleh Badan Meteorologi Negara Spanyol (AEMET) digunakan. AEMET telah memproduksi dalam beberapa tahun terakhir satu set referensi proyeksi perubahan iklim yang diturunkan di atas Spanyol baik menerapkan teknik penurunan skala statistik ke output model iklim global (GCM) atau memanfaatkan informasi yang dihasilkan oleh teknik penurunan skala dinamis melalui proyek-proyek Eropa atau inisiatif internasional seperti PRUDENCE, ENSEMBLES, dan EURO-CORDEX (Amblar-Frances dkk., 2018). Dalam studi ini, kami menggunakan suhu harian yang diproyeksikan (yaitu, maksimum dan minimum) menggunakan penurunan skala statistik berdasarkan jaringan saraf tiruan. Ini telah dievaluasi sebagai metode yang cocok untuk menghasilkan proyeksi iklim dalam skenario saat ini dan masa depan di Spanyol sambil mengurangi bias model GCM (Hernanz dkk., 2022a,b) di atas grid resolusi 5 km. Dua cakrawala temporal telah dipertimbangkan, yaitu, 2025-2045 (ditandai dengan 2035) dan 2045-2065 (ditandai dengan 2055) untuk memberikan hasil untuk jangka pendek dan menengah. Dua jalur konsentrasi yang representatif, yaitu, RCP4.5 dan RCP8.5, dipertimbangkan (van Vuuren dkk., 2011). Dari catatan, sebelas GCM digunakan dalam penelitian ini (Tabel 1). Hasil disajikan menggunakan ansambel metodologi (Semenov dan Stratonovitch, 2010; Wallach dkk., 2018) di mana nilai rata-rata metrik yang diproyeksikan (misalnya, akumulasi atau probabilitas dingin dan panas) yang dihitung oleh semua model digunakan dalam langkah-langkah berikutnya. Suhu per jam untuk menghitung indeks agroklimatik disimulasikan dari suhu harian menggunakan paket chillR (Luedeling, 2019).
Tabel 1
TABEL 1. Daftar model iklim global yang digunakan dalam penelitian ini.
Untuk membandingkan variabel agroklimat dalam skenario sekarang dan masa depan, lokasi sebenarnya dari stasiun cuaca dibandingkan dengan titik terdekatnya dari grid. Jarak maksimum, minimum, dan rata-rata dari stasiun cuaca ke titik terdekatnya di grid masing-masing adalah 3.87, 0.26, dan 2.14 km. Dalam semua kasus (skenario saat ini dan masa depan), area interpolasi di sekitar stasiun cuaca yang dipertimbangkan (yaitu, tidak lebih dari 50 km dari stasiun cuaca terdekat) dihitung menggunakan metode pembobotan jarak terbalik.
Hasil
Akumulasi Dingin
Seperti disebutkan di atas, dua model digunakan untuk menghitung akumulasi dingin, yaitu, Utah (dalam unit dingin) dan model Dinamis (dalam porsi). Menggunakan nilai rata-rata dari total akumulasi dingin dalam seluruh periode untuk semua stasiun, korelasi yang sangat tinggi ditemukan antara kedua indeks (R2 = 0.95, Gambar Tambahan 1). Oleh karena itu, hasil disajikan hanya dengan menggunakan salah satunya (porsi). Gambar 2 menunjukkan pola spasial rata-rata bagian dingin selama periode yang dipertimbangkan berbeda. Dalam situasi saat ini, kita dapat melihat bahwa ada beberapa wilayah geografis dengan akumulasi dingin yang tinggi (≥75 bagian), seperti Lembah Ebro, Extremadura utara, dan beberapa daerah pedalaman di Mediterania. Hanya di Mediterania dan Lembah Guadalquivir, ditemukan daerah hangat dengan akumulasi dingin di bawah 60 porsi (bahkan di bawah 50 di beberapa daerah terpencil). Skenario masa depan menunjukkan penurunan yang jelas dari akumulasi dingin di daerah hangat, di Extremadura utara dan beberapa daerah interior Mediterania. Penurunan akumulasi dingin di Lembah Ebro akan terjadi di bagian timur area tersebut, sedangkan bagian dalam akan mengakumulasikan dinginnya musim dingin yang signifikan bahkan dalam skenario yang paling pesimistis (misalnya, 2055_RCP8.5). Efek pemanasan global terhadap penurunan dinginnya musim dingin lebih intens dalam skenario 2055_RCP8.5 seperti yang diharapkan. Tabel Tambahan 1-4 menunjukkan akumulasi dingin rata-rata dalam periode yang dipertimbangkan (1 November hingga akhir Februari) dalam porsi untuk semua lokasi dan model di setiap skenario masa depan yang dipertimbangkan. Nilai rata-rata output dari sebelas model ditampilkan, serta akumulasi chill terdaftar untuk periode 2000–2020 untuk tujuan perbandingan.
Gambar 2
GAMBAR 2. Akumulasi dingin di area produksi batu utama di Spanyol untuk situasi saat ini (sekitar 2000–2020), dua horizon waktu (2025–2045 dan 2045–2065) dan dua skenario masa depan (RCP4.5 dan RCP8.5).
Untuk memeriksa apakah penurunan akumulasi dingin yang diharapkan akan memiliki pengaruh yang sama terhadap lokasi tergantung pada akumulasi dinginnya saat ini, klasifikasi dari 270 stasiun cuaca dilakukan, membaginya dalam bagian akumulasi rata-rata dalam skenario saat ini: akumulasi rendah (< 60 porsi, 34 stasiun), akumulasi sedang (antara 60 dan 80 porsi, 121 stasiun), dan akumulasi tinggi (di atas 80 porsi, 115 stasiun). Gambar 3 menunjukkan boxplot dari bagian yang terakumulasi dalam setiap skenario untuk tiga jenis lokasi. Penurunan akumulasi dingin yang diamati adalah seperti yang diharapkan sesuai dengan masing-masing skenario. Dalam hal perbedaan nilai median antara skenario saat ini dan skenario masa depan, tampaknya ketiga jenis lokasi menunjukkan perilaku yang sama (yang berarti persentase kerugian lebih tinggi di daerah akumulasi rendah). Namun, penyebaran datanya sangat berbeda. Daerah akumulasi dingin rendah dan tinggi menunjukkan dispersi yang lebih rendah (dengan beberapa outlier di ujung bawah distribusi) daripada daerah sedang, yang menyajikan dispersi lebih tinggi tetapi tidak ada outlier. Analisis outlier ini untuk area akumulasi dingin yang tinggi mengungkapkan bahwa outlier untuk keempat skenario masa depan sesuai dengan lokasi interior Mediterania (Játiva). Untuk daerah akumulasi dingin rendah, outlier dalam setiap kasus (termasuk skenario saat ini) sesuai dengan lokasi pesisir Mediterania (Almería). Pencilan untuk distribusi akhir tinggi di daerah akumulasi dingin rendah sesuai dengan lokasi interior di Mediterania (yaitu, Montesa, Callosa de Sarriá, dan Murcia) meskipun mereka bisa menjadi artefak karena proyeksi memperkirakan lebih banyak akumulasi dingin di masa depan daripada saat ini skenario. Mereka dapat disebabkan oleh kemungkinan perbedaan iklim antara lokasi sebenarnya dari stasiun cuaca dan titik terdekatnya di grid untuk proyeksi masa depan.
Gambar 3
GAMBAR 3. Boxplot akumulasi dingin di semua skenario untuk stasiun akumulasi dingin rendah (<60 porsi), sedang (antara 60 dan 80 porsi), dan tinggi (>80 porsi), mengacu pada skenario saat ini.
Akumulasi Panas
Akumulasi panas dihitung menggunakan dua model (yaitu, model Richardson dan Anderson) mirip dengan akumulasi dingin. Korelasi yang tinggi juga ditemukan antara hasil kedua model (R2 = 0.998, Gambar Tambahan 2). Oleh karena itu, hasil disajikan hanya dengan menggunakan hasil model Anderson. Gambar 4 menunjukkan pola spasial GDH rata-rata selama periode yang dipertimbangkan berbeda. Semua skenario mengenai GDH tampaknya berkorelasi terbalik dengan skenario akumulasi dingin yang sesuai (Gambar 2). Tempat di mana akumulasi dingin rendah menyebabkan akumulasi panas tinggi dan sebaliknya. Saat akumulasi dingin menurun di skenario masa depan, akumulasi panas meningkat secara proporsional di setiap area. Misalnya, koefisien korelasi Pearson antara akumulasi dingin yang hilang dan akumulasi panas yang diperoleh untuk skenario 2055_RCP8.5 saat ini adalah 0.68 (p-nilai < 1e-15).
Gambar 4
GAMBAR 4. Akumulasi panas di area produksi batu utama di Spanyol untuk situasi saat ini (sekitar 2000–2020), dua horizon waktu (2025–2045 dan 2045–2065) dan dua skenario masa depan (RCP4.5 dan RCP8.5)
Seperti dalam kasus akumulasi dingin, efek peningkatan GDH lebih intens dalam skenario 2055_RCP8.5 seperti yang diharapkan. Tabel Tambahan 5-8 menunjukkan akumulasi panas rata-rata dalam periode yang dipertimbangkan (1 Januari–8 April) dalam GDH untuk semua lokasi dan model di setiap skenario yang dipertimbangkan. Nilai rata-rata output dari sebelas model ditampilkan, serta akumulasi panas yang terdaftar untuk periode 2000-2020 untuk tujuan perbandingan.
Probabilitas Peristiwa Panas Dingin dan Tidak Normal
Probabilitas peristiwa es seperti yang didefinisikan di atas ditunjukkan pada Gambar 5 membandingkan minggu 2–10 untuk skenario saat ini dan 2035_RCP4.5 dan 2055_RCP8.5 (hanya probabilitas 10%). Dalam situasi saat ini, probabilitas yang signifikan dari peristiwa es tercatat terutama di daerah Lembah Ebro tetapi juga Extremadura utara dan daerah interior Mediterania. Probabilitas embun beku menurun dari minggu ke-2 hingga ke-10 seperti yang diharapkan, tetapi beberapa lokasi tertentu di Lembah Ebro masih menghadirkan probabilitas embun beku yang signifikan pada minggu ke-10. Skenario masa depan yang dianalisis di Gambar 5 adalah yang paling optimis (yaitu, 2035_RCP4.5) dan pesimis (yaitu, 2055_RCP8.5), masing-masing, dalam hal kenaikan suhu. Probabilitas kejadian es menghilang dari Extremadura dan menurun di semua area, sedangkan area yang hanya berkurang di Lembah Ebro dan beberapa area terisolasi di pedalaman Mediterania menunjukkan probabilitas di atas 10% bahkan di minggu ke 10. Seperti dalam situasi saat ini, probabilitas es menurun dari minggu 2 sampai 10. Hebatnya, skenario 2035_RCP4.5 dan 2055_RCP8.5 menyajikan gambaran serupa dalam hal probabilitas kejadian es, mengungkapkan bahwa Lembah Ebro dan beberapa lokasi interior Mediterania akan mengalami kejadian es di semua skenario yang dipertimbangkan.
Gambar 5
GAMBAR 5. Probabilitas kejadian es di area produksi batu utama di Spanyol selama minggu 2 hingga 10 untuk skenario 2035_RCP4.5 dan 2055_RCP8.5 saat ini.
Diskusi dan kesimpulan
Studi ini mencoba mengkarakterisasi daerah penghasil buah batu utama di Spanyol menggunakan data historis agroklimat (khususnya suhu) dari 270 stasiun cuaca yang tersebar di seluruh daerah tersebut dan membandingkan hasilnya dengan proyeksi masa depan dalam dua horizon waktu dan skenario RCP. Area studi dipilih berdasarkan fakta bahwa keputusan saat ini dan masa depan yang akan dibuat mengenai budidaya buah batu (yaitu, persik, aprikot, prem, dan ceri manis) akan diambil terutama di area produksi saat ini, di mana pengetahuan dan teknologi untuk menanam tanaman ini sangat terpasang. Dengan demikian, penelitian ini tidak fokus pada lokasi lain yang potensial untuk budidaya buah batu di masa depan.
Variabel utama yang dihitung, yaitu, akumulasi dingin dan panas, mengungkapkan bahwa area yang dipertimbangkan cukup beragam dari sudut pandang agroklimatik dan bahwa perubahan iklim akan memiliki dampak penting, terutama di daerah terhangat bahkan dalam jangka menengah. Model yang digunakan untuk menghitung salah satunya (yaitu, Utah dan Dynamic untuk dingin dan Richardson dan Anderson untuk akumulasi panas) menunjukkan korelasi yang sangat tinggi seperti yang ditemukan sebelumnya oleh Ruiz dkk. (2007, 2018).
Pengurangan akumulasi dingin yang penting diproyeksikan di semua area, yang sesuai dengan penelitian sebelumnya di area Mediterania (Benmoussa dkk., 2018, 2020; Rodríguez et al., 2019; Delgado et al., 2021; Fraga dan Santos, 2021). Penurunan akumulasi dingin akan serupa dalam nilai absolut di semua wilayah yang diteliti, tetapi yang paling hangat (yaitu, daerah Mediterania dan Lembah Guadalquivir) dapat jauh lebih terpengaruh dalam hal kesesuaian budidaya buah batu karena situasi mereka saat ini sudah menjadi batasan untuk banyak kultivar. Di daerah dingin seperti Lembah Ebro dan Extremadura, penurunan akumulasi dingin pada prinsipnya tidak akan menjadi hambatan untuk melanjutkan budidaya, meskipun di beberapa lokasi dingin tertentu di Extremadura dan Mediterania, penurunan akumulasi dingin akan lebih intens daripada di lokasi dingin lainnya. Perlu diketahui, menurut Gambar 3, penurunan tiba-tiba dalam akumulasi dingin antara situasi saat ini dan waktu dekat diamati. Resolusi grid yang digunakan, meskipun halus (∼5 km) dapat menjadi penyebab dari efek ini. Kemungkinan sumber ketidaksesuaian lainnya yang mengarah pada perbedaan yang berlebihan antara nilai yang diproyeksikan dan nilai sebenarnya dapat berupa bias model GCM yang tersisa yang tidak sepenuhnya diminimalkan selama proses penurunan skala, atau fakta bahwa kami membandingkan perhitungan yang dilakukan dengan suhu per jam yang sebenarnya (mis. skenario) dan perhitungan yang dilakukan dengan kurva suhu ideal yang berasal dari proyeksi suhu maksimum dan minimum harian (Linvill, 1990) untuk skenario masa depan. Penurunan mendadak serupa dalam waktu dekat juga diamati oleh Rodríguez et al., yang memperkirakan penurunan hingga 30 porsi dingin untuk periode 2021–2050 di beberapa lokasi di Spanyol (Rodríguez et al., 2019), yang sesuai dengan hasil kami. Benmoussa dkk. (2020), Delgado dkk. (2021), dan Fraga dan Santos (2021) juga melaporkan penurunan mendadak antara skenario bersejarah dan masa depan di Tunisia, Portugal, dan Asturias (Spanyol Utara), masing-masing. Seperti dalam kasus kami, studi ini juga menunjukkan bahwa tidak ada perbedaan penting untuk akumulasi dingin yang muncul dalam waktu dekat terlepas dari RCP yang dipertimbangkan. Berlawanan dengan akumulasi dingin, akumulasi panas akan meningkat di semua skenario (terutama di 2055_RCP8.5 seperti yang diharapkan), dan evolusinya berbanding terbalik dengan akumulasi dingin ini. Hal ini juga diamati oleh Fraga dan Santos (2021) untuk Portugal.
Probabilitas embun beku dan kejadian panas abnormal dalam minggu-minggu di mana mereka dapat mempengaruhi hasil dan produksi (misalnya, embun beku akhir atau kejadian panas abnormal sebelum pelepasan endodormancy) juga dihitung. Untuk skenario saat ini, kejadian es lebih sering terjadi di daerah dingin, seperti yang diharapkan. Peristiwa panas yang tidak normal dalam minggu-minggu penting telah terkonsentrasi di daerah Mediterania selama beberapa tahun terakhir tetapi dengan probabilitas yang sangat rendah. Estimasi masa depan untuk variabel-variabel ini menunjukkan bahwa kejadian embun beku dalam beberapa minggu di mana produksi buah batu dapat terpengaruh (Miranda dkk., 2005; Julian dkk., 2007) akan menurun seiring kemajuan abad dan akan lebih jarang untuk RCP8.5, yang sesuai dengan penelitian sebelumnya (Leolini dkk., 2018). Namun, beberapa daerah Lembah Ebro dan lokasi interior tertentu di daerah Mediterania masih akan mengalami sejumlah besar peristiwa es dalam minggu-minggu yang berkuasa bahkan dalam skenario terpanas (yaitu, 2055_RCP8.5, Gambar 5). Definisi kejadian beku dalam hal suhu dan waktu pemaparan berkaitan erat dengan tahap fenologis dari kultivar yang ada (Miranda dkk., 2005). Mengingat banyaknya kemungkinan kultivar buah batu, dari CR yang sangat rendah hingga sangat tinggi, dan jumlah lokasi yang dianalisis, dari dingin hingga hangat, penetapan definisi kejadian beku kultivar/lokasi tertentu tidak mungkin dilakukan dalam penelitian ini karena volume informasi yang terlibat. Jenis penelitian ini biasanya dilakukan di beberapa lokasi dan/atau kultivar, seperti yang dilakukan oleh Lorit dkk. (2020) untuk almond di Spanyol, Fernandez dkk. (2020) di Chili, yang menghitung suhu minimum di bawah 0 °C selama periode mekar dari spesies pohon buah gugur paling representatif yang dibudidayakan di masing-masing dari sembilan lokasi yang dipertimbangkan, atau Parker dkk. (2021) yang mempertimbangkan suhu dan tahap fenologi yang berbeda untuk tiga spesies (yaitu, almond, alpukat, dan jeruk) tetapi juga melakukan karakterisasi umum daerah dengan mempertimbangkan tiga suhu (0, 2, dan +2°C) dan waktu pemaparan. Pilihan kami 1 ° C dan setidaknya tiga jam berturut-turut bertujuan untuk mengkarakterisasi evolusi peristiwa embun beku daripada menghubungkan kerusakan spesifik pada kultivar tertentu, yang akan mengandaikan studi yang berbeda. Definisi ini diadopsi setelah mengambil pendapat para ahli. Karena banyaknya kultivar dalam hal CR dan HR dan keragaman rezim suhu di daerah yang dipertimbangkan dalam penelitian ini, kami memilih minggu-minggu (dari 2 hingga 10) di mana semua (atau sebagian besar) kombinasi kultivar/lokasi dapat rentan mengalami kerusakan beku sesuai dengan tahap fenologisnya. Untuk tujuan pengambilan keputusan, produsen harus memilih peta yang paling sesuai dengan situasi khusus mereka (yaitu, kultivar/lokasi) untuk membuat keputusan yang optimal. Secara umum, daerah hangat dan/atau kultivar berbunga awal akan berhubungan dengan minggu-minggu awal dalam kisaran yang dipertimbangkan, sedangkan daerah dingin dan/atau kultivar berbunga akhir akan berhubungan dengan minggu-minggu berikutnya dalam kisaran yang dipertimbangkan. Peristiwa panas abnormal di musim dingin yang dapat meningkatkan pelepasan endodormancy awal, yang berdampak negatif pada produksi (Viti dan Monteleone, 1995; Rodrigo dan Herrero, 2002; Ladwig dkk., 2019), akan meningkat terutama di Lembah Guadalquivir, daerah pesisir Mediterania, dan juga di Extremadura dan beberapa daerah Lembah Ebro pada pertengahan atau akhir Februari (Gambar 6). Kuantifikasi metrik ini biasanya tidak dibahas dalam literatur tetapi dapat memicu masalah produksi penting di daerah hangat seperti yang telah diamati dalam beberapa tahun terakhir. Sekali lagi, pengaturan 25 °C atau lebih tinggi selama setidaknya tiga jam berturut-turut untuk menentukan peristiwa semacam itu dimotivasi oleh pendapat para ahli. Sama halnya dengan probabilitas kejadian embun beku, kami memilih minggu-minggu (dari 49 hingga 8) di mana semua (atau sebagian besar) kombinasi kultivar/lokasi rentan terpengaruh oleh kejadian ini menurut tahap fenologisnya. Secara umum, daerah hangat dan/atau kultivar berbunga awal akan berhubungan dengan minggu-minggu awal dalam kisaran yang dipertimbangkan, sedangkan daerah dingin dan/atau kultivar berbunga akhir akan berhubungan dengan minggu-minggu berikutnya dalam kisaran yang dipertimbangkan.
Metrik agroklimat yang dihitung dalam studi ini memberikan informasi berharga bagi produsen untuk memilih kultivar yang paling cocok di setiap area produksi dari sudut pandang adaptif. Setiap kultivar memiliki CR untuk memecahkan endodormancy (Campoy dkk., 2011b; Fadon dkk., 2020b). Penurunan akumulasi dingin seperti yang diproyeksikan dalam skenario masa depan dapat menyebabkan kultivar yang ditanam saat ini tidak memenuhi CR mereka di daerah tertentu, terutama di daerah Mediterania dan Lembah Guadalquivir, yang sudah hangat. Ini akan melibatkan pelepasan endodormansi yang tidak lengkap yang mempengaruhi pohon buah-buahan dalam tiga aspek utama, yaitu, kuncup bunga turun (dan dengan demikian pembungaan yang buruk), keterlambatan pembungaan dan perkecambahan, dan kurangnya keseragaman dalam kedua proses, yang menyebabkan masalah produktif yang serius (Legave dkk., 1983; Erez, 2000; Atkinson et al., 2013). Semua ini dapat menghasilkan kerugian ekonomi yang penting bagi produsen. Dalam konteks ini, pengetahuan tentang CR untuk kultivar yang berbeda sangat penting meskipun informasi yang tersedia saat ini relatif langka di pohon buah batu (Fadon dkk., 2020b), termasuk buah persik (Maulión et al., 2014), aprikot (Ruiz dkk., 2007), plum (Ruiz dkk., 2018), dan ceri manis (Alburquerque et al., 2008).
Di daerah hangat seperti Mediterania dan Lembah Guadalquivir, di mana akumulasi dingin di bawah 60 porsi dalam situasi saat ini, kultivar pematangan awal dengan CR antara 30 dan 60 porsi ditanam. Pemenuhan CR untuk kultivar ini dapat berisiko di semua skenario masa depan yang dianalisis (Gambar 2). Untuk memastikan kesesuaian adaptif dari spesies/kultivar yang berbeda ke daerah ini, relokasi mungkin diperlukan, dan beberapa kultivar harus dipindahkan ke daerah tertutup (zona interior di daerah Mediterania atau menuju Extremadura dalam kasus Lembah Guadalquivir) di mana CR akan terpenuhi bahkan dalam skenario masa depan, dan risiko embun beku diperkirakan akan berkurang. Dalam konteks ini, introduksi atau pengembangan kultivar dengan CR sangat rendah menjadi target penting untuk dipertimbangkan dalam program pemuliaan spesies/kultivar incumbent, terutama agar cocok untuk daerah hangat di mana adaptasi kultivar saat ini akan berisiko di masa depan. skenario. Jika tidak, daerah-daerah tersebut tidak akan dapat mempertahankan kegiatan produktif dan ekonominya yang terkait dengan produksi buah batu. Selain itu, praktik dan strategi agronomi yang berbeda juga dapat diterapkan untuk meminimalkan penurunan akumulasi dingin di daerah ini setidaknya secara lokal. Penerapan biostimulan untuk memecahkan endodormancy sebelum memenuhi CR atau penggunaan jaring peneduh selama tahap dormansi yang berbeda telah dijelaskan di daerah hangat untuk produksi buah batu (Gilreath dan Buchanan, 1981; Erez, 1987; Costa et al., 2004; Campoy dkk., 2010; Petri et al., 2014), meskipun penelitian dan optimasi lebih lanjut harus dilakukan untuk membuat teknik ini lebih efektif dan mempromosikan penggunaan sistematis mereka. Sebaliknya, di daerah penghasil terdingin seperti Lembah Ebro, Extremadura utara, dan beberapa lokasi interior di daerah Mediterania, diperkirakan lebih sedikit kejadian es, yang memungkinkan kultivar lebih awal daripada kultivar saat ini, yang akan memperluas jumlah kultivar yang layak dan, Oleh karena itu, penawaran ke pasar dengan konsekuensi ekonomi yang positif bagi daerah. Secara keseluruhan, di semua wilayah produksi, sangat penting untuk mempertimbangkan kultivar yang saat ini ditanam dan menganalisis yang berada di ujung pemenuhan CR mereka untuk menggantikan atau memindahkannya atau untuk memperkenalkan praktik pengelolaan yang dijelaskan di atas untuk memastikan adaptasi terhadap perubahan iklim baru. skenario.
Mengenai akumulasi panas, skenario masa depan memperkirakan peningkatan variabel ini di semua area yang dipertimbangkan (Gambar 4). Di daerah hangat dan menengah, variabel ini tidak menentukan seperti akumulasi dingin tetapi dapat memiliki dampak yang relevan pada fenologi, menghasilkan kemajuan dalam tanggal berbunga dan dengan demikian meningkatkan potensi risiko cedera beku (Mosedale et al., 2015; Unterberger et al., 2018; Ma et al., 2019). Sebagai poin tambahan, kemajuan pembungaan ini akan melibatkan kemajuan pematangan juga (Peñuelas dan Filella, 2001; Campoy dkk., 2011b), yang harus diperhitungkan oleh produsen untuk secara strategis menempatkan produknya di pasar. Sebaliknya, di daerah dingin, kurangnya akumulasi panas dalam situasi saat ini dapat membahayakan perkembangan fenologi dan pertumbuhan buah (Fadon et al., 2020a). Daerah yang saat ini dingin ini akan disukai oleh perkiraan peningkatan akumulasi panas untuk skenario masa depan. Seperti yang ditunjukkan pada Gambar 6, peristiwa panas yang tidak normal akan lebih sering terjadi dalam skenario masa depan pada tanggal di mana pohon buah-buahan belum melepaskan endodormancy, terutama di daerah hangat seperti Lembah Guadalquivir dan lokasi Mediterania. Peristiwa ini dapat memiliki efek yang sangat negatif ketika CR sebagian tertutup (sekitar 60-70%), mendorong pelepasan dormansi tidak lengkap yang mungkin melibatkan masalah vegetatif dan pembungaan, dengan dampak negatif pada pembentukan buah dan hasil (Rodrigo dan Herrero, 2002; Campoy et al., 2011a).
Bagaimanapun, perubahan dalam sistem akumulasi dingin dan panas tidak memiliki efek yang sama pada semua kultivar dan lokasinya karena beberapa efek kompensasi dapat terjadi sehubungan dengan keseimbangan akumulasi dingin/panas dalam hal pelepasan endodormansi atau prediksi tanggal berbunga (Pope et al., 2014). Selain itu, karakterisasi agroklimat lokasi pada skala yang sangat lokal mungkin memerlukan kalibrasi data tertentu karena heterogenitas spasial (Lorite dkk., 2020) untuk membuat keputusan terbaik mengenai pemilihan kultivar yang optimal. Hasil yang disajikan dalam penelitian ini dapat berguna tidak hanya untuk produksi buah batu tetapi juga untuk buah-buahan beriklim sedang lainnya yang sangat penting di daerah yang ada, misalnya, anggur di La Rioja (Lembah Ebro) atau lainnya. Hasil ini dapat menjadi dasar sistem pendukung keputusan untuk membantu produsen dalam membuat keputusan strategis yang optimal (misalnya, pemilihan kultivar, relokasi, dan penerapan praktik pengelolaan mitigasi) dalam jangka menengah dan panjang.
Pernyataan Ketersediaan Data
Kontribusi asli yang disajikan dalam penelitian ini termasuk dalam artikel/Materi tambahan, pertanyaan lebih lanjut dapat diarahkan ke penulis yang sesuai.
Kontribusi Penulis
MC, JG-B, JG, dan DR menyusun dan merancang penelitian ini. MC menyediakan data agroklimat untuk skenario saat ini. JAE melakukan perhitungan untuk skenario masa depan. JAE dan DR menulis bagian utama dari naskah. JE memberikan informasi tentang aspek teknis agronomi. JG mengelola proyek inovasi yang mendanai penelitian ini. Semua penulis merevisi dokumen dan menyetujui versi yang dikirimkan.
Pendanaan
Dukungan keuangan diberikan oleh Kementerian Pertanian, Perikanan dan Pangan Spanyol melalui Proyek Inovasi “Adaptasi sektor buah batu terhadap perubahan iklim” (REF: MAPA-PNDR 20190020007385) dan oleh PRIMA, sebuah program yang didukung di bawah H2020, Kerangka Kerja Uni Eropa program untuk penelitian dan inovasi (“Proyek AdaMedOr”; hibah nomor PCI2020-112113 dari Kementerian Sains dan Inovasi Spanyol).
Benturan Kepentingan
Para penulis menyatakan bahwa penelitian ini dilakukan tanpa adanya hubungan komersial atau keuangan yang dapat ditafsirkan sebagai potensi konflik kepentingan.
Catatan Penerbit
Semua klaim yang diungkapkan dalam artikel ini adalah sepenuhnya milik penulis dan tidak selalu mewakili organisasi afiliasinya, atau milik penerbit, editor, dan pengulas. Setiap produk yang dapat dievaluasi dalam artikel ini, atau klaim yang mungkin dibuat oleh produsennya, tidak dijamin atau didukung oleh penerbit.
Ucapan Terima Kasih
Kami berterima kasih kepada semua anggota Grup Operasi Spanyol “Adaptasi sektor buah batu terhadap perubahan iklim” (FECOAM, FECOAV, ANECOOP, Frutaria, Buah Basol, Fundación Universidad-Empresa de la Región de Murcia, Fundación Cajamar) atas kontribusi mereka yang berharga bagi perkembangan proyek. Kami berterima kasih kepada AEMET atas data yang tersedia di halaman webnya (http://www.aemet.es/es/serviciosclimaticos/cambio_climat/datos_diarios).
Materi tambahan
Bahan Pelengkap untuk artikel ini dapat ditemukan online di: https://www.frontiersin.org/articles/10.3389/fpls.2022.842628/full#supplementary-material
Gambar Tambahan 1 | Korelasi antara porsi akumulasi rata-rata dan unit dingin untuk skenario saat ini di semua stasiun cuaca.
Gambar Tambahan 2 | Korelasi antara akumulasi rata-rata GDH untuk model Anderson dan Richardson untuk skenario saat ini di semua stasiun cuaca.
Referensi
Alburquerque, N., García-Montiel, F., Carrillo, A., dan Burgos, L. (2008). Persyaratan pendinginan dan panas kultivar ceri manis dan hubungan antara ketinggian dan kemungkinan memenuhi persyaratan dingin. Mengepung. Eks. Bot. 64, 162-170. doi: 10.1016/j.enveexpbot.2008.01.003
Amblar-Francés, MP, Pastor-Saavedra, MA, Casado-Calle, MJ, Ramos-Calzado, P., dan Rodríguez-Camino, E. (2018). Strategi untuk menghasilkan proyeksi perubahan iklim yang memberi makan komunitas dampak Spanyol. Adv. Sci. Res. 15, 217-230.
Anderson, JL, Richardson, EA, dan Kesner, CD (1986). Validasi model fenologi unit dingin dan kuncup bunga untuk ceri asam “Montmorency”. Akta Hortik. 1986, 71–78. doi: 10.17660/ActaHortic.1986.184.7
Atkinson, CJ, Brennan, RM, dan Jones, HG (2013). Penurunan pendinginan dan dampaknya pada tanaman tahunan beriklim sedang. Mengepung. Eks. Bot. 91, 48-62. doi: 10.1016/j.enveexpbot.2013.02.004
Benmoussa, H., Ben Mimoun, M., Ghrab, M., dan Luedeling, E. (2018). Perubahan iklim mengancam kebun kacang Tunisia tengah. Int. J.Biometeorol. 62, 2245–2255. doi: 10.1007/s00484-018-1628-x
Benmoussa, H., Luedeling, E., Ghrab, M., dan Ben Mimoun, M. (2020). Penurunan dingin musim dingin yang parah berdampak pada kebun buah dan kacang Tunisia. mendaki. Chan. 162, 1249–1267. doi: 10.1007/s10584-020-02774-7
Campoy, JA, Ruiz, D., Cook, N., Allderman, L., dan Egea, J. (2011a). Suhu tinggi dan waktu untuk kuncup di aprikot dingin rendah 'Palsteyn'. Menuju pemahaman yang lebih baik tentang pemenuhan persyaratan dingin dan panas. Sci. Hortik. 129, 649–655. doi: 10.1016/j.scienta.2011.05.008
Campoy, JA, Ruiz, D., dan Egea, J. (2011b). Dormansi pada pohon buah-buahan beriklim sedang dalam konteks pemanasan global: tinjauan. Sci. Hortik. 130, 357–372. doi: 10.1016/j.scienta.2011.07.011
Campoy, JA, Ruiz, D., dan Egea, J. (2010). Pengaruh perawatan naungan dan thidiazuron+minyak pada pemecah dormansi, pembungaan, dan pembentukan buah dalam aprikot di iklim musim dingin yang hangat. Sci. Hortik. 125, 203–210. doi: 10.1016/j.scienta.2010.03.029
Chmielewski, F.-M., Götz, K.-P., Weber, KC, dan Moryson, S. (2018). Perubahan iklim dan kerusakan es musim semi untuk ceri manis di Jerman. Int. J.Biometeorol. 62, 217–228. doi: 10.1007/s00484-017-1443-9
Chylek, P., Li, J., Dubey, MK, Wang, M., dan Lesins, G. (2011). Mengamati dan memodelkan variabilitas suhu Arktik abad ke-20: model sistem bumi Kanada CanESM2. atmosfer. Kimia fisik. Membahas. 11, 22893–22907. doi: 10.5194/acpd-11-22893-2011
Costa, C., Stassen, PJC, dan Mudzunga, J. (2004). Bahan kimia pemecah sisa untuk pome Afrika Selatan dan industri buah batu. Akta Hortik. 2004, 295–302. doi: 10.17660/ActaHortic.2004.636.35
Delgado, A., Dapena, E., Fernandez, E., dan Luedeling, E. (2021). Persyaratan iklim selama dormansi pada pohon apel dari barat laut Spanyol – Pemanasan global dapat mengancam budidaya kultivar dingin tinggi. Eur. J.Agro. 130:126374. doi: 10.1016/j.eja.2021.126374
Delworth, TL, Brokoli, AJ, Rosati, A., Stouffer, RJ, Balaji, V., Beesley, JA, dkk. (2006). Model iklim gabungan global CM2 GFDL. bagian I: formulasi dan karakteristik simulasi. J. Clim. 19, 643–674. doi: 10.1175/JCLI3629.1
Dufresne, J.-L., Foujols, M.-A., Denvil, S., Caubel, A., Marti, O., Aumont, O., et al. (2013). Proyeksi perubahan iklim menggunakan Model Sistem Bumi IPSL-CM5: dari CMIP3 ke CMIP5. mendaki. Din. 40, 2123–2165. doi: 10.1007/s00382-012-1636-1
Erez, A. (1987). Kontrol kimia budbreak. Ilmu Hort 22, 1240-1243.
Erez, A. (2000). “Dormansi Kuncup; Fenomena, Masalah dan Solusi di Daerah Tropis dan Subtropis,” in Tanaman Buah Beriklim di Iklim Hangat, ed. A. Erez (Dordrecht: Springer), 17–48. doi: 10.1007/978-94-017-3215-4_2
Fadon, E., Fernandez, E., Behn, H., dan Luedeling, E. (2020a). Kerangka konseptual untuk dormansi musim dingin di pohon gugur. Agronomi 10:241. doi: 10.3390/agronomi10020241
Fadon, E., Herrera, S., Guerrero, BI, Guerra, ME, dan Rodrigo, J. (2020b). Persyaratan pendinginan dan panas pohon buah batu beriklim sedang (Prunus sp.). Agronomi 10:409. doi: 10.3390/agronomi10030409
FAOSTAT (2019). Data pangan dan pertanian. Roma: FAO.
Fernandez, E., Whitney, C., Cuneo, IF, dan Luedeling, E. (2020). Prospek penurunan dingin musim dingin untuk produksi buah gugur di Chili sepanjang abad ke-21. mendaki. Chan. 159, 423–439. doi: 10.1007/s10584-019-02608-1
Fishman, S., Erez, A., dan Couvillon, GA (1987). Ketergantungan suhu dari pemecahan dormansi pada tanaman: analisis matematis dari model dua langkah yang melibatkan transisi kooperatif. J. Teori. Biol. 124, 473–483. doi: 10.1016/S0022-5193(87)80221-7
Fraga, H., dan Santos, JA (2021). Penilaian dampak perubahan iklim pada pendinginan dan pemaksaan untuk wilayah buah segar utama di portugal. Depan. Tanaman Sci. 12:1263. doi: 10.3389/fpls.2021.689121
Gilreath, PR, dan Buchanan, DW (1981). Perkembangan kuncup bunga dan vegetatif dari nektarin “Sungold” dan “Sunlite” dipengaruhi oleh pendinginan evaporatif dengan penyemprotan di atas kepala selama istirahat. Selai. Soc. Hortik. Sci. 106, 321-324.
Giorgetta, MA, Jungclaus, J., Reick, CH, Legutke, S., Bader, J., Böttinger, M., dkk. (2013). Iklim dan siklus karbon berubah dari tahun 1850 menjadi 2100 dalam simulasi MPI-ESM untuk Proyek Interkomparasi Model Coupled fase 5. J. Adv. Model. Sistem Bumi. 5, 572–597. doi: 10.1002/jame.20038
Giorgi, F., dan Lionello, P. (2008). Proyeksi perubahan iklim untuk wilayah Mediterania. Gumpal. Planet. Chan. 63, 90-104. doi: 10.1016/j.gloplacha.2007.09.005
Guo, L., Dai, J., Wang, M., Xu, J., dan Luedeling, E. (2015). Tanggapan fenologi musim semi di pohon zona beriklim terhadap pemanasan iklim: studi kasus pembungaan aprikot di Cina. pertanian. Untuk. Meteorol. 201, 1–7. doi: 10.1016/j.agrformet.2014.10.016
Guo, L., Wang, J., Li, M., Liu, L., Xu, J., Cheng, J., dkk. (2019). Margin distribusi sebagai laboratorium alami untuk menyimpulkan respons pembungaan spesies terhadap pemanasan iklim dan implikasinya terhadap risiko embun beku. pertanian. Untuk. Meteorol. 268, 299–307. doi: 10.1016/j.agrformet.2019.01.038
Hatfield, JL, Sivakumar, MVK, dan Prueger, JH (eds) (2019). Agroklimatologi: Menghubungkan Pertanian dengan Iklim. edisi pertama Madison: Masyarakat Agronomi Amerika.
Hernanz, A., García-Valero, JA, Domínguez, M., Ramos-Calzado, P., Pastor-Saavedra, MA, dan Rodríguez-Camino, E. (2022a). Evaluasi metode penurunan skala statistik untuk proyeksi perubahan iklim di Spanyol: kondisi saat ini dengan prediktor sempurna. Int. J. Klimatol. 42, 762–776. doi: 10.1002/joc.7271
Hernanz, A., García-Valero, JA, Domínguez, M., dan Rodríguez-Camino, E. (2022b). Evaluasi metode penurunan skala statistik untuk proyeksi perubahan iklim di Spanyol: Kondisi masa depan dengan realitas semu (eksperimen transferabilitas). Int. J. Klimatol. 2022:7464. doi: 10.1002/joc.7464
IPCC (2021). Perubahan Iklim 2021: Dasar Ilmu Fisika. Kontribusi Kelompok Kerja I pada Laporan Penilaian Keenam Panel Antarpemerintah tentang Perubahan Iklim. Cambridge: Cambridge University Press.
Ji, D., Wang, L., Feng, J., Wu, Q., Cheng, H., Zhang, Q., dkk. (2014). Deskripsi dan evaluasi dasar Beijing Normal University Earth System Model (BNU-ESM) versi 1. Geosci. Model Pengembang 7, 2039–2064. doi: 10.5194/gmd-7-2039-2014
Julian, C., Herrero, M., dan Rodrigo, J. (2007). Penurunan kuncup bunga dan kerusakan embun beku sebelum mekar pada aprikot (Prunus armeniaca L.). J. Aplikasi Bot. Kualitas Makanan. 81, 21-25.
Ladwig, LM, Chandler, JL, Guiden, PW, dan Henn, JJ (2019). Peristiwa hangat musim dingin yang ekstrem menyebabkan kuncup yang sangat awal bagi banyak spesies kayu. Ekosfer 10:e02542. doi: 10.1002/ecs2.2542
Legave, JM, Garcia, G., dan Marco, F. (1983). Beberapa aspek deskriptif dari proses tetes kuncup bunga, atau bunga muda yang diamati pada pohon aprikot di selatan Perancis. Akta Hortik. 1983, 75–84. doi: 10.17660/ActaHortic.1983.121.6
Leolini, L., Moriondo, M., Fila, G., Costafreda-Aumedes, S., Ferrise, R., dan Bindi, M. (2018). Dampak embun beku akhir musim semi pada distribusi selentingan masa depan di Eropa. Tanaman Lahan Res. 222, 197–208. doi: 10.1016/j.fcr.2017.11.018
Linvill, DE (1990). Menghitung jam pendinginan dan unit pendinginan dari pengamatan suhu maksimum dan minimum harian. Ilmu Hort 25, 14-16.
Lorite, IJ, Cabezas-Luque, JM, Arquero, O., Gabaldon-Leal, C., Santos, C., Rodríguez, A., dkk. (2020). Peran fenologi dalam dampak perubahan iklim dan strategi adaptasi untuk tanaman pohon: studi kasus di kebun almond di Eropa Selatan. pertanian. Untuk. Meteorol. 294:108142. doi: 10.1016/j.agrformet.2020.108142
Luedeling, E. (2012). Perubahan iklim berdampak pada dinginnya musim dingin untuk produksi buah dan kacang beriklim sedang: ulasan. Sci. Hortik. 144, 218–229. doi: 10.1016/j.scienta.2012.07.011
Luedeling, E. (2019). chillR: metode statistik untuk analisis fenologi pada pohon buah-buahan beriklim sedang. Paket R Versi 0.70.21.
Luedeling, E., Girvetz, EH, Semenov, MA, dan Brown, PH (2011). Perubahan iklim mempengaruhi dinginnya musim dingin untuk pohon buah dan kacang yang beriklim sedang. PLoS One 6: e20155. doi: 10.1371 / journal.pone.0020155
Luedeling, E., Schiffers, K., Fohrmann, T., dan Urbach, C. (2021). PhenoFlex – model terintegrasi untuk memprediksi fenologi musim semi di pohon buah-buahan beriklim sedang. pertanian. Untuk. Meteorol. 307:108491. doi: 10.1016/j.agrformet.2021.108491
Ma, Q., Huang, J.-G., Hänninen, H., dan Berninger, F. (2019). Tren yang berbeda dalam risiko kerusakan embun beku musim semi pada pohon di Eropa dengan pemanasan baru-baru ini. Gumpal. Chan. Biol. 25, 351–360. doi: 10.1111/gcb.14479
Mahmood, A., Hu, Y., Tanny, J., dan Asante, EA (2018). Efek naungan dan layar anti serangga pada iklim mikro tanaman dan produksi: tinjauan kemajuan terkini. Sci. Hortik. 241, 241–251. doi: 10.1016/j.scienta.2018.06.078
Maulión, E., Valentini, GH, Kovalevski, L., Prunello, M., Monti, LL, Daorden, ME, dkk. (2014). Perbandingan metode untuk estimasi kebutuhan pendinginan dan panas genotipe nektarin dan persik untuk pembungaan. Sci. Hortik. 177, 112–117. doi: 10.1016/j.scienta.2014.07.042
MedECC (2020). Perubahan Iklim dan Lingkungan di Cekungan Mediterania – Situasi Saat Ini dan Risiko untuk Masa Depan Laporan Penilaian Mediterania Pertama. Marseille: MedECC. doi: 10.5281/zenodo.4768833
Miranda, C., Santesteban, LG, dan Royo, JB (2005). Variabilitas dalam hubungan antara suhu beku dan tingkat cedera untuk beberapa spesies prunus dibudidayakan. Ilmu Hort 40, 357–361. doi: 10.21273/HORTSCI.40.2.357
Miranda, C., Urrestrazu, J., dan Santesteban, LG (2021). fruclimadapt: Paket R untuk penilaian adaptasi iklim spesies buah beriklim sedang. Hitung. Elektron. pertanian. 180:105879. doi: 10.1016/j.compag.2020.105879
Mosedale, JR, Wilson, RJ, dan Maclean, IMD (2015). Perubahan iklim dan paparan tanaman terhadap cuaca buruk: perubahan risiko embun beku dan kondisi pembungaan selentingan. PLoS One 10: e0141218. doi: 10.1371 / journal.pone.0141218
Olesen, JE, dan Bindi, M. (2002). Konsekuensi dari perubahan iklim untuk produktivitas pertanian Eropa, penggunaan lahan dan kebijakan. Eur. J.Agro. 16, 239–262. doi: 10.1016/S1161-0301(02)00004-7
Parker, L., Pathak, T., dan Ostoja, S. (2021). Perubahan iklim mengurangi paparan embun beku untuk tanaman kebun California yang bernilai tinggi. Sci. Total Lingkungan. 762:143971. doi: 10.1016/j.scitotenv.2020.143971
Peñuelas, J., dan Filella, I. (2001). Tanggapan terhadap dunia yang memanas. Ilmu 294, 793 – 795. doi: 10.1126 / science.1066860
Petri, JL, Leite, GB, Couto, M., Gabardo, GC, dan Haverroth, FJ (2014). Induksi kimia budbreak: produk generasi baru untuk menggantikan hidrogen sianamida. Akta Hortik. 2014, 159–166. doi: 10.17660/ActaHortic.2014.1042.19
Paus, KS, Da Silva, D., Brown, PH, dan DeJong, TM (2014). Pendekatan berbasis biologis untuk memodelkan fenologi musim semi di pohon gugur beriklim sedang. pertanian. Untuk. Meteorol. 198, 15–23. doi: 10.1016/j.agrformet.2014.07.009
Richardson, EA, Seeley, SD, dan Walker, DR (1974). Sebuah model untuk memperkirakan penyelesaian istirahat untuk pohon persik "Redhaven" dan "Elberta". Ilmu Hort 9, 331-332.
Rodrigo, J., dan Herrero, M. (2002). Pengaruh suhu sebelum mekar pada perkembangan bunga dan pembentukan buah dalam aprikot. Sci. Hortik. 92, 125–135. doi: 10.1016/S0304-4238(01)00289-8
Rodríguez, A., Pérez-López, D., Centeno, A., dan Ruiz-Ramos, M. (2021). Kelangsungan hidup varietas pohon buah-buahan beriklim di Spanyol di bawah perubahan iklim menurut akumulasi dingin. pertanian. Sistem 186:102961. doi: 10.1016/j.agsy.2020.102961
Rodríguez, A., Pérez-López, D., Sánchez, E., Centeno, A., Gómara, I., Dosio, A., dkk. (2019). Akumulasi dingin di pohon buah-buahan di Spanyol di bawah perubahan iklim. Nat. Sistem Bahaya Bumi. Sci. 19, 1087–1103. doi: 10.5194/nhess-19-1087-2019
Ruiz, D., Campoy, JA, dan Egea, J. (2007). Persyaratan pendinginan dan panas kultivar aprikot untuk berbunga. Mengepung. Eks. Bot. 61, 254-263. doi: 10.1016/j.enveexpbot.2007.06.008
Teks Lengkap CrossRef | Google Scholar
Ruiz, D., Egea, J., Salazar, JA, dan Campoy, JA (2018). Persyaratan pendinginan dan panas kultivar prem Jepang untuk berbunga. Sci. Hortik. 242, 164–169. doi: 10.1016/j.scienta.2018.07.014
Scoccimarro, E., Gualdi, S., Bellucci, A., Sanna, A., Fogli, PG, Manzini, E., dkk. (2011). Efek siklon tropis pada transportasi panas laut dalam model sirkulasi umum resolusi tinggi. J. Clim. 24, 4368–4384. doi: 10.1175/2011JCLI4104.1
Semenov, MA, dan Stratonovitch, P. (2010). Penggunaan ansambel multi-model dari model iklim global untuk penilaian dampak perubahan iklim. mendaki. Res. 41, 1–14. doi: 10.3354/cr00836
UNE 500540 (2004). Jaringan stasiun cuaca otomatis: Panduan untuk validasi data cuaca dari jaringan stasiun. Madrid: AENOR
Unterberger, C., Brunner, L., Nabernegg, S., Steininger, KW, Steiner, AK, Stabentheiner, E., dkk. (2018). Risiko embun beku musim semi untuk produksi apel regional di bawah iklim yang lebih hangat. PLoS One 13: e0200201. doi: 10.1371 / journal.pone.0200201
van Vuuren, DP, Edmonds, J., Kainuma, M., Riahi, K., Thomson, A., Hibbard, K., dkk. (2011). Jalur konsentrasi representatif: gambaran umum. mendaki. Chan. 109:5. doi: 10.1007/s10584-011-0148-z
Viti, R., dan Monteleone, P. (1995). Suhu tinggi berpengaruh terhadap adanya anomali kuncup bunga pada dua varietas aprikot yang ditandai dengan produktivitas yang berbeda. Akta Hortik. 1995, 283–290. doi: 10.17660/ActaHortic.1995.384.43
Volodin, EM, Dianskii, NA, dan Gusev, AV (2010). Mensimulasikan iklim saat ini dengan model gabungan INMCM4.0 dari sirkulasi umum atmosfer dan samudera. Izv. atmosfer. Laut. fisik. 46, 414–431. doi: 10.1134 / S000143381004002X
Wallach, D., Martre, P., Liu, B., Asseng, S., Ewert, F., Thorburn, PJ, et al. (2018). Ansambel multimodel meningkatkan prediksi interaksi tanaman-lingkungan-manajemen. Gumpal. Chan. Biol. 24, 5072–5083. doi: 10.1111/gcb.14411
Watanabe, S., Hajima, T., Sudo, K., Nagashima, T., Takemura, T., Okajima, H., dkk. (2011). MIROC-ESM 2010: deskripsi model dan hasil dasar percobaan CMIP5-20c3m. Geosci. Model Pengembang 4, 845–872. doi: 10.5194/gmd-4-845-2011
Wu, T., Lagu, L., Li, W., Wang, Z., Zhang, H., Xin, X., dkk. (2014). Gambaran umum pengembangan dan penerapan model sistem iklim BCC untuk studi perubahan iklim. J. Meteorol. Res. 28, 34–56. doi: 10.1007/s13351-014-3041-7
Yukimoto, S., Adachi, Y., Hosaka, M., Sakami, T., Yoshimura, H., Hirabara, M., dkk. (2012). Model iklim global baru dari lembaga penelitian meteorologi: MRI-CGCM3 —Deskripsi Model dan Kinerja Dasar. J. Meteorol. Soc. Jpn. Seri II 90, 23–64. doi: 10.2151/jmsj.2012-A02
Kata kunci: Prunus, Buah Batu, adaptasi, akumulasi dingin, fenologi, risiko beku, pilihan varietas, metrik agroklimatik
Kutipan: Egea JA, Caro M, García-Brunton J, Gambín J, Egea J dan Ruiz D (2022) Metrik Agroklimatik untuk Daerah Penghasil Buah Batu Utama di Spanyol dalam Skenario Perubahan Iklim Saat Ini dan Masa Depan: Implikasi Dari Sudut Pandang Adaptif. Depan. Tanaman Sci. 13:842628. doi: 10.3389/fpls.2022.842628
diterima: 23 Desember 2021; Diterima: 02 Mei 2022;
Diterbitkan: 08 Juni 2022.
Diedit oleh:Hisayo Yamane, Universitas Kyoto, Jepang
Diulas oleh:Liang Guo, Universitas A&F Barat Laut, Cina
Kirti Rajagopalan, Universitas Negeri Washington, Amerika Serikat
Hak Cipta © 2022 Egea, Caro, García-Brunton, Gambin, Egea dan Ruiz. Ini adalah artikel akses terbuka yang didistribusikan di bawah ketentuan Lisensi Atribusi Creative Commons (CC BY). Penggunaan, distribusi atau reproduksi di forum lain diizinkan, asalkan penulis asli dan pemilik hak cipta dikreditkan dan bahwa publikasi asli dalam jurnal ini dikutip, sesuai dengan praktik akademik yang diterima. Dilarang menggunakan, mendistribusikan, atau mereproduksi, yang tidak mematuhi ketentuan ini.
*Korespondensi: Jose A.Egea, jaegea@cebas.csic.es; David Ruiz, druiz@cebas.csic.es
Sumber: https://www.frontiersin.org