Machine Translated by Google
TIPO Pesquisa Original PUBLICADO
ACESSO LIVRE
EDITADO POR
Eric Josef Ribeiro Parteli,
Universidade de
Duisburg-Essen, Alemanha
REVISADOS PELA
Kristen Welsh,
Universidade das Bahamas, Bahamas
Elham Rafiei Sardooi,
Universidade de Jiroft, Irã
*CORRESPONDÊNCIA
Mengqi Zhao
mengqi.zhao@pnnl.gov
SEÇÃO DE ESPECIALIDADE
Este artigo foi submetido a
Água e Sistemas Humanos, uma
seção da revista
Fronteiras na Água
RECEBIDO 30 de junho de 2022
ACEITO 30 de setembro de 2022
PUBLICADO 20 de outubro de 2022
CITAÇÃO
Zhao M e Boll J (2022) Adaptação da gestão dos
recursos hídricos sob as mudanças climáticas.
Frente. Água 4:983228. doi:
10.3389/frwa.2022.983228
DIREITO AUTORAL
© 2022 Zhao e Boll. Este é um artigo de
acesso aberto distribuído sob os termos da
Creative Commons Attribution License (CC
BY). O uso, distribuição ou reprodução em
outros fóruns é permitido, desde que o(s)
autor(es) original(is) e o(s) detentor(es)
dos direitos autorais sejam creditados e que
a publicação original nesta revista seja
citada, de acordo com a prática acadêmica
aceita. Nenhum uso, distribuição ou
reprodução é permitido que não esteja de acordo
com estes termos.
Fronteiras na Água
20 de outubro de 2022 DOI 10.3389/
frwa.2022.983228
Adaptação da gestão dos recursos hídricos
sob as mudanças climáticas
Mengqi Zhao1,2* e Jan Boll1
1Departamento de Engenharia Civil e Ambiental, Washington State University, Pullman, WA,
Estados Unidos, 2Pacific Northwest National Laboratory, Richland, WA, Estados Unidos
O rápido crescimento da demanda na produção agrícola criou problemas de escassez
de água em todo o mundo. Simultaneamente, os cenários de mudança climática
projetam que secas mais frequentes e severas provavelmente ocorrerão. A gestão
adaptativa dos recursos hídricos tem sido sugerida como uma estratégia para melhor
coordenar os recursos hídricos superficiais e subterrâneos (ou seja, uso conjunto da
água) para lidar com as secas. Neste estudo, aprimoramos uma ferramenta agregada
de gestão de recursos hídricos que representa agricultura integrada, água, energia e
sistemas sociais. Aplicamos essa ferramenta à bacia do rio Yakima (YRB) no estado de
Washington, EUA. Selecionamos quatro indicadores de resiliência e sustentabilidade
do sistema para avaliar quatro métodos de adaptação associados a comportamentos
de adoção para aliviar os impactos da seca na agricultura nos cenários de mudança
climática RCP4.5 e RCP 8.5. Analisamos as características de quatro métodos de
adaptação, incluindo estufas, época de plantio, tecnologia de irrigação e recarga
gerenciada de aquíferos, bem como dinâmicas alternadas de oferta e demanda para
superar o impacto da seca. Os resultados mostram que as condições climáticas com
secas severas e consecutivas requerem mais recursos financeiros e naturais para
alcançar estratégias de adaptação bem implementadas.
Para a análise de impacto de longo prazo, a recarga gerenciada do aqüífero parece ser
uma opção econômica e fácil de adotar, enquanto as outorgas de água provavelmente
se esgotarão durante vários eventos consecutivos de seca. As estufas e as tecnologias
de eficiência hídrica são mais eficazes em melhorar a confiabilidade da irrigação de
acordo com o RCP 8.5 quando amplamente adotadas. No entanto, implementar todos
os métodos de adaptação em conjunto é a única maneira de aliviar a maior parte dos
impactos da seca projetados no futuro. A ferramenta de gestão de recursos hídricos
ajuda as partes interessadas e os pesquisadores a obter insights sobre os papéis das
invenções modernas na dinâmica do ciclo da água agrícola no contexto de sistemas
multissetoriais interativos.
PALAVRAS-CHAVE
gestão de recursos hídricos, secas, mudanças climáticas, confiabilidade de irrigação,
métodos de adaptação, adoção de inovação
Introdução
A gestão de recursos hídricos no nexo Alimentos-Energia-Água (FEW) está sendo
cada vez mais investigada e examinada quanto a sinergias e conflitos (Lele et al., 2013;
Abbott et al., 2017; Kaddoura e El Khatib, 2017). A melhoria do abastecimento de água
para os produtores agrícolas é de extrema importância porque eles estão sendo continuamente
01 frontiersin.org
Machine Translated by Google
Zhao e Boll
desafiados pelas frequências crescentes de climas extremos, como
períodos de seca, especialmente sob projeções climáticas futuras
(Hatfield et al., 2011; National Research Council, 2011; Wang et al.,
2011; Church et al., 2018). Por exemplo, ao longo das Cascades até os
vales orientais no noroeste do Pacífico (PNW), os agricultores
enfrentam problemas de escassez de água com frequência como
resultado do abastecimento insuficiente de água e grandes demandas
de atividades agrícolas (Chang et al., 2013) . A adaptação é necessária
para alcançar a confiabilidade, resiliência e sustentabilidade dos
sistemas de recursos hídricos na agricultura (Rickards e Howden,
2012; Iglesias e Garrote, 2015; Nam et al., 2015).
Os sistemas de recursos hídricos podem se tornar mais confiáveis
melhorando o abastecimento de água ou reduzindo a demanda de
água. O aumento do armazenamento de água é uma estratégia
fundamental para criar um amortecedor entre a precipitação disponível
sazonalmente, o derretimento da neve e as necessidades de água
durante a estação de cultivo agrícola. Reservatórios, lagoas, corpos
d'água naturais e aquíferos são exemplos de armazenamento de água
disponível. Recentemente, a recarga gerenciada do aquífero (MAR)
recebeu mais atenção como um método pelo qual a água extra é
armazenada no aquífero por meio de infiltração ou injeção de poço, em vez dedos conjuntos
liberar água ade dados(Dillon
A Califórnia e o Arizona têm desenvolvido o MAR para lidar com as
secas desde a década de 1960, com excelentes resultados no aumento
da resiliência à seca (Scanlon et al., 2016). Na Europa, a história do
MAR começou em 1810 no Reino Unido, e tem desempenhado um
papel importante no abastecimento de água em muitos países
europeus há mais de um século (Sprenger et al., 2017).
No entanto, MAR ainda não é amplamente implementado em regiões
de agricultura intensiva, como a bacia do rio Yakima no PNW (Zhao et
al., 2021). Vano et ai. (2010) descobriram que os agricultores sofreram
com escassez de água 14% dos anos, em média, de 1917 a 2006. Seu
estudo mostra que a frequência está projetada para aumentar para
68% na década de 2080 sob cenários de mudança climática (ou seja,
cenário A1B: equilíbrio entre todas as fontes de energia) se nenhuma
ação for tomada.
A demanda de água agrícola, entre outros setores de demanda de
água, ocupa cerca de 65% das retiradas totais de água, e 90% do
consumo total global de água vem da agricultura (Oki e Kanae, 2006).
A demanda e o consumo de água para irrigação são muito afetados
pelo tipo de cultura, condições climáticas e eficiência do sistema de
irrigação. A gestão adaptativa que aumenta a capacidade e a eficiência
da irrigação e coordena o uso da terra e a mudança da cobertura da
terra pode potencialmente aliviar o estresse hídrico projetado. Os
avanços tecnológicos nos sistemas de irrigação são frequentemente
focados em melhorar o rendimento das culturas e, assim, aumentar o
consumo de água (Ward e Pulido-Velazquez, 2008; Bjornlund et al.,
2009), o que pode levar à diminuição do fluxo de retorno. A adoção de
tecnologias de conservação de água na irrigação, como sistemas de
gotejamento ou aspersão, tem sido incentivada devido aos retornos
econômicos prospectivos (Marques et al., 2005), bem como para
reduzir as perdas por evaporação e reduzir a demanda de água.
Estufas (GHs) equipadas com tecnologia eficiente de aplicação de
água são um método crescente de proteção
Fronteiras na Água
02
10.3389/frwa.2022.983228
cultivo reduzindo o consumo de água e melhorando a eficiência do
uso da água (Rahimikhoob et al., 2020).
Os impactos das mudanças climáticas na disponibilidade de água
para irrigação é uma das maiores preocupações para a sustentabilidade
agrícola (Elliott et al., 2014). Muitos estudos tentaram avaliar os efeitos
das mudanças climáticas na demanda de água para irrigação e na
produção agrícola em grandes escalas espaciais (por exemplo, global
e nacional) (por exemplo, Wild et al., 2021b) e temporais (por exemplo,
anual e mensal) (por exemplo , Woznicki et al., 2015). Os pesquisadores
também se concentraram em avaliar as adaptações nos sistemas
hídricos e agrícolas à luz das futuras mudanças climáticas. Esteve e
cols. (2015) usaram modelos hidroeconômicos integrados para
simular o crescimento de culturas, hidrologia e respostas humanas
para análise de políticas de mudança climática e tomada de decisão
em escala de bacia. No entanto, os estudos baseados em soluções
para mitigar os impactos das mudanças climáticas no abastecimento
de água agrícola são frequentemente limitados, especialmente para
estratégias de adaptação direcionadas regionalmente com base em
políticas locais (por exemplo, direitos de água) e características
sociais. A falta de resoluções espaciais e temporais mais precisas
jusante de mudanças climáticas
et al., 2010) . é um dos principais
desafios para a gestão adaptativa da água, considerando a futura
variabilidade da água na escala regional e no intervalo de tempo diário
(Abatzoglou e Brown, 2012). A disponibilidade de variabilidade meteorológica em escala
Com uma ampla gama de abordagens que podem melhorar a
sustentabilidade da irrigação, as ferramentas de gestão são essenciais
para analisar o impacto das inovações considerando as interações de
mudanças climáticas, água, solo e pessoas para informar a tomada de decisões.
Abordagens de modelagem são amplamente aplicadas para avaliar
processos hidrológicos e biológicos para sistemas de água e cultivo,
e muitas vezes são usadas para avaliar o manejo com base na
preferência de valores ambientais, sociais ou econômicos (Savenije e
van der Zaag, 2002; Brouwer e Hofkes , 2008 ). Várias ferramentas de
modelagem e gestão visam encontrar as melhores estratégias de
gestão para irrigação sustentável em uma situação de seca, incluindo
planejamento e gestão de irrigação (Cai et al., 2003; Singh, 2014),
alocação de terra e água (Das et al., 2015). , e agendamento de
irrigação com deficiência de água (Garg e Dadhich, 2014). No entanto,
a gestão agrícola da água é complexa e o desenvolvimento de
ferramentas de gestão requer o envolvimento das partes interessadas,
o que não é um processo simples (Mott Lacroix e Megdal, 2016). A
modelagem de dinâmica de sistema (SD) é uma ferramenta adequada
para entender as interações e feedbacks do sistema, e seus recursos
fáceis de usar permitem que as partes interessadas avaliem suas
próprias decisões (Elsawah et al., 2017; Phan et al., 2021 ) .
Neste artigo, o objetivo foi avaliar métodos de adaptação para
melhorar a confiabilidade da irrigação em condições de déficit hídrico
associadas a cenários projetados de mudanças climáticas.
Primeiro, expandimos o modelo SD em Zhao et al. (2021) de gestão
agregada do sistema de água para responder a perguntas 'e se' no
projeto de adaptação. Em segundo lugar, aplicamos dados de mudança
climática reduzidos espacial e temporalmente (2020-2090) de
simulações do Modelo de Circulação Geral (GCM) sob
frontiersin.org
Machine Translated by Google

Zhao e Boll 10.3389/frwa.2022.983228

caminhos representativos do carbono (RCP) 4.5 e RCP 8.5 com

dados hidrológicos do modelo VIC-CropSyst (Malek et al., 2018b)
como entrada para o modelo SD. Em terceiro lugar, avaliamos os
requisitos mínimos de manejo para quatro métodos de adaptação,
incluindo GHs, mudanças no tempo de plantio, MAR e tecnologia
de irrigação, para aumentar a resiliência à seca em termos de
confiabilidade da irrigação para cada condição climática.
Por fim, adicionamos a adoção de inovação (por exemplo,
comportamento humano em adoção) em GHs, MAR e tecnologia
de irrigação após 2020 e avaliamos a eficácia da adaptação de
cada inovação na melhoria da confiabilidade da irrigação.

Fundo
Área de estudo: Bacia do Rio Yakima

A área de estudo é a Bacia do Rio Yakima (YRB), uma região

agrícola no centro-sul do estado de Washington com uma área de
drenagem de 15.900 km2 (Figura 1). Do YRB superior (elevação de
2.494 m perto das cabeceiras) na Faixa de Cascade ao YRB inferior
FIGURA 1
Localização de reservatórios, distritos de irrigação, usina
hidrelétrica Roza e ponto de controle (estação Parker) na bacia
do rio Yakima (Zhao et al., 2021).

(elevação de 104 m na confluência do rio Yakima e do rio

Columbia), a precipitação anual varia de cerca de 2.500 a 150 mm.
A maior parte da precipitação é armazenada como neve acumulada
armazenamento (Vaccaro e Olsen, 2009). Muitas secas registradas
durante o inverno e contribui para o fluxo de água para o baixo
causaram sérios danos ao setor agrícola devido a cortes de água
YRB durante a primavera e o verão, que estará disponível para
e falta de capacidade de armazenamento para compensar a
fins de irrigação. Cinco reservatórios ao longo dos afluentes do
deficiência de abastecimento de água.
rio Yakima superior e do rio Naches são operados para atender às
A água subterrânea tornou-se um recurso importante para
metas de controle de enchentes, irrigação, energia hidrelétrica e
apoiar o uso doméstico, o uso ambiental, o abastecimento público
fluxos ambientais. O armazenamento superficial compreende
de água e o desenvolvimento agrícola. Durante os anos de seca,
apenas 30% do escoamento médio anual, enquanto o restante do
a retirada de água subterrânea pode representar 25% do total de
abastecimento de água consiste em fluxo natural não regulado e
água para irrigação (Jones et al., 2006; USBR, 2011a). De acordo
fluxos de retorno de irrigação (USBR, 2011a). Duas usinas
com um relatório do Departamento de Ecologia do Estado de
hidrelétricas, Roza e Chandler, localizadas no YRB superior e
Washington (Vaccaro e Sumioka, 2006), existem mais de 20.000
inferior, respectivamente, geram energia hidrelétrica para
poços na bacia com direitos associados às águas subterrâneas.
bombeamento de águas subterrâneas nos distritos de irrigação.
Os direitos de águas subterrâneas no YRB consistem em 2.575
A agricultura responde pela maior parte da atividade econômica
por causa de terras acessíveis, solo fértil e um clima ideal para o certificados, 299 autorizações e 16.600 reivindicações que,
coletivamente, podem retirar cerca de 815 km3 de água, conforme
cultivo com problemas mínimos de doenças. Muitas variedades de
relatado pela Agência de Recursos de Bacias Hidrográficas do Tri-
culturas foram cultivadas no YRB. A partir de 2007, mais de 50%
.
County (TCWRA) em 2000. Oitenta por cento das retiradas são usadas para irrigaçã
da área total de cultivo (cerca de 2,0 × 109 m2 ) é usada para
pomares, feno e forragem (Washington State Department of
Agriculture, 2013). A demanda anual de água superficial para a
agricultura é de 95% da demanda total de água superficial, que é climas futuros
suprida por fluxo natural, fluxo de retorno e 1,43 × 109 m3 de
armazenamento total do reservatório (USBR, 2011a). Cerca de 95% Cinco GCMs foram escolhidos para simulações climáticas

da água é desviada acima da estação Parker (Figura 1). O YRB futuras forçadas por dois RCPs, RCP 4.5 e RCP 8.5 (Field, 2014).
inferior é capaz de atender sua demanda de água superficial a RCP 4.5 descreve um cenário intermediário e RCP 8.5

partir do fluxo de retorno, que é cerca de 45% da água irrigada representa o pior cenário com uso agressivo de combustível fóssil
que retorna ao sistema fluvial por meio de descarga de águas que pode causar aquecimento global significativo. Esses cinco
subterrâneas e escoamento superficial com diferentes defasagens GCMs foram CanESM2 (Flato et al., 2000), GFDL-ESM2G (Dunne et
(Vaccaro, 2011) . A perda de água em terras de cultivo devido à al., 2012), HadGEM2-CC365 e HadGEM-ES365 (Collins et al., 2011;
evapotranspiração (ET) da cultura é estimada em 1,7 × 109 m3 por ano emMartin
médiaet(17%
al., 2011) e INMCM4 (Volodin
da precipitação et al., 2010).
total) e excede o reservatório total de água

Fronteiras na Água 03 frontiersin.org

Machine Translated by Google
Zhao e Boll
TABELA 1 A mudança média projetada na temperatura e precipitação para os cinco GCMS selecionados associados ao RCP 4.5 e RCP 8.5 (Malek et al., 2018b).
GCM Mudança média na temperatura ( ÿC)
RCP 4.5 RCP 8.5
CanESM2 1.7 3.0
GDFL-ESM2G 1.2 1.9
HadGEM2-CC365 1.6 2.8
HadGEM2-ES365 2.5 3.5
inmcm4 0,9 1.7
Nós os selecionamos classificando 18 GCMs disponíveis com base
em suas mudanças na temperatura média e precipitação média do
período histórico (1980–2010) para o período futuro (2030–2090) em
todo o YRB (Malek et al., 2018a). Em seguida, selecionamos
5 de 18 GCMs para cenários futuros que consideraram ambos
condições climáticas médias e extremas (Tabela 1). A saída dos GCMs
foi reduzida para células quadriculadas com resolução de 1/16 graus
em uma etapa de tempo diária usando o Multivariate Adapted
Constructed Analogs-version 2 (MACA2) descrito por Abatzoglou e
Brown (2012).
O Índice de Severidade de Seca de Palmer (PDSI) (Palmer, 1965)
foi usado para avaliar o tempo e a severidade da seca para cada GCM
(Figura 2). O PDSI é um índice amplamente utilizado para quantificar
a seca de longo prazo com base no balanço hídrico, incluindo
anomalias na precipitação e ET, e na capacidade de retenção de água
do solo (Vicente Serrano et al., 2010). O PDSI pode capturar o impacto
do aquecimento global na seca por meio de mudanças projetadas no
potencial ET (Dai et al., 2004). No entanto, o PDSI assume que toda a
precipitação é chuva e não leva em consideração o armazenamento
em evolução no tempo, como o acúmulo de neve, que pode afetar o
status de seca em regiões dominantes de neve. Para a projeção de
longo prazo da condição de seca de Yakima, os primeiros 20 anos
(2020–2040) são principalmente anos úmidos, seguidos por anos
secos e úmidos mistos durante 2040–2060 e aumento da severidade
da seca após 2060 para RCP 4.5 e 8.5 ( Figura 2 ) em diferentes GCMs.
YRB com base no fluxo natural de entrada para armazenamento de
Calculamos a média dos cinco GCMs dentro de cada cenário RCP para reter as principais características do molhado
água atual e demanda de água da agricultura e geração de
padrões médios de seca do clima futuro e focados na severidade da
hidroeletricidade (Figura 3). Agregamos cinco reservatórios a um
seca apresentada pelos cenários RCP 4.5 e RCP 8.5.
sistema de armazenamento de água para a operação do sistema de
Metodologia
Fontes de dados
O influxo naturalizado (influxo não regulado do gerenciamento do
reservatório) do YRB superior (regiões de cabeceira) acumulando na
estação Parker foi simulado pelo modelo VIC CropSyst (Malek et al.,
2017) com base nas saídas médias GCM reduzidas, e esse influxo foi
usado como entrada para o sistema de água do modelo SD. Séries
temporais climáticas, incluindo
Fronteiras na Água
10.3389/frwa.2022.983228
Mudança média na precipitação (%)
Doença RCP 4.5 RCP 8.5 Doença
Alto 8.6 7.9 Alto
Baixo 8.9 6.4 Alto
Média 3.5 11.6 Média
Alto 1.3 2.8 Baixo
Baixo ÿ2,6 ÿ1,0 Baixo
precipitação, ET real, temperatura da célula quadriculada contendo a
estação Parker (Figura 1), foi usada para representar o clima futuro
médio para terras de cultivo no YRB. Todos os dados climáticos
futuros foram projetados de 2020 a 2090.
Os dados históricos foram usados para fornecer médias diárias
para as variáveis necessárias no período 2020-2090, como a demanda
de hidroeletricidade, que é um pequeno componente da gestão do
reservatório no YRB. Os dados relacionados aos requisitos e recursos
para o YRB (USBR, 2011b), incluindo o objetivo do Título XII, fluxo
afluente, água de superfície e direitos de água subterrânea, áreas de
cultivo, propriedades do solo, capacidades máximas do reservatório,
foram os mesmos de Zhao et al. (2021). Novos dados incluem
coeficientes de cultivo em estufa e estágios de crescimento (Harel et
al., 2014), demanda de água do sistema de resfriamento evaporativo
(Sabeh et al., 2006), rendimento máximo para cultivos de maçã e alfafa (USDA, 2017).
Gerenciamento de armazenamento de água
Abordagem da dinâmica do sistema
Uma ferramenta de gerenciamento de armazenamento de água foi
desenvolvida e aprimorada por Zhao et al. (2021) usando a plataforma
de modelagem SD Stella (iSee Systems, Inc., Lebanon, NH, EUA). A
ferramenta captura processos e interações de alocação de água no
água seguindo a prioridade de atender a meta de fluxo afluente do
Título XII (USBR, 2008), demanda de energia hidrelétrica e irrigação. O
algoritmo de operação do sistema de água foi baseado no
abastecimento total de água para a agricultura (TWSA), demandas de
água de alimentos, energia e fluxo ambiental, restrições de
armazenamento mínimo e máximo de água, estação de cheia, estação
de irrigação e curva-alvo do reservatório. A média diária histórica do
armazenamento total do reservatório acima da estação Parker foi
usada como a curva-alvo do reservatório. A dinâmica da água no solo
desempenhou um papel crítico na decisão de quanta água era
necessária para irrigação de acordo com a estação de crescimento da cultura, perda de
04 frontiersin.org
Machine Translated by Google

Zhao e Boll 10.3389/frwa.2022.983228

FIGURA 2

Índice de gravidade da seca de Palmer (PDSI) para cinco GCMs e média de GCMs (dois primeiros: AVGGCMS) sob RCP 4.5 e RCP 8.5 para projeção futura de 2020–
2090 no YRB. PDSI positivo indica condição úmida e PDSI negativo indica condição de seca. A classificação do PDSI segue em extremo úmido (ÿ4), normal (=0) e
extremo seco (<= ÿ4).

nível do sistema de irrigação atual. O desvio de águas superficiais foi a de abastecimento insuficiente de água de superfície durante os anos de
principal fonte de abastecimento, enquanto as águas subterrâneas foram seca. O uso de ambos os recursos hídricos foi limitado por direitos de água
usadas como co-abastecimento durante anos sem seca ou abastecimento de reserva
de em caso de(ou seja, direitos de água rateáveis e não rateáveis)
superfície

Fronteiras na Água 05 frontiersin.org

Machine Translated by Google
Zhao e Boll
FIGURA 3
Mapa conceitual da ferramenta de gerenciamento de armazenamento de água. O sinal de mais “+” indica uma relação positiva entre duas
“–” significa
variáveis conectadas, onde elas mudam na mesma direção, e o sinal negativoque duas variáveis mudam na direção oposta.
e direitos de água subterrânea (ou seja, direitos de água primários e de
reserva), respectivamente. A água subterrânea acumulada da
implementação do MAR foi definida como “direito MAR” neste estudo,
que é um tipo de direito de água a ser usado quando os direitos de
águas superficiais e subterrâneas foram esgotados. Além da recarga
gerenciada de aquíferos (MAR), desenvolvemos novos módulos
baseados no modelo SD de Zhao et al. (2021), incluindo sistemas de
estufa e produção agrícola (sistema de estufa de seção e rendimento
da cultura), para avaliar possíveis estratégias de manejo para melhorar
a confiabilidade da irrigação, bem como os benefícios econômicos.
Escolhemos as culturas de alto e baixo valor de campo aberto
representadas por maçãs e alfafa, respectivamente, e o tomate
representou a cultura de efeito estufa.
Sistema de estufa A demanda
de água do sistema de estufa incluiu água necessária para sistemas
de resfriamento evaporativo e perda de água devido a ET.
O resfriamento por evaporação puxa o ar externo através de uma
almofada molhada e usa o calor do ar para evaporar a água das
almofadas para fins de resfriamento. A eficácia do resfriamento depende do
Fronteiras na Água 06
10.3389/frwa.2022.983228
taxa de ventilação do sistema de ventilação. Um uso médio de água de
0,18 m3 /(m2 · s) foi assumido com base em uma taxa de troca de ar de
0,037 m3 /(m2 · s) (Sabeh et al., 2006). A temperatura diária do ar variou
entre a temperatura máxima (32,2ÿC) e mínima (18,3ÿC) projetada para o
cultivo (Shamshiri et al., 2018) para representar a flutuação de
temperatura dentro dos GHs. Usamos o método de Hargreaves
(Hargreaves e Samani, 1985) para calcular a ET de referência (ET0)
dentro da casa de vegetação. Duas rotações de cultura para o tomate
durante todo o ano foram programadas com uma safra de primavera
começando em janeiro e uma safra de outono começando em julho por
180 dias por rotação. Os coeficientes de cultura (Kc) para as estações
de primavera e outono são mostrados na Tabela Suplementar S2. O ET
real foi calculado como o produto de Kc e ET0.
A adoção de sistemas de GH foi assumida para substituir culturas
de baixo valor (ou seja, alfafa) devido à considerável diferença de valor
das culturas e áreas limitadas de terras cultivadas. A densidade de uso
da terra para GHs foi de 80% com plantas semeadas a uma densidade de 2,5 plantas/m2 .
As estufas usavam tanques de água para abastecimento flexível de
água. Mais água foi alocada para os tanques de armazenamento do GH
quando a demanda de água excedeu o esgotamento permitido pelo
gerenciamento (MAD) do armazenamento do tanque em 90%. A precipitação foi outra font
frontiersin.org
Machine Translated by Google
Zhao e Boll
FIGURA 4
Diagrama de loop causal para sistema de estufa dentro da estrutura de demanda e suprimento de água para irrigação. B denota circuito de
balanceamento; R denota laço de reforço.
coleta de água e 5% da precipitação total que cai na área de GH foi
assumida para ser armazenada nos tanques. os ghs
foram considerados sistemas hidropônicos fechados com 100% de
eficiência no uso da água.
As estufas tinham como prioridade desviar a água da alocação
total de água, e o restante era desviado para cultivos em campos
abertos. A demanda total de irrigação incluiu a demanda de água do
cultivo de maçã, alfafa e tomate (Figura 4). A alocação total final de
água dependia das regras de operação do sistema de água descritas na
seção abordagem de dinâmica do sistema. A área de GH adotada foi
função de uma taxa de adoção calculada com base no modelo de
difusão da inovação (Sterman, 2000; Repenning, 2002) com fatores de
impacto adicionais (Zhao et al., 2021), como estímulos de severidade
da seca e a eficácia da adoção método. Como os agricultores trocaram
alfafa por GHs (Figura 4), um loop causal de reforço (Loop R) e um loop
causal de equilíbrio (Loop B1) controlaram o comportamento da taxa
de adoção de GHs, dependendo se os GHs podem ajudar a mitigar o
impacto da seca na escassez de água para irrigação.
Rendimento da
cultura O rendimento da cultura, definido como a produção da
cultura por unidade de área, foi afetado principalmente pelo uso da
água da cultura através da ET real. Geralmente, há uma relação positiva
entre a redução do rendimento e a redução do teor de umidade do solo
como resultado da escassez de abastecimento de água (Doorenbos e
Kassam, 1979). Calculamos o rendimento da colheita para maçã e alfafa com asferramenta
equações de
Fronteiras na Água
10.3389/frwa.2022.983228
descrevem a resposta de rendimento ao ET real (Steduto et al., 2012).
O rendimento da cultura de estufa foi considerado constante [28,2 kg/
m2 (OSU Extension Service, 2002)] representando o rendimento médio
de duas estações de cultivo juntas.
ETa
Ya = Yx 1 ÿ Ky 1 ÿ (1)
ETx
ETx = KcET0 (2)
onde Ya é o rendimento real da cultura; Yx é o rendimento máximo da
cultura; Ky é um fator de resposta do rendimento que indica a
sensibilidade da redução do rendimento à redução de ET; ETa e ETx
são o ET real e máximo. Com base nos dados do Departamento de
Agricultura dos Estados Unidos (USDA, 2017), os rendimentos máximos
das culturas de maçã e alfafa foram fixados em 5,4 e 1,64 kg/m2 ,
respectivamente. Ky foi de 1,1 para alfafa e 1 para maçã (Steduto et al.,
2012). A ETa foi calculada com base na dinâmica da água no solo no
módulo de abastecimento de irrigação do modelo.
Calibração e validação do modelo
Usamos o armazenamento total do reservatório e observamos a
vazão diária na estação Parker durante 1979–1999 para calibrar o
modelo após adicionar novos módulos e melhorar o algoritmo de
operações do sistema de água com base na versão do modelo SD em
Zhao et al . (2021). Em seguida, validamos o modelo com as mesmas
variáveis para os próximos 15 anos (2000-2015). A calibração usou a
(1) otimização
e (2) que Powell incorporada
07 frontiersin.org
Machine Translated by Google

Zhao e Boll 10.3389/frwa.2022.983228

(Powell, 2009) em Stella. O desempenho do modelo para validação CCs mais intensos com maiores aumentos relativos de temperatura, em
utilizou o coeficiente de Nash-Sutcliff Efficiency (NSE) (Nash e Sutcliffe, comparação com RCP 4.5.
1970). Além disso, avaliamos o desempenho usando RMSE 2 e R Cada CC pode ocorrer no futuro em vez de seguir a linha do tempo
(ver material complementar). específica simulada dos GCMs. Gestores e partes interessadas podem
otimizar um plano de conservação de água de dez anos voltado para
n 2
NSE = 1 ÿ i=1 Qobs,i ÿ Qsim,i i=1 cada CC possível para suas várias combinações e níveis de secas. Os
(3)
n planos de longo prazo também podem ser avaliados usando a projeção
Qobs,i ÿ Qobs2
climática de 70 anos (ver seção impacto da adoção na gestão de longo
onde Qobs e Qsim são os valores observados e simulados, prazo).
respectivamente; Qobs é a média do valor observado; n é o número de
pontos de dados.

Gestão da água para cada condição climática A agricultura na YRB é

Análise de cenário
condições climáticas
O clima futuro mostrou uma tendência de úmido a seco com
diferentes níveis de umidade e secura em diferentes períodos de tempo.
Dividimos a projeção climática de 70 anos (2020-2090) em sete décadas
para representar as condições climáticas futuras (CCs) semelhantes a
Malek et al. (2018a). O clima histórico de 1979 a 2015 serviu como linha
de base, enquanto as mudanças relativas de precipitação e temperatura
para cada CC em relação à linha de base aumentaram principalmente de
2020 a 2090 (Tabela 2). É provável que ocorram condições severas de
seca com aumento da temperatura média e diminuição da precipitação
média. RCP 8.5 teve
relativamente vulnerável à escassez de água porque a irrigação
depende fortemente das condições climáticas. A partir de registros
históricos durante 1979-2015, as secas ocorreram sete vezes com taxa
de rateio inferior a 70%.
A falta de abastecimento de água suficiente durante as secas resultou
do descompasso entre demanda e oferta, como a falta de armazenamento
em reservatórios (abastecimento insuficiente) e sistemas de irrigação
ineficientes (alta demanda). Os métodos de irrigação por gotejamento e
aspersão são preferidos pelos proprietários de pomares na YRB, e a
irrigação por gotejamento cobre apenas uma pequena parcela (13%) em
comparação com os sistemas de aspersão (49%). Métodos ineficientes,
como irrigação por córregos e inundações (36% do total de terras
irrigadas) ainda são comuns, especialmente no vale de Kittitas e no vale inferior do YRB (Jo

TABELA 2 Mudanças relativas na média anual de precipitação e temperatura de cada condição climática para a média histórica (1979–2015) de precipitação e temperatura.

Condição climática Período de tempo RCP 4.5 RCP 8.5

Mudança de precipitação Mudança de temperatura Mudança de precipitação Mudança de temperatura

Linha de base* 1979–2015 474 mm 7,6ÿC 474 mm 7,6ÿC

CC1 2020–2029 1% 43% 2% 47%

CC2 2030–2039 12% 56% 6% 66%

CC3 2040–2049 7% 58% 10% 77%

CC4 2050–2059 6% 84% 4% 102%

CC5 2060–2069 9% 93% 8% 133%

CC6 2070–2079 4% 100% 14% 153%

CC7 2080–2089 13% 106% 7% 179%

*Precipitação anual média histórica (mm) e temperatura média diária do ar (ÿC).

TABELA 3 Valores de linha de base para quatro métodos em suas unidades de medida.

Método de adaptação Medição Unidade Valor da linha de base para cada clima
condição sob RCP 4.5 e 8.5

Estufa Fração de área de efeito estufa (GHAF) % 0

Tempo de Plantio da Cultura Tempo de plantio deslocado (PTS) dias 0

- 0,75
Tecnologia de Irrigação Eficiência de irrigação (IE)

Recarga Gerenciada de Aquífero Áreas de infiltração (IA) km2 0

As medidas para quatro métodos de adaptação são: fração de área de estufa (GHAF), mudança de horário de plantio (PTS), eficiência de irrigação (IE) e área de infiltração MAR (IA).

Fronteiras na Água 08 frontiersin.org

Machine Translated by Google

Zhao e Boll 10.3389/frwa.2022.983228

a eficiência média de irrigação (IE) foi assumida como 0,75 com base sendo adotado dentro de uma determinada comunidade. Assumimos
em todos os métodos de irrigação no YRB. que os comportamentos de adoção são afetados por propaganda,
Para reduzir a vulnerabilidade às secas, propomos quatro boca a boca, eficácia dos métodos de adaptação, adoção
métodos de adaptação climática para a gestão da água que reduzem impulsionada pelo custo-benefício e estímulos à seca, explicados em Zhao et al. (2021
a demanda de irrigação ou aumentam a oferta de irrigação. Os A eficácia dos métodos de adaptação na mitigação do impacto da
métodos de adaptação selecionados incluem GHs, mudando o tempo seca na confiabilidade da irrigação foi avaliada de forma diferente
de plantio da cultura para o início da temporada, tecnologia de para cada método: (1) para GH, a relação entre a redução na perda
irrigação para melhoria de IE e recarga gerenciada de aquíferos de ET e a perda total de ET; (2) para MAR, a relação entre oferta MAR
(MAR). Para o MAR, este estudo considerou apenas a recarga da e déficit de demanda de água (ou seja, demanda que não é atendida
superfície, fornecendo água através de canais existentes e por água fornecida sem MAR); (3) para TI, a proporção de água
espalhando água em terras agrícolas para infiltração e percolação. economizada com a melhoria da eficiência da irrigação em relação
Listamos a medição para cada método para representar seus níveis de adoção (Tabela 3).
ao abastecimento total de água. Os comportamentos de adoção
A adoção de estufas foi medida pela fração de terra trocada de alfafa variam ao longo do tempo, pois a tolerância à seca mudou como
por GHs, denominada fração de área GH (GHAF). resultado da implementação de métodos de adaptação. A adoção
O manejo para mudança de horário de plantio (PTS) foi medido com impulsionada pelo custo-benefício refletiu o fato de que a
dias em que valores positivos de dias deslocados indicavam plantio infraestrutura mais barata tende a ser difundida mais rapidamente, o
mais cedo em relação à data de plantio padrão (no dia 92 desde o que foi assumido como MAR > IT > GH. Analisamos o papel dos
início de um ano para alfafa). A duração da estação de crescimento comportamentos de adoção na mitigação da seca de 2020 a 2090 com a taxa de adoçã

da cultura permaneceu inalterada (208 dias). A melhoria na tecnologia
de irrigação (TI) foi medida pelo IE médio, que foi definido como a
proporção de água real armazenada no
zona radicular de culturas de campo aberto (maçã e alfafa) vs. água
fornecida para irrigação. O MAR foi medido pela área de infiltração
(IA) com taxa de infiltração constante (0,43 m/dia) e condutividade
hidráulica (1,52 m/dia) (Zhao et al., 2021). O direito MAR inicial
disponível foi definido em 0,1 × 109 m3 para RCP 4.5 e 0,5 × 109 m3
para RCP 8.5 para acelerar a adoção de MAR (Zhao et al., 2021). Isso
também superou o fato de que a aplicação do MAR era um método
dependente do tempo.
Nesta análise CC, usamos o modelo para encontrar o requisito
mínimo para cada um dos quatro métodos de adaptação que podem
mitigar totalmente os efeitos da seca na irrigação para cada CC sob
RCP 4.5 e 8.5, mantendo outros métodos inalterados desde a linha
de base (Tabela 3 ) . O requisito mínimo foi definido como um nível
de aplicação de um método de adaptação que melhorou a
confiabilidade da irrigação para 1 (o abastecimento de água de
Taxa de adoção é a razão entre o número de adotantes sobre a
quantidade total de adotantes em potencial. Assim, a taxa de adoção
se aproximando de 1 indica que os adotantes se aproximam da
população total (por exemplo, unidades de irrigação). Definimos
limite máximo para a medição de cada método de adaptação,
incluindo GHAF, MAR IA e IE, para representar as limitações de
recursos financeiros e naturais. Por exemplo, a área de infiltração na
adoção total (IAFA), definida como a área de infiltração máxima em
uma taxa de adoção de 100%, é um limite superior para medição de
MAR. Os limites superiores para medições foram 70%, 3,0 km2 e 0,95
para GHAF, MAR IA e IE,
, respectivamente. Os limiares mais baixos
foram os valores basais (Tabela 4), e o valor de medição no tempo t
para cada método de adaptação foi calculado pela Equação (4). Cinco
cenários foram projetados para avaliar o impacto de métodos
individuais e métodos combinados na mitigação da seca (Tabela 4)
sob RCP 4.5 e 8.5.
t t
Monte
eu
= THmin, i 1 ÿ r eu
+ THmax,ir eu
(4)

irrigação atendeu à demanda de irrigação) para cada ano dentro do

onde Mt é o valor de medição no tempo t para o método i, i i = GH,
CC selecionado. Por exemplo, quando 15% da terra total de alfafa
mudou para GHs (GHAF = 15%), a escassez de água para a agricultura MAR ou IT; THmin,i e THmax,i são o limite mínimo e máximo para a
medição do método i,
resultante de secas foi totalmente mitigada para CC1 sob RCP 4.5.
Assim, um GHAF a 15% foi o requisito mínimo para CC1. Assumiu-
se que cada CC representava uma janela de planejamento
TABELA 4 Descrição de cinco cenários sobre o status de adoção, em
independente de dez anos não afetada por outros CCs. Para todos comparação com a linha de base.
os CCs, calculamos a mudança anterior da linha de base na demanda
Cenários Adoção GH Adoção MAR Adoção TI
e oferta de água agrícola resultante de cada método de adaptação.
Maior variação percentual indicou maior sensibilidade da dinâmica
Linha de base - - -

de demanda ou oferta ao método de adaptação.

S-GH Sim - -

S-MAR - Sim -

S-IE - - Sim
Impacto da adoção na gestão de longo prazo -
S-GH-MAR Sim Sim
O planejamento de longo prazo exigia a consideração dos
S-ALL Sim Sim Sim
resultados da adoção dos métodos de adaptação propostos. A
adoção da inovação descreve um processo previsível de métodos inovadores
“Sim” significa que a estratégia correspondente foi adotada a partir de 2020.

Fronteiras na Água
09 frontiersin.org
Machine Translated by Google
Zhao e Boll
t
respectivamente; é a taxa de adoção do método i no tempo t, que
eu
r é a razão das unidades de irrigação que adotam o método i sobre o total de
t reservatório entre observações e simulações. Simulado
unidades de irrigação. r = 0 significa que nenhuma unidade de irrigação adota
eu
método i no tempo t; r i t o = 1 significa que todas as unidades de irrigação adotamas
método i no tempo t.
Resiliência do sistema e indicadores de sustentabilidade
Quatro indicadores foram selecionados para mostrar os resultados
de adotar várias estratégias de gestão de diferentes perspectivas, incluindo
confiabilidade de irrigação (IR), fração de abastecimento de água subterrânea,
produção agrícola e produtividade econômica de água (EWP, consulte o
material complementar). Usamos esses indicadores para demonstrar os
fatores críticos que podem afetar a resiliência e sustentabilidade do sistema
em termos de recursos ambientais e valores econômicos.
IR é um índice para a proporção total de abastecimento de água agrícola
(AWS) e demanda de água agrícola (AWD) em termos de campos abertos e
estufas que consomem águas superficiais e subterrâneas. O IR foi calculado
em um intervalo de tempo anual com base no conceito de confiabilidade
volumétrica (Hashimoto et al., 1982; Kundzewicz e Kindler, 1995).
AWS
IR = (5)
AWD
A fração de abastecimento de água subterrânea (referida como FGW) foi
definida como a proporção de abastecimento de água subterrânea (GWS)
bombeada para agricultura na Equação AWS (5), indicando a dependência de
irrigação das águas subterrâneas, bem como o nível de direitos de água
subterrânea disponíveis e disponibilidade de água superficial. Por exemplo,
mais água subterrânea seria bombeada para fins de irrigação quando o
abastecimento de água de superfície não puder acompanhar a demanda de
água da cultura devido à seca. A fração de abastecimento de água subterrânea
foi calculada anualmente.
GWS
(6)
FGW = AWS
Resultados e discussão
Avaliação de desempenho do modelo
As simulações do modelo durante o período de avaliação (2000–2015)
concordaram bem com o armazenamento total do reservatório e a vazão
observada na estação Parker, usando parâmetros calibrados durante 1979–
1999. O sistema simulado de armazenamento de água capturou bem os picos
de armazenamento e os baixos níveis de armazenamento, exceto por alguns
anos (por exemplo, 2001) onde as simulações indicam liberações de água
mais intensas durante a estação de irrigação em comparação com as
liberações observadas (Figura 5 ) . Para a vazão na estação Parker, o modelo
teve um bom desempenho durante a maioria das estações secas e cheias.
Poucas vazões superestimadas e altas subestimadas foram causadas pelo
armazenamento de água extra no reservatório durante
Fronteiras na Água
10.3389/frwa.2022.983228
cheias, em comparação com o armazenamento diário observado no reservatório.
A Figura 5B mostra a comparação do armazenamento e liberação mensal do
o operações do reservatório, impulsionadas pelo clima, demanda de água
para irrigação e direitos de uso da água, tendem a liberar um pouco mais de
água durante a estação de irrigação, drenando o armazenamento do
reservatório mais rapidamente do que o observado. O fornecimento de água
de irrigação foi limitado pelos direitos de água de superfície, e a maioria das
subestimações do fornecimento de água de irrigação no modelo está
relacionada aos direitos de água de superfície esgotados no final do mês.
Para simulações diárias, o NSE para o período de calibração foi de 0,67 para
vazão e 0,85 para armazenamento total do reservatório. Os valores de NSE
diminuíram ligeiramente para 0,57 e 0,74 para o período de avaliação, respectivamente.
Requisito de manejo para cada condição
climática
Características das condições climáticas
As condições climáticas incluíram várias características de seca devido
ao tempo e nível de precipitação e temperatura, que representam possíveis
situações que os gestores de recursos hídricos podem enfrentar no futuro.
O IR anual indicou a severidade da seca, com o IR mais baixo significando
uma seca mais severa (Figura 6). Na linha de base do RCP 4.5, a ocorrência
de secas começou a aumentar no final da década de 2040 e a possibilidade
de secas mais frequentes e extremas foi alta nas décadas de 2060 e 2070. A
linha de base para o RCP 8.5 mostrou uma clara tendência de aumento da
severidade da seca após o final da década de 2040, e o valor médio de IR foi
<0,25 após a década de 2070.
Entre sete condições climáticas em cada cenário RCP, o IR médio mais baixo
foi durante CC6 (2070s) sob RCP 4.5 e CC7 (2080s) sob RCP 8.5. No entanto,
o pior IR anual foi durante CC5 (anos 2060) sob RCP 4.5. CC1 (2020s) e CC2
(2030s) para RCP 4.5 e 8.5 pareciam ser água suficiente e nenhuma ação era
necessária para melhorar a confiabilidade da água do sistema.
No geral, os padrões climáticos dentro dos CCs determinaram as situações
de escassez de água, onde secas consecutivas levariam a uma situação pior
do que se o mesmo número de secas se espalhasse em uma década.
Requisitos de manejo O requisito mínimo
para cada método de adaptação variou significativamente em diferentes
CCs (Tabela 5). Valores mais altos para o requisito mínimo de métodos de
adaptação indicaram que mais recursos (ou seja, financeiros, terras e
licenças) eram necessários para aliviar os impactos da seca na irrigação.
Não havia requisitos mínimos para todos os quatro métodos sob CC2 para
ambos os RCPs devido ao clima úmido. Para CC5 sob RCP 4.5, os requisitos
mínimos para GH, cultivo PTS e IT foram todos os mais altos, em comparação
com os requisitos em outros CCs. No entanto, a área de infiltração para MAR
foi maior em 4,1 km2 para CC6 do que 2,7 km2 para CC5 porque a distribuição
temporal de secas severas foi
10 frontiersin.org
Machine Translated by Google

Zhao e Boll 10.3389/frwa.2022.983228

FIGURA 5

Simulações e observações do armazenamento total do reservatório e vazão na estação Parker para (A) valores diários; e (B) valores médios mensais.

FIGURA 6

Confiabilidade de irrigação anual para (A) RCP 4.5 e (B) RCP 8.5. As linhas vermelhas são o valor médio da confiabilidade da irrigação para cada CC. A menor
confiabilidade da irrigação significa que não há abastecimento de água agrícola suficiente para atender à demanda.

Fronteiras na Água 11 frontiersin.org

Machine Translated by Google

Zhao e Boll 10.3389/frwa.2022.983228

TABELA 5 Requisitos mínimos de manejo para cada método.

condição climática RCP 4.5 RCP 8.5

GHAF PTS IE IA GHAF PTS IE IA

(%) (dias) (km2 ) (%) (dias) (km2 )

CC1 15 42 0,78 0 0 0 0,75 0

CC2 0 0 0,75 0 0 0 0,75 0

CC3 18 43 0,79 0,2 47 65 0,86 0

CC4 36 61 0,82 1.1 75 72 0,9 3.4

CC5 69 68 0,95 2.7 72 78 0,92 4.8

CC6 57 70 0,88 4.1 89 82 >0,95 6.7

CC7 62 73 0,89 2.2 100 91 >0,95 10.6

Cada método foi aplicado para aliviar o impacto da seca para um determinado CC com outros métodos mantidos na linha de base.

principalmente na primeira metade de CC6, enquanto as secas em
CC5 ocorreram na segunda metade da década. Isso indica que
MAR dependia de esforços de longo prazo para acumular direitos de
MAR e eram mais valiosos em tempos de planejamento mais longos.
O GHAF precisava assumir mais de 50% das terras de cultivo de baixo
valor para melhorar as condições de seca para CC5–CC7. Os requisitos
mínimos de PTS variaram do dia 0 ao 73, o que ilustrou que mudar o
tempo de plantio da cultura para o final de janeiro pode reduzir
significativamente o nível de demanda de água devido à menor ET no
inverno. Melhorar o IE parecia ser um método eficaz, pois os requisitos
mínimos para IE para a maioria dos CCs eram inferiores a 0,9, o que
pode ser alcançado facilmente mudando da irrigação tradicional por
inundação para irrigação por aspersão e gotejamento.
Os requisitos mínimos para todos os quatro métodos de adaptação
foram muito maiores no RCP 8.5 do que no RCP 4.5 como resultado da
maior frequência de secas severas (Tabela 5). O CC7 mais extremo
exigiu o nível de aplicação mais alto de alcance de GHAF ou IE para
mitigação da seca. No entanto, mesmo o nível mais alto de IE de 0,95
não foi capaz de garantir totalmente o abastecimento de água para a
agricultura. O PTS da cultura precisou se mudar mais de 2 meses
antes, para reduzir a demanda de água; no entanto, o rendimento das
culturas pode cair significativamente, pois outros fatores agronômicos
além da água afetam o crescimento das culturas quando plantadas no
inverno. MAR IA sob CC7 foi mais de três vezes maior que sob CC4,
com 10,6 km2 de IA necessários para acumular ÿ 5,1 × 109 m3 de
direitos MAR em uma década. No geral, o RCP 8.5 criou CCs
desafiadores e cada CC exigiu infraestruturas bem definidas para
métodos de adaptação para melhorar a segurança hídrica.
O requisito mínimo identificou a escala de implementação
potencial para cada método. A maioria dos requisitos extremos era
avaliar o grau de esforço necessário usando um único método de
adaptação sem saber se isso seria totalmente realista em cenários
futuros. Por exemplo, mudar 100% das terras de cultivo de baixo valor
para GHs exemplifica a severidade das secas em termos de escala de
implementação do GH. No entanto, todos os requisitos mínimos
podem não ser atendidos devido a recursos naturais e financeiros
limitados, viabilidade ambiental e
aplicabilidade. Por exemplo, considerando os danos causados pela
primeira geada/gelo, solo úmido demais no início da estação de
crescimento e graus-dia de crescimento limitados para o
desenvolvimento adequado da cultura quando a alfafa da primavera é
semeada no inverno, o valor mais alto de PTS da cultura pode não ser
válido. As alternativas podem incluir o plantio de culturas de estação
fria no outono para a colheita de inverno/primavera para atingir a meta
de redução de ET. No entanto, a avaliação dos padrões e práticas de cultivo estava além
Impacto dos métodos de adaptação na demanda e oferta de água
agrícola Todos os quatro métodos de
adaptação reduziram a demanda de irrigação em 5–80% na maioria
dos CCs (Figura 7). Existe uma relação positiva entre a severidade da
seca e a redução da demanda de água para a agricultura sob manejo
de adaptação. Por exemplo, a mudança percentual na redução da
demanda de água para CC2 sob RCP 4.5 e 8.5 foi 0 porque a demanda
de água já foi atendida pelo abastecimento disponível (Figura 6) sem
nenhum método de adaptação. Em contraste, a maior mudança
percentual na redução da demanda de água para RCP 4.5 foi em CC6
como resultado de seu estado de extrema escassez de água. Da
mesma forma, sob o RCP 8.5, a demanda de água de CC3 a CC7
mostrou uma tendência decrescente em relação à linha de base em
todos os métodos de adaptação, exceto para o manejo de IE em CC7.
Isso ocorreu porque o IE atingiu seu limite máximo (0,95) em CC7, mas
o método ainda não foi capaz de apagar todos os impactos da seca.
O nível de redução da demanda agrícola de água dependia do
método de adaptação utilizado. De fato, a seca criou uma situação em
que o teor de água do solo continuou diminuindo com a perda contínua
de água do ET e irrigação insuficiente, levando ao aumento da
demanda de água ao longo do tempo. Todos os métodos reduziram
direta ou indiretamente a demanda de água de três maneiras: (1)
redução da demanda biológica de água das culturas pela redução de
ET (por exemplo, PTS); (2) redução do desperdício de água de irrigação
(por exemplo, IT, GH); e (3) redução do déficit hídrico do solo pelo
aumento da oferta (por exemplo, MAR). Os métodos de adaptação,
como o PTS, cujo objetivo era diminuir a demanda hídrica das culturas, foram os mais

Fronteiras na Água 12 frontiersin.org

Machine Translated by Google

Zhao e Boll 10.3389/frwa.2022.983228

FIGURA 7

Mudança percentual desde a linha de base em (A) demanda de água agrícola e (B) abastecimento de água agrícola sob todos os CCs para cada método
de adaptação sob RCP 4.5 e 8.5.

redução em relação aos demais (Figura 7). Mudar a época de plantio mais adotantes potenciais assumidos é um dos impulsionadores do
cedo reduziu a ET devido ao aumento dos dias de cultivo durante o crescimento rápido no estágio inicial se houver feedback positivo (Bass, 1969).
inverno, onde a ET permaneceu baixa em comparação com a ET no verão. No entanto, a difusão da inovação pode levar muitos anos para atingir
Além disso, a colheita antecipada evitou altos riscos de escassez de uma taxa de adoção de 100% e é importante considerar o tempo
água durante o verão. necessário para melhorar a conservação da água agrícola e as estratégias
O abastecimento de água agrícola diminuiu principalmente com a de gestão para adaptação às mudanças climáticas. Descrevemos agora
aplicação de métodos de adaptação, exceto para GHs e MAR (Figura 7). o impacto da adoção de três métodos de adaptação, incluindo GHs, IT e
A maior redução foi da cultura PTS em CC5 em cerca de 14% sob RCP MAR, e a eficácia das estratégias de adaptação de longo prazo para
4.5 e 13% sob RCP 8.5. A oferta e a demanda de água para agricultura melhorar a sustentabilidade da água sob as mudanças climáticas.
dependiam uma da outra por meio da dinâmica da água no solo, por
exemplo, a demanda reduzida levou a menos oferta. No entanto, o MAR,
como exceção, aumentou o abastecimento de água porque o MAR criou
um armazenamento extra de água para uso emergencial. Os GHs
Demanda de água agrícola e confiabilidade da irrigação Os
resultaram em mudanças mistas positivas e negativas da diferença
métodos
relativa no abastecimento de água sob RCP 8.5 (CC5–CC7). Isso ocorre
individuais mais eficazes para reduzir o déficit de irrigação foram
porque o aumento do GHAF levou a consequências contraditórias no
MAR para RCP 4.5 e GHs para RCP 8.5, respectivamente, enquanto uma
abastecimento de água de acordo com a relação de feedback mostrada
combinação de todos os métodos de adaptação (S-ALL) obteve os
na Figura 4. Por um lado, a redução da área de alfafa reduziu muito as
melhores resultados (Figura 8 ) . A redução do déficit de irrigação pode
perdas de ET e, portanto, reduziu o abastecimento de água. Por outro
ser resultado da diminuição da demanda de irrigação ou do aumento da
lado, os GHs exigiram um abastecimento de água mais consistente ao
oferta de irrigação. Na linha de base do RCP 4.5, a demanda agrícola de
longo da estação de crescimento com infraestrutura de armazenamento
água atingiu um valor de pico de cerca de 12 × 109 m3 na década de 2060
de água, o que permitiu que mais água fosse armazenada para uso durante as secas.
e permaneceu alta nas duas décadas seguintes, em comparação com um
valor em torno de 2,5 × 109 m3
antes de 2050. Na linha de base do RCP 8.5, a demanda média anual de
Impacto de longo prazo da adoção água por década começou a aumentar a partir de 2050 a uma taxa média
da inovação de 3 × 109 m3 por década. A maior demanda de água variou de 13 a 18 ×
109 m3 na década de 2080, o que é cerca de sete vezes a demanda média

A taxa de adoção de inovações e novas políticas muda com o tempo de água de 2,5 × 109 m3 na década de 2020. Com intensa escassez hídrica

e é impulsionada pelo número de possíveis adotantes, disseminação de na segunda metade do século, tanto os GHs quanto os IE foram eficazes
informações, normas sociais e vários fatores. e reduziram a demanda anual de água para RCP 8,5 para cerca de 5 × 109

Geralmente, o comportamento de adoção segue uma curva de crescimento m3 , em comparação com o MAR. Com a combinação de GH e MAR ou

em forma de S com poucos adotantes iniciais (Sterman, 2000). A grande base detodos os três métodos, a água

Fronteiras na Água 13 frontiersin.org

Machine Translated by Google

Zhao e Boll 10.3389/frwa.2022.983228

FIGURA 8

Impacto da adoção de métodos de adaptação individuais e combinados na demanda anual de irrigação de acordo com (A) RCP 4.5 e (B) RCP 8.5.

FIGURA 9

Impacto dos métodos de adaptação no teor de umidade do solo durante (A) 2070–2075 sob RCP 4.5 e (B) 2080–2085 sob RCP 8.5.

a demanda diminuiu ligeiramente com o tempo para ambos os RCPs,
o que pode ser usado como uma estratégia eficaz e flexível para mitigar
a seca quando um determinado método tem limitações.
Selecionamos dois períodos secos diferentes para RCP 4.5 (2070–
2075) e 8.5 (2080–2085), respectivamente, para demonstrar o impacto
dos métodos de adaptação na dinâmica do teor de umidade do solo
(Figura 9). Durante anos secos típicos de 2070 a 2075 para RCP 4.5, a
perda de água por ET levou a uma queda no teor de umidade do solo
abaixo de 15% na linha de base. O solo foi ainda mais seco durante
2080-2085 sob o RCP 8.5, indicando considerável estresse hídrico
devido a secas extremas. Entre três cenários de método único,
Os GHs restauraram mais a água do solo durante esses períodos para
ambos os RCPs, seguidos por IT e MAR. O MAR encheu a água do
solo até a capacidade de campo durante 2070-2073 com os direitos
disponíveis restantes e tornou-se menos eficaz, mesmo que sua taxa
de adoção estivesse se aproximando de 1,0. O teor de umidade do
solo era a ponte que ligava a demanda e o suprimento de água para a
agricultura. A demanda agrícola de água continuou aumentando
quando o déficit entre o conteúdo atual de água no solo e a capacidade
de campo não foi reposto, o que colocou mais pressão sobre o
abastecimento futuro. A chave para mitigar as condições de seca era
molhar continuamente o solo ou diminuir a perda de água do solo para evitar o aumento

Fronteiras na Água 14 frontiersin.org

Machine Translated by Google

Zhao e Boll 10.3389/frwa.2022.983228

FIGURA 10

Confiabilidade anual da irrigação para cenários adotando método individual e métodos combinados em (A) RCP 4.5 e (B) RCP 8.5.

FIGURA 11

Taxa de adoção para três métodos de adaptação sob (A) RCP 4.5 e (B) RCP 8.5.

déficits. Diferentes métodos de adaptação podem ser mais úteis de métodos de adaptação sob RCP 4.5 e RCP 8.5 foi por causa de
para determinados padrões climáticos de acordo com seus suas funcionalidades fundamentais, onde GHs e IT eram métodos
princípios básicos de mitigação de secas. focados na redução de demandas de água e MAR estava focado
Os resultados da confiabilidade da irrigação anual mostram em aumentar o abastecimento de água. Ao mudar terras de cultivo
uma resolução temporal mais precisa do impacto dos métodos de de baixo valor para GHs, maior eficiência no uso da água no
adaptação em climas extremos futuros (Figura 10). Todos os sistema de irrigação do GH diminuiu a demanda média de água em
métodos de adaptação tiveram melhor desempenho na melhoria geral. Melhorar o IE aumentou diretamente o volume de água
da confiabilidade da irrigação no RCP 4.5 do que no RCP 8.5. Sob armazenado na zona radicular da cultura por unidade de volume
RCP 4.5, tanto IT quanto GHs pareceram ser menos eficazes que de água irrigada no solo. O MAR não melhorou significativamente
MAR. De acordo com o RCP 8.5, GHs e IT serviram como uma as condições de escassez de água após 2050 para o RCP 8.5 como
resultado
opção melhor para aumentar a confiabilidade da irrigação com secas severas da baixa
frequentes. taxa de adoção
A discrepância de no estágio inicial, bem como do alto consumo de
eficácia

Fronteiras na Água 15 frontiersin.org

Machine Translated by Google
Zhao e Boll
todos os métodos de adaptação trabalhando juntos, ainda vemos que
houve 4 anos de escassez de água na década de 2050 devido à baixa taxa
de adoção (0,1–0,3) em meados do século.
As taxas de adoção de MAR aumentaram mais rapidamente do que
as taxas de adoção de TI e GH e o clima mais extremo no RCP 8.5
estimulou maior adoção em menor tempo para todos os métodos de
adaptação (Figura 11). Observe que os valores na adoção total para GHs,
IT e MAR foram 70% da terra de alfafa, IE em 0,95 e IA em 3,0 km2 . A
adoção real de cada método começou baixa e aumentou à medida que
mais e mais unidades de irrigação decidiram tomar medidas para melhorar
a segurança hídrica. MAR foi assumido como um método de adaptação
mais fácil do que os outros dois métodos porque
FIGURA 12
Direitos de água MAR disponíveis se o MAR fosse implementado
em 2020 com 3,0 km2 como área de infiltração alvo na adoção total
sob RCP 4.5 e RCP 8.5.
FIGURA 13
Fração de água subterrânea para cenários adotando método individual e métodos combinados sob (A) RCP 4.5 e (B) RCP 8.5.
Fronteiras na Água
16
10.3389/frwa.2022.983228
nenhuma construção extra foi necessária para aplicar o MAR. No entanto,
o motivo de o MAR não fornecer água subterrânea suficiente sob o RCP
8.5 (Figura 10) foi devido ao baixo direito de MAR disponível com baixa
área de infiltração. Com uma área MAR de 3,0 km2 na adoção total, o IA
aumentou para 0,36 km2 e acumulou 0,15 × 109 m3 de outorga de água
por volta do ano de 2048 (Figura 12), quando secas severas sob o RCP
8.5 começaram a ocorrer. Portanto, a velocidade de acumulação do direito
MAR não conseguiu acompanhar a demanda de água agrícola, de modo
que o direito caiu para 0 em 2050 e permaneceu baixo depois disso. Por
outro lado, o mesmo IAFA projetado sob RCP 4.5 sempre poderia satisfazer
quase toda a demanda de água agrícola e conseguiu reter uma boa
quantidade de água subterrânea até o final do século.
O direito acumulou até 0,8 × 109 m3 em 2064 e diminuiu drasticamente
devido a um clima seco por 10 anos. Como um método de adaptação
econômico, nossas descobertas sugerem um projeto de MAR apropriado
para IAFA com base nos CCs projetados, na capacidade do sistema de
águas subterrâneas e na terra disponível para infiltração que pode mitigar
o impacto da seca, fornecendo grandes amortecedores para climas com
condições alternadas de seca e umidade .
Fração de abastecimento de água subterrânea
A água subterrânea é um recurso importante e vulnerável no
abastecimento de água. O aumento do uso de águas subterrâneas no
abastecimento total de água pode causar o esgotamento dramático das
águas subterrâneas quando o bombeamento médio excede a taxa média
de recarga. GHs e IT reduziram indiretamente a fração de abastecimento
de água subterrânea (FGW), especialmente nas últimas décadas sob o RCP 4.5 (Figura 13). M
frontiersin.org
Machine Translated by Google
Zhao e Boll
FIGURA 14
Produção agrícola média anual em cada década para maçã e alfafa em seis cenários para (A,B) RCP 4.5 e (C,D) RCP 8.5.
O recurso manteve o FGW tão alto quanto o nível da linha de base. No
entanto, a água subterrânea bombeada de direitos MAR disponíveis foi
recarregada artificialmente a partir da água de superfície, usando assim o
aquífero como armazenamento extra, com menor probabilidade de causar
efeitos negativos nos níveis das águas subterrâneas.
O resultado para RCP 8.5 mostrou que uma combinação de
todos os métodos foram necessários para diminuir o FGW (Figura 13). O
FGW durante 2020–2060 não foi muito afetado, mesmo com a aplicação de
todos os métodos de adaptação. No entanto, todos os métodos de
adaptação combinados reduziram bastante a mediana do FGW nas últimas
três décadas, especialmente para a década de 2080, a década com o maior
FGW na linha de base. Durante cenários de seca severa, todos os direitos
anuais de água subterrânea foram consumidos principalmente durante a
temporada de verão e períodos em que os direitos de água para irrigação
não estavam disponíveis (fora de abril a outubro). Com a ajuda de todos
os métodos de adaptação, o bombeamento de águas subterrâneas foi
alterado principalmente antes de abril e depois de setembro, servindo
como reserva para as limitadas águas superficiais.
Fronteiras na Água
10.3389/frwa.2022.983228
Produção agrícola
O RCP 8.5 teve mais impacto na produção agrícola do que o RCP 4.5
para culturas de baixo valor (por exemplo, alfafa) e de alto valor (por
exemplo, maçã) (Figura 14). A produção média anual de alfafa em cada
década na linha de base flutuou em torno de 0,62 × 106 toneladas/ano
antes da década de 2050 e reduziu gradualmente após a década de 2050,
especialmente para RCP 8.5. MAR e IT aumentaram ligeiramente a produção
de alfafa em relação à linha de base. A implementação do GH levou a uma
queda significativa na produção de alfafa para 0,25 × 106 toneladas/ano
em média devido à redução da área de terra para alfafa para ambos os
RCPs. A produção de maçã também foi sensível à crescente adoção de
GHs. Para o RCP 4.5, a adoção de GHs aumentou a produção agrícola de
alto valor de uma média de 3,0 × 106 toneladas/ano na década de 2030 para
3,1 × 106 toneladas/ano na década de 2080, em comparação com a linha
de base com produção reduzida após a década de 2040 para tão baixo
quanto 2,75 × 106 toneladas /ano em 2070. MAR e IT melhoraram
ligeiramente a produção de maçã em 0,2 × 106 toneladas/ano em média
durante as secas. Para RCP 8.5, a produção de maçã na linha de base mostrou uma redução ó
17 frontiersin.org
Machine Translated by Google
Zhao e Boll
a tendência crescente de frequência e severidade das secas.
Semelhante ao RCP 4.5, o GHs foi mais eficaz em melhorar a produção
de maçã à medida que a adoção do RCP 8.5 aumentou. Por exemplo,
cerca de 62% do GHAF (taxa de adoção = 0,88) aumentou a produção
de maçã em 0,5 × 106 toneladas/ano na década de 2080 em relação à linha de base.
Durante 2060-2090, com frequentes secas extremas, IT aumentou a
produção de maçã em 0,4 × 106 toneladas/ano em média, enquanto
MAR alcançou a menor quantidade média de 0,2 × 106 toneladas/ano.
Com todos os três métodos de adaptação, podemos ver apenas uma
tendência ligeiramente crescente da produção de maçã no final do
século.
O momento crítico no ano que determina a quantidade de
rendimento anual da cultura foi o final da estação de crescimento,
quando os impactos da seca se acumularam, expresso pela falta de
água na zona das raízes. A falta de água no solo reduziu a ET real,
levando à redução da produtividade de acordo com a Equação (1). A
razão pela qual o GH foi mais eficaz em melhorar a produção de
culturas de alto valor foi a redução da área de terra com alfafa (e,
portanto, reduziu a demanda total de água) e a demanda de água do
GH. Com o compartilhamento de água com a alfafa e a perda de ET da
alfafa, a água do solo na zona radicular foi consumida mais
rapidamente, o que esgotou o sistema de abastecimento de água mais
rapidamente durante a estação de irrigação. Consequentemente, o
pomar logo atingiu a deficiência hídrica do solo na meia estação,
causando redução na produtividade. Sem alfafa, a água disponível
por unidade de campo aberto para o pomar aumentou, permitindo
água suficiente na zona radicular para a demanda de ET. Melhorar o
IE aumentou a proporção de água armazenada na zona radicular por
unidade de água fornecida ao campo. No entanto, esse método tinha
um teto que limitava a eficiência máxima de irrigação. Durante secas extremas, cenários comprovaram ser
Conclusões
Neste estudo, uma ferramenta de gestão do sistema hídrico
avaliou os impactos das mudanças climáticas na disponibilidade
futura de água para a agricultura. Após a calibração-validação, o
modelo SD simulou as operações do sistema de água com base nos
dados climáticos futuros básicos, incluindo afluência natural,
precipitação e temperatura projetada com GCMs sob RCP 4.5 e 8.5. O
modelo incluiu módulos para estufas e produtividade agrícola baseado
na versão de Zhao et al. (2021) para fornecer recursos para avaliar
inovações de estratégias de gestão de água em cenários de mudança
climática.
Sem quaisquer medidas de adaptação, a probabilidade de
ocorrência de confiabilidade de irrigação anual abaixo de 0,7 foi
superior a 36% no período de 2020-2090 sob o RCP 4.5. Para o RCP
8.5, a confiabilidade da irrigação caiu abaixo de 0,5 por mais de 40
anos no mesmo período. A baixa disponibilidade de água nas
projeções climáticas criou condições difíceis de abastecimento de
água para atividades agrícolas. Claramente, serão necessárias
estratégias de conservação e gestão da água para superar o impacto
da mudança climática na agricultura em climas áridos como o do
Fronteiras na Água
10.3389/frwa.2022.983228
YRB. De forma mais ampla, a gestão adaptativa da água pode ser
aplicada a regiões com vários padrões de escassez de água, como os
causados pela distribuição heterogênea de recursos hídricos e
demandas impulsionadas pelo crescimento socioeconômico (Wild et al., 2021a).
Avaliamos quatro medidas de adaptação, incluindo GHs, cultivo
PTS, IT e MAR, para encontrar seus requisitos mínimos de manejo em
sete CCs. Com o CC causando condições extremamente secas, mais
recursos, como área de terra para MAR e sistemas de irrigação
atualizados, foram necessários para superar a escassez de água. A
Condição Climática 5 sob RCP 4.5 e CC7 sob RCP 8.5 foram os
cenários com secas severas frequentes, que exigiram principalmente
os maiores GHAF (69% e 100%), PTS (73 e 91 dias), IE (0,95 e 0,95) e
MAR IA (4,1 e 10,6 km2 ).
A avaliação do impacto do comportamento de adoção na eficácia
de três métodos de adaptação (GHs, IT e MAR) a partir de 2020
mostrou que a taxa de adoção e o tempo adotado para cada método
desempenharam um papel importante na eficácia dos métodos de
adaptação sob o CC projetado . O MAR pode ser muito eficaz se o
IAFA projetado for suficiente para acumular direitos suficientes. No
entanto, os direitos disponíveis foram usados uma vez que atingiram
um valor de pico em 10 anos no RCP 4.5 e 2 anos no RCP 8.5 com
IAFA projetado de 3,0 km2, métodos de adaptação . MAR foi um
dependentes de escala temporal e espacial, que não alteraram a
quantidade de demanda de água com base em tipo de cultivo e área
de cultivo. A tecnologia atualizada do sistema de irrigação ajudou a
diminuir a demanda de água, colocando de forma eficiente mais água
na zona da raiz com menos água irrigada. No entanto, com o limite
superior de água que pode ser economizado pela inovação tecnológica,
a melhoria do IE também foi limitada até certo ponto.
As estufas
alto GHAF os métodos
mostraram serde adaptação
uma mais eficazes
melhor estratégia para diminuir a perda
entre todos os métodos sob CCs quando amplamente adotados.
Reduziu a demanda de água para a agricultura trocando terras de
cultivo de baixo valor por GHs, que foram equipadas com sistemas
de irrigação mais eficientes que exigiam muito menos água para dois
ciclos de colheita em um único ano. A confiabilidade da irrigação
melhorou mais para cenários S-GH (ou combinados S-GH-MAR e S-
ALL) na década com a situação de seca mais severa sob RCP 8.5 em
taxas de adoção mais baixas, em comparação com outras medidas
(2080s). Além disso, a produção de maçã aumentou cerca de 11% sob
RCP 4.5 e 20% sob RCP 8.5 na década de 2080, em comparação com
a linha de base sem adoção de GH. O EWP aumentou cerca de 15
vezes com a produção de culturas de alto valor do GH na década de
2080, em comparação com a linha de base (consulte o material complementar).
Este artigo avaliou a eficácia da gestão adaptativa potencial na
mitigação de secas em cenários projetados de mudança climática
usando a estrutura SD. Avaliar estratégias de adaptação para gestão
de recursos sob mudanças climáticas requer compreensão holística
do sistema e perspectivas ágeis (Gregory et al., 2006; Lawler, 2009).
Modelos e ferramentas específicos do sistema são desenvolvidos
para atingir esse objetivo. Embora não seja fácil comparar estruturas
e projetos de uma estrutura aplicada para diferentes sistemas de
gestão adaptativa de recursos hídricos, as conclusões de vários
estudos usando
18 frontiersin.org
Machine Translated by Google
Zhao e Boll
uma estrutura de SD sugeriu a necessidade de estratégias mistas para
gerenciar a demanda e o abastecimento de água em coordenação para
aliviar as secas induzidas pelo clima (Stave, 2003; Sahin et al., 2016; Gohari
et al., 2017; Naderi et al., 2021).
Limitações e futuras melhorias potenciais são discutidas para este
estudo. Primeiro, aplicamos o modelo SD para identificar interações,
feedback e atrasos ao rastrear os balanços hídricos em um sistema complexo
como o YRB. Esse processo pode envolver diferentes tipos de incertezas
nos dados de entrada, estrutura do modelo, parâmetros e condições de
contorno. Diferenças nas suposições e valores de fontes alternativas podem
afetar os resultados (Winz et al., 2009; Mirchi et al., 2012). Como validamos
o desempenho do modelo, o julgamento final da utilidade do modelo deve
basear-se em sua capacidade de responder a perguntas relacionadas e
trazer insights para as partes envolvidas. A transparência do modelo SD
permite que os usuários modifiquem o modelo com base em seus
julgamentos. Em segundo lugar, não consideramos restrições de custo
explicitamente, mas geralmente os custos de construção e manutenção para
três métodos foram refletidos no
processo de adoção e classificado como MAR < IT < GHs. Com isso em
mente, a combinação de terras compartilhadas para GHs e MAR poderia ser
projetada considerando mudanças climáticas futuras e orçamentos
disponíveis, juntamente com a atualização da atual irrigação por córrego e
inundação para sistemas de gotejamento ou aspersão no YRB. Os resultados
deste estudo também sugerem que a taxa de adoção foi um fator chave.
Ações preventivas podem ser realizadas por meio da divulgação ou
fornecimento de subsídios para que as partes interessadas adotem métodos
inovadores antecipando-se às incertezas futuras.
Declaração de disponibilidade de dados
Os dados apresentados neste estudo estão disponíveis mediante solicitação
do autor correspondente.
Contribuições do autor
MZ e JB contribuíram para a concepção e desenho do estudo. A MZ
coletou e gerenciou o banco de dados, desenvolveu o modelo, realizou a
análise, escreveu o primeiro rascunho do
Referências
Abatzoglou, JT e Brown, TJ (2012). Uma comparação de métodos
estatísticos de redução de escala adequados para aplicações de incêndio
florestal. Int. J.
Climatol. 32, 772-780. doi: 10.1002/joc.2312 Abbott, M., Bazilian, M., Egel,
D., e Willis, HH (2017). Examinando o nexo alimentar-energia-água e conflito.
atual Opin. Chem. Eng. 18, 55-60. doi: 10.1016/j.coche.2017.10.002
Baixo, FM (1969). Um novo crescimento de produto para modelos de bens de consumo duráveis. Gerenciar.
ciência 15, 215–322. doi: 10.1287/mnsc.15.5.215
Fronteiras na Água 19
10.3389/frwa.2022.983228
o manuscrito. Todos os autores contribuíram com a revisão do manuscrito,
leram e aprovaram a versão submetida.
Financiamento
Este trabalho foi financiado pela National Science Foundation (NSF)
Earth Sciences (prêmio nº 1639458) e pelo Departamento de Agricultura dos
Estados Unidos (USDA) (prêmio nº 2017-670 04-26131).
Agradecimentos
Este trabalho foi realizado na Washington State University.
Agradecemos à Dra. Jennifer Adam, à Dra. Keyvan Malek e à Dra. Mingliang
Liu por fornecer dados e simulações do modelo VIC-CropSyst no YRB.
Conflito de interesses
Os autores declaram que a pesquisa foi realizada no
ausência de qualquer relação comercial ou financeira que possa ser
interpretada como um potencial conflito de interesses.
Nota do editor
Todas as reivindicações expressas neste artigo são exclusivamente
dos autores e não representam necessariamente as de suas organizações
afiliadas, ou as do editor, dos editores e dos revisores. Qualquer produto
que possa ser avaliado neste artigo, ou reclamação que possa ser feita por
seu fabricante, não é garantido ou endossado pelo editor.
Material suplementar
O material suplementar para este artigo pode ser encontrado online em:
https://www.frontiersin.org/articles/10.3389/ frwa.2022.983228/
full#supplementary-material
Bjornlund, H., Nicol, L. e Klein, KK (2009). A adoção de tecnologia de irrigação
e práticas de gerenciamento aprimoradas - Um estudo de dois distritos de
irrigação em Alberta, Canadá.
10.1016/j.agwat.2008.
Gestão de Água.
07.00996, 121–131. doi: Agric.
Brouwer, R. e Hofkes, M. (2008). Modelagem hidroeconômica integrada:
abordagens, questões-chave e direções futuras de pesquisa. Eco. Econ. 66,
16–22. doi: 10.1016/j.ecolecon.2008.02.009
frontiersin.org
Machine Translated by Google
Zhao e Boll
Cai, X., McKinney, DC e Rosegrant, MW (2003). Análise de sustentabilidade para a gestão
da água de irrigação na região do Mar de Aral. Agrícola Sist. 76, 1043–1066. doi: 10.1016/
S0308-521X(02)00028-8
Chang, H., Jung, I.-W., Strecker, A., Wise, D., Lafrenz, M., Shandas, V., et al. (2013).
Suprimento, demanda e indicadores de qualidade de água para avaliar a distribuição espacial
da vulnerabilidade dos recursos hídricos na bacia do rio Columbia.
Atmosfera-Oceano 51, 339–356. doi: 10.1080/07055900.2013.777896
Church, SP, Dunn, M., Babin, N., Mase, AS, Haigh, T. e Prokopy, LS (2018). Os conselheiros
percebem a mudança climática como um risco agrícola?
Um exame aprofundado das opiniões dos consultores Agrícolas do Meio-Oeste dos EUA
sobre seca, mudança climática e gerenciamento de riscos. Agrícola Zumbir. Valores 35, 349–
365. doi: 10.1007/s10460-017-9827-3
Collins, WJ, Bellouin, N., Doutriaux-Boucher, M., Gedney, N., Halloran, P., Hinton, T.,
et al. (2011). Desenvolvimento e avaliação de um modelo do Sistema Terra – HadGEM2.
Geosci. Modelo Dev. 4, 997–1062. doi: 10.5194/gmd-4-1051-2011
Dai, A., Trenberth, KE e Qian, T. (2004). Um conjunto de dados global do índice de
severidade da seca de palmer para 1870-2002: relação com a umidade do solo e os
efeitos do aquecimento da superfície. J. Hidrometeorol. 5, 1117–1130. doi: 10.1175/JHM-386.1
Das, B., Singh, A., Panda, SN e Yasuda, H. (2015). Políticas ótimas de alocação de
terra e recursos hídricos para agricultura irrigada sustentável. Política de Uso da Terra
42, 527–537. doi: 10.1016/j.landusepol.2014.09.012
Dillon, P., Toze, S., Page, D., Vanderzalm, J., Bekele, E., Sidhu, J., et al. (2010).
Recarga gerenciada de aquíferos: redescobrindo a natureza como tecnologia de ponta.
Água Ciência. Tecnol. 62, 2338–2345. doi: 10.2166/wst.2010.444
Doorenbos, J., e Kassam, AH (1979). Resposta de Rendimento à Água. Artigo sobre
irrigação e drenagem, 257. doi: 10.1016/B978-0-08-025675-7.50021-2
Dunne, JP, John, JG, Adcroft, AJ, Griffies, SM, Hallberg, RW, Shevliakova, E., et al. (2012).
Modelos globais de sistema climático-carbono terrestre ESM2 da GFDL. Parte I: formulação
física e características de simulação de linha de base.
J. Clim. 25, 6646–6665. doi: 10.1175/JCLI-D-11-00560.1
Elliott, J., Deryng, D., Müller, C., Frieler, K., Konzmann, M., Gerten, D., et al. (2014).
Constrangimentos e potenciais da futura disponibilidade de água para irrigação na
produção agrícola sob as mudanças climáticas. PNAS 111, 3239–3244. doi: 10.1073/
pnas.1222474110
Elsawah, S., Pierce, SA, Hamilton, SH, van Delden, H., Haase, D., Elmahdi, A., et al.
(2017). Uma visão geral do processo de dinâmica de sistemas para modelagem integrada
de sistemas socioecológicos: lições sobre boas práticas de modelagem de cinco
estudos de caso. Ambiente. Modelo. Softw. 93, 127–145. doi: 10.1016/j.envsoft.2017.03.001
Esteve, P., Varela-Ortega, C., Blanco-Gutiérrez, I., and Downing, TE
(2015). Um modelo hidroeconômico para a avaliação dos impactos das mudanças
climáticas e adaptação na agricultura irrigada. Eco Eco. 120, 49–58. doi: 10.1016/
j.ecolecon.2015.09.017
Campo, CB (2014). Mudanças Climáticas 2014 – Impactos, Adaptação e Vulnerabilidade:
Aspectos Regionais. Cambridge: Cambridge University Press.
Flato, GM, Boer, GJ, Lee, WG, McFarlane, NA, Ramsden, D., Reader, MC, et al. (2000).
O Centro Canadense para Modelagem e Análise Climática modelo acoplado global e seu
clima. Clim. Din. 16, 451-467. doi: 10.1007/s003820050339
Garg, NK e Dadhich, SM (2014). Modelo não linear integrado para padrão de cultivo
ideal e programação de irrigação sob irrigação deficitária. Agrícola Gestão de Água.
140, 1–13. doi: 10.1016/j.agwat.2014.03.008
Gohari, A., Mirchi, A. e Madani, K. (2017). Avaliação da dinâmica do sistema de
estratégias de adaptação às mudanças climáticas para gestão de recursos hídricos no
centro do Irã. Recursos Hídricos. Gerenciar. 31, 1413–1434. doi: 10.1007/s11269-017-1575-z
Gregory, R., Ohlson, D. e Arvai, J. (2006). Desconstruindo a gestão adaptativa:
critérios para aplicações à gestão ambiental. Eco. Appl. 16, 2411–2425. doi:
10.1890/1051-0761(2006)016[2411:DAMCFA]2.0.CO;2
Harel, D., Sofer, M., Broner, M., Zohar, D. e Gantz, S. (2014). Kc específico do estágio de
crescimento de plantas de tomate em estufa cultivadas na região semiárida do Mediterrâneo.
J. Agric. ciência 6, 132–142. doi: 10.5539/jas.v6n11p132
Hargreaves, GH e Samani, ZA (1985). Evapotranspiração da cultura de referência
da temperatura. Appl. Eng. Agrícola 1, 96–99. doi: 10.13031/2013.26773
Hashimoto, T., Stedinger, JR e Loucks, DP (1982). Critérios de confiabilidade,
resiliência e vulnerabilidade para avaliação de desempenho de sistemas de recursos
hídricos. Recursos Hídricos. Res. 18, 14–20. doi: 10.1029/WR018i001p00014
Hatfield, JL, Boote, KJ, Kimball, BA, Ziska, LH, Izaurralde, RC, Ort, D., et al. (2011). Impactos
climáticos na agricultura: implicações para a produção agrícola.
Agron. J. 103, 351–370. doi: 10.2134/agronj2010.0303
Iglesias, A., e Garrote, L. (2015). Estratégias de adaptação para a gestão da água
agrícola sob as mudanças climáticas na Europa. Agrícola Gestão de Água. 155, 113–
124. doi: 10.1016/j.agwat.2015.03.014
Fronteiras na Água
10.3389/frwa.2022.983228
Johnson, HM (2000). Fatores que afetam a ocorrência e distribuição de pesticidas na bacia
do rio Yakima, Washington, 2000. USGS. Disponível online em: https://pubs.usgs.gov/sir/
2007/5180/index.html (acessado em 5 de julho de 2020).
Jones, MA, Vaccaro, JJ e Watkins, AM (2006). Estrutura Hidrogeológica de Depósitos
Sedimentares em Seis Bacias Estruturais, Bacia do Rio Yakima, Washington.
Serviço Geológico dos Estados Unidos. doi: 10.3133/sir20065116
Kaddoura, S., e El Khatib, S. (2017). Revisão das ferramentas Nexus água-energia-alimentos
para melhorar a abordagem de modelagem Nexus para a formulação de políticas integradas. Ambiente.
ciência Política 77, 114–121. doi: 10.1016/j.envsci.2017.07.007
Kundzewicz, ZW e Kindler, J. (1995). “Critérios múltiplos para avaliação de aspectos de
confiabilidade de sistemas de recursos hídricos”, em IAHS Publications-Series of Proceedings
and Reports-Intern Assoc Hydrological Sciences 231, 9.
Lawler, JJ (2009). Estratégias de adaptação às mudanças climáticas para gestão de
recursos e planejamento de conservação. Ana. NY Acad. ciência 1162, 79–98. doi: 10.1111/
j.1749-6632.2009.04147.x
Lele, U., Klousia-Marquis, M., e Goswami, S. (2013). Boa governança para segurança
alimentar, hídrica e energética. Aquat. Procedia 1, 44-63. doi: 10.1016/j.aqpro.2013.07.005
Malek, K., Adam, J., Stockle, C., Brady, M. e Rajagopalan, K. (2018b). Quando os irrigantes
devem investir em tecnologias mais eficientes em termos de água como uma adaptação às
mudanças climáticas? Recursos Hídricos. Res. 54, 8999–9032. doi: 10.1029/2018WR022767
Malek, K., Adam, JC, Stöckle, CO e Peters, RT (2018a). A mudança climática reduz a
disponibilidade de água para a agricultura ao diminuir as perdas de irrigação não
evaporativa. J. Hydrol. 561, 444-460. doi: 10.1016/j.jhydrol.2017.11.046
Malek, K., Stöckle, C., Chinnayakanahalli, K., Nelson, R., Liu, M., Rajagopalan, K., et al.
(2017). VIC–CropSyst-v2: uma plataforma de modelagem em escala regional para simular o
nexo de clima, hidrologia, sistemas de cultivo e decisões humanas.
Modelo Geocientífico Dev. 10, 3059–3084. doi: 10.5194/gmd-10-3059-2017
Marques, GF, Lund, JR e Howitt, RE (2005). Modelagem de produção agrícola irrigada e
decisões de uso de água sob incerteza de abastecimento de água.
Recursos Hídricos. Res. 41, W08423. doi: 10.1029/2005WR004048
Martin, GM, Bellouin, N., Collins, WJ, Culverwell, ID, Halloran, PR, Hardiman, SC, et al.
(2011). A família HadGEM2 de configurações climáticas do Met Office Unified Model.
Geosci. Modelo Dev. 4, 723–757. doi: 10.5194/gmd-4-723-2011 Mirchi, A., Madani, K.,
Watkins, D. e Ahmad, S. (2012).
Síntese de ferramentas de dinâmica de sistemas para conceituação holística de
problemas de recursos hídricos. Recursos Hídricos. Gerenciar. 26, 2421–2442. doi:
10.1007/s11269-012-0024-2
Mott Lacroix, K. e Megdal, S. (2016). Explore, sintetize e repita: desvendando questões
complexas de gestão da água por meio da roda de engajamento das partes interessadas.
Água 8:118. doi: 10.3390/w8040118
Naderi, MM, Mirchi, A., Bavani, ARM, Goharian, E., e Madani, K.
(2021). Simulação da dinâmica do sistema de abastecimento e demanda regional de água
usando uma abordagem do nexo alimento-energia-água: aplicação à planície de Qazvin, Irã. J. Environ.
Gerenciar. 280, 111843. doi: 10.1016/j.jenvman.2020.111843
Nam, W.-H., Choi, J.-Y., e Hong, E.-M. (2015). Avaliação da vulnerabilidade da irrigação
no risco de abastecimento de água agrícola para a gestão adaptativa das mudanças
climáticas na Coreia do Sul. Agrícola Gestão de Água. 152, 173–187. doi: 10.1016/
j.agwat.2015.01.012
Nash, JE e Sutcliffe, JV (1970). Previsão de vazão fluvial através de modelos
conceituais parte I — Uma discussão de princípios. J. Hydrol. 10, 282-290. doi:
10.1016/0022-1694(70)90255-6
Conselho Nacional de Pesquisa (2011). Adaptação aos Impactos das Mudanças Climáticas.
Imprensa das Academias Nacionais.
Oki, T. e Kanae, S. (2006). Ciclos hidrológicos globais e água no mundo
recursos. Ciência 313, 1068–1072. doi: 10.1126/science.1128845
Serviço de Extensão da OSU (2002). Produção de tomate com efeito de estufa em Oregon.
Ag - Vegetais Processados. Disponível online em: https://extension.oregonstate.edu/crop
production/vegetables/greenhouse-tomato-production-oregon (acessado em 13 de julho de
2020).
Palmer, WC (1965). Seca Meteorológica. Departamento de Comércio dos EUA,
Agência Meteorológica.
Phan, TD, Bertone, E., e Stewart, RA (2021). Revisão crítica de aplicações de modelagem
de dinâmica de sistemas para planejamento e gestão de recursos hídricos.
Ambiente mais limpo. Sist. 2, 100031. doi: 10.1016/j.cesys.2021.100031
Powell, MJD (2009). O Algoritmo BOBYQA para Limitação Limitada
Otimização Sem Derivativos.
Rahimikhoob, H., Sohrabi, T. e Delshad, M. (2020). Avaliação de métodos de estimativa da
evapotranspiração de referência em casa de vegetação controlada.
Irrigação Sci. 38, 389–400. doi: 10.1007/s00271-020-00680-5
20 frontiersin.org
Machine Translated by Google
Zhao e Boll
Repenning, NP (2002). Uma abordagem baseada em simulação para entender a dinâmica
da implementação da inovação. Órgão. ciência 13, 109–127. doi: 10.1287/orsc.13.2.109.535
Rickards, L., e Howden, SM (2012). Adaptação transformacional: agricultura e mudança
climática. Cultivo Pasto Sci. 63, 240-250. doi: 10.1071/CP11172
Sabeh, NC, Giacomelli, GA e Kubota, C. (2006). Uso de água para resfriamento
evaporativo por almofada e ventilador de uma casa de vegetação em clima semiárido.
Acta Hortic. 719, 409–416. doi: 10.17660/ActaHortic.2006.719.46
Sahin, O., Siems, RS, Stewart, RA e Porter, MG (2016). Mudança de paradigma para
planejamento aprimorado de abastecimento de água por meio de redes aumentadas,
preços de escassez e água industrial adaptável: uma abordagem de dinâmica de sistema.
Ambiente. Modelo. Softw. 75, 348–361. doi: 10.1016/j.envsoft.2014.05.018
Savenije, HHG e van der Zaag, P. (2002). A água como bem econômico e os paradigmas
de gestão da demanda com armadilhas. Água Int. 27, 98–104. doi: 10.1080/02508060208686982
Scanlon, BR, Reedy, RC, Faunt, CC, Pool, D., e Uhlman, K.
(2016). Aumentando a resiliência à seca com uso conjunto e recarga gerenciada de
aquíferos na Califórnia e no Arizona. Ambiente. Res. Deixe 11, 035013. doi:
10.1088/1748-9326/11/3/035013
Shamshiri, RR, Jones, JW, Thorp, KR, Ahmad, D., Man, HC e Taheri, S.
(2018). Revisão da temperatura ótima, umidade e déficit de pressão de vapor para
avaliação e controle do microclima no cultivo de tomate em casa de vegetação: uma revisão.
Int. Agrofísica 32, 287-302. doi: 10.1515/intag-2017-0005
Singh, A. (2014). Planejamento e gestão da irrigação por meio da otimização
modelagem. Recursos Hídricos. Gerenciar. 28, 1–14. doi: 10.1007/s11269-013-0469-y
Sprenger, C., Hartog, N., Hernández, M., Vilanova, E., Grützmacher, G., Scheibler, F., et
al. (2017). Inventário de locais de recarga de aquíferos geridos na Europa: desenvolvimento
histórico, situação atual e perspectivas. Hidrogeol. J. 25, 1909–1922. doi: 10.1007/
s10040-017-1554-8
Stave, KA (2003). Um modelo de dinâmica de sistema para facilitar a compreensão
pública das opções de gerenciamento de água em Las Vegas, Nevada. J. Environ.
Gerenciar. 67, 303–313. doi: 10.1016/S0301-4797(02)00205-0
Steduto, P., Hsiao, TC, Fereres, E., and Raes, D. (2012). Resposta do rendimento da
cultura à água. Organização das Nações Unidas para Agricultura e Alimentação. Disponível
online em: http://www.fao.org/3/i2800e/i2800e00.htm (acessado em 3 de julho de 2020).
Sterman, J. (2000). Dinâmica de negócios: pensamento sistêmico e modelagem para uma
Mundo Complexo.
USBR (2008). Estudo de Viabilidade de Armazenamento de Água da Bacia do Rio
Yakima: Relatório Final de Planejamento/Declaração de Impacto Ambiental. Disponível
online em: https://www.usbr. gov/pn/studies/yakimastoragestudy/reports/eis/final/
index.html (acessado em 17 de junho de 2020).
USBR (2011a). Proposta de Plano Integrado de Gestão de Recursos Hídricos: Volume
1. Disponível online em: https://www.usbr.gov/pn/programs/yrbwep/ 2011integratedplan/
(acessado em 22 de junho de 2020).
USBR (2011b). Memorando Técnico de Recursos Hídricos da Bacia do Rio Yakima.
Disponível online em: https://www.usbr.gov/pn/programs/yrbwep/reports/tm/index. html
(acessado em 18 de março de 2020).
USDA (2017). Censo Agropecuário de 2017 - Volume 1, Capítulo 2: Dados em e Beall King, A. (2021). Aquífero pode ser gerenciado
Nível de Condado. Disponível online em: https://www.nass.usda.gov/Publications/AgCensus/
recarregar superou várias secas? Água 13, 2278. doi: 10.3390/w13162278
Fronteiras na Água
10.3389/frwa.2022.983228
2017/Full_Report/Volume_1,_Chapter_2_County_Level/Washington/ (acessado em 3 de
julho de 2020).
Vaccaro, JJ (2011). Trocas de aquíferos fluviais na bacia do rio Yakima.
Washington. US Geological Survey Disponível online em: https://pubs.usgs.gov/sir/
2011/5026/pdf/sir20115026.pdf
Vaccaro, JJ e Olsen, TD (2009). Estimativas de Recarga de Água Subterrânea para o
Sistema Aquífero da Bacia do Rio Yakima, Washington, para Pré-desenvolvimento e
Condições Atuais de Uso e Cobertura do Solo. Disponível online em: https://pubs.usgs.gov/
sir/2007/5007/index.html (acessado em 15 de março de 2020). doi: 10.3133/sir20075007
Vaccaro, JJ e Sumioka, SS (2006). Estimativas do bombeamento de água subterrânea
do sistema aquífero da bacia do rio Yakima, Washington, 1960–2000. Departamento do
Interior dos EUA, Serviço Geológico dos EUA. doi: 10.3133/sir20065205
Vano, JA, Scott, MJ, Voisin, N., Stöckle, CO, Hamlet, AF, Mickelson, K.
EB, e outros. (2010). Impactos das mudanças climáticas na gestão da água e na agricultura
irrigada na bacia do rio Yakima, Washington, EUA. Clim. Mudança 102, 287–317. doi:
10.1007/s10584-010-9856-z
Vicente-Serrano, SM, Beguería, S., López-Moreno, JI, Angulo, M. e El Kenawy, A. (2010).
Um novo conjunto de dados em grade global de 0,5ÿ (1901–2006) de um índice de seca
multiescalar: comparação com conjuntos de dados de índices de seca atuais baseados
no Palmer Drought Severity Index. J. Hidrometeoro. 11, 1033–1043. doi:
10.1175/2010JHM1224.1
Volodin, EM, Dianskii, NA e Gusev, AV (2010). Simulando o clima atual com o INMCM4.
0 modelo acoplado das circulações gerais atmosférica e oceânica. Izvestiya Atmos. Física
Oceânica. 46, 414-431. doi: 10.1134/S000143381004002X
Wang, D., Hejazi, M., Cai, X. e Valocchi, AJ (2011). Impacto da mudança climática na
seca meteorológica, agrícola e hidrológica no centro de Illinois. Recursos Hídricos. Res.
47, W09527. doi: 10.1029/2010WR009845
Ward, FA e Pulido-Velazquez, M. (2008). A conservação de água na irrigação pode
aumentar o uso de água. PNAS 105, 18215–18220. doi: 10.1073/pnas.08055
54105
Departamento de Agricultura do Estado de Washington (2013). História Agrícola do
Condado de Yakima. Disponível online em: http://www.yakimacounty.us/DocumentCenter/
View/2375 .
Wild, TB, Khan, Z., Clarke, L., Hejazi, M., Bereslawski, JL, Suriano, M., et al. (2021a).
Planejamento integrado do nexo energia-água-terra na Bacia do Rio Colorado (Argentina).
Reg. Ambiente. Mudança 21, 1–16. doi: 10.1007/s10113-021-0 1775-1
Wild, TB, Khan, Z., Zhao, M., Suriano, M., Bereslawski, JL, Roberts, P., et al. (2021b). As
implicações da mudança global para a coevolução dos sistemas integrados de energia-
água-terra da Argentina. Futuro da Terra 9, e2020EF001970. doi: 10.1029/2020EF001970
Winz, I., Brierley, G. e Trowsdale, S. (2009). O uso da simulação de dinâmica de
sistemas na gestão de recursos hídricos. Recursos Hídricos. Gerenciar. 23, 1301–
1323. doi: 10.1007/s11269-008-9328-7
Woznicki, SA, Nejadhashemi, AP e Parsinejad, M. (2015). Mudanças climáticas e
demanda de irrigação: incerteza e adaptação. J. Hydrol. Reg. Viga. 3, 247-264. doi: 10.1016/
j.ejrh.2014.12.003 Zhao, M., Boll, J., Adam, JC
21 frontiersin.org