短期的な気候変動を考慮すると、多くの農業システムが危険にさらされる可能性がありますが、危機に瀕している多数のプロセスとそれらの相互作用を予測することは依然として困難です。中でも、コーヒー、カカオ、桃などの樹木作物は、これらの変化の影響を最も大きく受けます。その理由は、その多年にわたる成長サイクルにより、生産を新しい条件に適応させることが困難で、長く、多くの場合費用がかかるためです。
したがって、多年生作物や森林に対する将来の気候変動の影響をより正確に予測し、これらの変化が発生する前にこれらの変化に対処するための新しい農業および造林の慣行を設計するための情報の必要性が高まっています。しかし、気候条件の変化は、生態系の水と炭素のバランスへの影響の複雑な組み合わせにつながり、農業生態系の生産に影響を与える可能性があります。たとえば、コーヒーの木の成長と果実の生産は、高温と水の利用可能性に特に敏感であり、以前の研究では、生産または面積被覆の将来の巨大な損失が予測されることがよくあります.
それにもかかわらず、アグロフォレストリーシステムで提供される日陰は、さまざまな管理オプションの下で気候変動の影響を緩和する可能性がありますが、その結果、光と水資源の競争が激化する可能性があります.これらのプロセスとその相互作用を研究することは、気温と降雨パターンの将来の変化に適応した新しい農業と造林の実践への第一歩です。
プロセスベースのモデル (PBM) は、一般に、これらの課題に対処するのに適しています。 PBM は、基本的な物理的および生態生理学的プロセスの理解を適用して、システムを機械的にシミュレートします (Bohn et al., 2014)。 PBM は、土壌 - 植物 - 大気の連続体 (SPAC, Philip (1966)) 形式を使用することがよくあります。この連続体は、結合された水とエネルギーの流れの観点から生態系の状態を表すために、主要なドメイン (土壌、植物、大気) 間で発生するプロセスの相互作用を説明します。これらの複雑なシステムでは、すべての構成要素の状態をモデル化することが重要です。それぞれが、水ポテンシャル、水相、および利用可能なエネルギーを通じて、他の構成要素からの流れを駆動するからです (Lobet et al., 2014; Manzoni et al., 2013)。
コンポーネントに入るエネルギー量は、大気からの利用可能なエネルギーと、材料の放射率、透過率、吸光度、または樹冠構造などの生態系の特性に依存します。吸収されたエネルギーは、蒸発と蒸散を引き起こす、物体内または物体の表面における温度および水相のすべての潜在的な変化の原因となります。この吸収されたエネルギーは、伝導を通じて周囲の空気とも相互作用します (つまり 顕性フラックス) と蒸気 (つまり 潜在フラックス)、温度と湿度を上昇させます。
水とエネルギーのバランスも炭素循環と相互作用します。実際、植物はこのエネルギーの一部を収穫して、大気中の CO2 から炭水化物分子を作ります。 気孔を通って拡散します。そうすることで、気孔から細胞間水分が蒸発します（つまり 蒸散）、より負の局所的な水ポテンシャルにつながり、根から、そして土壌から水を引き寄せます。乾燥を避けるために、システムのエネルギーバランスに依存する葉の近くの微気候に応じて、植物は気孔コンダクタンスを調整できます。葉の水分ポテンシャルは、土壌水分の状態自体に直接関係しています。
植物への炭素の流れを制御することにより、エネルギーと水のバランスが植物の成長を促進します。これは、大気から生態系内のすべての生命への炭素の唯一の吸収源です。温度を制御することで、大気中への炭素源である呼吸も促進します。したがって、SPAC 形式はシステムの物理的および生理学的特性に関する大量の知識を必要とするため複雑ですが、蒸散、葉と土壌の蒸発、およびエネルギー収支を適切にシミュレートするために必要です。
すべての農業生態系の中で、不均一な樹冠を持つ傾向があるため、多年生のプランテーションと森林はおそらくモデル化が最も複雑です。これは、Coffea などのアグロフォレストリー システムに特に当てはまります。 アラビカ語 プランテーション (図 1) は、配光と微気象条件が高度に等方的であるためです (つまり それらは空間的に不均一です）、同じ畑からの 2 つの個々の植物が非常に異なる条件を経験する可能性があります。したがって、ツリー スケールの 3D モデルを使用して、これらのシステムをモデル化しながら空間の複雑さをより適切に統合する必要があります。
MAESPA モデル (図 2) は、森林のエネルギー、水、および炭素フラックスを個々のスケールでシミュレートする 3D の明示的なプロセスベースのモデル (Duursma と Medlyn、2012 年) です。これは、樹冠の特定のボリューム要素の均一な表現であるボクセル スケールで森林を記述するため、アグロフォレストリー システムのシミュレーションに特に適しています。プロット上の独自の位置、構造 (樹冠の高さ、幅など)、物理的および生理学的パラメーターを使用して、いくつかの樹種を管理できます。
このモデルは、林冠の空間的不均一性を考慮しながら、森林内の各植物と土壌の光遮断、エネルギー、水、および炭素フラックスの正確な推定を計算します。森林システム。ただし、以前の研究では、MAESPA はコフィア アグロフォレストリー システム、マツ林、ユーカリ林の高い蒸発散率を過小評価する傾向があることが示されています。予備調査では、この現象は林冠の温度と蒸気圧の推定が信頼できないことに起因することが示唆されました。
最近の記事では、Vezy et al。 (2018) MAESPA モデルを修正して、キャノピー内の気温とキャノピー内の蒸気圧の両方の計算を含めることでキャノピーの微気候を正確に表現したおかげで、蒸発散率をより適切にシミュレートできるようになりました (図 2)。両方の変数は林冠、土壌、大気の複雑な相互作用から生じ、それらに影響を与えるため、それらを含めることは MAESPA モデルの重要な改善です。
この作業により、MAESPA による林冠温度のシミュレーションが改善され (図 3)、その後の水流とエネルギー流束のシミュレーションが改善されました (モデル評価の詳細については、記事を参照してください)。次に、著者らは MAESPA を使用して、空間的不均一性が増加するさまざまな樹木作物の蒸発散量をモデル化しました。 複雑なアグロフォレストリー Coffea に立ち向かう 2 種類のシェード ツリーが植えられています。
著者らは、ユーカリからの蒸発散が ブラジルのサンパウロ州にあるプランテーションは、2012 年の同年の年間降水量の合計よりも多かった (図 4)。 蒸発散）。これらの結果は、集中的なユーカリが プランテーションは降水量が少ない状況下で景観規模の水資源を減少させる可能性があり、気候モデルが将来的にこれらの地域での降水量の減少を予測するため、気候変動の下でますます問題になる可能性があります.
2 番目の興味深い結果は、コーヒー の陰になった木が コスタリカのアグロフォレストリー システムは、より多くの太陽エネルギーを潜在的なフラックスに変換し、コフィアが経験する微気候を変化させます。 その下は、より涼しく、湿度が高く、放射が少ない場所に移動します。その結果、コーヒー 葉の温度と蒸散量が減少しました。その結果、アグロフォレストリーはコーヒーを適応させるための潜在的なツールになる可能性があります 気温の上昇がコーヒー生産量に及ぼす悪影響を軽減することにより、作物システムを気候変動に適応させます。 コーヒーを減らす可能性についてさらに調査 日陰ごとの葉の温度が必要ですが、これらの結果はこれらの側面に関する将来の研究を導く可能性があります。
3 つ目の興味深い結果は、アグロフォレストリーの管理が、降水が大気または土壌水源のいずれかの生態系に再循環される方法に大きな影響を与えたことです。 Coffea よりも日陰の木の密度が高いほど 植物は蒸発散量が多いため、より多くの水が大気中に再循環されます。これらの現象を理解することは重要です。なぜなら、シェード ツリーは、特に高密度のアグロフォレストリー システムの場合、乾燥した気候の下で水資源に対して非常に競争力を持つようになる可能性があるからです。したがって、MAESPA を使用して、地域の小児気候条件を考慮した最適な日陰樹の種、最適な密度、最適な管理を調査できます。
これらの調査結果は、MAESPA モデルが、水とエネルギーのバランスに関与するプロセスの関係を調査するための良い候補であることを示しています。特に、複雑なキャノピー構造を持つ作物システムの場合です。このモデルを使用して、土壌と葉の蒸発と植物の蒸散との間の最適な分配による管理を評価することができます。 MAESPA は、そのプロセスベースの機能により、気候変動に対する生態系の反応を予測するのにも適しており、他の植物種や地域で使用することもできます。
これらの調査結果は、最近、Agricultural and Forest Meteorology 誌に掲載された、MAESPA モデルを使用したさまざまな複雑さの林冠におけるエネルギー分配の測定とモデリングというタイトルの記事で説明されています。 この作業は、Rémi Vezy、 Mathias Christina、 Olivier Roupsard、 Yann Nouvellon、 Remko Dursma、 Belinda Medlyn、 Maxime Soma、 Fabien Charbonnier、 Céline Blitz-Frayret、 José-Luiz Stape、 Jean-Paul Laclau、 Elias de Melo Virginio Filho、によって行われました。 Jean-Marc Bonnefond、 Bruno Rapidel、 Frédéric C. Do、 Alain Rocheteau、 Delphine Picart、 Carlos Borgonovo、 Denis Lustau、および Guerric le Maire。
