DOI: https://doi.org/10.3389/fagro.2025.1736967
تاريخ النشر: 2026-01-12
المؤلف: Mohamed Amine Benaly وآخرون
الموضوع الرئيسي: آثار تغير المناخ على الزراعة
نظرة عامة
تبحث الدراسة في تأثير تغير المناخ على إنتاجية الزراعة، وخاصة بالنسبة للمزارعين الصغار في المناطق شبه الجافة، باستخدام نموذج AquaCrop لتحسين الممارسات لزراعة الذرة العلفية في منطقة سوس ماسة. تقيم الدراسة قدرة النموذج على محاكاة تغطية السطح (CC)، وإجمالي محتوى الماء في التربة (SWC)، والكتلة الحيوية على مدار مواسم النمو 2022-2024، استنادًا إلى بيانات من 17 حقلًا. تشير النتائج إلى أن AquaCrop يقدر هذه المعلمات بشكل فعال، مع معاملات تحديد ($R^2$) تتراوح بين 0.93 و 0.98 وقيم كفاءة ناش-سوتكليف (NSE) تتجاوز 0.94. تكشف تحليلات السيناريو أن التغطية الاصطناعية تقلل من التبخر الفعلي (ET) بنسبة 17% وتعزز إنتاجية المياه بنسبة 35%. بالإضافة إلى ذلك، فإن تقديم مواعيد الزراعة بمقدار 40 يومًا يزيد من الكتلة الحيوية بنسبة 8%، بينما يؤدي الري عند 120% من استنفاد المياه المتاحة بسهولة (RAW) إلى تقليل تبخر التربة بنسبة 41% ويحسن إنتاجية المياه المستندة إلى ET بنسبة 14%.
تؤكد النتائج على ضرورة اتباع ممارسات ري دقيقة لتلبية احتياجات تبخر المحاصيل والتخفيف من عجز المياه في التربة. يظهر نموذج AquaCrop المعاير قدرات تنبؤية قوية لنمو الذرة المروية، مع مقاييس خطأ مقبولة تؤكد قوته في الظروف المحلية. تشمل التوصيات الري عند استنفاد 120% من RAW لتقليل التبخر غير المنتج وتطبيق مستوى ري عجز معتدل بنسبة 75% ETc لتحقيق توازن بين عمق الري وعائد الكتلة الحيوية. علاوة على ذلك، يُنصح بالزراعة المبكرة (20-40 يومًا قبل منتصف مارس) للاستفادة من درجات الحرارة الأكثر برودة لتحسين الكتلة الحيوية وكفاءة استخدام المياه. تدعو الدراسة إلى استخدام التغطية الاصطناعية لتعزيز إنتاجية ET الإجمالية بشكل كبير. بشكل عام، يعد AquaCrop أداة موثوقة لدعم اتخاذ القرار لتحسين جدولة الري، ومواعيد الزراعة، واستراتيجيات تغطية التربة في أنظمة الذرة شبه الجافة، مما يساعد المزارعين في تحسين العائد وكفاءة استخدام المياه.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التحديات الملحة التي يفرضها تغير المناخ، وخاصة في إفريقيا، حيث يؤدي تداخل ارتفاع درجات الحرارة ونمو السكان إلى تفاقم قضايا الأمن الغذائي والمائي. يواجه حوالي 3 إلى 4 مليارات شخص نقصًا حادًا في المياه سنويًا، وهي حالة تفاقمت بسبب متطلبات الزراعة المروية، التي تستهلك ما يقرب من 70% من المياه العذبة العالمية. في المغرب، زاد تغير المناخ من ظروف الجفاف، مما أدى إلى نقص حاد في المياه والإفراط في استغلال المياه الجوفية، مما يهدد إنتاجية الزراعة والأمن الغذائي. يؤكد المؤلفون على الحاجة إلى تحسين استراتيجيات إدارة المياه، داعين إلى زراعة محاصيل ذات إنتاجية مائية أعلى، مثل الذرة العلفية المروية (Zea mays L.)، التي من المتوقع أن تشهد زيادة في الطلب بسبب نمو السكان والتحولات الغذائية.
تناقش الورقة أيضًا تطبيق النماذج التجريبية، وخاصة تلك التي تستخدم الاستشعار عن بعد وتعلم الآلة، لتوقع غلات المحاصيل، مع تسليط الضوء على القيمة المضافة للنماذج المعتمدة على العمليات في تقييم استجابات المحاصيل تحت ظروف بيئية متغيرة. على وجه الخصوص، يُلاحظ أن نموذج AquaCrop لديه القدرة على تعزيز مرونة الزراعة من خلال تقييم إنتاجية المياه ومحاكاة استجابات الكتلة الحيوية لضغوط المياه. تهدف الدراسة إلى سد فجوة حرجة من خلال تطبيق AquaCrop على الذرة العلفية في منطقة سوس ماسة في المغرب، مع التركيز على أداء النموذج في محاكاة المعلمات الرئيسية للنمو وتقييم تأثير ممارسات الإدارة المختلفة على الغلة وإنتاجية المياه. تسعى هذه البحث إلى تقديم رؤى قابلة للتنفيذ للمزارعين الصغار وصانعي السياسات لتحسين إدارة الموارد المائية والتكيف مع تقلبات المناخ.
الطرق
في هذه الدراسة، تم جمع بيانات الأرصاد الجوية لنمو الذرة خلال مواسم 2021/22 إلى 2023/24 من محطة أرصاد جوية بالقرب من موقع التجربة. تضمنت مجموعة البيانات متوسطات يومية للإشعاع الشمسي، ودرجة الحرارة، وسرعة الرياح، والرطوبة النسبية، وهطول الأمطار، والتي تم من خلالها حساب التبخر المرجعي اليومي (ETo) باستخدام معادلة بنمان-مونتيث. تم مراقبة رطوبة التربة باستخدام مستشعر PR2/6، مع المعايرة ضد القياسات الجاذبية لضمان الدقة. استخدم نموذج AquaCrop رطوبة التربة الأولية بالقرب من سعة الحقل، وكانت جدولة الري تعتمد على متطلبات المياه للمحصول، المقدرة باستخدام المعادلة \( ET_c = ETo \times K_c \).
شملت عينات الحقل قياس الكتلة الحيوية فوق الأرض من خلال اختيار ومعالجة خمس نباتات لكل حقل، مع تحديد الأوزان الجافة من خلال التجفيف في الفرن. بالإضافة إلى ذلك، تم استخدام بيانات من مهمة كوبرنيكوس سنتينل-2 لتقدير مؤشر الفرق النباتي المعدل (NDVI)، مع فحص دقيق لاستبعاد الصور المتأثرة. تم تقدير تغطية السطح (CC) باستخدام كل من القياسات المباشرة وبيانات NDVI، مما يظهر ارتباطًا قويًا (r = 0.87) بين القيم المرصودة والمقدرة لـ CC. عند النضج، تم تقييم مجموعة متنوعة من الصفات الزراعية، بما في ذلك كثافة النبات وعائد الحبوب، لتقييم أداء الذرة عبر حقول الدراسة.
المناقشة
تسلط الدراسة التي أجريت في منطقة سوس ماسة في المغرب الضوء على التحديات الكبيرة المتعلقة بموارد المياه الجوفية، والتي يقودها بشكل أساسي الطلب الزراعي، الذي يمثل 93% من إجمالي استهلاك المياه. تواجه المنطقة استغلالًا مفرطًا شديدًا، مع انخفاض المياه الجوفية بحوالي 30 مترًا على مدار الثلاثين عامًا الماضية. استخدمت الدراسة نموذج AquaCrop لمحاكاة نمو الذرة تحت استراتيجيات ري مختلفة، وظروف التربة، وممارسات الإدارة، مما يبرز الحاجة إلى استخدام المياه بكفاءة في هذا المناخ شبه الجاف الذي يتميز بتساقط الأمطار المحدود ومعدلات التبخر العالية.
قامت التجارب الحقلية بمعايرة نموذج AquaCrop باستخدام بيانات من 17 حقلًا على مدار ثلاثة مواسم نمو، مع التركيز على معلمات مثل تغطية السطح، ومحتوى المياه في التربة، وتراكم الكتلة الحيوية. أظهر النموذج قدرات تنبؤية قوية، محققًا معاملات تحديد عالية (R²) وقيم كفاءة ناش-سوتكليف (NSE)، مما يدل على موثوقيته في محاكاة استجابات المحاصيل للري والظروف البيئية. تم اختبار سيناريوهات ري مختلفة، بما في ذلك عتبات مختلفة لاستنفاد المياه في منطقة الجذر وأنظمة ري العجز، مما يكشف أن جدولة الري المحسنة يمكن أن تعزز كفاءة استخدام المياه واستقرار غلة المحاصيل. بالإضافة إلى ذلك، قام النموذج بتقييم تأثير استراتيجيات التغطية ومواعيد الزراعة، مما يوفر توصيات عملية للمزارعين المحليين لتحسين إدارة المياه والتكيف مع تقلبات المناخ.
القيود
تعترف الدراسة بعدة قيود في نموذج AquaCrop المستخدم لتقييم ممارسات زراعة الذرة تحت ظروف سوس ماسة. من الجدير بالذكر أن النموذج لا يأخذ في الاعتبار ديناميات دورة المغذيات بشكل صريح، بل يعتمد بدلاً من ذلك على معاملات إجهاد مجمعة (Ks) تمثل بشكل عام سيناريوهات التسميد دون أن تعكس أنواع الأسمدة المحددة، أو الجرعات، أو التوقيت. بالإضافة إلى ذلك، قد تفتقر معلمات النموذج إلى قابلية النقل عبر أصناف المحاصيل المختلفة، حيث تتطلب المعايرة المخصصة لخصائص محددة من الجينات والظروف البيئية. تتناقص دقة النموذج تحت ضغط المياه الشديد، خاصة خلال مراحل النمو المتأخرة، ولا يأخذ في الاعتبار تأثيرات الآفات والأمراض، مما قد يؤدي إلى تقديرات مبالغ فيها لعائد المحاصيل. علاوة على ذلك، فإن عدم قدرة AquaCrop على محاكاة تخصيص المواد الغذائية للأعضاء النباتية الفردية يحد من قدرته على التقاط ديناميات النمو على مستوى الأعضاء بالتفصيل.
يجب أن تركز اتجاهات البحث المستقبلية على دمج وحدة دورة مغذيات ميكانيكية لمحاكاة ديناميات المغذيات بشكل أفضل وتحسين معايرة النموذج لخصائص الأصناف المحددة، خاصة تحت ضغط المياه الشديد. سيكون من الضروري التحقق من صحة السيناريوهات المحاكاة، مثل ري العجز والتغطية، تحت ظروف الحقل الحقيقية لتعزيز مصداقية النموذج. بالإضافة إلى ذلك، سيكون من الضروري دمج توقعات تغير المناخ الإقليمي لتقييم الجدوى طويلة الأجل لهذه الاستراتيجيات الزراعية. يجب أيضًا مراعاة العوامل الاجتماعية والاقتصادية، بما في ذلك الجدوى الاقتصادية وإمكانية اعتمادها من قبل المزارعين الصغار، جنبًا إلى جنب مع الأساليب التشاركية التي تشرك المزارعين المحليين وخدمات الاستشارة لضمان عملية وقبول الممارسات الموصى بها.
DOI: https://doi.org/10.3389/fagro.2025.1736967
Publication Date: 2026-01-12
Author(s): Mohamed Amine Benaly et al.
Primary Topic: Climate change impacts on agriculture
Overview
The research investigates the impact of climate change on agricultural productivity, particularly for smallholder farmers in semi-arid regions, using the AquaCrop model to optimize practices for silage maize in the Souss-Massa region. The study evaluates the model’s ability to simulate canopy cover (CC), total soil water content (SWC), and biomass over the 2022-2024 growing seasons, based on data from 17 fields. Results indicate that AquaCrop effectively estimates these parameters, with coefficients of determination ($R^2$) between 0.93 and 0.98 and Nash-Sutcliffe Efficiency (NSE) values exceeding 0.94. Scenario analyses reveal that synthetic mulching reduces actual evapotranspiration (ET) by 17% and enhances water productivity by 35%. Additionally, advancing sowing dates by 40 days increases biomass by 8%, while irrigation triggered at 120% depletion of readily available water (RAW) decreases soil evaporation by 41% and improves ET-based water productivity by 14%.
The findings underscore the necessity of precise irrigation practices to meet crop evapotranspiration needs and mitigate soil water deficits. The calibrated AquaCrop model demonstrates strong predictive capabilities for irrigated maize growth, with acceptable error metrics confirming its robustness in local conditions. Recommendations include irrigating at 120% RAW depletion to reduce non-productive evaporation and applying a moderate deficit irrigation level of 75% ETc to balance irrigation depth and biomass yield. Furthermore, early sowing (20-40 days before mid-March) is advised to leverage cooler temperatures for improved biomass and water-use efficiency. The study advocates for synthetic mulching to significantly enhance total ET-based productivity. Overall, AquaCrop serves as a reliable decision-support tool for optimizing irrigation scheduling, sowing dates, and soil-cover strategies in semi-arid maize systems, ultimately aiding farmers in improving yield and water use efficiency.
Introduction
The introduction of the research paper highlights the pressing challenges posed by climate change, particularly in Africa, where the interplay of rising temperatures and population growth exacerbates water-food security issues. Approximately 3 to 4 billion people face severe water scarcity annually, a situation worsened by the demands of irrigated agriculture, which consumes nearly 70% of global freshwater. In Morocco, climate change has intensified drought conditions, leading to critical water shortages and overexploitation of groundwater, thereby threatening agricultural productivity and food security. The authors emphasize the need for improved water management strategies, advocating for the cultivation of crops with higher water productivity, such as irrigated silage maize (Zea mays L.), which is projected to see increased demand due to population growth and dietary shifts.
The paper also discusses the application of empirical models, particularly those utilizing remote sensing and machine learning, for predicting crop yields, while highlighting the added value of process-based models in evaluating crop responses under varying environmental conditions. Specifically, the AquaCrop model is noted for its potential to enhance agricultural resilience by assessing water productivity and simulating biomass responses to water stress. The study aims to fill a critical gap by applying AquaCrop to silage maize in the Souss-Massa region of Morocco, focusing on the model’s performance in simulating key growth parameters and evaluating the impact of various management practices on yield and water productivity. This research seeks to provide actionable insights for smallholder farmers and policymakers to improve water resource management and adapt to climate variability.
Methods
In this study, meteorological data for maize growth during the 2021/22 to 2023/24 seasons were collected from a weather station near the experimental site. The dataset included daily averages of solar radiation, temperature, wind speed, relative humidity, and rainfall, from which daily reference evapotranspiration (ETo) was calculated using the Penman-Monteith equation. Soil moisture was monitored using a PR2/6 sensor, with calibration against gravimetric measurements to ensure accuracy. The AquaCrop model utilized initial soil moisture near field capacity, and irrigation scheduling was based on the crop’s water requirements, estimated using the formula \( ET_c = ETo \times K_c \).
Field sampling involved measuring aboveground biomass by selecting and processing five plants per field, with dry weights determined through oven drying. Additionally, data from the Copernicus Sentinel-2 mission were employed to estimate the Normalized Difference Vegetation Index (NDVI), with rigorous screening to exclude affected images. Canopy cover (CC) was estimated using both direct measurements and NDVI data, demonstrating a strong correlation (r = 0.87) between observed and estimated CC values. At maturity, various agronomic traits, including plant density and grain yield, were assessed to evaluate maize performance across the study fields.
Discussion
The research conducted in the Souss-Massa region of Morocco highlights significant challenges regarding groundwater resources, primarily driven by agricultural demands, which account for 93% of total water consumption. The region faces severe overexploitation, with a groundwater decline of approximately 30 meters over the past three decades. The study utilized the AquaCrop model to simulate maize growth under varying irrigation strategies, soil conditions, and management practices, emphasizing the need for efficient water use in this semi-arid climate characterized by limited rainfall and high evaporation rates.
Field experiments calibrated the AquaCrop model using data from 17 fields over three growing seasons, focusing on parameters such as canopy cover, soil water content, and biomass accumulation. The model demonstrated strong predictive capabilities, achieving high coefficients of determination (R²) and Nash-Sutcliffe Efficiency (NSE) values, indicating its reliability in simulating crop responses to irrigation and environmental conditions. Various irrigation scenarios were tested, including different thresholds for root-zone water depletion and deficit irrigation regimes, revealing that optimized irrigation scheduling could enhance water use efficiency and crop yield stability. Additionally, the model assessed the impact of mulching strategies and planting dates, providing practical recommendations for local farmers to improve water management and adapt to climate variability.
Limitations
The research acknowledges several limitations in the AquaCrop model used for assessing maize cultivation practices under Souss-Massa conditions. Notably, the model does not explicitly account for nutrient cycling dynamics, relying instead on aggregated stress coefficients (Ks) that broadly represent fertilization scenarios without reflecting specific fertilizer types, doses, or timing. Additionally, the model’s parameterization may lack transferability across different crop cultivars, as it requires calibration tailored to specific genotypes and environmental conditions. The accuracy of the model diminishes under severe water stress, particularly during late growth stages, and it does not consider the impacts of pests and diseases, potentially leading to overestimated crop yields. Furthermore, AquaCrop’s inability to simulate assimilate allocation to individual plant organs limits its capacity to capture detailed organ-level growth dynamics.
Future research directions should focus on integrating a mechanistic nutrient cycling module to better simulate nutrient dynamics and refining model calibration for cultivar-specific characteristics, particularly under severe water stress. Validation of simulated scenarios, such as deficit irrigation and mulching, under real field conditions is essential to enhance model credibility. Additionally, incorporating regional climate change projections will be vital for assessing the long-term viability of these agricultural strategies. Socio-economic factors, including cost-effectiveness and adoption potential for smallholder farmers, should also be considered, alongside participatory approaches that engage local farmers and advisory services to ensure the practicality and acceptance of recommended practices.