Sensitivity of cereal yields to climate change : estimating risks and exploring adaptation

Show full item record



Permalink

http://urn.fi/URN:ISBN:978-951-51-7299-0
Title: Sensitivity of cereal yields to climate change : estimating risks and exploring adaptation
Alternative title: Viljasatojen herkkyys ilmastonmuutokselle : menetelmiä riskien ja sopeutumisen arviointiin
Author: Pirttioja, Nina
Other contributor: Helsingin yliopisto, maatalous-metsätieteellinen tiedekunta
Helsingfors universitet, agrikultur-forstvetenskapliga fakulteten
University of Helsinki, Faculty of Agriculture and Forestry, Forest Sciences
Uusiutuvien luonnonvarojen kestävän käytön tohtoriohjelma
Doktorandprogrammet i hållbart utnyttjande av förnybara naturresurser
Doctoral Programme in Sustainable Use of Renewable Natural Resources
Finnish Environment Institute, Climate Change Programme
Publisher: Helsingin yliopisto
Date: 2021-09-03
Language: en
Belongs to series: Dissertationes Schola Doctoralis Scientiae Circumiectalis, Alimentariae, Biologicae - URN:ISSN:2342-5431
URI: http://urn.fi/URN:ISBN:978-951-51-7299-0
http://hdl.handle.net/10138/330119
Thesis level: Doctoral dissertation (article-based)
Abstract: The agriculture sector is facing considerable challenges in ensuring food security under projected changes in climate and pressures to reduce its environmental impacts, among others. With changes in growing season and local growing conditions already being observed, adaptation is a key factor in aiming towards climate-smart, sustainable agriculture. Process-based crop models offer a tool for understanding complex interactions associated with crop, environment and management actions, and quantifying their impacts on various outputs. In the face of uncertainties associated with impact estimates, risk assessment has become an essential part of adaptation planning. This study explored the use of a “scenario-neutral” approach for informing risk assessments in the context of crop production. Its main motivation was to examine novel insights offered by the approach for characterising uncertainties associated with modelled impacts compared to conventional scenario-based approaches, where impact estimates are tied to a given scenario. The approach utilises impact response surfaces (IRSs) to depict simulated period-mean sensitivities of cereal yields to systematic changes in baseline (1981–2010) temperature and precipitation. The analysis focused on sites in Finland, Germany and Spain, across a transect of contrasting environmental zones that hence facilitated an examination of the effect of site-specific growing conditions on the impacts of projected changes on cereal yields. The research encompassed a multi-model IRS study involving 26 crop models for wheat as well as an IRS study employing a single model for barley. In addition to analysing median responses of the model ensemble across the transect, approaches were developed for classifying and interpreting individual model responses. By combining IRSs with projections of climate interpreted probabilistically, likelihood of crop yield shortfall was estimated and its evolution throughout the 21st century visualised. This was estimated with a single crop model WOFOST for spring barley in Finland. Effects of adaptation on yield were considered through adapted sowing and cultivar choice. Evolution of future atmospheric carbon dioxide concentration [CO2] defined by representative concentration pathways also used for climate projections (RCP4.5 and RCP8.5) was also considered when estimating likelihoods. With the multi-model ensemble study of wheat yield sensitivities [CO2] was fixed at 360 ppm. Simulated cereal yields were found to decline with warming and drying and increase with higher precipitation. The yield response in Finland was dominated by temperature. Precipitation change dominated the response of spring wheat in Spain, while the response was more mixed in Germany. The multi-model ensemble median response offered a consensus view of impact sensitivities, with individual model behaviour occasionally departing markedly from the average. IRS patterns across the multi-model ensemble showed greater similarity in the pattern of modelled yield responses for Germany in comparison to Finland and Spain. Similarity in patterns was also associated with models of related genealogy. With respect to the effectiveness of tested adaptation options, results suggest that combining cultivars with short pre- and long post-anthesis phases with earlier sowing, offers most promise for obtaining the largest yield gains and smallest likelihoods of yield shortfall under future scenarios. Higher levels of [CO2] generally compensate for yield losses with warming, with the effect emphasised with the biggest increases in temperature. IRSs offer a valid alternative to conventional scenario-based approaches with many advantages for presenting and analysing results. IRSs can assist in model testing, comparison of results across models, studies and sectors and examination of various statistical characteristics of the response, greatly facilitated by the possibility to visually depict impact sensitivities in consistent ways. Use of multi-model ensembles with respect to both climate projections and crop impacts increases the robustness of results and provides information on the uncertainties around the yield estimates. The approach for estimating and visualising impact likelihoods provides improved understanding and transparency of concepts behind the likelihood estimates.Ilmastonmuutos haastaa pyrkimään kohti ilmastoviisasta ja kestävää maataloutta sekä turvaamaan tulevaisuuden ruoantuotantoa. Ennustetut kasvukauden ja paikallisten olosuhteiden muutokset vaativat arvioita satovaikutuksista sekä sopeutumisesta. Viljelykasvien kasvua simuloivat mallit tarjoavat työkalun kasvin, ympäristön ja viljelytoimien välisten monimutkaisten vuorovaikutusten ymmärtämiseen. Vaikutusarvioihin sisältyvien epävarmuuksien takia riskiarviosta on tullut keskeinen osa sopeutumistoimien suunnittelua. Tässä tutkimuksessa arvioitiin kasvintuotannon riskejä menetelmällä, joka ei edellytä ilmastoskenaarioiden määrittelyä. Menetelmän avulla voidaan tutkia vaikutusten epävarmuuksia. Menetelmässä muodostetaan vaikutusvastepintoja, kuvioita, jotka korkeuskäyrien tapaan kuvaavat mallinnettujen viljasatojen herkkyyttä vertailuajan (1981–2010) lämpötilan ja sademäärän systemaattisille muutoksille. Vaikutuksia analysoitiin kasvuolosuhteiltaan eroavissa kohteissa Suomessa, Saksassa ja Espanjassa. Tarkastelussa olivat 26:sta vehnän satomallista koostuvan mallijoukon ja yhden ohran satomallin tulokset. Mallijoukon mediaanitulosten tarkastelun ohella kehitettiin menetelmiä yksittäisistä mallituloksista muodostettujen kuvioiden luokittelemiseksi ja tulkitsemiseksi. Hyödyntämällä todennäköisyyspohjaisia ilmastoennusteita ja asettamalla ne lämpötila- ja sademäärämuutosten mukaisesti vaikutusvastepinnoille arvioitiin vuoteen 2100 asti todennäköisyyttä sille, että ohran sato jää Suomessa alle tavoitetason. Sopeutumistoimien vaikutusta satoon arvioitiin kylvöpäivän muutoksen sekä lajikevalinnan kautta. Mallinnetut viljasadot kärsivät lämpötilan noususta ja sademäärän laskusta ja hyötyivät sademäärän kasvusta. Suomessa lämpötilan muutokset vaikuttivat satoon sademäärää enemmän. Espanjassa tulokset olivat päinvastaisia, kun taas Saksassa vastaavaa eroa ei havaittu. Yksittäisten mallien tulokset poikkesivat toisinaan suuresti mallijoukon mediaanivasteesta. Mallit tuottivat keskenään samankaltaisimpia tuloksia Saksassa, sekä saman malliperheen malleilla kaikissa kohteissa. Parhaat edellytykset satotasojen kasvattamiselle ja pienimmät todennäköisyydet satojen jäämiselle tavoitetasosta tulevaisuudessa saatiin aikaistamalla kylvöä ja valitsemalla lajike, jossa yhdistyy lyhyt kukintaa edeltävä ja pitkä kukinnan jälkeinen kasvuvaihe. Ilmakehän CO2-pitoisuuden kohoamisen aiheuttama positiivinen satovaste korostui korkeimmilla lämpötiloilla. Vaikutusvastepinnat tarjoavat käyvän vaihtoehdon skenaarioihin perustuville menetelmille ja lukuisia etuja tulosten esittämiseen ja analysointiin. Niitä voidaan käyttää mallien testauksessa, tulosten vertailussa eri mallien tai sektoreiden välillä sekä vasteen tilastollisten ominaisuuksien tarkastelussa, jotka kaikki hyötyvät menetelmän havainnollisesta visuaalisesta esitystavasta. Yksittäisen mallin korvaaminen mallijoukolla, niin sato- kuin ilmastomallien osalta, lisää tulosten luotettavuutta ja antaa tietoa satoarvioiden epävarmuustekijöistä. Satotasojen todennäköisyyksien arviointi ja visualisointi työssä käytetyllä menetelmällä havainnollistaa analyysin perusteita ja lisää siten tutkimuksen avoimuutta.
Subject: climate impact assessment
Rights: Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.


Files in this item

Total number of downloads: Loading...

Files Size Format View
pirttioja_nina_dissertation_2021.pdf 1.962Mb PDF View/Open

This item appears in the following Collection(s)

Show full item record