Integracja symulacji hydrologicznej i prognozowania plonów ryżu za pomocą SWAT w zlewni rzeki Bharathapuzha w południowych Indiach

Dlaczego ryż i rzeki tutaj mają znaczenie

W południowoindyjskim stanie Kerala ryż to coś więcej niż posiłek — to element kultury i codziennego życia. Stan produkuje jednak obecnie tylko około jednej piątej potrzebnego mu ryżu. Zmiany klimatu, przesunięcia monsunu i obniżanie się poziomu wód gruntowych stopniowo ograniczają plony, szczególnie w dystrykcie Palakkad, często nazywanym „miską ryżu” Kerali. W badaniu postawiono praktyczne pytanie o dalekosiężnych konsekwencjach: czy można wykorzystać modele komputerowe rzek i opadów do przewidywania, ile ryżu zebrzą rolnicy, a tym samym lepiej planować decyzje wodne i rolnicze?

Łączenie pól z całą zlewnią

Badanie koncentruje się na dwóch głównych obszarach uprawy ryżu — Palakkad i Alathur — w zlewni rzeki Bharathapuzha w południowych Indiach. Rolnicy w tym regionie silnie polegają na wodzie nawodnieniowej zgromadzonej w zbiorniku Malampuzha, który magazynuje wody monsunowe spływające z okolicznych wzgórz. Zamiast traktować pola ryżowe w izolacji, autorzy widzą je jako końcowy element znacznie większej historii wodnej: deszcz padający na góry, woda wsiąkająca w glebę lub spływająca po powierzchni, przepływająca przez strumienie i kanały, aż w końcu docierająca do pól. Aby śledzić tę ścieżkę od chmury do plonu, użyto dobrze znanego narzędzia komputerowego SWAT (Soil and Water Assessment Tool), które potrafi symulować, jak woda porusza się po krajobrazie i jak rośliny reagują na różne warunki.

Jak zbudowano model komputerowy

Aby wirtualna zlewnia zachowywała się jak rzeczywista, zespół najpierw zebrał szczegółowy obraz obszaru: cyfrowe mapy wysokości do wyznaczania spadków i drenażu, mapy użytkowania terenu i gleb pokazujące, gdzie uprawia się ryż i z czego składa się grunt, oraz długie serie danych o opadach, temperaturze i przepływach rzecznych. SWAT dzieli zlewnię na wiele małych jednostek o podobnej glebie, pokryciu terenu i nachyleniu. Dla każdej jednostki model śledzi opady, parowanie, spływ i wodę pobieraną przez rośliny ryżu. Zbiornik Malampuzha jest przedstawiony jako główne źródło wody do nawadniania, z automatycznymi zrzutami wody na pola, gdy symulowane gleby stają się zbyt suche. Ponieważ brakowało szczegółowych pomiarów wzrostu roślin w polu, autorzy użyli standardowych ustawień wzrostu ryżu wbudowanych w SWAT i następnie zweryfikowali wyniki na podstawie oficjalnych statystyk zbiorów.

Testowanie modelu względem rzeki

Zanim zaufano prognozom plonów, badacze upewnili się, że model potrafi odtworzyć zachowanie rzeki. Porównali symulowany miesięczny przepływ w kluczowej stacji pomiarowej Kuttipuram z danymi obserwowanymi w latach 1998–2017. Poprzez staranne dostrajanie zestawu wpływowych parametrów — takich jak szybkość odpowiedzi wód gruntowych, przepuszczalność gleb czy udział spływu powierzchniowego — osiągnięto to, co hydrolodzy uznają za „dobre” dopasowanie modelu do pomiarów. Statystyczne wskaźniki pokazały, że symulowane przepływy oddały zarówno ogólne wolumeny, jak i sezonowe wahania rzeki, a większość wartości obserwowanych mieściła się w pasie niepewności modelu. To dodało pewności, że obraz ruchu wody przez zlewnię jest wystarczająco realistyczny, by wspierać analizy upraw.

Co model mówi o plonach ryżu

Mając zweryfikowane zachowanie rzeki, zespół przeszedł do analizy zbiorów. Porównali roczne, symulowane przez SWAT plony ryżu za lata 2008–2017 z raportowanymi plonami w Palakkad i Alathur. Dopasowanie było zachęcające: dla Palakkad model dość wiernie odwzorowywał zmianę z roku na rok, a dla Alathur śledził główny wzorzec, choć niektóre szczyty i spadki nie pokrywały się idealnie. Ogólnie model miał skłonność do lekkiego przeszacowywania plonów, co autorzy tłumaczą uproszczeniami — na przykład stałymi datami siewu i zbioru każdego roku oraz założeniem idealnej efektywności kanałów nawadniających. Mimo to zarówno dane obserwowane, jak i symulowane wykazują niepokojący trend spadkowy produkcji w ciągu dekady, zgodny z cieplejszymi porami roku i bardziej nieregularnymi opadami.

Co to oznacza dla rolników i planistów

Dla laika wniosek jest jasny: to, co dzieje się powyżej w zlewni, w dużym stopniu kształtuje plony ryżu poniżej, a nowoczesne modele komputerowe potrafią uchwycić to powiązanie na tyle dobrze, by wspierać decyzje. Łącząc w jednym frameworku opady, przepływ rzeki, magazynowanie w zbiorniku i plony na polach ryżowych, badanie oferuje narzędzie do planowania zrzutów wody, wyboru odmian ryżu i dostosowywania terminów siewu w obliczu zmian klimatu. Chociaż można jeszcze poprawić realizm opisu upraw i strat nawadniania, praca pokazuje, że „miska ryżu” Kerali może być zarządzana mądrzej, jeśli potraktujemy ją jako część żywej sieci rzecznej, a nie tylko jako mozaikę pól. Takie zintegrowane spojrzenie jest kluczowe, by zapewnić ryż na talerzach i bezpieczeństwo utrzymania rolników w ocieplającym się, deficytowym wodnie przyszłym świecie.

Cytowanie: Karunanidhi, D., Nair, G.S., Subramani, T. et al. Integrating hydrological simulation and paddy yield prediction using SWAT in the Bharathapuzha River basin of South India. Sci Rep 16, 10797 (2026). https://doi.org/10.1038/s41598-026-45201-0

Słowa kluczowe: plony ryżu, nawadnianie, modelowanie zlewni, wpływy klimatu, rolnictwo w Kerala