Интеграция гидрологического моделирования и прогнозирования урожаев риса с использованием SWAT в бассейне реки Бхаратапужа на юге Индии

Почему здесь важны рис и реки

В южном индийском штате Керала рис — это не просто еда: он центральная часть культуры и повседневной жизни. Тем не менее штат сейчас производит лишь около одной пятой необходимого ему объёма риса. Изменение климата, сдвиги муссонов и падение уровней подземных вод последовательно сжимают урожаи, особенно в округе Палаккад, который часто называют «рисовой чашей» Кералы. В этом исследовании поставлен практический вопрос с большими последствиями: можно ли с помощью компьютерных моделей рек и осадков прогнозировать, сколько риса соберут фермеры, и, исходя из этого, более разумно планировать водные и сельскохозяйственные решения?

Связь полей с целым бассейном реки

Исследование сосредоточено на двух крупных рисоводческих зонах — Палаккад и Алатхур — в бассейне реки Бхаратапужа на юге Индии. Местные фермеры в значительной степени зависят от орошающей воды, накопленной в водохранилище Малампужа, которое собирает муссонные дожди, стекающие с окружающих холмов. Вместо того чтобы рассматривать рисовые поля по отдельности, авторы рассматривают их как конечную точку гораздо большей водной истории: дождь, падающий на горы, вода, впитывающаяся в почву или стекающая по поверхности, текущая по ручьям и каналам и, наконец, поступающая на поля. Чтобы проследить эту цепочку от облака до урожая, они используют известный компьютерный инструмент SWAT (Soil and Water Assessment Tool), который может моделировать движение воды по ландшафту и рост культур в разных условиях.

Как была построена компьютерная модель

Чтобы виртуальный бассейн реки вел себя как реальный, команда сначала собрала детальную картину территории: цифровые карты высот для определения склонов и стока, карты землепользования и почв для понимания, где выращивают рис и какого типа грунт, а также длительные ряды данных по осадкам, температуре и расходам рек. SWAT делит бассейн на множество мелких участков с похожими почвами, покровом и уклоном. Для каждого участка модель отслеживает осадки, испарение, сток и воду, потребляемую рисовыми растениями. Водохранилище Малампужа представлено как основной источник орошения, с автоматическими сбросами воды на поля, когда моделируемая почва становится слишком сухой. Поскольку у исследователей не было подробных полевых измерений роста растений, авторы использовали стандартные настройки роста риса, заложенные в SWAT, а затем сверяли результаты с официальной статистикой по урожаям.

Тестирование модели по реке

Прежде чем полагаться на какие-либо прогнозы урожайности, исследователи убедились, что модель способна воспроизвести поведение реки. Они сравнили смоделированный месячный расход в ключевой точке наблюдения — на гидрометрической станции Куттипурам — с наблюдаемыми данными за период 1998–2017 годов. Тщательно настроив ряд влиятельных параметров — таких как скорость реакции грунтовых вод, проницаемость почв и доля поверхностного стока — они достигли того, что гидрологи называют «хорошим» соответствием между моделью и измерениями. Статистические показатели показали, что смоделированные расходы достоверно отражают как общие объёмы, так и сезонные колебания реки, при этом большинство наблюдаемых значений попадали в диапазон неопределённости модели. Это вселило уверенность в том, что картина перемещения воды по бассейну достаточно реалистична для дальнейшего анализа урожаев.

Что модель говорит об урожайности риса

Урегулировав поведение реки, команда перешла к анализу урожаев. Они сравнили смоделированные SWAT годовые урожаи риса за 2008–2017 годы с официальной отчётностью по Палаккаду и Алатхуру. Совпадение оказалось обнадёживающим: для Палаккада модель довольно точно отслеживала годовые изменения, а для Алатхура она сохраняла основную динамику, хотя пики и провалы иногда не совпадали идеально. В целом модель имела небольшую тенденцию к переоценке урожаев, что авторы связывают с упрощающими допущениями — например, с использованием одних и тех же дат посева и сбора каждый год и предположением об идеальной эффективности оросительных каналов. Тем не менее как измеренные, так и смоделированные данные демонстрируют тревожный нисходящий тренд производства за десятилетие, что согласуется с более тёплыми сезонами и более нестабильными осадками.

Что это значит для фермеров и планировщиков

Для неспециалиста главный вывод ясен: то, что происходит в верховьях бассейна, сильно влияет на урожай риса вниз по течению, и современные компьютерные модели теперь достаточно хорошо фиксируют эту связь, чтобы помогать в принятии решений. Объединив осадки, сток рек, запас воды в водохранилище и урожайность рисовых полей в единую модельную рамку, исследование предлагает инструмент для планирования сбросов воды, выбора сортов риса и корректировки сроков посева в условиях изменения климата. Хотя есть возможности улучшить реализм описания культур и потерь на орошение, работа показывает: «рисовая чаша» Кералы может управляться более разумно, если рассматривать её как часть живой речной системы, а не только как набор отдельных полей. Такой интегрированный взгляд необходим, чтобы сохранить рис на столах и обеспечить устойчивость сельскохозяйственных средств к существованию в условиях потепления и дефицита воды.

Цитирование: 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

Ключевые слова: урожай риса, орошение, моделирование водосбора, влияние климата, сельское хозяйство Кералы