Integrering av hydrologisk simulering och risavkastningsprognoser med SWAT i Bharathapuzha-flodens avrinningsområde i södra Indien

Varför ris och floder spelar roll här

I den indiska delstaten Kerala i söder är ris mer än bara mat—det står i centrum för kultur och vardagsliv. Ändå producerar delstaten nu bara omkring en femtedel av det ris den behöver. Klimatförändringar, förskjutna monsunmönster och sjunkande grundvatten pressar skördarna, särskilt i distriktet Palakkad, ofta kallat Keralas riskål. Denna studie ställer en praktisk fråga med stora konsekvenser: kan vi använda datoriserade modeller för floder och nederbörd för att förutse hur mycket ris bönder skördar, och därigenom planera vatten- och jordbruksbeslut klokare?

Att koppla fälten till hela avrinningsområdet

Forskningen fokuserar på två stora risodlingsområden—Palakkad och Alathur—inom Bharathapuzha-flodens avrinningsområde i södra Indien. Bönderna där är starkt beroende av bevattningsvatten som lagras i Malampuzha-reservoaren, som fångar monsunregn från de omkringliggande kullarna. I stället för att betrakta risfälten isolerat behandlar författarna dem som slutpunkten i en mycket större vattencirkel: regn som faller över bergen, vatten som tränger ner i marken eller rinner av marken, flyter genom bäckar och kanaler och slutligen når risfälten. För att följa denna kedja från moln till gröda använder de ett välkänt datorverktyg kallat SWAT (Soil and Water Assessment Tool), som kan simulera hur vatten rör sig över ett landskap och hur grödor växer under olika förhållanden.

Hur datornmodellen byggdes

För att få den virtuella avrinningsområdet att bete sig som det verkliga samlade teamet först en detaljerad bild av området: digitala höjdkartor för att spåra sluttningar och dränering, markanvändnings- och jordkartor för att se var ris odlas och vad marken består av, samt långa tidsserier av nederbörd, temperatur och flöden i floderna. SWAT delar upp avrinningsområdet i många små enheter som har liknande jordmån, marktäcke och lutning. För varje enhet spårar modellen nederbörd, avdunstning, avrinning och det vatten som tas upp av risplantor. Malampuzha-reservoaren representeras som huvudkälla för bevattning, med vatten som automatiskt släpps till fälten när den simulerade jorden blir för torr. Eftersom de saknade detaljerade fältmätningar av växttillväxt använde författarna standardinställningar för risväxt som finns inbyggda i SWAT och jämförde sedan resultaten med officiell skördestatistik.

Test av modellen mot floden

Innan de litade på några avkastningsprognoser försäkrade sig forskarna om att modellen kunde återskapa flodens beteende. De jämförde simulerat månatligt vattendrag vid en nyckelmätstation, Kuttipuram, med observerade data från 1998 till 2017. Genom att noggrant justera ett antal inflytelserika parametrar—såsom hur snabbt grundvattnet svarar, hur lätt vatten rör sig genom marken och hur mycket som blir ytavrinning—uppnådde de vad hydrologer betraktar som "bra" överensstämmelse mellan modell och mätningar. Statistiska mått visade att de simulerade flödena fångade både de övergripande volymerna och flodens säsongsmässiga svängningar, med de flesta observerade värden inom modellens osäkerhetsintervall. Detta skapade förtroende för att modellens bild av vattnets rörelse genom avrinningsområdet var realistisk nog för att stödja grödanalyser.

Vad modellen säger om risavkastningen

Med flodbeteendet på plats vände sig teamet mot skördarna. De jämförde SWAT:s simulerade årliga risavkastning för 2008–2017 med rapporterade avkastningar i Palakkad och Alathur. Överensstämmelsen var uppmuntrande: för Palakkad följde modellen år-för-år-förändringarna tätt, medan den för Alathur ändå följde huvudmönstret även om vissa toppar och dalar inte stämde exakt. Sammantaget tenderade modellen att något överskatta avkastningen, vilket författarna hänför till förenklade antaganden—såsom att använda samma så- och skördedatum varje år och anta perfekt effektiva bevattningskanaler. Ändå visar både mätta och simulerade data en oroande nedåtgående trend i produktionen över decenniet, i linje med varmare säsonger och mer oförutsägbart regn.

Vad detta betyder för bönder och planerare

För en lekman är slutsatsen tydlig: vad som händer uppströms i avrinningsområdet formar starkt risskörden nedströms, och moderna datoriserade modeller kan nu fånga denna koppling tillräckligt väl för att vägleda beslut. Genom att knyta ihop nederbörd, flöde, reservoarlagring och risavkastning i ett ramverk erbjuder studien ett verktyg för att planera vattenutsläpp, välja rissorter och anpassa såtidpunkter i takt med att klimatet förändras. Även om det finns utrymme att förbättra realismen i gröddetaljer och bevattningsförluster visar arbetet att Keralas "riskål" kan förvaltas mer intelligent om vi ser den som en del av ett levande flodsystem, inte bara som en lapptäcke av fält. Denna integrerade syn är avgörande för att hålla riset på tallrikarna och jordbrukarnas försörjning trygg i en varmare, vattenstressad framtid.

Citering: 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

Nyckelord: risavkastning, bevattning, avrinningsområdesmodellering, klimatpåverkan, jordbruk i Kerala