Hidrológiai Közlöny, 2019 (99. évfolyam)
2019 / 4. szám
61 Mezőgazdasági aszály monitoring és aszály előrejelzés távérzékelt adatok alapján a Tisza vízgyűjtőn Nagy Attila*, Tamás János*, Szabó Andrea*, Gálya Bernadett* és Fehér János* * Debreceni Egyetem, Víz- és Környezetgazdálkodási Intézet, 4032 Debrecen, Böszörményi út 138. (email: attilanagy@agr.unideb.hu) Kivonat Napjainkban az aszályindexeket három fö csoportba sorolják: meteorológiai, hidrológiai és mezőgazdasági, amelyek között szoros összefüggés mutatható ki. Azonban a meteorológiai aszályindexek használatakor, például a Standardizált Csapadék Index (Standardized Precipitation Index - SPI) értékekkel nem határozható meg egy adott aszályos időszak során termelt kultúrnövény (pl. kukorica) termésvesztesége. Emiatt a kutatásunk elsődleges célja egy olyan módszertan kidolgozása, amely információt szolgáltathat a releváns aszálymutatók és az aszályos időszakban végbemenő hozamveszteségek hatékonyabb becslésére távérzékelt és spektrális adatok alapján. A cikk egy új számítási módszertant mutat be, amely az aszály kockázati szintjeinek fizikai meghatározásával korai információt biztosít a termésveszteség meghatározására. A kidolgozott módszer javíthatja a komplex aszálymonitoring rendszer kialakítását, amely segítséget nyújthat a gazdálkodóknak a termésveszteség előrejelzésében és annak pontosabb meghatározásában. Kulcsszavak Biomassza monitoring, távérzékelés, aszály hatásai és kockázatai, NDVI, vízgyűjtő. Monitoring and prediction of agricultural drought in the Tisza River Basin based on remote sensing data Abstract Nowadays, drought indices are divided into three main groups: meteorological, hydrological and agricultural, with a close correlation between them. However, when using meteorological drought indices, such as e.g. the Standardized Precipitation Index (SPI) values, yields of a crop (e.g. com) produced during a specific drought period cannot be determined. For this reason, the primary objective of our research was to develop a methodology that can provide information for a more accurate estimation of relevant drought indicators and yield losses during droughts based on remote sensed and spectral data. The paper presents a new computational methodology that provides early information on crop yields by determining the risk levels of drought. The developed method can improve the design of a complex drought monitoring system, which can assist hydrologists, meteorologists and farmers in predicting yield loss and determining it more accurately. Keywords Biomass monitoring, remote sensing, drought effects and risks, NDVI, river basin. BEVEZETÉS A talajfelszín biomassza mennyisége, aktivitása, valamint tér- és időbeli mintázata jelentős szerepet játszik a vízgyűjtő hidrológiai körforgásában. A biomassza nem csak az evapotranszspiráción keresztül hat a vízkészletekre, hanem az intercepcióval is. Az intercepció csökkenti a talajt érő csapadék intenzitását, befolyásolja a lefolyást, a beszivárgást és az eróziót is. Emellett egyes növénykultúrák, eltérő mezőgazdasági gyakorlatok, vetésforgó, valamint agrotechnika (növénytáplálás, művelés, növényvédelem, öntözés, gépesítés) befolyással vannak egy adott terület vízforgalmára. A meterológiai aszályindexek az időjárás (leggyakrabban a csapadék és hőmérséklet) aszályintenzitásra gyakorolt hatását mutatják. A hidrológiai aszály a vizkészletek rendkívüli csökkenésével áll kapcsolatban, míg a mezőgazdasági aszály a termésveszteséggel vagy a növényzet vízstressz állapotával (Niemeyer 2008). A fennálló körülményektől függetlenül, a három típusú aszályindex között szoros összefüggések vannak, a közöttük lévő kapcsolatokat viszont nem lehet egyértelműen számszerűsíteni. így a különböző területeket vagy az ugyanazon területeken jelen lévő aszály különböző formáit nem lehet összehasonlítani (Tamás 2016, Tamás 2017). A meterológiai aszály kiértékeléséből egy vízgyűjtő SPI értékeit felhasználva, egy adott aszályos időszak során bekövetkező termésveszteséget nagy bizonytalansággal lehet meghatározni (McKee és társai 1993). A terméscsökkenés várható mértéke azonban nagyon fontos adat lenne a tervezett beavatkozások tervezése során. A meteorológiai és hidrológiai aszály paraméterek (hőmérséklet, csapadék, páratartalom stb.) jól mérhetőek és kiértékelhetőek, valamint széles körben tesztelt statisztikai módszereken alapulnak (Dai és társai 2004, Sivakumar és társai 2011, Choi és társai 2013). Ezektől eltérően a mezőgazdasági aszályt több összetett tényezővel lehet számszerűsíteni, amelyek meghatározása bonyolult idő- és erőforrásigényes méréseket igényelnek. A növénytermesztési gyakorlaban jelenleg csak laboratóriumi körülmények között lehetséges a víz-stressz tünetek, mint a sztómaellenállás, hőmérsékleti sokk, pigment degradáció és a hozzáférhető talaj víztartalma, valamint a hidraulikus vezetőképesség, szántóföldi vízkapacitás, pF érték közötti kapcsolatok pontos mérése. Ezekből az adatokból és összefüggésekből a termés minőségi és mennyiségi degradációjának meghatározása is lehetséges. A beavatkozási idő mellett a probléma megjelenésének és térbeli kiterjedésének ismerete kritikus a gazdálkodók és döntéshozók számára, a kár csökkentése és annak megelőzése érdekében.
