Modeling European ruminant production systems: Facing the challenges of climate change

سیستم های تولید شترمرغ تولید کننده مواد غذایی، پشتیبانی از جوامع روستایی و فرهنگ و کمک به حفظ طیف وسیعی از خدمات اکوسیستم از جمله جداسازی کربن در خاک های علفزار است. با این حال، این سیستم ها همچنین به طور قابل توجهی به تغییرات آب و هوایی از طریق انتشار گازهای گلخانه ای کمک می کند، در حالی که تشدید تولید تنوع زیستی و از دست دادن مواد مغذی و تخریب خاک را برانگیخته است. مدل سازی می تواند بینش های پیچیده را که مبنای روابط بین تغییرات اقلیمی، مدیریت و انتخاب سیاست ها، تولید مواد غذایی و نگهداری خدمات اکوسیستمی است، ارائه دهد. این مقاله 1) یک مرور کلی از نحوه مدل سازی سیستم های یاد شده را از تلاش های ذینفعان و سیاست گذاران برای پیش بینی، کاهش و انطباق با تغییرات اقلیمی پشتیبانی می کند. 2) ایده هایی برای ارتقاء مدل سازی برای تحقق این نقش فراهم می کند. بسیاری از مدل های علفی می توانند رشد گیاه، عملکرد و انتشار گازهای گلخانه ای را از ساندویچ های متمایز را پیش بینی کنند، اما مدل سازی گونه های مختلف چندگانه، کیفیت علف های هرز و تاثیر تغییرات مدیریتی نیاز به توسعه بیشتر دارد. مدل های دامداری کنونی پایه خوبی برای پیش بینی تولید حیوانات است. پیوند دادن این مدل ها با سلامتی و بیماری های حیوانی یک اولویت است. مدل سازی در مقیاس بخش کشاورزی ابزارهایی برای سیاست گذاران برای پیش بینی انتشار گازهای گلخانه ای و سایر آلاینده ها از مزارع دام می باشد و از تصمیمات مدیریتی کشاورزان از دیدگاه های محیطی و اقتصادی پشتیبانی می کند. مدل های دیگر تمرکز می کنند که چگونه تغییرات سیاست و مدیریت مرتبط با متغیرهای اقتصادی و محیطی در مقیاس های منطقه ای، ملی و اروپایی تاثیر می گذارد. مدل های مقیاس بزرگتر به طور کلی از رویکرد تجربی بیشتری نسبت به مقادیر حیوانی، مزرعه و مزرعه استفاده می کنند و حاوی مفروضاتی هستند که ممکن است تحت شرایط تغییر آب و هوایی معتبر باشند. به همین دلیل مهم است که به ارائه تجارب واقع بینانه از فرایندهای در مدل های منطقه ای و جهانی، با استفاده از درک به دست آمده از مدل سازی دقیق در مقیاس. یک فرآیند تکراری از توسعه مدل، که در آن درس هایی که از مدل های مکانیکی به دست آمده برای مدل سازی تجربی «هوشمند» استفاده می شود، ممکن است از بین بردن پیچیدگی و قابلیت استفاده، برسد. توسعه ظرفیت مدل سازی برای مقابله با چالش های پیچیده مرتبط با تغییرات آب و هوایی وابسته به ارتباطات نزدیک بین مدل سازان و محققان آزمایشی است و همچنین نیازمند به اشتراک دانش و افزایش سازگاری فنی در بین رشته های مدل سازی است. مشارکت ذینفعان در طول فرآیند توسعه و کاربرد مدل ها برای ایجاد مدل های مربوطه حیاتی است و در کاهش مشکلات مربوط به تفسیر نتایج مدل سازی مهم است. مدل سازی را قادر به پاسخگویی به نیازهای سیاست گذاران و سایر ذینفعان تحت تغییرات آب و هوایی نیاز به همکاری در شبکه های تحقیقاتی بین رشته ای با منابع محدود و درازمدت دارد.