XVIII Международная студенческая научная конференция Студенческий научный форум - 2026

1. Введение

Сельскохозяйственный сектор является краеугольным камнем экономики и продовольственной безопасности Сирийской Арабской Республики, внося около 27% вклад в ВВП и обеспечивая средства к существованию значительной части населения. Однако этот сектор сталкивается с растущими угрозами из-за воздействия изменения климата, которое проявляется в повышении температур, изменении режима осадков и увеличении частоты и интенсивности экстремальных погодных явлений, таких как засуха. Эти изменения оказывают огромное давление на и без того скудные водные ресурсы и негативно влияют на пригодность земель для сельского хозяйства, угрожая социальной и экономической стабильности.

В этом контексте оценка пригодности сельскохозяйственных земель выступает в качестве решающего научного инструмента для упреждающего планирования и обоснованного принятия решений. Процесс оценки направлен на определение степени пригодности конкретного участка земли для устойчивого выращивания определенных культур с учетом сложного комплекса биофизических, климатических и топографических факторов. В условиях заметного ускорения темпов изменения климата стала необходимой разработка динамичных и надежных методик, которые не ограничиваются оценкой текущего состояния, но также способны интегрировать будущие климатические прогнозы.

Последние десятилетия ознаменовались значительным развитием инструментов оценки пригодности, особенно с интеграцией географических информационных систем (ГИС) с моделями многокритериального принятия решений (МПР). Эта интеграция позволяет эффективно проводить пространственную обработку данных из множества источников и включать качественный экспертный опыт в количественный анализ. Среди методологий МПР выделяется метод анализа иерархий (МАИ), разработанный Саати (1980), как мощный инструмент для назначения относительных весов различным критериям на основе парных сравнений, что помогает преодолеть природу некоторых факторов, которые трудно измерить количественно.

Несмотря на наличие предыдущих исследований, посвящённых оценке пригодности земель или анализу климатического воздействия в регионе, таких как работа Сейф-Эннаср (2020), выполненная для Марокко, и исследование Ас-Сафади и др. (2023) [1], посвящённое культуре пшеницы на юго-западе Сирии, в научной литературе по-прежнему наблюдается ограниченность комплексных исследований. В частности, отсутствует единая методологическая основа для оценки пригодности сельскохозяйственныхземель на национальном уровне в Сирии, основанная на интеграции исторических климатических данных и моделей многокритериального принятия решений в среде ГИС. Предыдущие исследования, как правило, фокусировались на отдельных культурах или локальных территориях без всестороннего учёта совокупности влияющих критериев.

Таким образом, данное исследование направлено на восполнение этого пробела путем достижения следующей основной цели: разработка и применение комплексной и надежной методологической основы, основанной на технологиях ГИС и модели МАИ, для оценки пригодности земель для сельского хозяйства в Сирии, с акцентом на анализ чувствительности этой оценки к изменениям ключевых климатических критериев в период (2000-2023 гг.). Достижение этой цели будет способствовать созданию воспроизводимого инструмента для устойчивого сельскохозяйственного планирования и выработки политики, основанной на доказательствах, в Сирии и регионах со схожими климатическими и экологическими условиями.

2. Материалы и методы

2.1 Район исследования

Район исследования расположен в пределах границ Сирийской Арабской Республики, между 32.19° и 37.33° северной широты и 35.73° и 42.38° восточной долготы. Сирия характеризуется значительным климатическим и геологическим разнообразием: от влажного средиземноморского климата на побережье до континентального сухого и пустынного климата во внутренних районах. Это разнообразие, наряду с различиями в топографии земли (включая прибрежные равнины, плато и горы), делает ее идеальным объектом для тестирования многокритериальной методики оценки пригодности.

Рисунок 1. Географическое расположение района исследования

(Сирийская Арабская Республика)

На рисунке 1 показаны границы Сирии и ее расположение в Западной Азии на восточном побережье Средиземного моря, граничащей с Турцией на севере, Ираком на востоке, Иорданией на юге, Ливаном и Палестиной на юго-западе.

2.2 Источники данных и предварительная обработка

Для обеспечения точности и согласованности входных данных модели использовались мировые базы данных, указанные в Таблице (1).

Таблица 1

Источники данных и их характеристики

Критерий	Основной источник	Описание/Разрешение	Ссылка/Источник
Температура	NASA (база данных MERRA-2 или аналогичная)	Ежемесячные/ежедневные данные, агрегированные для получения годовых и сезонных средних.	https://www.nasa.gov/
Осадки	CORDEX (региональная климатическая модель)	Ежемесячные данные об осадках для исторического моделирования.	https://cordex.org/
Землепользование	MODIS (MCD12Q1)	Ежегодные данные со средним пространственным разрешением (500 м), классифицирующие наземный покров.	-
Тип почвы	Всемирная база данных по почвам (HWSD)	Карты текстуры почвы (глина, ил, песок), катионообменная способность, pH.	ФАО (Продовольственная и сельскохозяйственная организация ООН)
Уклон	ASTER GDEM (NASA)	Цифровая модель рельефа (ЦМР) для получения карты уклона (в градусах или процентах).	https://www.nasa.gov/

Все данные были обработаны в среде ArcGIS 10.8 или QGIS 3.28, где они были перепроецированы в единую систему координат (WGS 84 / UTM Zone 37N), приведены к единому пространственному разрешению (1 км × 1 км) для облегчения процесса наложения и анализа и классифицированы на категории, подходящие для метода анализа иерархий (МАИ).

2.3 Методология. Интегрированная основа (ГИС–МАИ–МПР)

Применяемая в данном исследовании методология основана на интеграции географических информационных систем (ГИС) с методом анализа иерархий (МАИ) в рамках модели многокритериального принятия решений (МПР). Методология включает последовательное выполнение трех взаимосвязанных этапов: (1) формирование иерархической структуры критериев, (2) определение относительных весов критериев с использованием МАИ и (3) пространственную интеграцию критериев методом взвешенного линейного объединения в среде ГИС.

2.3.1 Формирование иерархической структуры критериев

На основе анализа научной литературы и с учетом природно‑климатических условий Сирийской Арабской Республики была сформирована двухуровневая иерархическая структура критериев оценки пригодности сельскохозяйственных земель.

Уровень 1 – основные критерии:

1. Климатические условия, представленные двумя подкритериями:

- среднегодовая температура воздуха T (°C);

- сумма годовых атмосферных осадков P (мм).

2. Физико‑географические характеристики территории, включающие:

- текущее землепользование (LULC);

- текстуру почвы (Soil);

- топографический уклон поверхности (Slope).

Температурные и осадочные показатели представлены временными рядами среднегодовых значений. Для каждого пикселя расчетной сетки использовались временные ряды T (°C) и P (мм), содержащие по 24 годовых значения за период 2000–2023 гг. Климатические данные были приведены к единому пространственному разрешению 1 км × 1 км.

Показатели землепользования, текстуры почвы и уклона являются квазистационарными параметрами и рассматриваются как пространственные слои, отражающие среднее или характерное состояние территории в соответствующие временные срезы.

2.3.2 Метод анализа иерархий (МАИ)

2.3.2.1 Матрица парных сравнений

Для определения относительной важности критериев была построена квадратная матрица парных сравнений размером 5×5. Диагональные элементы матрицы принимались равными единице (aᵢᵢ = 1), поскольку каждый критерий при сравнении с самим собой имеет одинаковую значимость.

Не диагональные элементы матрицы (aᵢⱼ) определялись на основе экспертной оценки с учетом природно-климатических особенностей территории Сирии, а также анализа научных источников, посвящённых агроэкологической оценке земель. Сравнение критериев осуществлялось по фундаментальной шкале Саати от 1 до 9, где значение 1 соответствует равной важности критериев, а значение 9 — абсолютному превосходству одного критерия над другим в контексте сельскохозяйственной пригодности.

При формировании матрицы соблюдалось условие взаимной обратимости элементов:

что обеспечивает логическую согласованность структуры парных сравнений.

2.3.2.2 Расчет весовых коэффициентов

Относительные веса критериев рассчитывались методом среднего геометрического. Для каждого критерия i весовой коэффициент определялся по формуле

где:

a_ij — элементы матрицы парных сравнений;

n — количество критериев (n = 5).

В результате получен нормализованный вектор весов, сумма компонентов которого равна 1.

2.3.2.3 Проверка согласованности суждений

Для оценки логической согласованности экспертных суждений был рассчитан индекс согласованности CI :

— наибольшее собственное значение матрицы парных сравнений.

Далее вычислялось отношение согласованности CR:

CR = CI / RI

где RI — случайный индекс согласованности, значение которого для n = 5 равно 1,12 согласно Саати (1980).

Матрица парных сравнений считается согласованной, если CR ≤ 0,1. В данном исследовании получено значение CR = 0,037, что свидетельствует о высокой степени согласованности экспертных оценок и допустимости использования рассчитанных весов в модели.

2.3.3 Пространственная интеграция критериев в ГИС

После определения весов каждому пространственному слою критериев была присвоена оценка пригодности на основе шкалы баллов от 1 до 10 (Таблица 4). Далее значения каждого критерия были нормализованы к безразмерной шкале [0;1], где 1 соответствует наилучшей пригодности.

Итоговая интегральная оценка пригодности S для каждого пикселя расчетной сетки определялась методом взвешенного линейного объединения (Weighted Linear Combination, WLC)

,

где:

— вес i‑го критерия;

— нормированные значение i‑го критерия;

n — количество критериев (n = 5).

Полученное непрерывное значение S отражает суммарную степень пригодности земель для сельскохозяйственного использования. Для наглядной интерпретации результаты были классифицированы на пять категорий (непригодные, маргинальные, умеренно пригодные, пригодные и высокопригодные) с использованием метода естественных разбиений (Natural Breaks, Jenks) в среде ГИС.

Таблица 2.

Шкала парных сравнений Саати (Saaty, 1980)

Степень важности	Определение	Объяснение
1	Равная важность	Оба критерия вносят одинаковый вклад в цель.
3	Умеренное превосходство (слабое)	Один критерий немного важнее другого.
5	Существенное или сильное превосходство	Один критерий явно важнее другого.
7	Очень сильное или доказанное превосходство	Один критерий намного важнее другого.
9	Абсолютное превосходство	Один критерий абсолютно важнее другого.
2,4,6,8	Промежуточные значения	Используются для компромисса между двумя соседними оценками.

2.4 Корректировка и интерпретация весов критериев (Таблицы 3 и 4)

2.4.1 Приведение весов к единой системе и их интерпретация

Полученные весовые коэффициенты критериев отражают их относительную значимость в рамках используемой модели аналитической иерархии. Для обеспечения корректного последующего анализа и сопоставимости вкладов отдельных факторов все веса были приведены к единой безразмерной системе, при которой сумма весовых коэффициентов равна единице. Такое приведение позволяет интерпретировать каждый вес как долю участия соответствующего критерия в формировании итоговой оценки пригодности территории.

Интерпретация весов критериев выполнялась с учетом природно-климатических и агроэкологических особенностей исследуемой территории. Более высокие значения весов указывают на доминирующее влияние соответствующих факторов на пространственное распределение пригодных земель, тогда как меньшие значения отражают вспомогательную роль критериев в интегральной оценке.

Нормирование выполнялась по формуле :

В результате получены следующие нормирование веса основных критериев:

- Землепользование (LULC): 0.307;

- Текстура почвы (Soil): 0.192;

- Температура воздуха (T): 0.165;

- Атмосферные осадки (P): 0.165;

- Уклон поверхности (Slope): 0.171.

Данные значения согласуются с экспертной логикой и отражают доминирующую роль текущего состояния землепользования как интегрального показателя природных и антропогенных факторов в условиях Сирии.

2.4.2 Обоснование согласованности (CI и CR)

Полученное отношение согласованности CR = 0.037 удовлетворяет критерию Саати (CR ≤ 0.1), что указывает на внутреннюю логическую непротиворечивость матрицы парных сравнений. Физический смысл данного показателя заключается в том, что экспертные предпочтения между критериями не содержат значимых циклических противоречий и могут быть использованы для дальнейшего пространственного анализа.

2.4.3 Преобразование климатических данных (Value → Scores)

Исходные климатические показатели (Value) представляют собой физические величины, выраженные в соответствующих единицах измерения (температура — °C, осадки — мм). Эти данные используются для описания реальных природных условий, однако не могут быть напрямую включены в модель многокритериального анализа ввиду различия размерностей между критериями.

С целью обеспечения сопоставимости всех факторов была выполнена процедура переклассификации, в результате которой исходные значения были преобразованы в балльные показатели пригодности (Scores). Балльные значения отражают степень соответствия климатических условий требованиям сельскохозяйственного использования и не имеют физической размерности. Полученные Scores применяются исключительно на этапе интегральной оценки территории.

2.4.4 Назначение баллов подкритериям

Таблица 4 используется для перехода от качественных и количественных характеристик критериев к унифицированной оценочной шкале. Каждому подкритерию присваивается балл от 1 до 10, отражающий степень его благоприятности для сельскохозяйственного использования.

Назначение баллов осуществлялось на основе:

- агроэкологических требований к условиям возделывания сельскохозяйственных культур;

- рекомендаций ФАО и предыдущих исследований по оценке пригодности земель;

- экспертной интерпретации условий Сирийской Арабской Республики.

Высокие баллы соответствуют оптимальным условиям (например, суглинистые почвы, умеренные уклоны, оптимальные температурные диапазоны), тогда как минимальные баллы присваиваются заведомо неблагоприятным состояниям (городские территории, водные объекты, экстремальные уклоны).

2.4.5 Использование таблицы 4 в расчетной схеме

Для каждого пикселя расчетной сетки в среде ГИС последовательно выполнялись следующие операции:

1. Определение класса (подкритерия) по каждому фактору.

2. Присвоение соответствующего балла согласно таблице 4.

3. Нормирование баллов к диапазону [0;1].

4. Расчет итогового взвешенного значения пригодности по формуле WLC:

Таким образом, таблица 4 является ключевым связующим элементом между исходными пространственными данными и итоговой картой пригодности, обеспечивая воспроизводимость и прозрачность расчетной процедуры.

Таблица 3.

Веса основных и второстепенных критериев, полученные в результате процесса анализа иерархий (МАИ).

Температура	Глубина залегания грунтовых вод	Текстура почвы	Землепользование	Уклон	Вес
Температура	1	3	2	30.692	1
Глубина залегания грунтовых вод	1	3	2	30,692	1
Текстура почвы	1/3	1	1/2	12.497	3
Землепользование	1/2	1	2	18.708	3
Уклон	1/3	1/3	3/1	7.41	1

Таблица 4

Веса критериев и баллы подкритериев

Критерий	Вес	Подкритерий (с диапазонами)	Балл
Текстура почвы 12.497		Суглинок пылеватый глинистый	9
		Песок глинистый	7
		Супесь	7
		Глина пылеватая	7
		Суглинок	5
		Супесь песчаная	5
		Суглинок пылеватый	3
		Песок	1
		Суглинок глинистый	1
Уклон 7.41		Умеренный (0–6.29°)	10
		Крутой (6.29–13.17°)	6
		Скалистый/Очень крутой (22.04–33.49°)	3
		Обрывистый (33.49–72.99°)	1
Землепользование 18.708		Лесные пахотные земли	9
		Травянистые пахотные земли	9
		Мозаика естественных травянистых угодий и пашни	9
		Естественные травянистые угодья	7
		Пустынные земли	7
		Кустарниковые заросли	7
		Густой лес	5
		Разреженный лес	5
		Водные объекты	1
		Городские и застроенные земли	1
Температура 30.692		Оптимальная температура (15°C–25°C)	10
		Умеренно подходящая температура (25°C–30°C) \ (12°C–15°C)	7
		Условно подходящая температура (30°C–40°C) \ (8°C–12°C)	4
		Неподходящая температура (<8°C / >40°C)	1
Осадки 30.692		Оптимальные осадки	10
		Умеренно подходящие осадки	8
		Условно подходящие осадки	6
		Неподходящие осадки	4

4. Результаты и обсуждение

4.1 Пространственный анализ отдельных критериев

Пространственный анализ каждого критерия в отдельности выявил четкие и различные географические закономерности по всей Сирии:

-Температура воздуха:

В качестве температурного показателя использовалась среднегодовая температура воздуха на высоте 2 м (°C), рассчитанная на основе временных рядов за период 2000–2023 гг. Для каждого пикселя расчетной сетки определялось среднее значение температуры за указанный период.

Пространственное распределение температуры характеризуется выраженным западно-восточным градиентом: более низкие значения наблюдаются в прибрежных и горных районах западной Сирии, тогда как восточные и юго-восточные районы характеризуются более высокими температурами. Для последующего анализа значения температуры были преобразованы в балльную шкалу пригодности (Scores) согласно Таблице 4, где оптимальные температурные диапазоны получали максимальные оценки.

Рисунок 2. Диапазон температур в Сирии за 2000-2007 годы

На первой карте показаны температуры в Сирии за период (2000-2007 гг.), при этом самая высокая зарегистрированная температура составила 200 °C, а самая низкая — 90 °C. На второй карте представлена ​​классификация за первый период, как показано в таблице попарного сравнения. На основе этих классификаций регионы Сирии можно разделить на различные категории в зависимости от средних зарегистрированных температур. Районы с очень низкими или очень высокими температурами получают классификацию (1-3), в то время как районы со средними температурами (15-30 °C) получают классификацию (79), которая может быть подходящей для определенных сельскохозяйственных культур. Зарегистрированные температуры отражают специфический погодный режим в Сирии, который оказывает значительное влияние на сельское хозяйство, урожай и водные ресурсы.

Рисунок 3. Диапазон температур в Сирии за 2007-2015

Второй период демонстрирует значительное повышение температуры по сравнению с первым периодом (2000-2007 гг.), когда максимальная температура была зафиксирована на уровне 23 градусов, а минимальная — на уровне 12 градусов. Это означает, что в большинстве регионов страны температура повысилась на 3 градуса Цельсия между первым и вторым периодами. На второй карте показана классификация, основанная на среднегодовых температурах в каждом регионе, при этом регионы были разделены на категории в зависимости от уровня температуры, зафиксированного в них.

Рисунок 4. Диапазон температур в Сирии за 2015-2023

В третьем периоде, который считался эталонным, изменений температуры не наблюдалось: максимум составил 23 градусов, а минимум 11℃. Температуры были классифицированы на основе таблицы попарного сравнения.

Атмосферные осадки. Режим осадков характеризовался суммой годовых атмосферных осадков (мм), рассчитанной по данным временных рядов за период 2000–2023 гг. Пространственное распределение осадков отличается высокой неоднородностью: наибольшее количество осадков сосредоточено в западных и юго-западных районах, включая горные области, тогда как восточная часть страны характеризуется аридными условиями.

Для целей моделирования значения осадков были классифицированы по диапазонам и переведены в балльные оценки пригодности в соответствии с агроклиматическими требованиями, представленными в Таблице 4.

Рисунок 5. Диапазон осадков в Сирии за 2000-2007 годы

На первой карте показано количество осадков за гидрологические месяцы в течение года (2000-2007), где максимальное количество осадков достигло 504 мм, а минимальное — 117 мм. Районы с небольшим количеством осадков были отнесены к категории (1-3), требующей улучшения стратегий орошения и управления водными ресурсами для поддержки сельского хозяйства и окружающей среды, в то время как районы с наибольшим количеством осадков были отнесены к категории (7-9), которые могут быть пригодны для засушливого земледелия и требуют внимания к управлению водоотведением и сохранению почвы.

Рисунок 6. Диапазон осадков в Сирии за 2007-2015 годы

На рисунке (6) показано количество осадков во втором периоде, в котором наблюдалось увеличение среднегодового количества осадков по сравнению с первым периодом, при этом максимальное годовое количество осадков составило 575 мм, а минимальное — 101 мм. На второй карте представлена ​​классификация осадков в Сирии в соответствии с таблицей попарного сравнения.

Наибольшее количество осадков выпадает в следующих регионах: Алеппо, Идлиб, Латакия, Тартус и северо-восточная часть Хасаки.

Рисунок 7. Диапазон осадков в Сирии за 2015-2023 годы

В третий период в регионе наблюдалось снижение количества осадков: максимальное годовое количество осадков достигло 423 мм, а минимальное — 102 мм. На второй карте показана классификация осадков, демонстрирующая их распределение в Сирии. Следовательно, районы с большим количеством осадков могут быть более пригодны для сельского хозяйства, в то время как районы с меньшим количеством осадков требуют иных стратегий. Другими словами, количество осадков и температура влияют на растительный покров, рост сельскохозяйственных культур и изменения в землепользовании.

Землепользование. Карта землепользования отражает пространственное распределение типов наземного покрова для репрезентативного временного среза (2005, 2010, 2022) гг. Анализ показал доминирование засушливых и малопродуктивных земель, занимающих около 70 % территории страны. Сельскохозяйственные угодья и лесные массивы преимущественно сосредоточены в северных и юго-западных районах.

Типы землепользования были интерпретированы с точки зрения их потенциальной пригодности для сельского хозяйства и переведены в балльную шкалу, где пахотные и травянистые угодья получили более высокие оценки, а городские территории и водные объекты минимальные.

Рисунок 8. Использование земель в Сирии (2005 г.)

На первой карте показано землепользование в Сирии в 2005 году, с разбивкой по категориям: городская застройка, сельскохозяйственные угодья, леса, водные объекты и т. д. Засушливые регионы занимали 70% территории Сирии, в то время как леса и сельскохозяйственные угодья были сосредоточены на севере и юго-западе.

На второй карте показана классификация земель, где территориям, пригодным для сельского хозяйства, присвоена классификация (7-9), а засушливым и непригодным для сельского хозяйства территориям — классификация (1-3), например, засушливые районы и жилые районы.

Рисунок 9. Использование земель в Сирии (2010 г.)

Первая карта иллюстрирует землепользование в Сирии за 2010 год. Мы наблюдаем увеличение процента засушливых и непригодных для земледелия земель из-за роста населения и изменения климата. Вторая карта показывает классификацию земель, присваивая классификацию (1) засушливым и полузасушливым землям, непригодным для сельского хозяйства, которые составляли наибольший процент от общей площади страны.

Рисунок 10. Использование земель в Сирии (2022 г.)

В третьем периоде мы наблюдаем значительные изменения в землепользовании и увеличение урбанизации в результате последствий конфликтов и войн, пережитых Сирией, которые привели к перемещению населения и заброшенности сельскохозяйственных земель. Это также может быть связано с изменением структуры спроса на продукты питания, что приводит к переходу от выращивания зерновых культур к выпасу скота.

Текстура почвы. Почвенный покров Сирии характеризуется значительным разнообразием текстурных типов — от тяжелых глинистых почв в северо-западных районах до легких песчаных почв на востоке страны. Наиболее благоприятными для сельскохозяйственного использования являются суглинистые почвы, обладающие оптимальным водоудержанием и аэрацией.

Для каждого типа почвы была назначена оценка пригодности в соответствии с Таблицей 4, что позволило количественно учесть влияние почвенных условий в интегральной модели.

Рис.11. Карта типов почв Сирии

Вторая карта иллюстрирует классификацию почв, присваивая классификацию (1–3) засушливым и полузасушливым районам, которые занимают примерно 60% территории. Наиболее подходящие районы, классифицированные как (7–9), расположены вдоль сирийского побережья и в регионе Хасака. Почва является решающим фактором при определении пригодности земли для сельского хозяйства, и ее характеристики различаются от места к месту.

Уклон поверхности. Анализ топографического уклона показал преобладание равнинных и слабо наклоненных территорий на большей части Сирии, что является положительным фактором для механизированного сельского хозяйства. Крутые и обрывистые склоны локализованы преимущественно в горных районах западной части страны.

Уклон поверхности был классифицирован по интервалам значений (в градусах) и переведен в балльную шкалу пригодности, где минимальные уклоны получили наивысшие оценки.

Рисунок 12. Уклон 

На первой карте показаны значения уклона местности в Сирии, которые варьируются от (0 до 235), где ноль означает плоские равнины, а высокие значения указывают на очень крутой рельеф.

На второй карте показаны классификации, где наборы значений использовались для определения областей с различным уклоном. Эти классификации играют решающую роль в определении землепользования и планировании развития в пределах изучаемой территории. Крутые участки могут быть менее пригодны для сельскохозяйственного использования, в то время как участки со средним уклоном могут быть подходящими для земледелия. Эти классификации влияют на сельское хозяйство, аэрацию и структуру земель.

4.2 Итоговая карта пригодности и ее интерпретация

Применение модели ГИС-МАИ привело к созданию высокодетальной итоговой карты пригодности для базового периода (Рисунок 12).

Рисунок 13. Карта пригодности земель для сельского хозяйства в Сирии на период

2000-2023 гг., полученная с помощью модели ГИС-МАИ

На карте 12 показано распределение пяти категорий пригодности: непригодные (красный), маргинальные (оранжевый), умеренно пригодные (желтый), пригодные (светло-зеленый) и высокопригодные (темно-зеленый). Наибольшая пригодность наблюдается в северо-западной полосе (провинции Идлиб, западный Алеппо, Латакия, Тартус) и в некоторых частях юго-запада (провинция Эс-Сувейда), в то время как категория "непригодные" доминирует в восточном и юго-восточном регионах.

Для проверки надежности модели было изучено изменение отдельных карт критериев с течением времени (2000-2007, 2007-2015, 2015-2023 гг.). Результаты показали общую тенденцию к:

1. Небольшому повышению средних температур в течение периодов.

2. Изменчивости режима осадков с признаками общего снижения количества в некоторых районах и увеличения изменчивости (большее пространственное и временное разнообразие).

При сравнении карт землепользования с течением времени (сравнение 2005 г. с 2010 и 2022 гг.) наблюдалось расширение площадей, классифицируемых как "засушливые" или "деградированные", за счет некоторых пастбищных или сельскохозяйственных земель, что отражает антропогенное и климатическое давление. Это изменение входных данных (критериев) оказало прямое и ощутимое влияние на итоговую карту пригодности при повторном запуске модели для каждого периода, что подтверждает чувствительность модели МАИ к изменениям во входных данных и ее пригодность в качестве инструмента динамического мониторинга.

Количественная интерпретация: Анализ площадей показал, что 33% от общей площади Сирии классифицируются как "высокопригодные" или "пригодные" для сельского хозяйства в базовый период. Эти районы были в основном сосредоточены там, где доступны умеренные климатические условия (достаточное количество осадков и подходящие температуры), плодородные почвы (суглинистые) и ровные земли. Напротив, категория "непригодные" составляла значительную долю, что напрямую связано с условиями очень сухого климата, дефицитом осадков и песчаной или каменистой природой почв.

На второй карте представлена ​​классификация земель на основе индекса пригодности: высокая пригодность, низкая пригодность, средняя пригодность и пограничная пригодность.

Высокая степень непригодности: это означает, что территории, отнесенные к этой категории, непригодны, то есть в них отсутствуют необходимые условия для эффективного роста растений. На этих территориях могут наблюдаться такие факторы, как дефицит почвенной влаги и неподходящие температуры.

Умеренно непригодные: это означает, что данные территории умеренно непригодны для выращивания растений, что создает значительные трудности.

Частично пригодный: указывает на то, что данная территория может быть пригодна для использования.

Возможности ограничены, и для достижения хороших результатов могут потребоваться некоторые улучшения.

Умеренно пригодные: указывает на то, что данные территории умеренно пригодны для использования.

Высокая пригодность: Это означает, что данные территории идеально подходят для выращивания растений и эффективного производства.

4.3 Обсуждение и сравнение с предыдущими исследованиями

Сила разработанной методологической основы заключается в ее интеграции и гибкости. В то время как исследование Ас-Сафади и др. (2023) [1] было сосредоточено на одной культуре (пшеница) с использованием аналогичной методологии (МАИ с климатической моделью), настоящее исследование представляет собой всеобъемлющую оценку пригодности земли для общего сельского хозяйства, что делает его результаты более широко применимыми в стратегическом планировании. Кроме того, использование региональных климатических данных CORDEX обеспечивает более высокое пространственное разрешение, чем глобальные модели, используемые в некоторых предыдущих исследованиях.

Результаты весов, полученные с помощью МАИ (наибольший вес для "Землепользования"), подтвердили решающую роль текущего состояния наземного покрова как совокупного индикатора всех природных и антропогенных воздействий, что согласуется с исследованиями, такими как Саха и др. (2021). Чувствительность модели к изменению климата также подчеркнула настоятельную необходимость, отмеченную в докладах Межправительственной группы экспертов по изменению климата (МГЭИК), а именно интеграции будущих сценариев в любое серьезное сельскохозяйственное планирование.

5. Выводы и рекомендации.

Данное исследование успешно разработало и применило комплексную и надежную методологическую основу для оценки пригодности сельскохозяйственных земель в Сирии, сочетающую пространственную аналитическую мощь географических информационных систем (ГИС) со способностью обработки качественных экспертных оценок метода анализа иерархий (МАИ).

Разработанная модель доказала:

1. Эффективность: в создании карт пригодности с четким пространственным значением, соответствующих местным знаниям об основных сельскохозяйственных районах Сирии.

2. Чувствительность: в реагировании на временные изменения климатических данных и данных о землепользовании, что делает ее подходящим инструментом для постоянного мониторинга.

3. Гибкость: в возможности адаптации для включения дополнительных критериев (например, качество воды, засоленность) или для конкретных культур.

Основываясь на результатах данной статьи (методологической), мы рекомендуем следующее:

1. Применение модели к стратегическим культурам: Адаптация методологической основы для детальной оценки пригодности основных культур, таких как пшеница, хлопок и оливки, с введением их специфических экологических требований в качестве подкритериев.

2. Полевая верификация: Усиление достоверности результатов с помощью полевых кампаний по верификации в случайных точках по различным категориям пригодности.

3. Интеграция с экономическими моделями: Связывание карт пригодности с экономическими моделями для оценки затрат и выгод предлагаемых сельскохозяйственных мероприятий в каждой категории.

4. Распространение инструмента: Разработка простого пользовательского интерфейса (Веб-ГИС), позволяющего планировщикам и исследователям, не являющимся специалистами в ГИС, использовать модель с различными сценариями.

СПИСОК ЛИТЕРАТУРЫ:

1. Аль-Сафади К., Алаут С., Мухаммад С. Моделирование прогнозируемого воздействия изменения климата на пригодность пшеницы в полузасушливых регионах с использованием индекса климатической пригодности на основе МАИ и CMIP6 на юго-западе Сирии // Agricultural Systems. – 2023. – Т. 205. – С. 103587.

2. Beck H.E., Zimmermann N.E., McVicar T.R., Vergopolan N., Berg A., Wood E.F. Present and future Köppen-Geiger climate classification maps at 1-km resolution // Scientific Data. – 2018. – Vol. 5. – Article 180214. DOI: 10.1038/sdata.2018.214

3. FAO (Продовольственная и сельскохозяйственная организация ООН). Global forest resources assessment 2015: Country report – Syrian Arab Republic. – Rome: FAO, 2014. – 85 p. URL: http://www.fao.org/3/a-az348e.pdf

4. Faour G., Meslmani Y., Fayad A. Climate-change atlas of Syria. – Beirut: National Council for Scientific Research, 2010. – 64 p. DOI: 10.13140/RG.2.2.26562.17601

5. Hijmans R.J., Cameron S.E., Parra J.L., Jones P.G., Jarvis A. Very high resolution interpolated climate surfaces for global land areas // International Journal of Climatology. – 2005. – Vol. 25, № 15. – P. 1965–1978. DOI: 10.1002/joc.1276

6. IPCC (Межправительственная группа экспертов по изменению климата). Climate change 2023: Synthesis report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change / Core Writing Team: H. Lee, J. Romero (Eds.). – Geneva: IPCC, 2023. – 184 p. DOI: 10.59327/IPCC/AR6-9789291691647

7. Mullan D. Soil erosion under the impacts of future climate change: Assessing the statistical significance of future changes and the potential on-site and off-site problems // CATENA. – 2013. – Vol. 109. – P. 234–246. DOI: 10.1016/j.catena.2013.03.007

8. Saaty T.L. The Analytic Hierarchy Process. – New York: McGraw-Hill, 1980. – 287 p.

9. Saha S., Sarkar D., Mondal P., Goswami S. GIS and multi-criteria decision-making assessment of sites suitability for agriculture in an anabranching site of soon river, India // Modeling Earth Systems and Environment. – 2021. – Vol. 7, № 1. – P. 571–588. DOI: 10.1007/s40808-020-00936-1

10. Сейф-Эннаср М. Оценка воздействия изменения климата на пригодность земель с использованием географических информационных систем (ГИС) в Марокко: дис. ... канд. техн. наук. – Марракеш: Университет Кади Айяд, 2020. – 145 с.

Код для цитирования: Скопировать