Az egyre növekvő népesség élelmiszerellátása érdekében az elkövetkező 50 évben több terményt és takarmányt kell előállítani a világon, mint az ezt megelőző 10 ezer évben összesen, ráadásul egyre szélsőségesebb környezeti feltételek mellett.
A klímaváltozással nem csak az átlagos hőmérsékleti és csapadékviszonyok változnak jelentősen, de egyre nagyobb valószínűséggel jelentkeznek egyre szélsőségesebb (hosszabb és súlyosabb) meteorológiai események. Ezen két fő kihívás kapcsán a G7 országok agrárminisztereinek legutóbbi csúcstalálkozóján (NIIGATA, 2016) kiemelt feladatnak nyilvánították a fenntartható mezőgazdasági termelés és termelékenység fejlesztését.
Állásfoglalásuk szerint, ehhez a többi között interdiszciplináris és gyakorlatorientált kutatási és technológiai fejlesztések támogatására van szükség, továbbá megbízható és szabadon hozzáférhető adatok gyűjtésére és széles körű alkalmazására. A mezőgazdasági termelékenység két fő tényező: a felhasznált erőforrások (talaj, víz, energia stb.) mennyiségének és a gazdálkodás hatékonyságának eredője.
Erőforrásaink lényegében végesek, ezért egyre nagyobb hangsúlyt kell fektetni a hatékonyság növelésére. Ennélfogva jelen tanulmányunk elsősorban azokat a törekvéseket igyekszik bemutatni, amelyek a hatékonyság növelését célozzák.
Mielőtt azonban ezekre rátérnénk, a rendelkezésre álló erőforrások, nevezetesen a rendelkezésre álló termőföld mennyiségével kapcsolatban tennénk egy megjegyzést. Az, hogy egy terület alkalmas-e egy bizonyos haszonnövény termesztésére több tényező eredője. A növény igényeinek ismeretében, a területre jellemző klimatikus (pl. átlagos csapadékösszeg a tenyészidőszakban); talajtani (pl. hasznosítható vízkészlet) és domborzati viszonyok számszerű jellemzőiből képezhető egy úgynevezett termeszthetőségi index, amely százalékban képes kifejezni, hogy az adott terület milyen mértékben alkalmas a haszonnövény termesztésére.
A GLUES-program keretében (geoportal-glues.ufz.de) globális léptékben, 25 kilométeres térbeli felbontásban készítették el a világviszonylatban legfontosabb tíz haszonnövény termeszthetőségi térképét. Amennyiben ezeket a térképeket nem jelenkori klimatikus adatok felhasználásával, hanem egy klímaváltozási forgatókönyv alapján készített lehetséges jövőbeli klímaadatok segítségével készítjük el, akkor érdekes következtetésekre juthatunk. Megjeleníthetjük azokat a területeket, ahol a termeszthetőségi index a jövőben magasabb lesz, mint a jelenleg termesztésre használt területekre kiszámolt átlagos termeszthetőségi index. Így egy olyan térképet kapunk, amely a kiválasztott haszonnövényre vonatkozóan megmutatja a termesztésre alkalmas területek potenciális alakulását (1. ábra).
A termésmennyiség volumenét tekintve a szója a 4. legfontosabb haszonnövény a világon: nagyon fontos élelmiszer- és takarmány-alapanyag. A termesztésére alkalmas terület a klímaváltozásnak köszönhetően várhatóan óriási mértékben növekszik a jövőben. Különösen nagy segítséget jelenthet ez a Szaharától délre fekvő afrikai országok számára.
A XXI. század mezőgazdaságának fő célja tehát a termelés hatékonyságának növelése. A problémakört egy lépéssel távolabbról szemlélve megállapíthatjuk, hogy a cél tulajdonképpen a Föld népességének táplálása, és a hatékonyság növelése nem csak a termelési oldalon a fő cél. A fogyasztói oldalon, igaz teljesen más eszközökkel, de már most is rengeteget tehetnénk az élelmiszer-felhasználás hatékonyságának növelése érdekében. Ugyanis az élelmiszerpazarlás világméretekben (elsősorban a fejlett nyugati országokban) hihetetlen méreteket ölt (2. ábra).
Az egységnyi alapterületen megtermelhető termény mennyiségének növelését, a „függőleges mezőgazdaság” (vertical farming) egymás fölött, több szinten kialakított termőfelület segítségével valósítja meg: beltéren, általában vízkultúrás közeg alkalmazásával, mesterséges megvilágítás mellett történő növénytermesztéssel. A LED-paneles megvilágítás (ami önmagában is energiamegtakarítást jelent) lehetőséget kínál arra, hogy a természetes, fehér fénnyel ellentétben csak olyan hullámhosszúságú fénnyel világítsuk meg a növényeket, amelyeket azok a fotoszintézishez felhasználnak (3. ábra). Minden más hullámhosszal történő megvilágítás (pl. hagyományos fényforrások alkalmazása esetén) csak fölösleges energiafelhasználást jelentene.
A fotoszintézis hatékonysága szerint haszonnövényeink két csoportba sorolhatók. Az úgynevezett C3-as növények (pl. búza és szója) egységnyi fényenergiából kb. 25 százalékkal kevesebbet képesek hasznosítani, mint a C4-es növények (pl. kukorica és köles), ráadásul a C3-as növények vízhasznosítási hatékonysága is alacsonyabb, mint a C4-es növényeké.
A termelés volumenét tekintve a rizs a második legfontosabb kultúrnövény a világon, sőt Ázsiában, ahol a Föld lakosságának 60 százaléka él, vitathatatlanul a legfontosabb. Géntechnológiai módszerek segítségével 2008 óta egy nemzetközi konzorcium dolgozik azon, hogy az egyébként C3-as rizs fotoszintézis- mechanizmusát C4-esre változtassák. Az első fajták már léteznek, és ha ezek köztermesztésbe kerülnek, a jelenlegi rizs termésszintek akár 50 százalékkal is növekedhetnek, ami globálisan több száz millió tonnával nagyobb rizsmennyiséget jelentene éves szinten.
Ezen a ponton természetesen meg kell említeni a hagyományos növénynemesítéssel elért eredményeket is. Ezeknek köszönhetően olyan stressztűrő (kukorica, búza stb.) fajtáink lehetnek, amelyek csökkenthetik a szélsőséges klimatikus eseményekből és/vagy különböző kórokozóktól és kártevőktől származó terméskieséseket, illetve termésingadozásokat.
Bár halfogyasztás tekintetében Magyarország csak a 69. az országok sorában (egy átlag izlandi pl. 17-szer több halat eszik, mint egy átlag magyar), világviszonylatban óriási a kereslet a halhús iránt. Mivel az 1990-es évek óta a halászattal termelt haltömeg stagnál (éves és globális szinten kb. 90 millió tonna) egyre nagyobb szerepet kapnak a halfarmok, ahol 2010 óta már több halhúst (kb. 70 millió tonna évente) állítanak elő, mint amennyi marhahúst a hagyományos farmokon.
A halfarmok kedvenc fajtája a lazac, amelynek azonban kedvezőtlen tulajdonsága, hogy csak a nyári félévben növekszik. Géntechnológiai módszerek segítségével, egy rokon halfajtából történő génszakasz átültetésével, azonban ezen is lehet változtatni. Az így kezelt lazacok ugyanannyi idő alatt lényegesen nagyobbra nőnek, mint hagyományos társaik (1. kép).
Az informatika és a digitális eszközök fejlődésének, elterjedésének köszönhetően számos olyan érzékelőt, illetve eljárást dolgoztak ki, amelyek segítségével számtalan környezeti paraméter időbeli változását nyomon követhetjük – akár távolról is. Ezen alkalmazások legtöbbször már GPS technológiával kombinálva kerülnek piacra, így a begyűjtött adatokhoz nem csak a mérés idejét, de a pontos helyét is hozzárendelhetjük.
Ezek a hozzáadott információk teszik lehetővé az agrotechnikai műveletek hatékonyságának növelését, hiszen segítségükkel megadható, hogy mit, mikor, hol, mennyit és hogyan csináljunk a szántóföldön annak érdekében, hogy az egységnyi területen megtermelt termék mennyisége, vagy még inkább a haszon maximális legyen.
Nagyfelbontású kamera és kellően gyors képelemező szoftver segítségével a növényvédő szer csak arra a növényre vagy növényi részre juttatható ki, amelyen egy fertőzés korai fázisának tünetei megfigyelhetők. Kimutatások szerint a felhasznált vegyszer mennyisége így akár egy ezredére is csökkenthető. Mivel ebben az esetben jóval kevesebb anyag mozgatására van szükség, a vegyszeres tartály egy kistömegű, napelemes, kerekeken guruló robotra vagy akár drónra is szerelhető, amely megoldások további előnye, hogy csökkentik a taposásból származó talajállapot-romlás mértékét (2. kép).
Az agrárszektor a legnagyobb vízfogyasztó. Világviszonylatban több mint 2 500 000 000 000 m3 vizet használ fel évente. Ennek a mennyiségnek a túlnyomó többségét (a világ teljes vízfogyasztásának 50%-át) öntözésre használják. Azonban intelligens öntözésvezérlés segítségével, potenciálisan több mint 20 százalékkal csökkenthető az öntözéshez felhasznált víz mennyisége. Talajba helyezett nedvességmérő szenzorok (4. ábra) segítségével akár 2 méterig, több mélységben is folyamatosan nyomon követhetjük a talaj nedvességállapotát, és a növény fejlettségi állapotának, valamint vízigényének ismeretében megállapíthatjuk, hogy pontosan mikor és mennyi vízzel kell öntözni az adott területet.
Érzékelők segítségével rengeteg hasznos információhoz juthatunk haszonállatainkról is. Légzés- és pulzusmérőt erősíthetünk a nyakukra vagy lépésszámlálót a lábukra. De akár gázanalizátort is juttathatunk kérődző állataink gyomrába, amelyek folyamatosan elemzik a gyomor „légkörének” összetételét. Az összegyűjtött adatokból adatbázist építve megállapíthatjuk a megfigyelt paraméterek azon tartományát, amelyet az egészséges egyedeken mértünk.
Ezek után, ha egy állatunkon egy vagy több mért paraméter is kívül esik a „normális” tartományon (pl. túl szaporán lélegzik vagy túl keveset mozog), akkor jelzést kaphatunk (pl. egy SMS-t a mobilunkra), hogy az adott azonosítójú egyed valószínűleg beteg vagy megsérült, valamilyen beavatkozást igényel.
Szerelhetünk érzékelőt érőfélben lévő gyümölcsökre is, és a gyümöcshús vegyi összetétele alapján megállapíthatjuk a betakarítás optimális időpontját. Lombtrágyázás során, multispektrális kamerákkal készített felvételek segítségével, a lombozat eltérő színárnyalatai alapján meghatározhatók a növényállomány azon foltjai, amelyek pótlólagos műtrágya-kijuttatást igényelnek (3. kép).
Mindezek az alkalmazások ugyanazt a célt, a termelés fajlagos költségének, illetve a terméskiesést okozó tényezők hatásának csökkentését szolgálják.
Az elmúlt évek során az agárszektorban alkalmazott érzékelők száma ugrásszerűen megnövekedett. Gigantikus mennyiségű adat válik elérhetővé, amelyek lehetőséget kínálnak arra, hogy megfelelő hibaszűrő és adatelemező algoritmusok alkalmazásával modellépítésre használjuk fel őket. A korszerű, nemzetközileg is elfogadott szemléletmód szerint az agro-ökoszisztéma változó környezeti feltételekre adott válaszai és visszahatásai kizárólag úgynevezett integrált modellrendszerek segítségével értékelhetők.
Ezek olyan virtuális környezetek, amelyek a mezőgazdasági rendszer lehető legnagyobb szegmensének működését igyekeznek szimulálni, beleértve a rendszer biogeokémiai, agrotechnikai és közgazdasági összetevőit, folyamatait és kölcsönhatásait (5. ábra). Természetesen az integrált modellrendszer eredményeiben csak akkor bízhatunk, ha minőségi adatok segítségével a lehető legtöbb szempont szerint ellenőriztük és igazoltuk, hogy a modellszámítások megfelelő pontossággal írják le a valóságot.
Az MTA ATK MgI több évtizede fenntartott tartamkísérleteiben zajló mérések adatbázisa, valamint az MTA ATK TAKI talajtani adatbázisa, illetve az OMSz klíma adatbázisa segítségével sikerült elfogadható pontossággal összhangba hozni az AgroMo modell eredményeit (kukorica és búza szimulált termésátlagokat) a KSH adatbázisából kigyűjtött tényadatokkal. Ezek után, ha a modell számára nem jelenkori klimatikus adatokat adunk meg, hanem egy, a klímaváltozással várhatóan bekövetkező, jövőbeli adatsort, akkor a modell képes előrevetíteni azt, hogy a növények hogyan viselik majd a 25 vagy éppen 75 év múlva lehetséges klimatikus körülményeket.
Mivel az AgroMo modell a számításai során figyelembe veszi a legfontosabb agrotechnikai műveletek (vetés dátuma, műtrágyázás mennyisége és dátuma, öntözés mennyisége és dátuma stb.) hatását is, alkalmazkodási stratégiák kidolgozására is felhasználhatjuk, hiszen segítségével pillanatok alatt kiszámíthatjuk azt, hogy korábbi vetésidővel, hosszabb tenyészidejű fajta választásával vagy öntözéssel milyen termést kapnánk a jövőben (6. ábra).
A modell számításai során figyelembe veszi a légköri szén-dioxid klímaváltozással jelentős mértékben növekvő mennyiségét (400 → 700 ppm), amely azonban, lévén a kukorica C4-es növény, láthatóan nem képes ellensúlyozni a klímaváltozással jelentkező, a következőkben sorolt klimatikus kockázati tényezők hatásait:
- aszályos időszakok súlyosbodása a tenyészidőszak második felében, amelynek hatása többszörösen hátrányos: csökken a fotoszintézis hatékonysága, korlátozódik a tápanyagfelvétel és felgyorsul a szövetek elhalása;
- hőhullám, illetve légköri aszály a virágzás időszakában, amely tökéletlen termékenyülést eredményezhet;
- a felszín közeli ózon növekvő koncentrációja, amelynek erős fitotoxikus hatása van.
A klímaváltozással várhatóan további negatív hatások is jelentkezhetnek: új kártevők megjelenése, már ismert kártevők nagyobb arányú túlélése az enyhébb telek miatt, jégkár, illetve szélkár növekvő valószínűsége. Ezen tényezők előfordulási helyének előrejelzése nagy bizonytalansággal terhelt, ezért a számításainkban nem vettük őket figyelembe.
A modellezési eredményekből (6. ábra) jól látható, hogy a század végére a csapadékhiány komoly limitáló tényezőt jelent majd a kukoricatermesztés számára. A várható termésátlagok az ország jelentős hányadán a jelenlegi szintnek csak 35-50 százalékát érik majd el, és az évek közötti termésingadozás is jelentős mértékben növekszik majd.
Szigorúan okszerű öntözés segítségével (helytől függően: 60-100 mm) az előrevetített terméskiesések azonban elkerülhetők, sőt elsősorban a keleti országrészben, a jelenlegi termésátlagokat is meghaladó termésszint érhető el. Itt nem részletezett modellezési eredmények alapján a vetési idő korábbra hozásával és/vagy rövidebb tenyészidejű fajták választásával tovább mérsékelhetők a klímaváltozás várható negatív hatásai.
Az év elején indult, Interdiszciplináris Kutatóműhely Létrehozása a Klímaadaptív és Fenntartható Mezőgazdaságért (GINOP-2.3.2-15-2016-00028) című projekt keretében az MTA ATK vezetésével olyan kísérleti platformot alakítanak ki Martonvásáron, amely ötvözi a tartamkísérletek hagyományait, illetve a klímakamrás stresszkutatások tapasztalatait a legmodernebb mérési és infokommunikációs technológiák által kínált lehetőségekkel, egyedülálló lehetőséget biztosítva a már említett szimulációs növénytermesztési modell számításainak pontosítására. A legkorszerűbb klímaváltozási projekciók és a továbbfejlesztett szimulációs modell eredményeire támaszkodva a projekt legfontosabb célkitűzése olyan stratégiák kidolgozása, amelyekkel megvalósítható a mezőgazdasági termelékenység fenntartható növekedése farm- és nemzetgazdasági szinten is.
Fodor Nándor
MTA ATK MgI