Kredit:CC0 Public Domain
Afgrødeforudsigelser er en vigtig drivkraft for regional økonomi og finansielle markeder, påvirker næsten hele landbrugets forsyningskæde. Derfor er økonomer, landbrugsforskere, regerings kontorer, og private virksomheder arbejder på at forbedre nøjagtigheden af disse forudsigelser.
Det amerikanske landbrugsministeriums månedlige World Agricultural Supply and Demand Estimates (WASDE) rapport forudsiger udbytte ved udgangen af sæsonen baseret på landmandsundersøgelser i realtid og analyser fra USDA National Agricultural Statistics Service (NASS), og det betragtes af mange som guldstandarden for udbytteforudsigelser. Men forskere ved University of Illinois har udviklet en ny metode, der overgår USDA's WASDE -estimater, på en videnskabeligt streng og reproducerbar måde.
"Ved hjælp af sæsonprognoser og satellitdata, Vi udviklede et meget avanceret system til forudsigelse af udbytte for både det nationale og amtsmæssige niveau. Vores forskning viser, at vi kan gøre det bedre end USDAs estimering i realtid, "siger Kaiyu Guan, hovedforsker på Geofysiske forskningsbreve undersøgelse, og adjunkt i Institut for Naturressourcer og Miljøvidenskab (NRES) ved U of I og Blue Waters -professor ved National Center for Supercomputing Applications (NCSA).
Guan og hans kolleger er ikke de første til at bruge satellitdata til at forudsige afgrødeudbytte, men deres kombinerede brug af sæsonbestemt klimaforudsigelse, sammen med afgrødevækstinformation fra satellitbilleder, er unik.
Undersøgelsen evaluerede slutningen af sæsonens nøjagtighed af individuelle og kombinerede datakilder sammenlignet med den nationale majsudbytteprognose i de månedlige USDA WASDE-rapporter.
"Sammenlignet med at bruge historisk klimainformation til den ukendte fremtid, hvilket er det, som de fleste tidligere undersøgelser er baseret på, ved hjælp af sæsonbestemt klimaforudsigelse fra NOAA's nationale centre for miljøforudsigelse gav bedre prognoseeffekt, især for at reducere usikkerheden, "siger Bin Peng, hovedforfatteren af denne undersøgelse og postdoktoral forskningsassistent i NRES og NCSA.
Guan tilføjer, "Men hvis vi kun bruger sæsonbetonede klimaforudsigelsesdata - temperatur, Regn, og underskud af damptryk - vores forudsigelser var ikke bedre end USDA's. Det var først, da vi tilføjede satellitdataene, at vi begyndte at se forbedringen. Det er en klar indikation på, at satellitdata er yderst nyttige i dette tilfælde. "
Den nye tilgang gør det muligt at lave mere præcise slutspilsprognoser tidligere på sæsonen. I slutningen af vækstsæsonen, når majshøsten er færdig, det er muligt at se tilbage og evaluere nøjagtigheden af hver forudgående måneds forudsigelse. Mellem 2010 og 2016, for eksempel, WASDE -rapporten for juni var slukket, gennemsnitlig, med 17,66 skæpper per acre. For samme tidsramme, Guan og Pengs system blev kun slukket med 12,75 skæpper per hektar. I august, WASDE havde et gennemsnit på 5,63 skæpper pr. Hektar, hvorimod Guan og Pengs system fik tallet ned til 4,37.
"Forbedring af vores evne til at forudsige afgrødeudbytte er virkelig vigtig for mange applikationer. Landmænd vil gerne vide disse oplysninger, fordi de er direkte relateret til den pris, de kan forvente. Økonomiske prognoser og råvaremarkedspriser for majs og sojabønner hænger på disse oplysninger. Også logistik:Kornvirksomheder skal finde ud af, hvilke steder der producerer korn, og hvor meget. Har de kapacitet til at indsamle og behandle det? Afgrødeforsikring afhænger af disse oplysninger, også. Det er et problem, der har masser af praktisk betydning, "Siger Guan.
"Det nye system er implementeret på Blue Waters, en af de mest avancerede supercomputere i USA, "siger Peng." Vi har brug for en højtydende computerfacilitet som Blue Waters til at behandle den enorme mængde sæsonbetonede klimaforudsigelser og satellitdata. "
Artiklen, "Fordele ved sæsonbestemt klimaforudsigelse og satellitdata til at forudsige amerikansk majsudbytte, "udgives i Geofysiske forskningsbreve .