Forskere finder en enkel måde at massivt forbedre simuleringer af afgrødetab på

Tørke eller hedebølger har konsekvenser, der breder sig ud over landmænd, der ængsteligt holder øje med deres marker; disse udsving i afgrødeudbyttet kan sende chokbølger gennem lokale og globale fødevareforsyninger og priser.

I en ny undersøgelse, forskere med NASA, University of Chicago og Potsdam Institute for Climate Impact Research tilføjede data om, hvornår hver specifik region planter og høster sine afgrøder – og fandt ud af, at det var den mest effektive måde at forbedre simuleringerne på.

Udgivet 21. november i Videnskabens fremskridt , den innovative tilpasning kan forbedre de oplysninger, der er tilgængelige for beslutningstagere og markeder for at forberede virkningerne af tab af afgrøder.

Nuværende modeller kæmper for at forudsige udbytte, ikke kun i lyset af langsigtede klimaændringer, men blot for det følgende års afgrøder. "Dagens modeller kan virkelig ikke forklare variation fra det ene år til det næste. Selvom vi bare prøver at genskabe, hvad der skete i fortiden, de er bare ikke på niveau, sagde Jägermeyr, en postdoc-forsker ved UChicago-afdelingen for datalogi, Potsdam, og NASA, og den tilsvarende forfatter på undersøgelsen. "Det viser sig, at kortsigtet udbyttevariation er ekstremt vigtig for politikere og fødevaremarkedet - naturligvis for prisniveauer, men også for forsyningschok, handelsembargoer og reserver."

For det meste, forskere har forsøgt at forbedre afgrødeudbytteestimater ved at forbedre modellens vejrrespons. Men i stedet, Jägermeyr og medforfatter Katja Frieler fra Potsdam Instituttet forsøgte at angribe problemet fra en anden vinkel:I stedet for at antage, at landmændene dyrker en enkelt sort af en afgrøde over hele kloden, de implementerede de gennemsnitlige gange, hver region planter og høster sine afgrøder for at repræsentere lokale sorter.

"Modellens ydeevne fordobles bare, " sagde Jägermeyr. "At få den rigtige vækstsæson er den mest effektive foranstaltning til bedre at matche observerede majsudbytter."

For eksempel, Jägermeyr sagde, overveje en majsafgrøde i Østrig. Hvis forskere bruger den samme væksttidslinje for en majssort, der vokser i Mexico, de kunne antage, at afgrøden ville drage fordel af en nedbør i oktober. Men i det koldere Østrig ville majsen allerede være høstet - så beregningerne er smidt af.

Med disse oplysninger, forskernes modeller matchede meget tættere med faktiske, observerede udbytter. "Vi er nu klar til at simulere historiske konsekvenser af tørke og hedebølger, hvilket er uden fortilfælde, " sagde Jägermeyr, "og vi har al mulig grund til at forvente, at vores fremtidige simuleringer vil være mere robuste end før."

Det er noget, der er blevet overset, og vi viser simpelthen, hvor meget timingen betyder noget. Det fine er, at det er en lavthængende frugt, vi nemt kan implementere i vores modeller, " sagde han. "Den eneste vanskelighed er, at det er meget dataafhængigt, og vi har ikke observationer af høj kvalitet i alle lande endnu."

De planlægger at bruge denne forbedrede modelramme til at teste afgrødeprognoser gennem den næste sæson i realtid.