Ny forskning forudsiger nøjagtigt det australske hvedeudbytte måneder før høst

Øverst på listen over Australiens vigtigste afgrøder, hvede dyrkes på mere end halvdelen af ​​landets dyrkede arealer og er en vigtig eksportvare. Med så meget ridning på hvede, nøjagtige udbytteprognoser er nødvendige for at forudsige regional og global fødevaresikkerhed og råvaremarkeder. En ny undersøgelse offentliggjort i Landbrugs- og skovmeteorologi viser, at maskinlæringsmetoder nøjagtigt kan forudsige hvedeudbyttet for landet to måneder før afgrøden modnes.

"Vi testede forskellige maskinlæringsmetoder og integrerede klima- og satellitdata i stor skala for at komme med en pålidelig og nøjagtig forudsigelse af hvedeproduktionen for hele Australien, " siger Kaiyu Guan, assisterende professor ved Institut for Naturressourcer og Miljøvidenskab ved University of Illinois, Blue Waters professor ved National Center for Supercomputing Applications, og hovedefterforsker på undersøgelsen. "Det utrolige hold af internationale samarbejdspartnere, der bidrager til denne undersøgelse, har markant fremmet vores evne til at forudsige hvedeudbyttet for Australien."

Folk har forsøgt at forudsige afgrødeudbytte næsten lige så længe, ​​der har været afgrøder. Med stigende beregningskraft og adgang til forskellige datakilder, forudsigelser fortsætter med at blive bedre. I de seneste år, forskere har udviklet ret nøjagtige afgrødeudbytteestimater ved hjælp af klimadata, satellitdata, eller begge, men Guan siger, at det ikke var klart, om det ene datasæt var mere nyttigt end det andet.

"I dette studie, vi bruger en omfattende analyse til at identificere forudsigelseskraften af ​​klima- og satellitdata. Vi ville gerne vide, hvad hver enkelt bidrager, " siger han. "Vi fandt ud af, at klimadata alene er ret gode, men satellitdata giver ekstra information og bringer udbytteforudsigelse til det næste niveau."

Ved at bruge både klima- og satellitdatasæt, forskerne var i stand til at forudsige hvedeudbyttet med cirka 75 procent nøjagtighed to måneder før afslutningen af ​​vækstsæsonen.

"Specielt, vi fandt ud af, at satellitdata gradvist kan fange variabiliteten i afgrødeudbyttet, som også afspejler de akkumulerede klimaoplysninger. Klimainformation, der ikke kan fanges af satellitdata, tjener som et unikt bidrag til forudsigelse af hvedeudbytte gennem hele vækstsæsonen, " siger Yaping Cai, ph.d.-studerende og hovedforfatter på undersøgelsen.

Medforfatter David Lobell fra Stanford University tilføjer, "Vi sammenlignede også forudsigelsesevnen af ​​en traditionel statistisk metode med tre maskinlæringsalgoritmer, og maskinlæringsalgoritmer overgik den traditionelle metode i alle tilfælde." Lobell indledte projektet under et sabbatår i Australien i 2015.

Forskerne siger, at resultaterne kan bruges til at forbedre forudsigelser om Australiens hvedehøst fremadrettet, med potentielle ringvirkninger på den australske og regionale økonomi. Desuden, de er optimistiske med hensyn til, at selve metoden kan oversættes til andre afgrøder i andre dele af verden.

Artiklen, "Integration af satellit- og klimadata for at forudsige hvedeudbyttet i Australien ved hjælp af maskinlæringsmetoder, " er offentliggjort i Landbrugs- og skovmeteorologi .