Araştırmacılar İklim Verilerinden Hasat Potansiyelini Tahmin Edecek Algoritma Geliştiriyor

Yüze yakın üretim paydaşının bir algoritma indirdim Bu, bir zeytinliğin davranışını ve verimliliğini tahmin etme yeteneği sağlayabilir.

Yeni teknoloji, İtalya'da uzun bir dönem boyunca zeytin büyüme döngüsü sırasındaki mevsimsel hava koşullarının kapsamlı bir analizine dayanmaktadır.

Araştırmacılar, zeytin gelişimi ve hasat arasındaki ilişkiyi iklim etkileriyle karşılaştırarak düzinelerce potansiyel iklim stres etkenini ve bunların zeytin ağacı verimliliğini nasıl etkilediğini tespit edebildiler.

Araştırmacılar, bu bilgilerin ulusal veya bölgesel yönetimlere, zeytin yetiştiricilerine, üreticilere ve diğer ilgili taraflara önümüzdeki sezonun nasıl gelişeceğini tahmin etme ve tarımsal veya ticari ayarlamalar yapma konusunda destek olabileceğine inanıyor.

Yeni teknoloji, bir koordineli proje İtalyan Ulusal Araştırma Konseyi'nden (CNR) ve Yeni Teknolojiler, Enerji ve Sürdürülebilir Kalkınma Ajansı'ndan (ENEA) bilim adamlarının yanı sıra Kaliforniya – Berkeley Üniversitesi'nden Amerikalı araştırmacıların da yer aldığı bir toplantı.

"CNR'deki İtalyan BiyoEkonomi Enstitüsü'nden bir araştırmacı olan Arianna Di Paola, hangi [iklimsel] faktörlerin olumsuz koşulları tetikleyebileceğini ve buna bağlı olarak zeytin üretimi üzerinde zararlı etkiler yaşama olasılığını anlamak üzerinde çalışıyoruz "dedi. Olive Oil Times.

"Tetikleyicilere örnek olarak salgının yayılmasını kolaylaştıran koşullar verilebilir. zeytin meyve sineği veya zeytin döngüsünü değiştirebilecek ve çiçeklenmeyi ve tozlaşmayı etkileyebilecek yüksek kış sıcaklıkları” diye ekledi.

Araştırma, geniş bir veri yelpazesi kullanarak stres etkenlerini belirlemek için 66 ile 2006 yılları arasında 2020 İtalya eyaletindeki zeytin hasadını analiz etti. En kötü zeytin hasadının nasıl gerçekleştiğini ortaya çıkarmayı başardılar.

"Devam eden mevsimselliği anlamak, yakın gelecekte neler bekleyebileceğimizi öngörmemize olanak sağlıyor" dedi Di Paola.

"Bunlar, güvenilir olması ve karar verme sürecini kolaylaştırmak için eyleme geçirilebilir bilgilere dönüştürülmesi gereken, başlı başına bir araştırma dünyası olan mevsimsel tahminler değildir" diye ekledi. ​"Bunlar yatırımları, önleyici tedbirleri, tedavileri veya tarımsal uygulamaları destekleyebilecek kısa vadeli senaryolardır.”

Araştırma, olumsuz koşulların etkenlerini belirlemekle sınırlı kalmadı.

"Henüz zeytinin tüm fenolojik döngüsünü tahmin edemesek de, bölgesel ölçeklerde mevsimdeki vejetatif başlangıcını tahmin etmek mümkün olmadığından, bir takvim kullanarak yapabileceğimiz şey zeytinin yaşam döngüsünü basitçe ikiye bölmektir. aylık taksitlerle," dedi Di Paola.

Yıllar boyunca zeytin üretimini etkileyen değişkenleri analiz eden ve bunları her iki ayda bir toplayan araştırmacılar, değişkenlerin bir listesini tanımladı ve bunların zaman içinde nasıl etkileşime girdiğini inceledi.

Analiz, kısa vadeli hassas bir tahmin sağlıyor ve araştırmacılar bunun tek bir değişkenin analizinden üç kat daha iyi olduğunu söylüyor.

"Örneğin, bir şey daha sıcak bir kış geçirdiğimizi söylemek, diğeri ise o ılık kışın ardından çok yağışlı bir yaz geçirdiğimizi söylemek, bu faktörler bir araya gelerek senaryoyu daha da kötüleştirebilir," dedi Di Paola.

Analiz hazır olduğunda araştırmacılar, hangi mevsimsel iklim değişkenlerinin son derece kötü veya yüksek verimli sezonlarla daha sık ilişkilendirildiğine baktılar ve orta düzey verimleri bir kenara bıraktılar.

Bu seçim, geniş bir mekansal ölçekte, diğer faktörlerin üst üste gelmesi göz önüne alındığında iklim değişkenliğinden en çok etkilenen verimleri belirlemeyi amaçladı.

"Orta aralıktaki mevsimlerde verimler, bir yetiştiricinin diğerine kıyasla belirli tarımsal teknikleri kullanması gibi değişkenlere veya zeytinleri budamak için harcanan zamana ve daha birçok değişkene bağlı olabilir" dedi Di Paola.

Bu nedenle, ilgili koşullar tek yetiştiricinin eylemlerinden bağımsız bir etkiye sahip olduğundan, araştırmacılar hem bol hem de kıt aşırı mevsimlere bakmakla daha fazla ilgilendiler.

"Birçoğumuz donma veya sıcak hava dalgası gibi tek stres faktörlerine odaklanmaya alışığız, ancak bu tekli stres faktörlerine doğru bir şekilde bakmayı başarsak bile, onları yine de uygun bir analiz olmadan belirli bir fenolojik aşamayla ilişkilendiremeyiz. saha gözlemleri veya model simülasyonları," dedi Di Paola.

"Tüm bu etkileri, geniş ölçekte ve tüm sezonlar boyunca bir arada ele alarak yumuşatmaya çalıştık" diye ekledi.

İlginç bir şekilde araştırmacılar, algoritma tarafından tanımlanan iklim değişkenleri ile zeytin sineği olgusu arasında bir bağlantı buldular.

"Algoritma size belirli bir senaryonun neden gerçekleşeceğini söylemeyecektir" dedi Di Paolo. ​"Ancak bunu uygulayarak, çıktıların (üretkenlik açısından daha kötü yıllar ve ortaya çıkan iklim stres etkenleri) zeytin sineği istilasıyla makul bir şekilde ilişkili olduğunu not ettik."

"Algoritmanın bize söylediği şey şuna benzer: Belirli bir süre içinde bu koşullar dizisine (örneğin, beş farklı değişken) sahipseniz, o zaman zeytin veriminin son derece düşük olması kuvvetle muhtemeldir," diye ekledi.

Algoritmadan bu uyarı geldiğinde bir uzmanın verileri doğru yorumlayabilmesi için incelemesi gerekiyor. ​"Zeytin sineği mi yoksa dikkate almamız gereken başka faktörler var mı?” Di Paola dikkat çekti.

"Tüm değişkenleri zaman ve mekânda karşılaştırılabilir hale getirmek için standartlaştırdık ve bu da olaylara yukarıdan bakmamızı sağladı” diye ekledi. ​"Açıkça belirtmek gerekirse, araştırma belirli bir tetikleyicinin ortalamadan daha sıcak bir dönem olduğunu söylediğinde, bu durum ülkenin tüm illeri için geçerliydi."

Geniş bir bölge aralığı keşfedilerek algoritmanın genellemesi artar ve tüm ülkedeki sektör için daha iyi tahminler yapılabilir.

"Bu, resmin tamamına bakmak isteyen tüm kuruluşlar için tüm sektörün faydalı bir görünümüdür" dedi Di Paola.

Kamuya açık, indirilip sistemlerine entegre edilebilen algoritma, sadece İtalya'ya değil, zeytin sektörüne de faydalı olabilir.

"Uyguladığımız yöntem diğer ülke ve sektörlere de ihraç edilebilir” diye tamamladı Di Paola. ​"Algoritma, gerekli verilerle beslendikten sonra bu tür mevsimsel tahminleri yapmak üzere kolaylıkla uyarlanabilir."

• ENEA