Реакция сельскохозяйственных культур на обусловленные Эль-Ниньо — Южным колебанием изменения погоды для помощи фермерам в управлении урожаем
Crop response to El Niño-Southern Oscillation related weather variation to help farmers manage their crops
R. A. Chapman, James H. Cock, M. I. Samson, Noel Janetski, Kate Janetski, Dadang Gusyana, Sudarshan Dutta, Thomas Oberthür
Аннотация (перевод)
Аннотация Хотя погода является основным фактором, определяющим урожайность сельскохозяйственных культур, многие фермеры не знают заранее, как изменится погода и как на это отреагируют их культуры. Мы предположили, что в тех случаях, когда Эль-Ниньо — Южное колебание (ENSO) определяет погодные паттерны, а также имеются данные о реакции культур на различные методы управления, можно сопоставить паттерны океанического индекса ENSO (ENSO OI) с ответными мерами по управлению культурами без точных метеорологических данных. Для проверки концепции использовались данные временных рядов урожайности какао-ферм на острове Сулавеси, Индонезия, с применением удобрений и без них. Подход на основе машинного обучения связал 75% вариации урожайности какао с паттернами ENSO за период до 8 и 24 месяцев до сбора урожая и спрогнозировал, когда внесение удобрений будет целесообразным. Таким образом, можно связать среднюю продуктивность какао и реакцию на методы управления напрямую с паттернами ENSO без метеорологических данных при условии: (1) наличия специфичных для конкретного участка данных о продуктивности культур во времени при различных методах управления; и (2) того, что погодные паттерны определяются ENSO OI. Мы полагаем, что установленные здесь принципы могут быть легко применены к другим культурам, особенно когда доступно мало данных о реакции культур на методы управления и погоду. Однако для каждой культуры и каждой области рекомендаций потребуются специфические модели.
Оригинальная аннотация
Abstract Although weather is a major driver of crop yield, many farmers don't know in advance how the weather will vary nor how their crops will respond. We hypothesized that where El Niño-Southern Oscillation (ENSO) drives weather patterns, and data on crop response to distinct management practices exists, it should be possible to map ENSO Oceanic Index (ENSO OI) patterns to crop management responses without precise weather data. Time series data on cacao farm yields in Sulawesi, Indonesia, with and without fertilizer, were used to provide proof-of-concept. A machine learning approach associated 75% of cacao yield variation with the ENSO patterns up to 8 and 24 months before harvest and predicted when fertilizer applications would be worthwhile. Thus, it's possible to relate average cacao crop performance and management response directly to ENSO patterns without weather data provided: (1) site specific data exist on crop performance over time with distinct management practices; and (2) the weather patterns are driven by ENSO OI. We believe that the principles established here can readily be applied to other crops, particularly when there's little data available on crop responses to management and weather. However, specific models will be required for each crop and every recommendation domain.
Идентификаторы
Canonical: https://research.holos.house/w/efed6950-5ba0-4c06-be89-fb42cd7c54aa
DOI: 10.60692/mqx6n-0ym39