Эль-Ниньо помогает предсказывать урожай какао за два года
Новое исследование, опубликованное в журнале Scientific Reports, показывает, что Эль-Ниньо (ENSO) — цикл потепления и похолодания Тихого океана у экватора — является надежным предиктором урожая какао до двух лет до его сбора.
Это важная новость для мелких фермеров и шоколадной индустрии. Заблаговременный прогноз может повлиять на инвестиции в удобрения, улучшить исследовательские программы и снизить риски.
Ключевой вывод: можно эффективно заменить локальные погодные данные (которые часто скудны) данными о температуре поверхности моря (ENSO) для прогнозирования урожаев.
Как это работает: машинное обучение без погодных данных
Для исследования использовали Байесовскую нейронную сеть (BNN). Вместо локальных метеозаписей модель анализировала:
- Данные о внесении удобрений
- Урожайность
- Тип фермерского хозяйства
Результат: фазы ENSO предсказали 75% вариаций урожайности какао на фермах в Индонезии. В некоторых случаях точный прогноз был возможен за 25 месяцев до сбора урожая. Для сравнения: модель, предсказывающая 50% вариаций, уже считается успешной.
Преимущества подхода
- Низкая стоимость: не требует дорогостоящего сбора погодных данных.
- Практическая польза: позволяет моделировать влияние разных агроприемов (например, режимов удобрения) на урожай в условиях изменчивой погоды.
- Сдвиг парадигмы: подход дополняет или заменяет дорогие и сложные в тропиках рандомизированные контрольные испытания (RCT).
Важность данных и сотрудничества
Успех модели зависит от качественных и доступных данных от фермеров:
- В исследовании участвовали фермеры, прошедшие программу обучения лучшим практикам.
- Они тщательно фиксировали данные (удобрения, урожай) и делились ими.
- Организация International Plant Nutrition Institute (IPNI) вела аккуратные записи.
Вывод ученых: междисциплинарное сотрудничество между фермерами, поддержкой на местах (Community Solutions International) и учеными — ключ к успеху. Фермеры получают практические рекомендации «что работает», а ученые — понимание причин.
Метод может быть применен и к другим культурам, зависящим от дождей, — кофе и оливам. Сильные прогностические модели могут стимулировать фермеров к сбору данных, так как они увидят прямую пользу для своих хозяйств.