Le previsioni sulla resa dei raccolti sono un fattore chiave per l'economia regionale e i mercati finanziari, interessando quasi l'intera filiera agricola. Ecco perché gli economisti ricercatori agrari, agenzie governative, e le aziende private stanno lavorando per migliorare l'accuratezza di queste previsioni.

Il rapporto mensile World Agricultural Supply and Demand Estimates (WASDE) del Dipartimento dell'Agricoltura degli Stati Uniti prevede le previsioni sulla resa di fine stagione sulla base di indagini e analisi in tempo reale sugli agricoltori del National Agricultural Statistics Service (NAS) dell'USDA. ed è considerato da molti il ​​gold standard per le previsioni di rendimento. Ma i ricercatori dell'Università dell'Illinois hanno sviluppato un nuovo metodo che supera le stime WASDE dell'USDA, in modo scientificamente rigoroso e riproducibile.

"Utilizzando previsioni stagionali e dati satellitari, abbiamo sviluppato un sistema di previsione della resa molto avanzato sia a livello nazionale che di contea. La nostra ricerca dimostra che possiamo fare meglio della stima in tempo reale dell'USDA, "dice Kaiyu Guan, investigatore principale sulla Lettere di ricerca geofisica studio, e assistente professore presso il Dipartimento di Risorse Naturali e Scienze Ambientali (NRES) presso l'U of I e professore di Blue Waters presso il National Center for Supercomputing Applications (NCSA).

Guan e i suoi colleghi non sono i primi a utilizzare i dati satellitari per cercare di prevedere la resa dei raccolti, ma il loro uso combinato della previsione del clima stagionale, insieme alle informazioni sulla crescita delle colture da immagini satellitari, è unico.

Lo studio ha valutato l'accuratezza di fine stagione delle fonti di dati individuali e combinate rispetto alla previsione nazionale sulla resa del mais nei rapporti mensili USDA WASDE.

"Rispetto all'utilizzo delle informazioni climatiche storiche per il futuro sconosciuto, che è ciò su cui si basa la maggior parte delle ricerche precedenti, l'utilizzo delle previsioni climatiche stagionali dei Centri nazionali per la previsione ambientale del NOAA ha fornito prestazioni di previsione migliori, soprattutto nel ridurre le incertezze, "dice Bin Peng, l'autore principale di questo studio e ricercatore post-dottorato associato in NRES e NCSA.

Guan aggiunge, "Ma se usiamo solo i dati di previsione del clima stagionale:temperatura, pioggia, e deficit di pressione di vapore:le nostre previsioni non erano migliori di quelle dell'USDA. È stato solo quando abbiamo aggiunto i dati satellitari che abbiamo iniziato a vedere il miglioramento. Questa è una chiara indicazione che i dati satellitari sono estremamente utili in questo caso".

Il nuovo approccio consente di effettuare previsioni di fine stagione più accurate all'inizio della stagione. Alla fine della stagione di crescita, quando la raccolta del mais è completa, è possibile guardare indietro e valutare l'accuratezza della previsione di ogni mese precedente. Tra il 2010 e il 2016, Per esempio, il rapporto WASDE per giugno era spento, in media, di 17,66 staia per acro. Per lo stesso arco di tempo, Il sistema di Guan e Peng era solo di 12,75 staia per acro. In agosto, WASDE era fuori di una media di 5,63 staia per acro, mentre il sistema di Guan e Peng ha ridotto il numero a 4,37.

"Migliorare la nostra capacità di prevedere la resa delle colture è davvero importante per molte applicazioni. Gli agricoltori vogliono conoscere queste informazioni perché sono direttamente correlate al prezzo che possono aspettarsi. Le previsioni economiche e i prezzi di mercato delle materie prime per mais e soia dipendono da queste informazioni. Anche la logistica:Le aziende produttrici di cereali hanno bisogno di scoprire quali luoghi producono grano e quanto. Hanno la capacità di raccoglierlo e lavorarlo? L'assicurazione del raccolto dipende da queste informazioni, pure. È un problema che ha molti significati pratici, " dice Guan.

"Il nuovo sistema è implementato su Blue Waters, uno dei supercomputer più avanzati degli Stati Uniti, " afferma Peng. "Abbiamo bisogno di una struttura di calcolo ad alte prestazioni come Blue Waters per elaborare l'enorme quantità di previsioni climatiche stagionali e dati satellitari".

L'articolo, "Vantaggi della previsione del clima stagionale e dei dati satellitari per la previsione della resa del mais negli Stati Uniti, " è pubblicato in Lettere di ricerca geofisica .