Дослідники розробили алгоритм для прогнозування потенціалу врожаю на основі кліматичних даних

Майже сотня учасників виробництва завантажив алгоритм це може надати можливість прогнозувати поведінку та продуктивність оливкової гаї.

Нова технологія заснована на ретельному аналізі сезонних погодних умов під час циклу росту олив протягом тривалого періоду в Італії.

Порівнюючи взаємозв’язок між розвитком олив і врожаєм із впливом клімату, дослідники змогли визначити десятки потенційних кліматичних стресів і те, як вони впливають на продуктивність оливкових дерев.

Дослідники вважають, що ця інформація може допомогти національним або регіональним адміністраціям, виробникам оливок, виробникам та іншим зацікавленим сторонам у прогнозуванні того, як може розгортатися майбутній сезон, і вносити будь-які агрономічні або бізнес-коригування.

Нова технологія є результатом a узгоджений проект за участю вчених з Італійської національної дослідницької ради (CNR) та Агентства нових технологій, енергетики та сталого розвитку (ENEA), а також американських дослідників з Університету Каліфорнії – Берклі.

"Ми працюємо над розумінням того, які [кліматичні] чинники можуть викликати несприятливі умови та пов’язану з цим ймовірність негативного впливу на виробництво оливок», – сказала Аріанна Ді Паола, дослідник Італійського інституту біоекономіки при CNR. Olive Oil Times.

"Прикладами тригерів є умови, які сприяють поширенню оливкова фруктова муха або високі зимові температури, які можуть змінити цикл оливок і вплинути на цвітіння та запилення», – додала вона.

Дослідження проаналізувало врожай оливок у 66 італійських провінціях між 2006 і 2020 роками, щоб визначити стресори, використовуючи широкий діапазон даних. Їм вдалося з’ясувати, як були отримані найгірші врожаї оливок.

"Розуміння поточної сезонності дозволяє нам передбачити, чого ми можемо очікувати в найближчому майбутньому», – сказав Ді Паола.

"Це не сезонні прогнози, які мають бути надійними та переведеними в дієву інформацію, щоб полегшити процес прийняття рішень, — цілий світ досліджень сам по собі», — додала вона. ​"Це короткострокові сценарії, які можуть сприяти інвестиціям, профілактичним заходам, лікуванням або агрономічним методам».

Дослідження не обмежилися виявленням рушіїв несприятливих умов.

"Хоча ми ще не можемо передбачити весь фенологічний цикл оливки, оскільки неможливо передбачити початок вегетації сезону в регіональному масштабі, що ми можемо зробити, це за допомогою календаря просто розділити життєвий цикл оливи на два: місячними розстрочками», – сказав Ді Паола.

Аналізуючи змінні, що впливають на виробництво оливок протягом багатьох років, і агрегуючи їх кожні два місяці, дослідники визначили перелік змінних і вивчили, як вони взаємодіють з часом.

Аналіз дає короткостроковий точний прогноз, який, за словами дослідників, утричі кращий, ніж аналіз однієї змінної.

"Наприклад, одна річ – сказати, що у нас була тепліша зима, інша – сказати, що після цієї теплої зими у нас також було дуже вологе літо, фактори, які можуть додаватися та ще більше погіршувати сценарій», – сказав Ді Паола.

Після того, як аналіз був готовий, дослідники розглянули, які сезонні змінні клімату частіше асоціюються з надзвичайно поганими або високоврожайними сезонами, відкидаючи середні показники врожайності.

Цей вибір мав на меті визначити врожайність, на яку в широкому просторовому масштабі найбільше вплинула мінливість клімату з огляду на накладення інших чинників.

"У середні сезони врожайність може залежати від таких змінних, як застосування конкретних агротехнічних прийомів одним виробником порівняно з іншим, або від часу, витраченого на обрізку оливок, і багатьох інших змінних», – сказав Ді Паола.

Тому дослідникам було більше цікаво розглядати як рясні, так і дефіцитні екстремальні сезони, оскільки відповідні умови мали вплив незалежно від дій одного виробника.

"Більшість із нас звикли зосереджуватися на окремих факторах стресу, таких як мороз чи спека, але навіть якщо нам вдалося правильно розглянути ці окремі фактори стресу, ми все одно не зможемо пов’язати їх із певною фенологічною стадією без належного польові спостереження або модельне моделювання», – сказав Ді Паола.

"Ми намагалися згладити всі ці ефекти, щоб розглядати їх разом у великому масштабі та за цілі сезони», – додала вона.

Цікаво, що дослідники виявили зв’язок між кліматичними змінними, визначеними алгоритмом, і феноменом оливкової плодової мухи.

"Алгоритм не скаже вам, чому відбудеться певний сценарій», — сказав Ді Паоло. ​"Однак, застосовуючи його, ми зазначаємо, що результати – гірші роки з точки зору продуктивності та нові кліматичні стресори – були вірогідно пов’язані із зараженням оливковою плодовою мухою».

"Алгоритм говорить нам щось на кшталт: якщо у вас є цілий набір умов, скажімо, п’ять різних змінних протягом заданого часу, то дуже ймовірно, що врожайність оливок буде надзвичайно низькою», – додала вона.

Коли це попередження надходить від алгоритму, експерт повинен переглянути дані, щоб правильно їх інтерпретувати. ​"Це оливкова плодова муха чи є інші фактори, які ми повинні враховувати?» – зазначив Ді Паола.

"Ми стандартизували всі змінні, щоб зробити їх порівнянними в часі та просторі, і це дозволило нам дивитися на речі згори», – додала вона. ​"Щоб було зрозуміло, коли дослідження говорить, що конкретним тригером є тепліший період, ніж у середньому, це було правдою для всіх провінцій країни».

Досліджуючи широкий діапазон території, узагальнення алгоритму збільшується, і можна досягти кращих прогнозів для всього сектора в усій країні.

"Це корисний погляд на весь сектор для всіх суб’єктів, зацікавлених у повній картині», – сказав Ді Паола.

Алгоритм, який є загальнодоступним, його можна завантажити та інтегрувати в їхні системи, може бути корисним не лише для Італії, але й для оливкового сектору.

"Метод, який ми застосували, можна експортувати в інші країни та сектори», – підсумував Ді Паола. ​"Отримавши необхідні дані, алгоритм можна легко адаптувати для створення такого сезонного прогнозу».

• ВДНГ