Kur shirat sezonalë vijnë më vonë në Indonezi, fermerët shpesh e marrin atë si një shenjë se nuk ia vlen të investojnë në plehra për të korrat e tyre.Ndonjëherë ata zgjedhin të mos mbjellin fare të lashtat njëvjeçare.Zakonisht, ata marrin vendimin e duhur, sepse fillimi i vonë i sezonit të shirave zakonisht lidhet me gjendjen e Lëkundjes Jugore të El Niño (ENSO) dhe reshjeve të pamjaftueshme në muajt e ardhshëm.
Hulumtimi i ri i botuar në "Science Reports" tregon se ENSO është një cikël deformimi i motit i ngrohjes dhe ftohjes përgjatë Oqeanit Paqësor përgjatë ekuatorit, dhe një parashikim i fuqishëm deri në dy vjet përpara se pema e kakaos të korret.
Ky mund të jetë një lajm i mirë për fermerët e vegjël, shkencëtarët dhe industrinë globale të çokollatës.Aftësia për të parashikuar madhësinë e të korrave paraprakisht mund të ndikojë në vendimet e investimeve në fermë, të përmirësojë programet e kërkimit të kulturave tropikale dhe të zvogëlojë rreziqet dhe pasiguritë në industrinë e çokollatës.
Studiuesit thonë se e njëjta metodë që kombinon mësimin e avancuar të makinerive me mbledhjen strikte afatshkurtër të të dhënave mbi zakonet dhe rendimentet e fermerëve mund të zbatohet edhe për kulturat e tjera të varura nga shiu, përfshirë kafenë dhe ullinjtë.
Thomas Oberthür, bashkëautor dhe zhvillues biznesi i Institutit Afrikan të Ushqyerjes së Bimëve (APNI) në Marok, tha: "Inovacioni kryesor i këtij hulumtimi është se ju mund të zëvendësoni në mënyrë efektive të dhënat e motit me të dhënat ENSO".“Duke përdorur këtë metodë, ju mund të eksploroni çdo gjë që lidhet me ENSO.Të lashtat me marrëdhënie prodhimi.”
Rreth 80% e tokës së punueshme në botë mbështetet në reshjet direkte (në krahasim me ujitjen), të cilat përbëjnë rreth 60% të prodhimit total.Megjithatë, në shumë prej këtyre zonave, të dhënat e reshjeve janë të pakta dhe shumë të ndryshueshme, gjë që e bën të vështirë për shkencëtarët, politikëbërësit dhe grupet e fermerëve që të përshtaten me ndryshimet e motit.
Në këtë studim, studiuesit përdorën një lloj mësimi makinerie që nuk kërkon regjistrime të motit nga fermat indoneziane të kakaos që marrin pjesë në studim.
Në vend të kësaj, ata u mbështetën në të dhënat për aplikimin e plehrave, rendimentin dhe llojin e fermës.Ata i lidhën këto të dhëna në një rrjet nervor Bayesian (BNN) dhe zbuluan se faza ENSO parashikoi 75% të ndryshimit në rendiment.
Me fjalë të tjera, në shumicën e rasteve në studim, temperatura e sipërfaqes së detit të Oqeanit Paqësor mund të parashikojë me saktësi korrjen e kokrrave të kakaos.Në disa raste, është e mundur të bëhen parashikime të sakta 25 muaj para korrjes.
Si fillim, zakonisht është e mundur të festohet një model që mund të parashikojë me saktësi një ndryshim prej 50% në prodhim.Ky lloj i saktësisë së parashikimit afatgjatë të rendimenteve të bimëve është i rrallë.
Bashkëautori dhe studiuesi nderi i aleancës James Cock tha: “Kjo na lejon të mbivendosim praktika të ndryshme menaxhimi në fermë, të tilla si sistemet e fekondimit, dhe të nxjerrim përfundime ndërhyrje efektive me besim të lartë.“Organizata Ndërkombëtare e Biodiversitetit dhe CIAT."Ky është një ndryshim i përgjithshëm në kërkimin operativ."
Cock, një fiziolog i bimëve, tha se megjithëse provat e kontrolluara të rastësishme (RCT) konsiderohen përgjithësisht standardi i artë për kërkime, këto prova janë të shtrenjta dhe për këtë arsye zakonisht të pamundura në zhvillimin e rajoneve bujqësore tropikale.Metoda e përdorur këtu është shumë më e lirë, nuk kërkon grumbullim të shtrenjtë të të dhënave të motit dhe ofron udhëzime të dobishme se si të menaxhohen më mirë të korrat në ndryshimin e motit.
Analisti i të dhënave dhe autori kryesor i studimit Ross Chapman (Ross Chapman) shpjegoi disa nga avantazhet kryesore të metodave të mësimit të makinerive mbi metodat tradicionale të analizës së të dhënave.
Chapman tha: "Modeli BNN është i ndryshëm nga modeli standard i regresionit, sepse algoritmi merr variabla të dhëna (të tilla si temperatura e sipërfaqes së detit dhe lloji i fermës) dhe më pas automatikisht 'mëson' të njohë përgjigjen e variablave të tjerë (si p.sh. rendimenti i të korrave). ”, tha Chapman.“Procesi bazë i përdorur në procesin e të mësuarit është i njëjtë me procesin që truri i njeriut mëson të njohë objekte dhe modele nga jeta reale.Përkundrazi, modeli standard kërkon mbikëqyrje manuale të variablave të ndryshëm përmes ekuacioneve të krijuara artificialisht.
Edhe pse në mungesë të të dhënave të motit, mësimi i makinerive mund të çojë në parashikime më të mira të rendimentit të të korrave, nëse modelet e mësimit të makinerive mund të funksionojnë siç duhet, shkencëtarët (ose vetë fermerët) duhet të mbledhin me saktësi informacione të caktuara të prodhimit dhe t'i bëjnë këto të dhëna të disponueshme.
Për fermën indoneziane të kakaos në këtë studim, fermerët janë bërë pjesë e një programi trajnimi për praktikat më të mira për një kompani të madhe çokollate.Ata gjurmojnë të dhëna të tilla si aplikimi i plehrave, i ndajnë lirisht këto të dhëna për analiza dhe mbajnë shënime të rregullta në Institutin Ndërkombëtar të Ushqyerjes së Bimëve (IPNI) të organizuar në vend, për t'u përdorur nga studiuesit.
Përveç kësaj, shkencëtarët më parë i ndanë fermat e tyre në dhjetë grupe të ngjashme me topografi dhe kushte të ngjashme të tokës.Studiuesit përdorën të dhënat e korrjes, aplikimit të plehrave dhe rendimentit nga viti 2013 deri në 2018 për të ndërtuar një model.
Njohuritë e marra nga kultivuesit e kakaos u japin atyre besim se si dhe kur të investojnë në plehra.Aftësitë agronomike të fituara nga ky grup i pafavorizuar mund t'i mbrojnë ata nga humbjet e investimeve, të cilat zakonisht ndodhin në kushte të pafavorshme atmosferike.
Falë bashkëpunimit të tyre me studiuesit, njohuritë e tyre tani mund të ndahen në një farë mënyre me kultivuesit e kulturave të tjera në pjesë të tjera të botës.
Cork tha: “Pa përpjekjet e përbashkëta të fermerit të përkushtuar IPNI dhe organizatës së fortë mbështetëse të fermerëve Community Solutions International, ky hulumtim nuk do të ishte i mundur”.Ai theksoi rëndësinë e bashkëpunimit multidisiplinar dhe balancoi përpjekjet e palëve të interesuara.Nevoja të ndryshme.
Oberthür i APNI tha se modelet e fuqishme parashikuese mund të përfitojnë fermerët dhe studiuesit dhe të nxisin bashkëpunimin e mëtejshëm.
Obertoor tha: "Nëse jeni një fermer që mbledh të dhëna në të njëjtën kohë, ju duhet të arrini rezultate të prekshme."“Ky model mund t'u sigurojë fermerëve informacion të dobishëm dhe mund të ndihmojë në nxitjen e mbledhjes së të dhënave, sepse fermerët do të shohin se po bëjnë një kontribut, i cili sjell përfitime për fermën e tyre.

suzy@lstchocolatemachine.com

www.lstchocolatemachine.com