Indoneziyada mavsumiy yomg'irlar kechroq kelganda, fermerlar buni o'z ekinlari uchun o'g'itlarga sarmoya kiritmaslikning belgisi sifatida qabul qilishadi.Ba'zan ular bir yillik ekinlarni umuman ekmaslikni tanlashadi.Odatda, ular to'g'ri qaror qabul qilishadi, chunki yomg'irli mavsumning kech boshlanishi odatda El Nino janubiy tebranishi (ENSO) holati va kelgusi oylarda etarli darajada yog'ingarchilik bo'lmasligi bilan bog'liq.
"Science Reports" da chop etilgan yangi tadqiqot shuni ko'rsatadiki, ENSO - bu Tinch okeani bo'ylab ekvator bo'ylab isinish va sovishning ob-havo deformatsiyasi va kakao daraxti yig'ib olinishidan ikki yilgacha bo'lgan kuchli prognoz.
Bu kichik fermerlar, olimlar va global shokolad sanoati uchun yaxshi yangilik bo'lishi mumkin.O'rim-yig'im hajmini oldindan bashorat qilish qobiliyati fermer xo'jaliklarining investitsiya qarorlariga ta'sir qilishi, tropik ekinlar bo'yicha tadqiqot dasturlarini yaxshilashi va shokolad sanoatidagi xavf va noaniqliklarni kamaytirishi mumkin.
Tadqiqotchilarning ta'kidlashicha, ilg'or mashina o'rganish bilan fermerlarning odatlari va hosildorligi bo'yicha qat'iy qisqa muddatli ma'lumotlarni to'plash bilan birlashtirgan xuddi shu usul yomg'irga bog'liq bo'lgan boshqa ekinlar, jumladan, qahva va zaytun uchun ham qo'llanilishi mumkin.
Tomas Obertur, Marokashdagi Afrika o'simliklarni oziqlantirish institutining (APNI) hammuallifi va biznes ishlab chiqaruvchisi: "Ushbu tadqiqotning asosiy yangiligi shundaki, siz ob-havo ma'lumotlarini ENSO ma'lumotlari bilan samarali almashtirishingiz mumkin."“Ushbu usuldan foydalanib, siz ENSO bilan bog'liq hamma narsani o'rganishingiz mumkin.Ishlab chiqarish munosabatlari bilan ekinlar”.
Dunyodagi haydaladigan erlarning 80% ga yaqini toʻgʻridan-toʻgʻri yogʻingarchilik (sugʻorishdan farqli oʻlaroq) hisobiga toʻgʻri keladi, bu umumiy hosilning qariyb 60% ni tashkil qiladi.Biroq, ushbu hududlarning aksariyatida yog'ingarchilik ma'lumotlari siyrak va juda o'zgaruvchan, bu olimlar, siyosatchilar va fermerlar guruhlari ob-havo o'zgarishlariga moslashishni qiyinlashtiradi.
Ushbu tadqiqotda tadqiqotchilar tadqiqotda qatnashgan Indoneziya kakao fermalaridan ob-havo ma'lumotlarini talab qilmaydigan mashina o'rganish turidan foydalanganlar.
Buning o'rniga ular o'g'itlarni qo'llash, hosildorlik va fermer xo'jaligi turiga oid ma'lumotlarga tayandilar.Ular ushbu ma'lumotlarni Bayes neyron tarmog'iga (BNN) ulashdi va ENSO bosqichi rentabellikdagi o'zgarishlarning 75 foizini bashorat qilishini aniqladilar.
Boshqacha qilib aytganda, tadqiqotda ko'p hollarda Tinch okeanining dengiz yuzasi harorati kakao loviya hosilini aniq taxmin qilish mumkin.Ba'zi hollarda, hosilni yig'ib olishdan 25 oy oldin aniq bashorat qilish mumkin.
Yangi boshlanuvchilar uchun odatda ishlab chiqarishning 50% o'zgarishini aniq taxmin qila oladigan modelni nishonlash mumkin.Ekinlar hosildorligini uzoq muddatli prognozlashning bunday aniqligi kamdan-kam uchraydi.
Alyansning hammuallifi va faxriy tadqiqotchisi Jeyms Kok shunday dedi: “Bu bizga fermada urug‘lantirish tizimlari kabi turli boshqaruv usullarini qo‘llash va yuqori ishonch bilan samarali aralashuvlar haqida xulosa chiqarish imkonini beradi.“Xalqaro biologik xilma-xillik tashkiloti va CIAT."Bu operatsion tadqiqotlarga umumiy o'tishdir."
O'simliklar fiziologi Xo'rozning ta'kidlashicha, randomizatsiyalangan nazorat ostida sinovlar (RCT) odatda tadqiqot uchun oltin standart hisoblansa-da, bu sinovlar qimmat va shuning uchun rivojlanayotgan tropik qishloq xo'jaligi hududlarida odatda imkonsizdir.Bu erda qo'llaniladigan usul ancha arzon, ob-havo ma'lumotlarini qimmat yig'ishni talab qilmaydi va o'zgaruvchan ob-havo sharoitida ekinlarni qanday qilib yaxshiroq boshqarish bo'yicha foydali ko'rsatmalar beradi.
Ma'lumotlar tahlilchisi va tadqiqotning etakchi muallifi Ross Chapman (Ross Chapman) an'anaviy ma'lumotlarni tahlil qilish usullariga nisbatan mashinani o'rganish usullarining ba'zi asosiy afzalliklarini tushuntirdi.
Chapman shunday dedi: "BNN modeli standart regressiya modelidan farq qiladi, chunki algoritm kirish o'zgaruvchilarini (masalan, dengiz yuzasi harorati va fermer xo'jaligi turi) oladi va keyin avtomatik ravishda boshqa o'zgaruvchilarning javobini (masalan, hosildorlik) tan olishni o'rganadi", - dedi Chapman.“O'quv jarayonida qo'llaniladigan asosiy jarayon inson miyasi real hayotdan ob'ektlar va naqshlarni tan olishni o'rganadigan jarayon bilan bir xil.Aksincha, standart model sun'iy ravishda yaratilgan tenglamalar orqali turli xil o'zgaruvchilarni qo'lda nazorat qilishni talab qiladi.
Ob-havo ma'lumotlari mavjud bo'lmasa-da, mashinani o'rganish ekinlar hosildorligini bashorat qilishning yaxshilanishiga olib kelishi mumkin, agar mashinani o'rganish modellari to'g'ri ishlay olsa, olimlar (yoki fermerlarning o'zlari) baribir ma'lum ishlab chiqarish ma'lumotlarini to'g'ri to'plashlari va bu ma'lumotlarni osongina mavjud qilishlari kerak.
Ushbu tadqiqotda Indoneziya kakao fermasi uchun fermerlar yirik shokolad kompaniyasi uchun eng yaxshi amaliyot o'quv dasturining bir qismiga aylandilar.Ular o'g'itlarni qo'llash kabi ma'lumotlarni kuzatib boradilar, ushbu ma'lumotlarni tahlil qilish uchun erkin almashadilar va tadqiqotchilar foydalanishi uchun mahalliy tashkil etilgan Xalqaro o'simliklarni oziqlantirish institutida (IPNI) toza yozuvlarni saqlaydilar.
Bundan tashqari, olimlar ilgari o'z xo'jaliklarini relef va tuproq sharoitlari o'xshash o'nta o'xshash guruhga bo'lishdi.Tadqiqotchilar modelni yaratish uchun 2013 yildan 2018 yilgacha hosil, o‘g‘it qo‘llash va hosildorlik ma’lumotlaridan foydalangan.
Kakao yetishtiruvchilar tomonidan olingan bilimlar ularga o'g'itlarga qanday va qachon sarmoya kiritishga ishonch hosil qiladi.Ushbu noqulay guruh tomonidan olingan agrotexnik ko'nikmalar ularni odatda noqulay ob-havo sharoitida yuzaga keladigan investitsiya yo'qotishlaridan himoya qilishi mumkin.
Ularning tadqiqotchilar bilan hamkorligi tufayli ularning bilimlari endi qaysidir ma'noda dunyoning boshqa qismlarida boshqa ekin yetishtiruvchilar bilan bo'lishish mumkin.
Kork shunday dedi: "Fidoyi fermer IPNI va Community Solutions International fermerlarni qo'llab-quvvatlovchi kuchli tashkilotning birgalikdagi sa'y-harakatlarisiz bu tadqiqotni amalga oshirib bo'lmaydi."U ko‘p tarmoqli hamkorlik muhimligini ta’kidlab, manfaatdor tomonlarning sa’y-harakatlarini muvozanatlashtirdi.Turli xil ehtiyojlar.
APNI xodimi Oberturning ta'kidlashicha, kuchli bashoratli modellar fermerlar va tadqiqotchilarga foyda keltirishi va kelgusidagi hamkorlikni rivojlantirishi mumkin.
Obertoor shunday dedi: "Agar siz bir vaqtning o'zida ma'lumot to'playdigan fermer bo'lsangiz, aniq natijalarga erishishingiz kerak.""Ushbu model fermerlarni foydali ma'lumotlar bilan ta'minlashi va ma'lumotlar to'plashni rag'batlantirishga yordam berishi mumkin, chunki fermerlar o'zlarining fermalariga foyda keltiradigan Hissa qo'shish uchun qilayotganlarini ko'rishadi."

suzy@lstchocolatemachine.com

www.lstchocolatemachine.com