Actualidad Agricultura Agroindustria Ambiente Ciencia

Precisión en el rendimiento del maíz de final de temporada en EEUU

Las predicciones del rendimiento de los cultivos son un motor clave de la economía regional y los mercados financieros, que afectan a casi toda la cadena de suministro agrícola. Es por eso que los economistas, los investigadores agrícolas, las agencias gubernamentales y las empresas privadas están trabajando para mejorar la precisión de estas predicciones.

l informe mensual de estimaciones de la oferta y la demanda agrícolas mundiales (WASDE) del Departamento de Agricultura de los EE. UU. Pronostica un rendimiento al final de temporada basado en encuestas y análisis de agricultores en tiempo real del Servicio Nacional de Estadísticas Agrícolas (NASS) del USDA, y muchos lo consideran El estándar de oro para las predicciones de rendimiento. Pero los investigadores de la Universidad de Illinois han desarrollado un nuevo método que supera las estimaciones de WASDE del USDA, de una manera científicamente rigurosa y reproducible.

“Usando pronósticos estacionales y datos satelitales , desarrollamos un sistema de predicción de rendimiento muy avanzado tanto a nivel nacional como de condado. Nuestra investigación demuestra que podemos hacerlo mejor que la estimación en tiempo real del USDA”, dice Kaiyu Guan, investigador principal de Geofísica Research Letters estudia, y profesor asistente en el Departamento de Recursos Naturales y Ciencias del Medio Ambiente (NRES) en la U of I y profesor de Blue Waters en el Centro Nacional para Aplicaciones de Supercomputación (NCSA).

Guan y sus colegas no son los primeros en usar datos satelitales para tratar de predecir el rendimiento de los cultivos, pero su uso combinado de la predicción del clima estacional, junto con la información sobre el crecimiento de los cultivos a partir de imágenes satelitales, es único.

El estudio evaluó la precisión de final de temporada de las fuentes de datos individuales y combinadas en comparación con el pronóstico nacional de rendimiento de maíz en los informes mensuales del USDA WASDE.

“Comparado con el uso de información climática histórica para un futuro desconocido, que es en lo que se basa la mayoría de las investigaciones anteriores, el uso de predicciones climáticas estacionales de los Centros Nacionales para la Predicción Ambiental de la NOAA dio un mejor desempeño de pronóstico, especialmente en la reducción de las incertidumbres”, dice Bin Peng, el autor principal de este estudio e investigador postdoctoral asociado en NRES y NCSA.

Guan agrega: “Pero si solo usamos datos de predicción del clima estacional (temperatura, lluvia y déficit de presión de vapor), nuestras predicciones no fueron mejores que las del USDA. Fue solo cuando agregamos los datos satelitales que comenzamos a ver la mejora. Eso es una clara indicación de que los datos satelitales son extremadamente útiles en este caso “.

El nuevo enfoque permite hacer predicciones más precisas de fin de temporada al principio de la temporada. Al final de la temporada de crecimiento, cuando se completa la cosecha de maíz, es posible mirar hacia atrás y evaluar la precisión de la predicción de cada mes anterior. Entre 2010 y 2016, por ejemplo, el informe de WASDE de junio se suspendió, en promedio, en 17,66 bushels por acre. Para el mismo marco de tiempo, el sistema de Guan y Peng solo se desactivó en 12.75 bushels por acre. En agosto, WASDE perdió un promedio de 5.63 bushels por acre, mientras que el sistema de Guan y Peng redujo el número a 4.37.

“Mejorar nuestra capacidad para predecir el rendimiento de los cultivos es realmente importante para muchas aplicaciones. Los agricultores desean conocer esta información porque está directamente relacionada con el precio que pueden esperar. La previsión económica y los precios de los productos básicos para el maíz y la soja dependen de esta información. También logística: “Las compañías de granos necesitan descubrir qué lugares producen granos y cuánto. ¿Tienen la capacidad de recolectarlo y procesarlo? El seguro de cultivo también depende de esta información. Es un problema que tiene un gran significado práctico”, dice Guan.

“El nuevo sistema se implementa en Blue Waters, una de las supercomputadoras más avanzadas de los Estados Unidos”, dice Peng. “Necesitamos una instalación informática de alto rendimiento como Blue Waters para procesar la enorme cantidad de predicciones climáticas estacionales y datos satelitales”.

Referencia del diario: Cartas de investigación geofísica 

Proporcionado por: Universidad de Illinois en Urbana-Champaign

FUENTE: phys.org

Vía: mundoagropecuario

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *