该公开算法是使用意大利 15 年的数据开发的,用于比较气候事件的组合如何影响随后的收成。
近百个生产利益相关者 下载了一个算法 这可能提供预测橄榄园行为和生产力的能力。
这项新技术基于对意大利橄榄长期生长周期季节性天气模式的全面分析。
通过比较橄榄发育和收获与气候影响之间的关系,研究人员能够确定数十种潜在的气候压力因素以及它们如何影响橄榄树的生产力。
另见:研究人员表示,橄榄农的人工智能工具将提高产量、降低成本研究人员认为,这些信息可能有助于国家或地区政府、橄榄种植者、生产者和其他相关方预测即将到来的季节如何展开并做出任何农艺或商业调整。
这项新技术源于 协调项目 包括来自意大利国家研究委员会(CNR)和新技术、能源和可持续发展局(ENEA)的科学家以及来自加州大学伯克利分校的美国研究人员。
“我们正在努力了解哪些[气候]驱动因素会引发不利条件,以及对橄榄生产造成不利影响的相关可能性,”意大利国家研究中心意大利生物经济研究所研究员阿里安娜·迪·保拉 (Arianna Di Paola) 说道。 Olive Oil Times.
“触发因素的例子有利于传播的条件 橄榄果蝇 或者冬季高温可能会改变橄榄周期并影响开花和授粉,”她补充道。
该研究分析了 66 年至 2006 年间意大利 2020 个省份的橄榄收成,利用广泛的数据来识别压力源。他们能够揭示最糟糕的橄榄收成是如何发生的。
“了解当前的季节性使我们能够预见在不久的将来我们可能会发生什么,”迪保拉说。
“这些不是季节性预测,季节性预测需要可靠并转化为可操作的信息,以促进决策过程,这本身就是一个完整的研究领域,”她补充道。 “它们是短期情景,可能支持投资、预防措施、治疗或农艺实践。”
这项研究并没有停留在确定不利条件的驱动因素上。
“虽然我们还无法预测橄榄的整个物候周期,因为不可能在区域范围内预测该季节的营养开始,但我们可以做的是,使用日历,简单地将橄榄的生命周期分为两部分:每月分期付款,”迪保拉说。
通过分析多年来影响橄榄产量的变量并每两个月汇总一次,研究人员定义了一个变量列表,并研究了它们随着时间的推移如何相互作用。
该分析提供了短期精确预测,研究人员表示,这比单个变量的分析好三倍。
“例如,一件事是说我们度过了一个温暖的冬天,另一件事是说在那个温暖的冬天之后,我们还经历了一个非常潮湿的夏天,这些因素加起来会使情况进一步恶化,”迪保拉说。
分析完成后,研究人员开始研究哪些季节性气候变量更常与极端恶劣或高产季节相关,而放弃中等产量。
这一选择的目的是确定在广泛的空间范围内,考虑到其他驱动因素的叠加,受气候变化影响最大的产量。
“在中期季节,产量可能取决于变量,例如一个种植者与另一个种植者相比所采用的特定农艺技术,或者修剪橄榄所花费的时间以及更多变量,”迪保拉说。
因此,研究人员更感兴趣的是观察丰富和稀缺的极端季节,因为相关条件的影响与单个种植者的行为无关。
“我们大多数人习惯于关注单一的应激因素,例如冰冻或热浪,但即使我们应该设法正确地看待这些单一的应激因素,如果没有适当的方法,我们仍然无法将它们与特定的物候阶段联系起来。现场观察或模型模拟,”迪保拉说。
“我们试图消除所有这些影响,以便在整个季节中大规模地综合考虑它们,”她补充道。
有趣的是,研究人员发现算法识别的气候变量与橄榄果蝇现象之间存在联系。
“该算法不会告诉你为什么会发生特定的情况,”迪保罗说。 “然而,通过应用它,我们注意到产出——生产力和新出现的气候压力因素方面较差的年份——似乎与橄榄果蝇侵扰有关。”
“该算法告诉我们的是:如果你有这些条件,比方说在给定时间内有五个不同的变量,那么橄榄产量很可能会特别低,”她补充道。
一旦算法发出此警告,专家就必须查看数据以正确解释它。 “是橄榄果蝇的问题,还是我们应该考虑其他因素?”迪保拉指出。
“我们对所有变量进行标准化,使它们在时间和空间上具有可比性,这使我们能够从上面看事物,”她补充道。 “需要明确的是,当研究表明特定的触发因素是比平均水平更温暖的时期时,全国所有省份都是如此。”
通过探索更广泛的领土,算法的泛化能力得到提高,并且可以实现对全国整个行业的更好预测。
“对于所有有兴趣了解全局的实体来说,这是整个行业的有用视图,”迪保拉说。
该算法可以公开访问,可以下载并集成到他们的系统中,不仅对意大利而且对橄榄行业都有帮助。
“我们应用的方法可以输出到其他国家和行业。”迪保拉总结道。 “一旦输入了所需的数据,该算法就可以轻松地进行调整以进行这种季节性预测。”