Агрономы требуют пересмотра методов прогнозирования урожая

Международная группа агрономов заявляет о срочной необходимости разработки нового подхода к оценке потенциала урожайности сельскохозяйственных культур и разрывов между возможными и реальными показателями сбора. Эта информация имеет решающее значение для планирования мер по удовлетворению растущего мирового спроса на продовольствие.

Значительный вклад в это исследование, опубликованное в онлайн-формате научного журнала Nature Food, внесли специалисты из Университета Небраски-Линкольна.

Патрисио Грассини, заслуженный профессор агрономии имени Санкист и один из авторов публикации, отмечает, что человечество участвует в гонке за обеспечение продовольствием всего населения планеты, используя при этом ограниченные площади имеющихся сельскохозяйственных земель.

Для успешного решения этой задачи необходимы точные прогнозы как потенциальной урожайности, которая определяется климатическими условиями и свойствами почвы, так и так называемых «разрывов в урожайности». Эти разрывы представляют собой разницу между теоретически возможным и фактически получаемым фермерами урожаем, указывая на резервы для увеличения производства продовольствия на уже обрабатываемых землях. Такие оценки критически важны при принятии решений об инвестициях в сельскохозяйственные исследования и разработки, как со стороны государственных, так и частных структур.

Основная проблема заключается в выборе наиболее надежного метода для получения этих оценок.

В статье для Nature Food команда ученых из Небраски и трех других исследовательских институтов ставит под сомнение адекватность статистических методов, широко применяемых сегодня. Кроме профессора Грассини, соавторами исследования от Университета Небраски выступили научные сотрудники факультета агрономии Фатима Тенорио, Фернандо Арамбуру Мерлос и Хуан Ратталино Эдрейра.

Патрисио Грассини поясняет, что, к примеру, в Соединенных Штатах существующие статистические модели склонны чрезмерно полагаться на идеализированные условия – данные самых продуктивных округов с наиболее плодородными почвами, собранные в год с самой благоприятной погодой. Кроме того, эти методы распространяют единый показатель потенциальной урожайности на обширные территории с большим разнообразием климата и почв, что в реальности должно приводить к значительному разбросу потенциальных урожаев.

Профессор Грассини указывает, что использование такого «идеального» года в качестве ориентира приводит к завышению оценок производственного потенциала, поскольку условия лучшего округа с лучшими почвами в лучший год не являются репрезентативными для среднего климата или типичных почв в масштабах всего штата.

Однако в других регионах мира, например, в Африке, эти же модели могут давать заниженные оценки потенциальной урожайности. Там фермеры часто имеют ограниченный доступ к ресурсам, таким как удобрения или современная техника, по сравнению с производителями в других частях света, и поэтому их реальные урожаи значительно ниже того уровня, который могли бы обеспечить местные климатические условия.

Применение такого статистического подхода также ведет к получению противоречивых результатов: оценки потенциального производства, рассчитанные разными методами, могут отличаться почти вдвое. Грассини подчеркивает, что этот подход, продвигаемый в основном географами и статистиками, а не специалистами-агрономами, стал общепринятым, но назрела необходимость в более строгом и обоснованном анализе.

Выводы исследовательской группы подробно изложены в статье под названием «Статистические подходы неадекватны для точной оценки потенциала урожайности и разрывов на региональном уровне».

В рамках исследования проводилось сравнение оценок потенциальной урожайности и разрывов для основных богарных (неорошаемых) культур США – кукурузы, сои и пшеницы. Оценки, полученные с помощью четырех распространенных статистических моделей, сопоставлялись с результатами, полученными с использованием подхода пространственного масштабирования «снизу вверх». Этот альтернативный метод основан на применении надежных моделей роста сельскохозяйственных культур и детальных локальных данных о погоде и почве, примером которого служит разработанный в Университете Небраски атлас Global Yield Gap and Water Productivity Atlas.

Процессно-ориентированные модели культур, использованные в данном исследовании, прошли тщательную проверку и доказали свою способность точно оценивать потенциальную урожайность. Они калибруются на основе экспериментальных данных, собранных с хорошо управляемых посевов в разнообразных агроклиматических условиях. Исследовательская группа пришла к выводу, что такой подход «снизу вверх», который позволяет лучше учитывать долгосрочные климатические данные и региональные вариации почвенно-климатических условий, является очевидно более точным и надежным.

Патрисио Грассини говорит, что ожидает определенной полемики вокруг выводов команды, поскольку они бросают вызов устоявшимся представлениям.

Подход, рекомендуемый исследовательской группой, должен позволить более точно определять разрывы в урожайности. По мнению ученых, это «поможет выявить регионы с наибольшим потенциалом для наращивания производства сельскохозяйственных культур, что, в свою очередь, создаст основу для целенаправленного развития программ сельскохозяйственных исследований и разработок».

Грассини заявляет, что это призыв внести ясность и исправить ситуацию, поскольку если такая информация используется для формирования аграрной политики и распределения инвестиций, крайне важно убедиться в ее достоверности и научной обоснованности.