H2020 CLIM4CROP Proiektua: Klimaren Jarraipena eta Urtaroen Iragarpena Munduko Nekazaritza Ekoizpenerako

Lehorteari buruzko informazio zehatza eta puntuala ezinbestekoa da krisi osteko lehorte arriskuen kudeaketatik inpaktuaren aurreko lehorte arriskuen kudeaketara igarotzeko. Lehorteei buruzko hainbat datu multzo badaude jada. Hauek azken hiru hamarkadak hartzen dituzte eta ia denbora errealeko datuak eskaintzen dituzte (iturri desberdinak erabiliz), baina guztiak "deterministak" dira (hau da, exekuzio bakarrekoak), eta emaitzak zertxobait desberdinak dira haien artean. CLIM4CROP-en, lehenik eta behin, etengabeko klima-datuen kalitatea ebaluatzen dugu lehorte meteorologikoen jarraipen puntuala egiteko, Prezipitazio Indize Estandarizatua kontuan hartuta. Ondoren, lurreko datu-multzo global sarekatu berri bat garatu genuen, hilero eguneratzen dena operatiboki, lehortea kontrolatzeko, eguraldiaren eta klimaren iragarpenean oinarritutako eredu anitzeko ikuspegi probabilista (DROP) bat erabiliz. Jarraipen-tresna bat aurkezten dugu, behaketa-oinarritutako datu-multzo multzo bat erabiltzen duena ia denbora errealean estimazio onena lortzeko, dagokion ziurgabetasunarekin. Ikuspegi honek eskuragarri dagoen informazioa ahalik eta gehien aprobetxatzen du eta azken erabiltzaileentzat eskuragarri jartzen du. DROPek ematen duen kalitate handiko informazio probabilista erabilgarria da aplikazioen monitorizaziorako eta lehortearen eraginak arintzeko egokitzapen-lehentasunei buruzko mundu mailako politika-erabakiak hartzen lagun dezake, batez ere monitorizazio meteorologikoa erronka bat den herrialdeetan. DROP datu-multzoa deskribatzen duen artikulua Amerikako Meteorologia Elkartearen Buletinean berrikusten ari da; hau da, proiektua zabaltzeko zeregina betetzea.

Laboreen eta bero/ur estresaren eragileen arteko loturak aztertu dira haien elkarrekintzak hobeto ulertzeko eta eredu estatistikoak garatzeko. Modelo hauek laboreen errendimenduaren urtaroen araberako aurreikusgarritasuna aztertzeko erabiliko dira. Munduko lau labore nagusien (artoa, arroza, soja eta garia) errendimendu historikoko datuak erabili ditugu Global Historical Yield Dataset-etik (Iizumi 2017), hau da, ikerketa mota honetarako inoiz erabili ez den sare-datuak. Garrantzitsua da aipatzea datu-multzo honen garatzailearekin, Iizumi doktorearekin, nazioartean aitortutako agrometeorologoarekin, lankidetza bat ezarri dugula.

Uzta historikoen datu eta klima-aurreikusle potentzialak erabili dira erregresio-eredu parsimoniosoak kalibratzeko, eta horrek alternatiba konputazionalki kostu-eraginkorra eskaintzen du prozesuetan oinarritutako ereduetarako, normalean eskala fineko aldagai ugari sarrera gisa behar dituztenak, non sasoiko iragarpenak oraindik eraginkorrak ez diren. Ikertzaileak JRCko langileen prestakuntza jaso zuen eredu hauek garatzeko, eta eredu horiek Zampieri et al.-ek garatutako ereduak jarraitzen eta zabaltzen dituzte. (2017, 2018, 2019a) eta Ceglar et al. (2018).

Garatutako eredu enpirikoaren berritasunak batez ere honetan oinarritzen dira: (i) aurrekari klima-baldintzek (hau da, hazkuntza-sasoian) laboreen errendimenduan izan dezaketen eragin potentziala kontuan hartzea eta (ii) eredua kalibratzea, eredua entrenatzeko erabilitako alditik kanpoko iragarle-datuen ezagutzan oinarritutako lagin-kanpoko laboreen iragarpenak lortzeko, "leave-one-out" gurutzadura-balidazio metodo bat erabiliz. Hau da, labore-klima ereduen kalibrazioa eta haien ebaluazioa gurutzadura-balidazioa erabiliz egiten dira, iragarpenak operatiboki eginak balira bezala ebaluatzeko. Zehazki, behaketa-informazioa (uzta aurreko hilabeteetarako) laboreen hazkunde-egutegiaren gainerako iragarpenekin (adibidez, antesi eta uzta-etapak) bateratzea gure ikuspegiaren ezaugarri berezi bat da, eta uztaren aurreikusgarritasuna handitzen lagun dezake, erabiltzaileentzat eskuragarri dagoen informazio onena aprobetxatuz. Hau bereziki erabilgarria da iragarpen-sistema dinamikoen errendimendua oraindik errore esanguratsuek eragiten duten eremuetan (adibidez, Europa). Hasierako emaitzek iradokitzen dute klimaren eta laboreen arteko atzerapeneko harremanek nabarmen laguntzen dutela laboreen kudeaketa eraginkorragoa ahalbidetzen duen sasoiko iragarpen sistema baten garapenean.

CLIM4CROP beka bekadunen sektore anitzeko esperientzia indartu eta zabaltzeko aukera paregabea eskaintzeko diseinatu zen, meteorologian eta klima-aldaketaren azterketetan duten prestakuntza nekazaritzan klima-iragarpenaren aplikazioen eskakizun teoriko eta praktikoekin lotuz. Beraz, MSCA honek urtaroen iragarpenari buruzko proposamenean azaldutako prestakuntza-helburuak ere jorratu ditu, non BSCko gainbegiralearen (FJ Doblas-Reyes) gidaritza aditua ezinbestekoa izan den lan-plana arrakastaz gauzatzeko. Gainera, JRCko kolaboratzaileek laboreen errendimenduaren eraginei buruz emandako prestakuntzak nekazaritza-ekoizpenari eta elikagaien segurtasunari buruz ikasteko aukera eman dio, eta klima-inpaktuaren ereduei lotutako alderdi estatistikoetan dituen trebetasunak zabaltzeko. Gainera, CLIM4CROPen testuinguruko erronka zientifikoek, hala nola ikerketa oso kooperatiboak, bermatu dute ezagutza berriaren bi noranzkoko transferentzia, parte-hartzaile guztien trebetasunak indartuz.