शोधकर्ताओं ने जलवायु डेटा से फसल उत्पादन क्षमता का पूर्वानुमान लगाने के लिए एल्गोरिदम विकसित किया।
सार्वजनिक रूप से उपलब्ध एल्गोरिदम को इटली के 15 वर्षों के डेटा का उपयोग करके विकसित किया गया था, ताकि यह तुलना की जा सके कि जलवायु संबंधी घटनाओं के संयोजनों ने बाद की फसलों पर कैसे प्रभाव डाला।
लगभग एक सौ उत्पादन हितधारकों ने एक एल्गोरिदम डाउनलोड किया है जो जैतून के बाग के व्यवहार और उत्पादकता का पूर्वानुमान लगाने की क्षमता प्रदान कर सकता है।
यह नई तकनीक इटली में जैतून की वृद्धि चक्र के दौरान लंबे समय तक के मौसमी मौसम पैटर्न के गहन विश्लेषण पर आधारित है।
जैतून के विकास और फसल कटाई पर जलवायु के प्रभावों के बीच संबंध की तुलना करके, शोधकर्ताओं ने दर्जनों संभावित जलवायु तनावों की पहचान की और यह पता लगाया कि वे जैतून के पेड़ों की उत्पादकता को कैसे प्रभावित करते हैं।
यह भी देखें: जैतून किसानों के लिए एआई टूल उपज में सुधार करेगा, लागत कम करेगा, शोधकर्ताओं का कहना हैशोधकर्ताओं का मानना है कि यह जानकारी राष्ट्रीय या क्षेत्रीय प्रशासन, जैतून उत्पादकों, निर्माताओं और अन्य इच्छुक पार्टियों को यह अनुमान लगाने में मदद कर सकती है कि आगामी मौसम कैसा रहेगा और किसी भी कृषि या व्यावसायिक समायोजन को करने में सहायक हो सकती है।
यह नई तकनीक इतालवी राष्ट्रीय अनुसंधान परिषद (CNR) और एजेंसी फॉर न्यू टेक्नोलॉजीज, एनर्जी एंड सस्टेनेबल डेवलपमेंट (ENEA) के वैज्ञानिकों के साथ-साथ कैलिफोर्निया विश्वविद्यालय – बर्कले के अमेरिकी शोधकर्ताओं की भागीदारी वाले एक समन्वित परियोजना का परिणाम है।
"हम यह समझने पर काम कर रहे हैं कि कौन से [जलवायु] चालक प्रतिकूल परिस्थितियों को ट्रिगर कर सकते हैं और जैतून उत्पादन पर हानिकारक प्रभावों का अनुभव करने की संबंधित संभावना क्या है," CNR के इटालियन इंस्टीट्यूट फॉर बायोइकोनॉमी में शोधकर्ता एरियाना डी पाओला ने ऑलिव ऑयल टाइम्स को बताया।
उन्होंने आगे कहा, "उत्प्रेरकों के उदाहरण वे स्थितियाँ हैं जो जैतून की फल मक्खी के प्रसार को बढ़ावा देती हैं या उच्च शीतकालीन तापमान जो जैतून के चक्र को बदल सकते हैं और फूल आने और परागण को प्रभावित कर सकते हैं।"
इस शोध में 2006 और 2020 के बीच 66 इतालवी प्रांतों में जैतून की फसलों का विश्लेषण करके विभिन्न प्रकार के डेटा का उपयोग करते हुए तनाव कारकों की पहचान की गई। वे यह पता लगाने में सक्षम थे कि सबसे खराब जैतून की फसलें कैसे हुईं।
"चलरही मौसमीयता को समझना हमें यह पूर्वानुमान लगाने में सक्षम बनाता है कि निकट भविष्य में हम क्या उम्मीद कर सकते हैं," डी पाओला ने कहा।
उन्होंने आगे कहा, "ये मौसमी पूर्वानुमान नहीं हैं, जिन्हें विश्वसनीय होने और निर्णय लेने की प्रक्रिया को सुगम बनाने के लिए कार्रवाई योग्य जानकारी में बदलने की आवश्यकता होती है, जो अपने आप में शोध की एक पूरी दुनिया है।" "ये अल्पकालिक परिदृश्य हैं जो निवेश, निवारक उपायों, उपचारों या कृषि संबंधी प्रथाओं का समर्थन कर सकते हैं।"
शोध प्रतिकूल परिस्थितियों के प्रेरकों की पहचान करने पर ही समाप्त नहीं हुआ।
"हालांकि हम अभी जैतून के पूरे फेनोलॉजिकल चक्र की भविष्यवाणी नहीं कर सकते, क्योंकि क्षेत्रीय पैमाने पर मौसम में वनस्पति अवस्था की शुरुआत की भविष्यवाणी करना संभव नहीं है, हम जो कर सकते हैं वह है, एक कैलेंडर का उपयोग करके, सिर्फ जैतून के जीवनचक्र को दो-दो महीने के चरणों में विभाजित करना है," डी पाओला ने कहा।
वर्षों से जैतून उत्पादन को प्रभावित करने वाले चर (variables) का विश्लेषण करके और उन्हें हर दो महीने में समूहित करके, शोधकर्ताओं ने चरों की एक सूची तैयार की और यह जांच किया कि वे समय के साथ कैसे परस्पर क्रिया करते हैं।
यह विश्लेषण एक अल्पकालिक सटीक पूर्वानुमान प्रदान करता है, जिसे शोधकर्ताओं ने एकल चर के विश्लेषण से तीन गुना बेहतर बताया है।
"उदाहरण के लिए, एक बात यह कहना है कि हमारी सर्दियाँ गर्म थीं, और दूसरी बात यह कहना है कि उस गर्म सर्दियों के बाद, हमारी गर्मियाँ भी बहुत गीली थीं, ऐसे कारक जो मिलकर परिदृश्य को और भी बदतर बना सकते हैं," डी पाओला ने कहा।
एक बार विश्लेषण तैयार हो जाने पर, शोधकर्ताओं ने यह देखा कि कौन से मौसमी जलवायु चर अत्यधिक खराब या उच्च उपज वाले मौसम से अधिक बार जुड़े थे, और मध्यम-श्रेणी की उपज को खारिज कर दिया।
इस चयन का उद्देश्य उन उपज को पहचानना था, जो व्यापक स्थानिक पैमाने पर, अन्य प्रेरकों के प्रभाव के साथ-साथ, जलवायु परिवर्तनशीलता से सबसे अधिक प्रभावित थीं।
"मध्यम श्रेणी के मौसमों में, उपज अन्य किसान की तुलना में एक किसान द्वारा विशिष्ट कृषि तकनीकों को अपनाने, जैतून की छंटाई में बिताए गए समय और कई अन्य कारकों पर निर्भर हो सकती है," डी पाओला ने कहा।
इसलिए, शोधकर्ता प्रचुर और दुर्लभ दोनों चरम मौसमों को देखने में अधिक रुचि रखते थे, क्योंकि संबंधित परिस्थितियों का प्रभाव एकल किसान की कार्रवाइयों से स्वतंत्र था।
"हम में से अधिकांश लोग एकल तनाव कारकों, जैसे कि पाला या लू, पर ध्यान केंद्रित करने के आदी हैं, लेकिन भले ही हम उन एकल तनाव कारकों को सही ढंग से देखने में कामयाब हो भी जाएं, तब भी हम उचित क्षेत्रीय अवलोकन या मॉडल सिमुलेशन के बिना उन्हें किसी विशिष्ट फेनोलॉजिकल चरण से नहीं जोड़ पाएंगे," डी पाओला ने कहा।
"हमने इन सभी प्रभावों को समतल करने की कोशिश की ताकि उन्हें बड़े पैमाने पर और पूरे मौसम में एक साथ माना जा सके," उन्होंने आगे कहा।
दिलचस्प बात यह है कि, शोधकर्ताओं को एल्गोरिदम द्वारा पहचाने गए जलवायु चरों और जैतून की फल मक्खी के फिनोमेनन के बीच एक संबंध मिला।
"यह एल्गोरिदम आपको यह नहीं बताएगा कि कोई विशिष्ट परिदृश्य क्यों होने जा रहा है," डी पाओलो ने कहा। "हालांकि, इसे लागू करने पर, हम देखते हैं कि आउटपुट - उत्पादकता के मामले में खराब वर्ष और उभरते जलवायु तनाव - संभवतः जैतून की फल मक्खी के संक्रमण से जुड़े हुए थे।"
"अल्गोरिदम हमें कुछ ऐसा बताता है: यदि आपके पास इन परिस्थितियों का यह समूह हो, मान लीजिए किसी निश्चित समय के दौरान पाँच अलग-अलग चर, तो यह बहुत संभावित है कि जैतून का उत्पादन असाधारण रूप से कम होगा," उन्होंने आगे कहा।
एक बार जब यह चेतावनी एल्गोरिदम से आती है, तो एक विशेषज्ञ को डेटा की सही व्याख्या करने के लिए उसे देखना चाहिए। "क्या यह जैतून की फल मक्खी है, या क्या ऐसे अन्य कारक हैं जिन पर हमें विचार करना चाहिए?" डी पाओला ने कहा।
उन्होंने आगे कहा, "हमने सभी चरों को मानकीकृत किया ताकि उन्हें समय और स्थान के अनुसार तुलनात्मक बनाया जा सके, और इसने हमें चीजों को ऊपर से देखने की अनुमति दी।" "स्पष्ट करने के लिए, जब शोध कहता है कि एक विशिष्ट ट्रिगर औसत से अधिक गर्म अवधि है, तो यह देश के सभी प्रांतों में सच था।"
क्षेत्र की एक विस्तृत श्रृंखला की खोज करके, एल्गोरिदम का सामान्यीकरण बढ़ता है, और पूरे देश में पूरे क्षेत्र के लिए बेहतर पूर्वानुमान प्राप्त किए जा सकते हैं।
"यह पूरी तस्वीर देखने में रुचि रखने वाली सभी संस्थाओं के लिए पूरे क्षेत्र का एक उपयोगी दृष्टिकोण है," डी पाओला ने कहा।
यह एल्गोरिदम, जो सार्वजनिक रूप से सुलभ है और जिसे डाउनलोड करके उनके सिस्टम में एकीकृत किया जा सकता है, न केवल इटली के लिए बल्कि जैतून क्षेत्र के लिए भी सहायक हो सकता है।
"हमारे द्वारा अपनाई गई इस पद्धति को अन्य देशों और क्षेत्रों में निर्यात किया जा सकता है," डी पाओला ने निष्कर्ष निकाला। "एक बार आवश्यक डेटा डालने के बाद, इस एल्गोरिथम को उस तरह का मौसमी पूर्वानुमान बनाने के लिए आसानी से अनुकूलित किया जा सकता है।"