研究者らが、気候データから収穫量を予測するアルゴリズムを開発

この公開アルゴリズムは、イタリアの15年分のデータを用いて開発され、気候現象の組み合わせがその後の収穫にどのような影響を与えたかを比較するものである。

100人近くの生産関係者が、オリーブ園の挙動や生産性を予測する機能を持つ可能性のあるアルゴリズムをダウンロードしました。

この新しい技術は、イタリアにおけるオリーブの成長サイクル中の長期的な季節的な気象パターンの徹底的な分析に基づいています。

オリーブの成長と収穫の関係を気候の影響と比較することで、研究者たちは数十もの潜在的な気候ストレス要因と、それらがオリーブの生産性に与える影響を特定することに成功しました。

研究者らは、この情報が、国や地域の行政機関、オリーブ栽培者、生産者、およびその他の関係者が、今後のシーズンの展開を予測し、農業面やビジネス面での調整を行う上で役立つ可能性があると考えている。

この新技術は、イタリア国立研究評議会（CNR）および新技術・エネルギー・持続可能な開発庁（ENEA）の科学者、ならびにカリフォルニア大学バークレー校の米国人研究者らが参加した共同プロジェクトの成果である。

「「私たちは、どのような（気候的な）要因が好ましくない状況を招くのか、そしてそれによってオリーブ生産に悪影響が生じる可能性がどの程度あるのかを理解しようと取り組んでいます」 CNR（イタリア国立研究評議会）傘下のイタリア生物経済研究所の研究者、アリアナ・ディ・パオラ氏は『Olive Oil Times』にこう語った。

「引き金となる例としては、オリーブミバエの蔓延を助長する条件や、オリーブの生育サイクルを乱し、開花や受粉に影響を与える可能性のある冬の気温上昇などが挙げられます」と彼女は付け加えた。

この研究では、2006年から2020年にかけてイタリアの66の県におけるオリーブの収穫量を分析し、幅広いデータを用いてストレス要因を特定した。その結果、最悪のオリーブ収穫がどのようにして生じたのかを解明することができた。

「現在の季節的傾向を理解することで、近い将来に何が起こるかを予測することができます」とディ・パオラ氏は述べた。

「これらは季節予報ではありません。季節予報は信頼性が高く、意思決定プロセスを円滑にするための実践可能な情報へと変換されることが求められますが、それ自体が研究の広大な分野なのです」と彼女は付け加えた。「これらは、投資、予防措置、処置、あるいは農法を支える可能性のある短期的なシナリオです」

この研究は、悪条件の要因を特定することにとどまりませんでした。

「オリーブの全生育サイクルを予測することはまだできません。地域規模でそのシーズンの生育開始時期を予測することは不可能だからです。しかし、私たちにできることは、カレンダーを用いて、オリーブのライフサイクルを2ヶ月単位に分割することです」とディ・パオラ氏は述べた。

研究者たちは、長年にわたるオリーブの生産に影響を与える変数を分析し、2 か月ごとにそれらを集計することで、変数のリストを作成し、時間の経過とともにそれらがどのように相互作用するかを調査しました。

この分析により、短期的な精密な予測が可能となり、研究者らは、単一の変数を分析する場合に比べて精度が3倍向上したと述べている。

「例えば、冬が暖かかったと言うことと、その暖かい冬に続いて夏も非常に雨が多かったと言うことは別物です。これらの要因が相まって、状況をさらに悪化させる可能性があります」とディ・パオラ氏は述べています。

分析が完了すると、研究者たちは、中程度の収穫量を除外し、どの季節的な気候変数が、極端に悪い、あるいは収穫量の多い季節とより頻繁に関連しているかを調べました。

この選択は、他の要因が重なり合う中で、広範な空間スケールにおいて気候変動の影響を最も受けやすい収穫量を特定することを目的とした。

「収穫量が中程度のシーズンでは、収穫量は、生産者ごとに異なる特定の農業技術の導入や、オリーブの剪定に費やす時間など、さまざまな変数に左右される可能性があります」とディ・パオラ氏は述べています。

そのため、研究者たちは、豊作と不作という両極端な季節に注目しました。なぜなら、それらに関連する条件は、個々の生産者の行動とは無関係に影響を及ぼすからです。

「私たちの多くは、霜や熱波といった単一のストレス要因に注目することに慣れています。しかし、たとえそうした単一のストレス要因を正しく分析できたとしても、適切な現地観測やモデルシミュレーションなしでは、それらを特定の生物季節段階と関連付けることはできないでしょう」とディ・パオラ氏は述べた。

「私たちは、これらの影響をすべて平滑化し、大規模かつ季節全体にわたってそれらをまとめて検討しようと試みました」と彼女は付け加えた。

興味深いことに、研究者たちは、アルゴリズムによって特定された気候変数とオリーブミバエの現象との間に相関関係があることを発見した。

「このアルゴリズムは、特定のシナリオがなぜ発生するのかについては教えてくれません」とディ・パオラ氏は言います。「しかし、このアルゴリズムを適用することで、生産性の低下や新たな気候ストレス要因といった結果が、オリーブミバエの発生と妥当な関連性を持っていることがわかりました。」

「このアルゴリズムが示唆しているのは、例えば特定の期間にわたる5つの異なる変数といった一連の条件が揃った場合、オリーブの収穫量が極めて低くなる可能性が高い、といったことです」と彼女は付け加えた。

アルゴリズムからこの警告が出たら、専門家がデータを精査し、正しく解釈する必要があります。「オリーブミバエが原因なのか、それとも考慮すべき他の要因があるのか？」とディ・パオラ氏は指摘しました。

「私たちは、時間と空間を超えて比較できるようにすべての変数を標準化しました。それによって、全体像を俯瞰することが可能になったのです」と彼女は付け加えた。「明確にしておきますが、研究において特定のトリガーが『平均より暖かい期間』であると指摘されている場合、それは国内のすべての州に当てはまる事実でした。」

広範囲の地域を調査することで、アルゴリズムの一般化が進み、全国的なセクター全体に対するより精度の高い予測が可能になります。

「これは、全体像を把握したいと考えているすべての組織にとって、この分野全体を把握する上で有用な視点となります」とディ・パオラ氏は述べています。

このアルゴリズムは一般に公開されており、ダウンロードして自社のシステムに組み込むことが可能で、イタリアだけでなくオリーブ産業全体にとっても役立つ可能性がある。

「私たちが適用した手法は、他の国や分野にも応用可能です」とディ・パオラ氏は締めくくった。「必要なデータを入力すれば、このアルゴリズムは、そうした季節予測を行うように容易に調整できます。」

ENEA