Araştırmacılar, İklim Verilerinden Hasat Potansiyelini Tahmin Etmek İçin Bir Algoritma Geliştirdi

Kamuya açık bu algoritma, İtalya’dan elde edilen 15 yıllık veriler kullanılarak geliştirildi ve iklim olaylarının çeşitli kombinasyonlarının sonraki hasatları nasıl etkilediğini karşılaştırmak amacıyla tasarlandı.

Yaklaşık yüz üretim paydaşı, bir zeytinlikteki bitkilerin davranışını ve verimliliğini tahmin etme olanağı sunabilecek bir algoritmayı indirdi.

Bu yeni teknoloji, İtalya’da uzun bir süre boyunca zeytin büyüme döngüsü sırasındaki mevsimsel hava koşullarının kapsamlı bir analizine dayanmaktadır.

Araştırmacılar, zeytin gelişimi ve hasatları ile iklim etkileri arasındaki ilişkiyi karşılaştırarak, düzinelerce potansiyel iklim stres faktörünü ve bunların zeytin ağacı verimliliğini nasıl etkilediğini belirleyebildi.

Ayrıca bakınız: Araştırmacılar, Zeytin Çiftçileri için Yapay Zeka Aracının Verimi Artıracağını ve Maliyetleri Azaltacağını Söylüyor

Araştırmacılar, bu bilgilerin ulusal veya bölgesel idarelere, zeytin yetiştiricilerine, üreticilere ve diğer ilgili taraflara, yaklaşan sezonun nasıl gelişeceğini tahmin etmelerinde ve tarımsal veya ticari ayarlamalar yapmalarında destek olabileceğine inanıyor.

Bu yeni teknoloji, İtalyan Ulusal Araştırma Konseyi (CNR) ve Yeni Teknolojiler, Enerji ve Sürdürülebilir Kalkınma Ajansı (ENEA) bilim insanlarının yanı sıra Kaliforniya Üniversitesi–Berkeley’den Amerikalı araştırmacıların da dahil olduğu koordineli bir projenin sonucudur.

“Hangi [iklimsel] faktörlerin elyaşımında olumsuz koşulları tetikleyebileceğini ve zeytin üretimi üzerinde zararlı etkilerin ortaya çıkma olasılığını anlamaya çalışıyoruz,” CNR’ye bağlı İtalyan Biyoekonomi Enstitüsü’nde araştırmacı olan Arianna Di Paola, Olive Oil Times’a böyle konuştu.

“Tetikleyicilere örnek olarak, zeytin meyve sineğinin yayılmasını kolaylaştıran koşullar veya zeytin döngüsünü değiştirebilecek ve çiçeklenme ile tozlaşmayı etkileyebilecek yüksek kış sıcaklıkları verilebilir,” diye ekledi.

Araştırma, 2006 ile 2020 yılları arasında 66 İtalyan ilindeki zeytin hasatlarını analiz ederek, geniş bir veri yelpazesini kullanarak stres faktörlerini belirledi. Araştırmacılar, en kötü zeytin hasatlarının nasıl ortaya çıktığını ortaya çıkardılar.

“Devam eden mevsimselliği anlamak, yakın gelecekte neler bekleyebileceğimizi öngörmemizi sağlıyor,” dedi Di Paola.

“Bunlar, karar verme sürecini kolaylaştırmak için güvenilir olması ve eyleme geçirilebilir bilgilere dönüştürülmesi gereken mevsimsel tahminler değil; bu başlı başına koca bir araştırma dünyası,” diye ekledi. “Bunlar, yatırımları, önleyici tedbirleri, tedavileri veya tarımsal uygulamaları destekleyebilecek kısa vadeli senaryolardır.”

Araştırma, elverişsiz koşulların nedenlerini belirlemekle kalmadı.

“Zeytinin tüm fenolojik döngüsünü henüz tahmin edemiyoruz, çünkü bölgesel ölçekte mevsimdeki vejetatif başlangıcı tahmin etmek mümkün değil; ancak yapabileceğimiz şey, bir takvim kullanarak zeytinin yaşam döngüsünü iki aylık dönemlere ayırmaktır,” dedi Di Paola.

Araştırmacılar, yıllar boyunca zeytin üretimini etkileyen değişkenleri analiz ederek ve bunları iki ayda bir toplama yoluyla, bir değişkenler listesi belirlediler ve bunların zaman içinde nasıl etkileşime girdiğini incelediler.

Analiz, kısa vadeli kesin bir tahmin sağlıyor ve araştırmacılar, bunun tek bir değişkenin analizinden üç kat daha iyi olduğunu söylüyor.

“Örnek olarak, bir şey kışın daha sıcak geçtiğini söylemek, bir diğeri ise o sıcak kışın ardından yazın da çok yağışlı geçtiğini söylemektir; bu faktörler bir araya gelerek durumu daha da kötüleştirebilir,” dedi Di Paola.

Analiz hazır olduğunda, araştırmacılar orta düzeydeki verimleri göz ardı ederek, hangi mevsimsel iklim değişkenlerinin aşırı kötü veya yüksek verimli mevsimlerle daha sık ilişkili olduğunu incelediler.

Bu seçim, diğer etkenlerin üst üste binmesi göz önüne alındığında, geniş bir coğrafi ölçekte iklimsel değişkenlikten en çok etkilenen verimleri belirlemeyi amaçlıyordu.

“Orta verimli mevsimlerde, verim bir üreticinin diğerine kıyasla belirli tarım tekniklerini kullanması, zeytinlerin budanması için harcanan zaman ve daha birçok değişkene bağlı olabilir,” dedi Di Paola.

Bu nedenle, araştırmacılar hem bereketli hem de kıt geçen aşırı mevsimleri incelemeye daha fazla ilgi duydular; zira bu mevsimlerle ilişkili koşullar, tek bir üreticinin eylemlerinden bağımsız bir etkiye sahipti.

“Çoğumuz don veya sıcak hava dalgası gibi tekil stres faktörlerine odaklanmaya alışkınız, ancak bu tekil stres faktörlerini doğru bir şekilde incelemeyi başarsak bile, uygun saha gözlemleri veya model simülasyonları olmadan bunları belirli bir fenolojik aşamayla ilişkilendiremeyiz,” dedi Di Paola.

“Tüm bu etkileri yumuşatmaya çalıştık, böylece bunları geniş ölçekte ve tüm mevsimler boyunca bir arada değerlendirebildik,” diye ekledi.

İlginç bir şekilde, araştırmacılar algoritma tarafından belirlenen iklim değişkenleri ile zeytin meyve sineği fenomeni arasında bir bağlantı buldular.

“Algoritma, belirli bir senaryonun neden gerçekleşeceğini size söylemez,” dedi Di Paolo. “Ancak, algoritmayı uyguladığımızda, verim açısından daha kötü yıllar ve ortaya çıkan iklim stres faktörleri gibi çıktıların, zeytin meyve sineği istilalarıyla makul bir şekilde ilişkili olduğunu görüyoruz.”

“Algoritma bize şunu söylüyor: belirli bir süre boyunca beş farklı değişken gibi bir dizi koşul varsa, zeytin veriminin olağanüstü düşük olma olasılığı çok yüksektir,” diye ekledi.

Algoritmadan bu uyarı geldiğinde, bir uzman verileri inceleyerek doğru şekilde yorumlamalıdır. “Sorun zeytin meyve sineği mi, yoksa dikkate almamız gereken başka faktörler mi var?” diye sordu Di Paola.

“Tüm değişkenleri zaman ve mekan açısından karşılaştırılabilir hale getirmek için standartlaştırdık ve bu da olaylara yukarıdan bakmamızı sağladı,” diye ekledi. “Açıkça belirtmek gerekirse, araştırma belirli bir tetikleyicinin ortalamadan daha sıcak bir dönem olduğunu söylediğinde, bu durum ülkedeki tüm iller için geçerliydi.”

Geniş bir coğrafyayı inceleyerek, algoritmanın genelleştirme gücü artar ve ülke genelindeki tüm sektör için daha iyi tahminler elde edilebilir.

“Bu, resmin bütününü görmek isteyen tüm kuruluşlar için sektörün tamamına dair yararlı bir bakış açısıdır,” dedi Di Paola.

Herkesin erişebileceği, indirilip sistemlere entegre edilebilen algoritma, sadece İtalya için değil, zeytin sektörü için de faydalı olabilir.

“Uyguladığımız yöntem diğer ülkelere ve sektörlere de aktarılabilir,” diye ekledi Di Paola. “Gerekli veriler girildiğinde, algoritma bu tür mevsimsel tahminleri yapmak üzere kolayca uyarlanabilir.”