Индонезияда маусымдық жаңбырлар кейінірек жауған кезде, фермерлер мұны өз егіні үшін тыңайтқыштарға ақша салудың қажеті жоқ деген белгі ретінде қабылдайды.Кейде олар біржылдық дақылдарды мүлдем отырғызбауды таңдайды.Әдетте, олар дұрыс шешім қабылдайды, өйткені жаңбырлы маусымның кеш басталуы әдетте Эль-Ниньо оңтүстік тербелісінің (ENSO) күйіне және алдағы айларда жауын-шашынның жеткіліксіз болуына байланысты.
«Science Reports» журналында жарияланған жаңа зерттеу ENSO — экватор бойындағы Тынық мұхитының бойындағы жылыну мен салқындаудың ауа-райының деформация циклі және какао ағашы жиналғанға дейін екі жылға дейінгі күшті болжам екенін көрсетеді.
Бұл шағын фермерлер, ғалымдар және әлемдік шоколад индустриясы үшін жақсы жаңалық болуы мүмкін.Егін көлемін алдын ала болжау мүмкіндігі ферманың инвестициялық шешімдеріне әсер етуі, тропикалық дақылдарды зерттеу бағдарламаларын жақсарту және шоколад өнеркәсібіндегі тәуекелдер мен белгісіздіктерді азайтуы мүмкін.
Зерттеушілер озық машиналық оқытуды фермерлердің әдет-ғұрыптары мен шығымдылығы туралы қатаң қысқа мерзімді деректерді жинаумен біріктіретін дәл сол әдісті жаңбырға тәуелді басқа дақылдарға, соның ішінде кофе мен зәйтүнге де қолдануға болады дейді.
Томас Обертюр, Мароккодағы Африкалық өсімдіктерді тамақтандыру институтының (APNI) бірлескен авторы және бизнес-әзірлеушісі: «Бұл зерттеудің басты жаңалығы - ауа райы деректерін ENSO деректерімен тиімді ауыстыруға болатындығы».«Осы әдісті қолдана отырып, сіз ENSO-ға қатысты кез келген нәрсені зерттей аласыз.Өндірістік қатынастары бар дақылдар».
Дүние жүзіндегі егістік алқаптарының 80%-ға жуығы тікелей жауын-шашынға (суаруға қарағанда) негізделген, бұл жалпы өнімнің 60%-ға жуығын құрайды.Дегенмен, осы аймақтардың көпшілігінде жауын-шашын деректері сирек және өте құбылмалы, бұл ғалымдардың, саясаткерлердің және фермерлер топтарының ауа райының өзгеруіне бейімделуін қиындатады.
Бұл зерттеуде зерттеушілер зерттеуге қатысқан индонезиялық какао фермаларынан ауа райы жазбаларын талап етпейтін машиналық оқыту түрін пайдаланды.
Оның орнына олар тыңайтқышты қолдану, өнімділік және шаруашылық түрі туралы деректерге сүйенді.Олар бұл деректерді Bayesian нейрондық желісіне (BNN) қосты және ENSO сатысы кірістілік өзгерісінің 75% болжағанын анықтады.
Басқаша айтқанда, зерттеуде көп жағдайда Тынық мұхитының теңіз бетінің температурасы какао бұршақтарының өнімін дәл болжауға болады.Кейбір жағдайларда егін жинауға 25 ай қалғанда дәл болжам жасауға болады.
Жаңадан бастағандар үшін, әдетте, өндірістің 50% өзгеруін дәл болжай алатын модельді атап өтуге болады.Дәнді дақылдардың өнімділігін ұзақ мерзімді болжау дәлдігі сирек кездеседі.
Альянстың тең авторы және құрметті зерттеушісі Джеймс Кок былай деді: «Бұл бізге фермада ұрықтандыру жүйелері сияқты әртүрлі басқару тәжірибесін енгізуге және жоғары сенімділікпен тиімді араласуларды шығаруға мүмкіндік береді.«Халықаралық биоәртүрлілік ұйымы және CIAT.«Бұл операциялық зерттеулерге жалпы ауысу».
Өсімдік физиологы Коктың айтуынша, рандомизацияланған бақыланатын зерттеулер (RCTs) әдетте зерттеудің алтын стандарты болып саналса да, бұл сынақтар қымбат, сондықтан тропикалық ауылшаруашылық аймақтарын дамытуда әдетте мүмкін емес.Мұнда қолданылатын әдіс әлдеқайда арзан, ауа-райы туралы жазбаларды қымбат жинауды қажет етпейді және ауа райының құбылмалы жағдайында дақылдарды қалай жақсы басқаруға болатыны туралы пайдалы нұсқаулар береді.
Деректерді талдаушы және зерттеудің жетекші авторы Росс Чапман (Ross Chapman) деректерді талдаудың дәстүрлі әдістеріне қарағанда машиналық оқыту әдістерінің кейбір негізгі артықшылықтарын түсіндірді.
Чапман былай деді: «BNN моделі стандартты регрессия моделінен ерекшеленеді, себебі алгоритм кіріс айнымалы мәндерді (мысалы, теңіз бетінің температурасы және ферма түрі) қабылдайды, содан кейін басқа айнымалылардың жауабын тануды автоматты түрде «үйренеді» (мысалы, егін өнімділігі), - деді Чепмен.«Оқу процесінде қолданылатын негізгі процесс адам миының нақты өмірден заттар мен заңдылықтарды тануға үйренетін процесімен бірдей.Керісінше, стандартты модель жасанды түрде жасалған теңдеулер арқылы әртүрлі айнымалыларды қолмен бақылауды талап етеді.
Ауа-райы туралы деректер болмаған кезде, машиналық оқыту егін өнімділігін болжауды жақсартуға әкелуі мүмкін, егер машиналық оқыту үлгілері дұрыс жұмыс істей алатын болса, ғалымдар (немесе фермерлердің өздері) әлі де белгілі бір өндірістік ақпаратты дәл жинап, бұл деректерді оңай қол жетімді ету керек.
Осы зерттеудегі Индонезияның какао фермасы үшін фермерлер ірі шоколад компаниясына арналған үздік тәжірибені оқыту бағдарламасының бір бөлігі болды.Олар тыңайтқыш қолдану сияқты кірістерді қадағалайды, бұл деректерді талдау үшін еркін бөліседі және зерттеушілер пайдалануы үшін жергілікті ұйымдастырылған Халықаралық өсімдіктерді тамақтандыру институтында (IPNI) ұқыпты жазбаларды жүргізеді.
Бұған қоса, ғалымдар бұрын өз шаруашылықтарын жер бедері мен топырақ жағдайы ұқсас он ұқсас топқа бөлген.Зерттеушілер модель құру үшін 2013 жылдан 2018 жылға дейінгі егін жинау, тыңайтқыш қолдану және өнім туралы деректерді пайдаланды.
Какао өсірушілердің алған білімі оларға тыңайтқыштарды қалай және қашан инвестициялау керектігі туралы сенімділік береді.Бұл қолайсыз топтың алған агротехникалық дағдылары оларды әдетте қолайсыз ауа райы жағдайында болатын инвестициялық шығындардан қорғай алады.
Олардың зерттеушілермен ынтымақтастығы арқасында олардың білімін әлемнің басқа бөліктеріндегі басқа дақылдарды өсірушілермен қандай да бір жолмен бөлісуге болады.
Корк: «Адал фермер IPNI және Community Solutions International фермерлерді қолдау ұйымының бірлескен күш-жігерінсіз бұл зерттеу мүмкін емес еді», - деді.Ол көпсалалы ынтымақтастықтың маңыздылығына тоқталып, мүдделі тараптардың күш-жігерін теңестірді.Әртүрлі қажеттіліктер.
APNI қызметкері Обертюр қуатты болжамды модельдер фермерлер мен зерттеушілерге пайда әкелетінін және одан әрі ынтымақтастықты дамытуға көмектесетінін айтты.
Обертур: «Егер сіз бір уақытта деректерді жинайтын фермер болсаңыз, нақты нәтижелерге қол жеткізуіңіз керек», - деді.«Бұл модель фермерлерді пайдалы ақпаратпен қамтамасыз ете алады және деректер жинауды ынталандыруға көмектеседі, өйткені фермерлер олардың фермасына пайда әкелетін үлес қосу үшін істеп жатқанын көреді».

suzy@lstchocolatemachine.com

www.lstchocolatemachine.com