Исследование на фермах выявило причины вариабельности урожая в мелкотоварных зерновых системах Непала
Мелкотоварные зерновые системы критически важны для продовольственной безопасности. Однако их продуктивность (риса, кукурузы, пшеницы) далека от потенциальной, во многом из-за неспособности фермеров управлять вариабельностью.
Фермеры сталкиваются с множеством факторов, снижающих урожай: неоднородность качества почвы и непредсказуемая реакция культур на изменчивый климат.
Обобщённые системы поддержки принятия решений (например, рекомендации по внесению удобрений на уровне страны или района) часто неэффективны из-за «универсального» подхода, который не адаптируется к уникальным условиям каждого хозяйства. Это приводит не только к недобору зерна, но и к расточительному использованию ресурсов, дисбалансу питательных веществ в почве и риску для окружающей среды.
Международная группа учёных предложила альтернативу — «привязанную к конкретному участку» стратегию, которая улучшила результаты на сети из 600 мелких ферм в Непале. Исследование опубликовано в журнале Agricultural Systems (Elsevier).
Ключевой инструмент и метод
В основе подхода лежит инструмент Nutrient Expert (NE) — проверенное в Азии и Африке программное обеспечение для принятия решений на ферме. Он определяет оптимальное сочетание источника, нормы, времени и способа внесения питательных веществ для каждого фермера, а также даты посева/пересадки.
В исследовании NE сравнивали с обычной практикой фермеров и государственными рекомендациями. Данные с опытных участков анализировали с помощью машинного обучения (модель «Random Forest»), чтобы выявить главные факторы, влияющие на урожайность риса, пшеницы и кукурузы при каждой стратегии.
Основные результаты
- Эффективность Nutrient Expert: NE показал превосходство по продуктивности, рентабельности и эффективности использования питательных веществ.
- Главный предиктор урожая: Анализ с помощью машинного обучения однозначно определил поглощение питательных веществ растением как лучший показатель вариабельности урожайности зерновых. NE как раз основан на этом принципе, определяя потребности культуры на основе известных взаимосвязей между поглощением питательных веществ и урожайностью.
- Влияние систем рекомендаций: Анализ позволил понять, какие именно питательные элементы сильнее всего влияют на урожай при использовании той или иной системы рекомендаций, и как эти системы меняют порядок важности факторов.
Выводы и перспективы
Исследование подтверждает необходимость перехода от обобщённых к адаптивным, ориентированным на фермера системам управления питанием растений. Как отметил ведущий автор работы д-р Сударшан Датта, цель — предоставить политикам чёткую картину для развития «надёжных, практичных и гибких» систем для мелких фермеров Индо-Гангской равнины и других регионов.