Skördeprognoserna är en viktig drivkraft för regional ekonomi och finansmarknader, påverkar nästan hela jordbrukets försörjningskedja. Det är därför ekonomer, jordbruksforskare, statliga myndigheter, och privata företag arbetar för att förbättra riktigheten i dessa förutsägelser.

Det amerikanska jordbruksdepartementets månatliga World Agricultural Supply and Demand Estimates (WASDE) rapport prognostiserar slutet av säsongen avkastning baserat på realtids bondeundersökningar och analys från USDA National Agricultural Statistics Service (NASS), och det anses av många vara guldstandarden för avkastningsprognoser. Men forskare vid University of Illinois har utvecklat en ny metod som överträffar USDA:s WASDE -uppskattningar, på ett vetenskapligt noggrant och reproducerbart sätt.

"Med hjälp av säsongsprognoser och satellitdata, vi utvecklade ett mycket avancerat avkastningsprognossystem för både nationell och länsnivå. Vår forskning visar att vi kan göra det bättre än USDA:s uppskattning i realtid, "säger Kaiyu Guan, huvudutredare på Geofysiska forskningsbrev studie, och biträdande professor vid Institutionen för naturresurser och miljövetenskap (NRES) vid U of I och Blue Waters -professor vid National Center for Supercomputing Applications (NCSA).

Guan och hans kollegor är inte de första som använder satellitdata för att försöka förutsäga grödor, men deras kombinerade användning av säsongens klimatprognoser, tillsammans med information om växtodling från satellitbilder, är unik.

Studien utvärderade slutet av säsongens noggrannhet för enskilda och kombinerade datakällor jämfört med den nationella majsavkastningsprognosen i de månatliga USDA WASDE-rapporterna.

"Jämfört med att använda historisk klimatinformation för den okända framtiden, vilket är det som de flesta tidigare undersökningar bygger på, genom att använda säsongsbetonad klimatprognos från NOAA:s nationella centra för miljöprognoser gav bättre prognosresultat, särskilt för att minska osäkerheterna, "säger Bin Peng, huvudförfattare till denna studie och postdoktoral forskningsassistent i NRES och NCSA.

Guan tillägger, "Men om vi bara använder säsongens klimatprognosdata - temperatur, regn, och underskott i ångtryck - våra förutsägelser var inte bättre än USDA:s. Det var först när vi lade till satellitdata som vi började se förbättringen. Det är en tydlig indikation på att satellitdata är extremt användbara i det här fallet. "

Det nya tillvägagångssättet gör det möjligt att göra mer exakta säsongsförutsägelser tidigare på säsongen. I slutet av växtsäsongen, när majskörden är klar, det är möjligt att se tillbaka och utvärdera riktigheten i varje föregående månads förutsägelser. Mellan 2010 och 2016, till exempel, WASDE -rapporten för juni var avstängd, i genomsnitt, med 17,66 bushels per tunnland. För samma tidsram, Guan och Pengs system stängdes bara av med 12,75 bushel per tunnland. I Augusti, WASDE stängde av i genomsnitt 5,63 bushel per tunnland, medan Guan och Pengs system fick siffran ner till 4,37.

"Att förbättra vår förmåga att förutsäga grödor är verkligen viktigt för många tillämpningar. Jordbrukare vill veta den här informationen eftersom den är direkt relaterad till det pris de kan förvänta sig. Ekonomiska prognoser och råvarumarknadspriser för majs och sojabönor hänger på denna information. Även logistik:Spannmålsföretag måste ta reda på vilka platser som producerar spannmål och hur mycket. Har de kapacitet att samla in och bearbeta det? Skördeförsäkring beror på denna information, för. Det är ett problem som har mycket praktisk betydelse, "Säger Guan.

"Det nya systemet är implementerat på Blue Waters, en av de mest avancerade superdatorer i USA, "säger Peng." Vi behöver en högpresterande datoranläggning som Blue Waters för att bearbeta den enorma mängden säsongsbetonade klimatprognoser och satellitdata. "

Artikeln, "Fördelar med säsongsbetonad klimatprognos och satellitdata för att förutsäga amerikansk majsavkastning, "publiceras i Geofysiska forskningsbrev .