Welkom bij
Moderne landbouw
!
Terwijl extreme droogtes en overstromingen grote schade aanrichten op de velden van boeren over de hele wereld, wetenschappers hebben mogelijk een oplossing gevonden waarmee producenten kunnen omgaan met de effecten van klimaatverandering.
Een partnerschap tussen de federale regering van Colombia, een nationale landbouworganisatie en wetenschappers van het International Centre for Tropical Agriculture (CIAT) hebben een gegevensgestuurd onderzoek opgesteld dat boeren in de regio Cordoba hielp om de oogstopbrengst te verhogen van gemiddeld 3,5 ton per hectare tot meer dan 6 ton per hectare.
Het initiatief gebruikte machine learning-algoritmen om weergegevens te analyseren, evenals gewasgegevens verzameld van lokale boeren. De vierjarige studie, gepubliceerd in het tijdschrift Wereldwijde voedselzekerheid , werd geïnspireerd door een aantal kleinschalige maïsboeren in het gebied die worstelden met constante weergerelateerde rampen die hun gewassen teniet deden.
Onderzoekers verzamelden gegevens uit meerdere bronnen, inclusief kleine boeren. Met behulp van kunstmatige intelligentie en deskundig advies, ze waren in staat om te bepalen hoe de variatie van het weer, bodems en beheerspraktijken hebben invloed op de maïsopbrengst. Deze informatie werd vervolgens gebruikt om richtlijnen op te stellen die maïsboeren hielpen om hoge, stabiele opbrengsten.
“Met instellingen, deskundigen en boeren werken samen, we hebben moeilijkheden overwonnen en onze doelen bereikt, " zei Daniel Jimenez, hoofdauteur van de studie en datawetenschapper bij CIAT, in een persbericht.
Naast het helpen van boeren om de gevolgen van grillig weer te verminderen, het programma hielp de kunstmestkosten van boeren te verlagen.
Wetenschappers zijn ervan overtuigd dat de resultaten een basis vormen voor toekomstige projecten die technologie en landbouw combineren. Maar Jimenez zei dat de kansen zullen afhangen van de vraag of de particuliere sector betrokken raakt bij het ontwikkelen van duurzame systemen voor het vastleggen, analyseren en verspreiden van informatie.
“In de toekomst kunnen we ons voorstellen dat elk gebied zorgvuldig wordt gekarakteriseerd en gecontroleerd, het landschap veranderen in een hele reeks experimenten die gegevens opleveren die machine learning kan interpreteren om boeren te helpen hun gewassen beter te beheren, " hij zei.
