Les prévisions de rendement des cultures sont un moteur clé de l'économie régionale et des marchés financiers, impactant la quasi-totalité de la chaîne d'approvisionnement agricole. C'est pourquoi les économistes, chercheurs agricoles, organismes gouvernementaux, et les entreprises privées s'efforcent d'améliorer l'exactitude de ces prévisions.

Le rapport mensuel WASDE (World Agricultural Supply and Demand Estimates) du département américain de l'Agriculture prévoit le rendement de fin de saison sur la base d'enquêtes en temps réel auprès des agriculteurs et d'analyses du National Agricultural Statistics Service (NASS) de l'USDA. et il est considéré par beaucoup comme l'étalon-or pour les prévisions de rendement. Mais des chercheurs de l'Université de l'Illinois ont développé une nouvelle méthode qui surpasse les estimations WASDE de l'USDA, d'une manière scientifiquement rigoureuse et reproductible.

« En utilisant les prévisions saisonnières et les données satellitaires, nous avons développé un système de prédiction de rendement très avancé pour les niveaux national et départemental. Nos recherches démontrent que nous pouvons faire mieux que l'estimation en temps réel de l'USDA, " dit Kaiyu Guan, chercheur principal sur le Lettres de recherche géophysique étudier, et professeur adjoint au Département des ressources naturelles et des sciences de l'environnement (NRES) à l'U of I et professeur Blue Waters au National Center for Supercomputing Applications (NCSA).

Guan et ses collègues ne sont pas les premiers à utiliser des données satellitaires pour essayer de prédire le rendement des cultures, mais leur utilisation combinée des prévisions climatiques saisonnières, ainsi que des informations sur la croissance des cultures à partir d'images satellite, est unique.

L'étude a évalué l'exactitude de fin de saison des sources de données individuelles et combinées par rapport aux prévisions nationales de rendement du maïs dans les rapports mensuels de l'USDA WASDE.

"Par rapport à l'utilisation des informations climatiques historiques pour un avenir inconnu, c'est sur quoi se fondent la plupart des recherches antérieures, l'utilisation des prévisions climatiques saisonnières des centres nationaux de prévision environnementale de la NOAA a donné de meilleures performances de prévision, notamment en réduisant les incertitudes, " dit Bin Peng, l'auteur principal de cette étude et associé de recherche postdoctoral dans NRES et NCSA.

Guan ajoute, "Mais si nous n'utilisons que des données de prévision climatique saisonnières - température, pluie, et le déficit de pression de vapeur - nos prévisions n'étaient pas meilleures que celles de l'USDA. Ce n'est que lorsque nous avons ajouté les données satellitaires que nous avons commencé à constater une amélioration. C'est une indication claire que les données satellitaires sont extrêmement utiles dans ce cas."

La nouvelle approche permet de faire des prévisions de fin de saison plus précises plus tôt dans la saison. A la fin de la saison de croissance, quand la récolte du maïs est terminée, il est possible de regarder en arrière et d'évaluer l'exactitude de la prédiction de chaque mois précédent. Entre 2010 et 2016, par exemple, le rapport WASDE pour juin était éteint, en moyenne, par 17,66 boisseaux par acre. Pour le même laps de temps, Le système de Guan et Peng n'a perdu que 12,75 boisseaux par acre. En août, WASDE a perdu en moyenne 5,63 boisseaux par acre, alors que le système de Guan et Peng a ramené le nombre à 4,37.

« Améliorer notre capacité à prédire le rendement des cultures est vraiment important pour de nombreuses applications. Les agriculteurs veulent connaître ces informations car elles sont directement liées au prix auquel ils peuvent s'attendre. Les prévisions économiques et les prix du marché des produits de base pour le maïs et le soja dépendent de ces informations. De même, la logistique :Les sociétés céréalières doivent savoir quels sont les endroits qui produisent des céréales et en quelle quantité. Ont-elles la capacité de les collecter et de les transformer ? L'assurance-récolte dépend de cette information, trop. C'est un problème qui a beaucoup de sens pratique, " dit Guan.

"Le nouveau système est mis en place sur Blue Waters, l'un des supercalculateurs les plus avancés des États-Unis, ", déclare Peng. "Nous avons besoin d'une installation informatique haute performance comme Blue Waters pour traiter l'énorme quantité de prévisions climatiques saisonnières et de données satellitaires."

L'article, « Avantages des prévisions climatiques saisonnières et des données satellitaires pour la prévision du rendement du maïs aux États-Unis, " est publié dans Lettres de recherche géophysique .