Decidere quando piantare i propri raccolti è una delle decisioni più importanti che un agricoltore prende ogni anno. Migliorare la nostra comprensione di queste date e di come cambiano nel tempo è fondamentale
Jill Deines della NASA Harvest ha recentemente esplorato come sono cambiate le date di semina negli Stati Uniti del Midwest negli ultimi due decenni. Insieme ai suoi coautori, Deines ha generato mappe delle date di semina su scala di campo (30 metri) dal 2000 al 2020 per i campi di mais e soia in 12 dei principali stati produttori degli Stati Uniti. Queste mappe formano un archivio di dati sulle date di semina che forniranno informazioni critiche per le future decisioni di gestione degli agricoltori e miglioreranno la comprensione dell’ecologia circostante.
La semina anticipata può aumentare i tempi di crescita, aiutare gli agricoltori a evitare lo stress da caldo o gelo di fine stagione e fornire ulteriore tempo affinché le colture si asciughino prima del raccolto, riducendo i costi energetici. Tuttavia, piantare troppo presto può aumentare il rischio che le piante emergenti vengano danneggiate dalle gelate di inizio stagione. Le decisioni su quando piantare sono quindi importanti decisioni di gestione nella agricoltura per l’Economia dello Spazio .
Al di fuori dei rendimenti futuri, i tempi di semina possono anche avere un impatto sui cicli locali del carbonio e sull’uso dell’acqua, rendendo necessario sapere quando gli agricoltori stanno piantando i loro campi per studi sul carbonio, sull’erosione del suolo e sull’idrologia nelle regioni agricole. Inoltre, le simulazioni che stimano la futura produzione agricola si basano sulle date di semina presunte per ricavare le temperature giornaliere, l’umidità del suolo e la radiazione solare durante l’anno modellato. Disporre di un archivio accurato delle date di semina da utilizzare per l’addestramento del modello può migliorare l’efficacia del modello. Il set di dati delle date di semina creato da Deines e dal suo team, con la sua risoluzione spaziale su una scala di campo di 30 m, è quindi uno strumento molto utile per una serie di applicazioni.
I riquadri B e C mostrano gli anni di semina precoci e tardivi selezionati su scala di campo rilevati dal gruppo di Deines, rispetto alla data di semina mediana del Servizio nazionale di statistica agricola dell’USDA (NASS) per l’anno corrispondente.
Combinando l’archivio Landsat della NASA con set di dati ambientali annuali e oltre 28.000 campioni di terreno, il team ha addestrato un modello di apprendimento automatico per prevedere la data di pianificazione a livello di pixel per ogni anno. Questo processo ha creato mappe su scala di campo (30 m) delle date di semina dei campi di mais e soia in 12 stati degli Stati Uniti. Per valutare l’efficacia del modello, lo hanno poi confrontato con i dati reali e con i dati del National Agricultural Statistics Service (NASS) dell’USDA e hanno trovato una forte correlazione con i loro risultati.
Il team ha fatto una serie di scoperte interessanti che mettono in luce meglio l’efficacia delle decisioni di semina nel Midwest degli Stati Uniti. Ad esempio, hanno scoperto che durante gli anni studiati, dal 2000 al 2020, un aumento della deviazione standard delle precipitazioni all’inizio della stagione ha portato a ritardi nella semina di 2,5 giorni.
Hanno anche scoperto che i campi con un punteggio di produttività del suolo più elevato venivano spesso piantati prima, indicando che gli agricoltori piantavano prima i loro campi migliori, probabilmente con il desiderio di massimizzare la produzione su campi produttivi noti.
Infine, hanno trovato prove che le date di semina potrebbero non essere ottimali in tutta la regione di studio poiché precedenti studi di simulazione avevano scoperto che i rendimenti ottimali si verificano quando le date di semina sono precedenti a quelle attuali. Studi di simulazione delle colture hanno inoltre stimato che, in scenari climatici realistici, le date ottimali di semina potrebbero anticiparsi di circa due giorni. Sapere come gli agricoltori hanno piantato può rivelare i limiti del mondo reale che potrebbero impedire agli agricoltori di spostare le date di semina e indirizzare la ricerca futura.
Esplora la metodologia degli studi e la spiegazione completa dei risultati qui .
Fonte e foto: Nasa Harvest
