Prévisions probabilistes du rendement des cultures au Canada compte tenu de l’incertitude environnementale
Citation
Newlands, N.K. (2017) Probabilistic forecasting of crop yield across Canada under environmental uncertainty. 37th International Symposium on Remote Sensing of Environment (ISRSE 37): Earth Observation for Development and Adaption to a Changing World. May 8-12, 2017. Tshwane (Pretoria), South Africa.
Résumé en langage clair
On se préoccupe de plus en plus des effets destructeurs des changements climatiques, des conditions météorologiques extrêmes et des maladies des cultures sur la sécurité alimentaire mondiale. Des prévisions fiables des cultures pourraient remédier à ce problème en offrant aux intervenants agricoles une façon de cerner les risques et les avantages possibles avec un délai suffisant pour adapter et améliorer les plans de production des cultures. Ces prévisions sont notamment nécessaires lorsque la production des cultures est à risque ou que les décisions sont incertaines. Le présent article offre un aperçu de l’outil intégré de prévision du rendement des cultures au Canada (OIPRCC) – une approche probabiliste utilisant des techniques d’apprentissage automatique pour prévoir la répartition des rendements agricoles à l’échelle régionale, intégrant des données de télédétection par satellite, des données météorologiques et des données de sondage. L’article aborde également des travaux scientifiques interreliés en cours qui visent à améliorer notre capacité de prévoir les changements et les pertes de rendement dans un paysage agricole complexe ainsi que les effets à échelles multiples de changements interannuels plus lents (p. ex. forçage de téléconnexion ENSO) et de soubresauts (conditions météorologiques et éclosions de maladies) soudains et plus rapides.
Résumé
On se préoccupe de plus en plus des effets destructeurs des changements climatiques, des conditions météorologiques extrêmes et des maladies des cultures sur la sécurité alimentaire mondiale. Des prévisions fiables des cultures pourraient remédier à ce problème en offrant aux intervenants agricoles une façon de cerner les risques et les avantages possibles avec un délai suffisant pour adapter et améliorer les plans de production des cultures. Ces prévisions sont notamment nécessaires lorsque la production des cultures est à risque ou que les décisions sont incertaines. Le présent article offre un aperçu de l’outil intégré de prévision du rendement des cultures au Canada (OIPRCC) – une approche probabiliste utilisant des techniques d’apprentissage automatique pour prévoir la répartition des rendements agricoles à l’échelle régionale, intégrant des données de télédétection par satellite, des données météorologiques et des données de sondage. L’article aborde également des travaux scientifiques interreliés en cours qui visent à améliorer notre capacité de prévoir les changements et les pertes de rendement dans un paysage agricole complexe ainsi que les effets à échelles multiples de changements interannuels plus lents (p. ex. forçage de téléconnexion ENSO) et de soubresauts (conditions météorologiques et éclosions de maladies) soudains et plus rapides.