Las sequías o las olas de calor tienen consecuencias que se extienden más allá de los agricultores que miran ansiosos sus campos; estas fluctuaciones en los rendimientos de los cultivos pueden generar ondas de choque a través de los suministros y precios de alimentos locales y mundiales.

En un nuevo estudio, investigadores de la NASA, la Universidad de Chicago y el Instituto de Potsdam para la Investigación del Impacto Climático agregaron datos sobre cuándo cada región específica planta y cosecha sus cultivos, y descubrieron que era la forma más eficaz de mejorar las simulaciones.

Publicado el 21 de noviembre en Avances de la ciencia , la adaptación innovadora podría mejorar la información disponible para que los políticos y los mercados se preparen para los impactos de la pérdida de cultivos.

Los modelos actuales luchan por predecir los rendimientos, no solo en vista del cambio climático a largo plazo, sino simplemente para las cosechas del año siguiente. "Los modelos actuales realmente no pueden explicar la variabilidad de un año al siguiente. Incluso si solo intentamos recrear lo que sucedió en el pasado, simplemente no están a la altura, "dijo Jägermeyr, investigador postdoctoral del departamento de informática de la UChicago, Potsdam, y NASA, y el autor correspondiente del estudio. "Resulta que la variabilidad del rendimiento a corto plazo es extremadamente importante para los responsables de la formulación de políticas y el mercado de alimentos, naturalmente para los niveles de precios, sino también para los shocks de oferta, embargos comerciales y reservas ".

En la mayor parte, Los científicos han intentado mejorar las estimaciones de rendimiento de los cultivos mejorando la respuesta climática del modelo. Pero en vez, Jägermeyr y la coautora Katja Frieler del Instituto Potsdam intentaron abordar el problema desde un ángulo diferente:en lugar de asumir que los agricultores cultivan una sola variedad de un cultivo en todo el mundo, implementaron los tiempos promedio que cada región siembra y cosecha sus cultivos para representar las variedades locales.

"El rendimiento del modelo simplemente se duplica, Jägermeyr dijo:"Lograr la temporada de cultivo adecuada es la medida más eficaz para igualar mejor los rendimientos de maíz observados".

Por ejemplo, Jägermeyr dijo:considere una cosecha de maíz en Austria. Si los investigadores usan la misma línea de tiempo de crecimiento para una variedad de maíz que crece en México, podrían asumir que la cosecha se beneficiaría de una lluvia de octubre. Pero en una Austria más fría, el maíz ya se habría cosechado, por lo que los cálculos se descartan.

Con esta información, Los modelos de los investigadores coincidían mucho más con los reales, rendimientos observados. "Ahora estamos preparados para simular los impactos históricos de las sequías y las olas de calor, que no tiene precedentes, "Jägermeyr dijo:"y tenemos todas las razones para esperar que nuestras futuras simulaciones sean más sólidas que antes".

Esto es algo que se ha pasado por alto y simplemente mostramos cuánto importa el momento. Lo bueno es que es una fruta madura que podemos implementar fácilmente en nuestros modelos, ", dijo." La única dificultad es que depende mucho de los datos, y todavía no tenemos observaciones de alta calidad en todos los países ".

Planean utilizar este marco de modelo mejorado para probar el pronóstico de cultivos durante la próxima temporada en tiempo real.