What can modern agricultural meteor

What can modern agricultural meteorology do for the
subsistence farmers?
By René Gommes
Senior agrometeorologist
Environment and Natural Resources Service (SDRN)
FAO, Rome
1. Introduction
The factors, which determine the availability of agricultural products at the
local level (farm, village), are environmental conditions and management. The
environment includes biophysical factors (climate, soil, pests, land
available…), while management encompasses the decisions taken by farmers
themselves.
Management decisions are determined by the knowledge of the interactions
between the environment, the characteristics of crops and animals,
technology, economic factors and the institutional context (including customs,
government rules, etc). By definition, economic factors play a relatively minor
role for subsistence farmers.
Among the listed factors, weather remains the largest source of variability of
farm outputs, directly and indirectly (pests). Depending on the level of
development, roughly 20 to 80% of the inter-annual variability of yields stems
for the variability of weather. Losses due to pests, diseases and weeds are
normally around 15% (Oerke et al., 1994). Post-harvest losses are also of the
same order of magnitude.
Extreme agrometeorological events are factors, which often are at the same
time rare (low statistical frequency) and characterised by high intensities.
They include for instance large pest outbreaks, fire, torrential rains, tropical
cyclones etc. They can provoke massive destruction of infrastructure, crops,
livestock, fishing gear, etc. and the loss of human life (Gommes, 1999a,
1999c).
Extreme events are not dealt with in this paper formethodological reasons
1
and because far more losses are associated with the chronic and
inconspicuous effects of climate variability, like droughts, local pest attacks,
biodegradation of agricultural materials, hail etc.
In spite of their variability, rainfall, sunshine etc. constitute basic
environmental resources. Agrometeorology has the threefold objective of
studying the agroclimatic resources, to assess their impact (positive and
negative) on agriculture, and to use the knowledge to improve yields.
1
The effects of extreme factors on agriculture are difficult to model because of their sporadic
nature. Preventive measures and warning systems require investments that exceed by orders
of magnitude those used for the “normal” meteoroloical factors. In addition, extreme factors
are normally dealt with by the National Meteoroloical Services in the Ministry of Transport,
Public Works etc., and only rarely in Ministries ofAgriculture
2
2. The scope of “modern” agrometeorology
Agrometeorology deals with all the weather-sensitive elements of agriculture
production, as illustrated below in figure 1. The spectrum of subjects is thus
rather wide. It includes pollination, animal migration, trafficability, transport of
pathogens by wind, irrigation, climate manipulation and artificial climates,
weather risk assessments, the use of weather forecasts in farming, crop yield
and phenology forecasts and particularly advice to farmers… as well as the
required data and methods.
Figure 1: Agrometeorology deals with all the weather-sensitive
components of the chain leading from production to consumption of all
agricultural products, specifically including animals and plants (after
Gommes, 1998a).
Managed production
“Wild” production
Harvest
Distribution
Transport
Storage
Transformation
Consumption
Agrometeorology now relies on a package of new tools, which define
« modern agrometeorology». They include data acquisition techniques
(ground observation, aircraft and satellite), data transmission techniques
(including the Internet) and data analysis (models and other software).
3. Models
2
2
Most text borrowed from Gommes 1999b, figure original.
3
A model is a programme (and the science behind it) that simulates (predicts)
the behaviour (output) of a plant (e.g. yield) from environmental conditions
(inputs, incl. management) and variables describingthe plant’s ecophysiology
(parameters). There is in fact a large variety of models (as well as associated
problems) which cannot be described here (refer to Gommes 1999b). Figure 2
below schematically illustrates the operation of a typical model
Crop modelling, and most numerical applications in natural sciences became
actually possible because of the development of computers, and it is
interesting to compare the sophistication of current work with the methods and
approaches prevailing 15 to 20 years ago (Weiss, 1981; Gommes 1983 and
1985).
The volume by Albert Weiss is interesting in that it shows that most problems
being dealt with today in crop-climate relations were already on the agenda
twenty years ago: problems of scale, real-time collection of data and
modelling etc. There are, however, three major new issues in the field of cropclimate simulation: geographic information systems (GIS), the spatial
interpolation of agroclimatic data, and random weather generators (RWG).
Figure 2: schematic representation of a crop simulation model showing the
interaction between environmental factors, crop growth and development,
and management.
LEAF
BIOMASS
ROOT
BIOMASS
Management
SUNSHINE
SOIL
MOISTURE,
NUTRIENTS
Environment
Model
Daily biomass
accumulation
(growth)
Partitioning of biomass between plant
organs (phenology)
4
Most popular models now have an “associated” Random Weather Generator,
a programme that generates synthetic weather series for a given location
3
.
They are extremely useful for many applications, from risk evaluation to crop
forecasting.
Of the associated models and tools, Geographic Information Systems have
become ubiquitous. GIS techniques, normally in conjunction with
geostatistical software, are used to prepare the spatial input data for the
regional applications; they are used after model runs to format and present
the output and analyses.
Finally, weather conditions are normally not knows at the exact location where
a model is run. Geostatistical tools are now widelyused to estimate weather
condition at the location where a model is being run, although there is no
meteorological station.
There is clear complementary nature of simulation models and satellite data,
not only because remote sensing can contribute to estimating surface
agrometeorological variables
4
, but also because it can provide some model
inputs, such as phenology (planting dates) and LeafArea Index, an essential
model variable.
4 FAO and agrometeorology
5
In an organisation like FAO, it is difficult to exactly delimit the “mandate” of
Agrometeorology. The “Agrometeorology Group”, formerly in the Agriculture
Department, was aggregated in 1994 with Remote Sensing and Geographic
Information Systems -GIS-, the “Rural Energy Group”, to create the new
Environment and Natural Resources Service under the Sustainable
Development Department. This constitutes a logical decision insofar as
climate encompasses some of the main renewable natural resources.
Unlike other organisations and institutions (such as WMO and
Agrometeorology Departments in various universities), FAO adopts a rather
restrictive definition of agrometeorology. Servicesand products with a marked
agroclimatic component
6
are provided by other Departments of the
Organization. For instance, irrigation scheduling is dealt with by the Land and
Water Development Division, Water Resources Development and
Management Service. Microclimate manipulation is anessential component of
many of the projects of the Plant Production Service, in particular for
vegetables. The same could be said about plant protection and production
(including forestry), aquaculture development, etc.
The only section of FAO with an explicit mandate to cover agricultural
climatology is the Agricultural Meteorology Group. Its main activities include
agroclimatic databases, agrometeorology and remote-sensing based crop
monitoring and forecasting, international collaboration in the field of climate
3
RWG outputs are obviously based on the statistical properties of real world weather data
from the same location.
4
They include rainfall, in combination with ground observations, actual evapotranspiration,
leaf temperature.
5
Adapted from Gommes, 1998c
6
Agroclimatology is assumed to include agrometeorology.
5
and weather, including field projects. Recently Climate-change has become a
major activity of the Group.
5 Agrometeorological advice to farmers
While FAO has a long and good record in agricultural extension at all levels,
agrometeorological advisory services to farmers have so far received little
attention. It is well recognised that this is an important and potentially very
useful field (Gommes, 1992). The Agrometeorology Group has repeatedly
tried to develop some activities in this area, but was never able to attract
donor attention.
5.1 Weather forecasts
Weather forecasts play an essential part in many farming operations. For
instance, weeding is best done in a rainless period, planting requires regular
but not too heavy rain, spraying pesticides cannot be done in windy weather,
etc. The main difficulty is often to present the forecasts in such as way that
they are understandable to farmers, thus avoiding jargon and ensuring that
the uncertainty inherent to all forecasts is duly understood. The general issue
issue of c

Kết quả (Việt) 1:

Khí tượng học nông nghiệp hiện đại có thể làm gì cácnông dân? Bởi René Gommes Cao cấp agrometeorologist Môi trường và tài nguyên thiên nhiên dịch vụ (SDRN) FAO, Rome 1. giới thiệu Yếu tố xác định sự sẵn có các sản phẩm nông nghiệp tại các cấp địa phương (trang trại, làng), là điều kiện môi trường và quản lý. Các môi trường bao gồm yếu tố lý sinh (khí hậu, đất, sâu bệnh, đất có...), trong khi quản lý bao gồm các quyết định được thực hiện bởi nông dân bản thân mình. Quyết định quản lý được xác định bởi các kiến thức về sự tương tác giữa môi trường, các đặc tính của cây trồng và động vật, công nghệ, yếu tố kinh tế và bối cảnh thể chế (bao gồm cả Hải quan, chính phủ quy định, vv). Theo định nghĩa, yếu tố kinh tế chơi một tương đối nhỏ vai trò cho nông dân. Trong số các yếu tố được liệt kê, thời tiết vẫn còn những nguồn lớn của biến đổi của Trang trại kết quả đầu ra, trực tiếp và gián tiếp (các loài gây hại). Tùy thuộc vào mức độ phát triển, khoảng 20 đến 80% của sự biến đổi giữa hai hàng năm của sản lượng thân cho sự biến đổi của thời tiết. Thiệt hại sâu bệnh, bệnh và cỏ dại đang bình thường khoảng 15% (Oerke và ctv., 1994). Tổn thất sau thu hoạch đều của các cùng một đơn đặt hàng của cường độ. Sự kiện cực agrometeorological là yếu tố, mà thường là cùng một thời gian hiếm (tần số thấp của thống kê) và đặc trưng bởi cường độ cao. Chúng bao gồm ví dụ lớn sâu bệnh dịch, hỏa hoạn, một cơn mưa, nhiệt đới xoáy vv. Họ có thể gây phá hủy lớn của cơ sở hạ tầng, cây trồng, chăn nuôi, Câu cá gear, vv và sự mất mát của cuộc sống con người (Gommes, 1999a, 1999 c). Sự kiện cực kỳ không được xử lý với lý do formethodological giấy này1và bởi vì thêm rất nhiều thiệt hại được liên kết với các mãn tính và không dễ thấy tác động của biến đổi khí hậu, giống như hạn hán, địa phương sâu bệnh tấn công, phân của vật tư nông nghiệp, mưa đá vv.Mặc dù sự biến đổi của họ, lượng mưa, nắng vv cấu thành cơ bản tài nguyên môi trường. Agrometeorology có mục tiêu sợi của nghiên cứu các nguồn tài nguyên agroclimatic, để đánh giá tác động của họ (tích cực và phủ định) về nông nghiệp, và sử dụng kiến thức để cải thiện sản lượng. 1Những ảnh hưởng của yếu tố cực về nông nghiệp được khó khăn để mô hình vì của họ rải rác Thiên nhiên. Biện pháp phòng ngừa và hệ thống cảnh báo yêu cầu đầu tư vượt quá của đơn đặt hàng cường độ những người sử dụng cho các yếu tố "bình thường" meteoroloical. Ngoài ra, cực yếu tố bình thường được xử lý bởi các dịch vụ Meteoroloical quốc gia trong bộ vận tải, Công trình vv, và hiếm khi trong bộ ofAgriculture 22. phạm vi "hiện đại" agrometeorology Agrometeorology đề với tất cả các yếu tố nhạy cảm với thời tiết của nông nghiệp sản xuất, như minh họa dưới đây trong hình 1. Quang phổ của các đối tượng là như vậy khá rộng. Nó bao gồm thụ phấn, động vật di cư, trafficability, giao thông vận tải pathogens by wind, irrigation, climate manipulation and artificial climates, weather risk assessments, the use of weather forecasts in farming, crop yield and phenology forecasts and particularly advice to farmers… as well as the required data and methods. Figure 1: Agrometeorology deals with all the weather-sensitive components of the chain leading from production to consumption of all agricultural products, specifically including animals and plants (after Gommes, 1998a). Managed production“Wild” productionHarvestDistributionTransportStorageTransformationConsumptionAgrometeorology now relies on a package of new tools, which define « modern agrometeorology». They include data acquisition techniques (ground observation, aircraft and satellite), data transmission techniques (including the Internet) and data analysis (models and other software). 3. Models22Most text borrowed from Gommes 1999b, figure original. 3A model is a programme (and the science behind it) that simulates (predicts) the behaviour (output) of a plant (e.g. yield) from environmental conditions (inputs, incl. management) and variables describingthe plant’s ecophysiology (parameters). There is in fact a large variety of models (as well as associated problems) which cannot be described here (refer to Gommes 1999b). Figure 2 below schematically illustrates the operation of a typical model Crop modelling, and most numerical applications in natural sciences became thực sự tốt vì sự phát triển của máy tính và nó là thú vị để so sánh tinh tế của công việc hiện tại với các phương pháp và phương pháp tiếp cận hiện hành 15-20 năm trước đây (Weiss, 1981; Gommes năm 1983 và 1985). Khối lượng bởi Albert Weiss là thú vị trong đó nó cho thấy rằng hầu hết vấn đề được giải quyết vào ngày hôm nay trong cây trồng khí hậu quan hệ đã được vào chương trình nghị sự hai mươi năm trước đây: các vấn đề của quy mô, thu thập dữ liệu thời gian thực và Mô hình vv. Không là, Tuy nhiên, ba vấn đề mới lớn trong lĩnh vực cropclimate mô phỏng: Hệ thống thông tin địa lý (GIS), các không gian một vài từ trong dữ liệu agroclimatic, và thời tiết ngẫu nhiên máy phát điện (RWG). Hình 2: sơ đại diện của một cây trồng mô phỏng mô hình hiển thị các tương tác giữa các yếu tố môi trường, cây trồng tăng trưởng và phát triển, và quản lý. LÁNHIÊN LIỆU SINH HỌCGỐCNHIÊN LIỆU SINH HỌCQuản lýÁNH NẮNG MẶT TRỜIĐẤTĐỘ ẨM,CHẤT DINH DƯỠNGMôi trườngMô hìnhNhiên liệu sinh học hàng ngàytích lũy(phát triển)Phân vùng của nhiên liệu sinh học giữa thực vậtcơ quan (phenology)4Mô hình phổ biến nhất bây giờ có một phát điện thời tiết ngẫu nhiên "liên kết", một chương trình mà tạo ra tổng hợp thời tiết loạt cho một vị trí nhất định3. Họ là cực kỳ hữu ích cho nhiều ứng dụng, từ đánh giá rủi ro để cắt dự báo. Liên kết các mô hình và các công cụ, Hệ thống thông tin địa lý có trở thành phổ biến. Kỹ thuật GIS, thường kết hợp với phần mềm hồ, được sử dụng để chuẩn bị dữ liệu đầu vào không gian cho các regional applications; they are used after model runs to format and present the output and analyses. Finally, weather conditions are normally not knows at the exact location where a model is run. Geostatistical tools are now widelyused to estimate weather condition at the location where a model is being run, although there is no meteorological station. There is clear complementary nature of simulation models and satellite data, not only because remote sensing can contribute to estimating surface agrometeorological variables4, but also because it can provide some model inputs, such as phenology (planting dates) and LeafArea Index, an essential model variable. 4 FAO and agrometeorology5In an organisation like FAO, it is difficult to exactly delimit the “mandate” of Agrometeorology. The “Agrometeorology Group”, formerly in the Agriculture Department, was aggregated in 1994 with Remote Sensing and Geographic Information Systems -GIS-, the “Rural Energy Group”, to create the new Environment and Natural Resources Service under the Sustainable Development Department. This constitutes a logical decision insofar as climate encompasses some of the main renewable natural resources. Unlike other organisations and institutions (such as WMO and Agrometeorology Departments in various universities), FAO adopts a rather restrictive definition of agrometeorology. Servicesand products with a marked agroclimatic component6 are provided by other Departments of the Organization. For instance, irrigation scheduling is dealt with by the Land and Water Development Division, Water Resources Development and Management Service. Microclimate manipulation is anessential component of many of the projects of the Plant Production Service, in particular for vegetables. The same could be said about plant protection and production (including forestry), aquaculture development, etc.The only section of FAO with an explicit mandate to cover agricultural climatology is the Agricultural Meteorology Group. Its main activities include agroclimatic databases, agrometeorology and remote-sensing based crop monitoring and forecasting, international collaboration in the field of climate 3RWG outputs are obviously based on the statistical properties of real world weather data from the same location. 4They include rainfall, in combination with ground observations, actual evapotranspiration, leaf temperature. 5Adapted from Gommes, 1998c 6Agroclimatology is assumed to include agrometeorology. 5and weather, including field projects. Recently Climate-change has become a major activity of the Group. 5 Agrometeorological advice to farmers While FAO has a long and good record in agricultural extension at all levels, agrometeorological advisory services to farmers have so far received little attention. It is well recognised that this is an important and potentially very useful field (Gommes, 1992). The Agrometeorology Group has repeatedly tried to develop some activities in this area, but was never able to attract donor attention. 5.1 Weather forecastsWeather forecasts play an essential part in many farming operations. For instance, weeding is best done in a rainless period, planting requires regular but not too heavy rain, spraying pesticides cannot be done in windy weather, etc. The main difficulty is often to present the forecasts in such as way that they are understandable to farmers, thus avoiding jargon and ensuring that the uncertainty inherent to all forecasts is duly understood. The general issue issue of c