Ελιά: Με αλγόριθμο η πρόβλεψη για τη συγκομιδή – Πώς λειτουργεί

Τη δυνατότητα πρόβλεψης της συμπεριφοράς και της παραγωγικότητας ενός ελαιώνα παρέχει αλγόριθμος, που αναπτύχθηκε με τη χρήση δεδομένων των τελευταίων 15 ετών στην Ιταλία, όπου αναλύθηκαν οι καιρικές συνθήκες κατά τη διάρκεια του κύκλου ανάπτυξης της ελιάς.

Ο αλγόριθμος αυτός, τον οποίο έχουν «κατεβάσει» σχεδόν 100 ελαιοπαραγωγοί, συγκρίνει τη σχέση μεταξύ της ανάπτυξης της ελιάς και της συγκομιδής με τις κλιματικές επιπτώσεις. Με τον τρόπο αυτό, οι ερευνητές μπόρεσαν να εντοπίσουν δεκάδες πιθανούς κλιματικούς στρεσογόνους παράγοντες και τον τρόπο με τον οποίο επηρεάζουν την παραγωγικότητα των ελαιόδεντρων.

Ελαιόλαδο: Οι προκλήσεις της επόμενης 12ετίας – Τι αποκαλύπτει έκθεση της ΕΕ

Οι ερευνητές πιστεύουν ότι οι πληροφορίες αυτές θα μπορούσαν να βοηθήσουν τις εθνικές ή περιφερειακές διοικήσεις, τους ελαιοπαραγωγούς και άλλα ενδιαφερόμενα μέρη να προβλέψουν πώς μπορεί να εξελιχθεί η επερχόμενη περίοδος και να προβούν σε γεωπονικές ή επιχειρηματικές προσαρμογές.

Η νέα τεχνολογία είναι αποτέλεσμα ενός συντονισμένου έργου στο οποίο συμμετέχουν επιστήμονες από το Ιταλικό Εθνικό Συμβούλιο Έρευνας (CNR) και τον Οργανισμό Νέων Τεχνολογιών, Ενέργειας και Αειφόρου Ανάπτυξης (ENEA), καθώς και Αμερικανοί ερευνητές από το Πανεπιστήμιο της Καλιφόρνιας – Μπέρκλεϊ.

Η έρευνα

«Εργαζόμαστε για να κατανοήσουμε ποιοι (κλιματικοί) παράγοντες μπορούν να προκαλέσουν δυσμενείς συνθήκες και επιζήμιες επιπτώσεις στην ελαιοπαραγωγή», δήλωσε στην Olive Oil Times η Arianna Di Paola, ερευνήτρια στο Ιταλικό Ινστιτούτο Βιοοικονομίας του CNR, φέρνοντας ως παραδείγματα παράγοντες που ευνοούν την εξάπλωση του δάκου της ελιάς ή οι υψηλές θερμοκρασίες του χειμώνα που μπορούν να μεταβάλουν τον κύκλο της ελιάς και να επηρεάσουν την ανθοφορία και την επικονίαση.

Η έρευνα ανέλυσε τις συγκομιδές ελιάς σε 66 ιταλικές επαρχίες μεταξύ 2006 και 2020 για τον εντοπισμό των παραγόντων πίεσης χρησιμοποιώντας ένα ευρύ φάσμα δεδομένων. Με τον τρόπο αυτό κατάφεραν να αποκαλύψουν πώς προέκυψαν οι χειρότερες συγκομιδές ελιάς.

«Η κατανόηση της τρέχουσας εποχικότητας μας επιτρέπει να προβλέψουμε τι μπορούμε να περιμένουμε στο εγγύς μέλλον», σημείωσε η Di Paola, εξηγώντας ότι δεν πρόκειται για εποχικές προβλέψεις αλλά για βραχυπρόθεσμα σενάρια που «θα μπορούσαν να υποστηρίξουν επενδύσεις, προληπτικά μέτρα, θεραπείες ή γεωπονικές πρακτικές».

Η έρευνα όμως δεν σταμάτησε στον εντοπισμό των παραγόντων που οδηγούν σε δυσμενείς συνθήκες. Αν και δεν είναι δυνατόν να προβλεφθεί ακόμα ολόκληρος ο φαινολογικός κύκλος της ελιάς, καθώς «δεν είναι δυνατόν να προβλέψουμε τη βλαστική έναρξη της εποχής σε περιφερειακή κλίμακα, αυτό που μπορούμε να κάνουμε είναι, χρησιμοποιώντας ένα ημερολόγιο, να χωρίσουμε απλώς τον κύκλο ζωής της ελιάς σε δίμηνες δόσεις», εξηγεί η Di Paola.

Αναλύοντας τις μεταβλητές που επηρεάζουν την ελαιοπαραγωγή κατά τη διάρκεια των ετών και συγκεντρώνοντάς τες ανά δίμηνο, οι ερευνητές καθόρισαν έναν κατάλογο των μεταβλητών και εξέτασαν τον τρόπο με τον οποίο αλληλεπιδρούν με την πάροδο του χρόνου.

Η ανάλυση παρέχει μια βραχυπρόθεσμη πρόβλεψη ακριβείας, η οποία, σύμφωνα με τους ερευνητές, είναι τρεις φορές καλύτερη από την ανάλυση μιας μόνο μεταβλητής. Μόλις η ανάλυση ήταν έτοιμη, οι ερευνητές εξέτασαν ποιες εποχιακές κλιματικές μεταβλητές συνδέονταν συχνότερα με εξαιρετικά κακές ή υψηλής απόδοσης εποχές, απορρίπτοντας τις μεσαίες αποδόσεις.

«Σε εποχές μεσαίας κλίμακας, οι αποδόσεις μπορεί να εξαρτώνται από μεταβλητές όπως η ανάπτυξη συγκεκριμένων γεωπονικών τεχνικών από έναν παραγωγό σε σύγκριση με έναν άλλο, ή από τον χρόνο που δαπανάται για το κλάδεμα των ελιών και πολλές άλλες μεταβλητές», τόνισε η Di Paola.

Η σύνδεση

Ενδιαφέρον είναι  ότι οι ερευνητές βρήκαν μια σύνδεση μεταξύ των κλιματικών μεταβλητών που εντοπίστηκαν από τον αλγόριθμο και του φαινομένου της μύγας του δάκου της ελιάς.

Ο αλγόριθμος όμως δεν θα εξηγήσει γιατί θα συμβεί ένα συγκεκριμένο σενάριο. Ωστόσο, εφαρμόζοντάς τον, διαπιστώνεται ότι τα χειρότερα έτη από άποψη παραγωγικότητας και οι αναδυόμενοι κλιματικοί παράγοντες πίεσης, ήταν συνδεδεμένοι με τις προσβολές του δάκου της ελιάς.

«Αυτό που μας λέει ο αλγόριθμος είναι κάτι σαν: εάν έχετε αυτή τη σειρά συνθηκών, ας πούμε πέντε διαφορετικές μεταβλητές σε μια δεδομένη χρονική περίοδο, τότε είναι πολύ πιθανό η απόδοση της ελιάς να είναι εξαιρετικά χαμηλή», πρόσθεσε.

Ο αλγόριθμος, ο οποίος είναι προσβάσιμος από το κοινό και μπορούν να τον κατεβάσουν και να τον ενσωματώσουν στα συστήματά τους, μπορεί να είναι χρήσιμος όχι μόνο για την Ιταλία αλλά και για όλο τον τομέα της ελιάς.

«Η μέθοδος που εφαρμόσαμε μπορεί να εξαχθεί σε άλλες χώρες και τομείς», κατέληξε η Di Paola, σημειώνοντας ότι «μόλις τροφοδοτηθεί με τα απαραίτητα δεδομένα, ο αλγόριθμος μπορεί εύκολα να προσαρμοστεί για να κάνει τέτοιου είδους εποχικές προβλέψεις».