[論文レビュー] Accuracy Requirements for Early Estimation of Crop Production in Senegal

Damien Jacques, Pierre Defourny|arXiv (Cornell University)|Jun 9, 2019

Precipitation Measurement and Analysis参考文献 41被引用数 4

ひとこと要約

本研究では、セネガルにおける早期作物生産予測の精度要件を定義するための手法的枠組みを構築した。20年分の歴史的農業データを用いて、収量の変動が収量予測精度の主な制約要因であることが示された一方で、耕作地面積マッピングはジャガイモ、ミルレット、イネなどの主要作物の予測を顕著に改善することが分かった。

ABSTRACT

Early warning systems for food security rely on timely and accurate estimations of crop production. Several approaches have been developed to get early estimations of area and yield, the two components of crop production. The most common methods, based on Earth observation data, are image classification for crop area and correlation with vegetation index for crop yield. Regardless of the approach used, early estimators of cropland area, crop area or crop yield should have an accuracy providing lower production error than existing historical crop statistics. The objective of this study is to develop a methodological framework to define the accuracy requirements for early estimators of cropland area, crop area and crop yield in Senegal. These requirements are made according to (i) the inter-annual variability and the trend of historical data, (ii) the calendar of official statistics data collection, and (iii) the time at which early estimations of cropland area, crop area and crop yield can theoretically be available. This framework is applied to the seven main crops in Senegal using 20 years of crop production data. Results show that the inter-annual variability of crop yield is the main factor limiting the accuracy of pre-harvest production forecast. Estimators of cropland area can be used to improve production prediction of groundnuts, millet and rice, the three main crops in Senegal stressing the value of cropland mapping for food security. While applied to Senegal, this study could easily be reproduced in any country where reliable agricultural statistics are available.

研究の動機と目的

• セネガルにおける耕作地面積、作物面積、および作物収量の早期推定手法の精度要件を確立すること。
• 歴史的作物生産データにおける年次変動およびトレンドを考慮すること。
• 推定手法の精度を、セネガルにおける公式統計データ収集の時期と一致させること。
• 早期地球観測ベースの推定手法が、収量予測において単純な歴史的平均を上回る可能性があるかどうかを評価すること。
• 耕作地マッピングが食料安全保障早期警戒システムの改善に果たす価値を評価すること。

提案手法

• セネガルにおける7つの主要作物について20年分の公式作物生産統計を分析した。
• 歴史的収量および面積データの年次変動とトレンド分析を用いて、最小精度閾値を定義した。
• 公式統計データ収集のスケジュール（作物面積は9月末まで、収量は11月末まで）を時間的制約として統合した。
• 早期推定手法の誤差が歴史的平均の誤差を下回るよう、必要な精度を決定するための枠組みを適用した。
• 地球観測ベースの推定手法による耕作地および作物面積推定、および植物指数に基づく収量推定の可能性を評価した。
• 季節的生育動態とデータの可用性に基づいて、理論的に可能な最も早い時期の正確な収量予測を評価した。

実験結果

リサーチクエスチョン

• RQ1 セネガルにおいて、歴史的平均を上回るためには、耕作地面積、作物面積、および作物収量の早期推定手法にどの程度の精度が求められるか？
• RQ2 作物収量の年次変動が、正確な収量予測の実現可能性にどのように影響するか？
• RQ3 生育期間のどの段階で、作物面積および収量の信頼性のある早期推定が可能になるか？
• RQ4 耕作地面積マッピングが、セネガルの主要作物の早期生産予測にどの程度向上効果をもたらすか？
• RQ5 公式統計データ収集の時期と、植物生育の季節的ダイナミクスが、早期警戒の精度にどのように影響するか？

主な発見

• セネガルにおける収量予測の精度を制限する主な要因は、作物収量の年次変動である。
• 作物面積の推定が完璧であったとしても、主要作物の収量予測において、最小限に抑えることができる平均二乗誤差の変動係数（CV(RMSE)）は、18％から40％の範囲にとどまる。
• 耕作地面積推定手法は、ピーナッツ、ミルレット、イネの生産予測を顕著に改善し、食料安全保障早期警戒における耕作地マッピングの価値を示している。
• イネに関しては、収量トレンドそのものが比較的安定したベースライン予測を提供するが、他の作物では変動が著しく、早期の定量的推定が困難である。
• 地球観測データを用いた収量の早期推定は、ピーク生育時期のタイミングに起因して、9月中旬までは正確でない可能性が高い。
• 定量的早期予測が高変動性によって制限される一方で、地球観測データは定性的な異常検知および地理空間的モニタリングにおいて依然として価値がある。