[论文解读] 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 4

一句话总结

本研究基于塞内加尔20年的历史农业数据，构建了一套方法论框架，用于界定早期作物产量预估的精度要求。研究结果表明，作物单产的变异性是影响收获前预测精度的主要制约因素，而耕地面积制图则显著提升了花生、高粱和水稻等主要作物的预测能力。

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.

研究动机与目标

• 为塞内加尔的耕地面积、作物面积和作物单产的早期估算建立精度要求。
• 考虑历史作物生产数据中的年际变异性与趋势。
• 使估算精度与塞内加尔官方统计数据收集的时间节点相协调。
• 评估基于地球观测的早期估算方法是否能在收获前预测中优于简单的历史平均值。
• 评估耕地制图在改进粮食安全早期预警系统方面的价值。

提出的方法

• 分析塞内加尔七种主要作物的20年官方作物生产统计数据。
• 利用历史单产和面积数据的年际变异性与趋势分析，界定最低精度阈值。
• 将官方数据收集日历（作物面积在9月底前完成，单产在11月底前完成）作为时间约束条件。
• 应用一个框架，确定早期估算所需精度，以确保其误差低于历史平均值的误差。
• 评估基于地球观测的耕地与作物面积估算，以及基于植被指数的单产估算的潜力。
• 基于季节物候特征与数据可得性，评估实现准确收获前预估的理论最早时间点。

实验结果

研究问题

• RQ1 在塞内加尔，早期估算耕地面积、作物面积和作物单产的精度需达到何种水平，才能优于历史平均值？
• RQ2 作物单产的年际变异性如何影响收获前作物产量准确预测的可行性？
• RQ3 在作物生长季节的哪个时间点，可以实现对作物面积和单产的可靠早期估算？
• RQ4 耕地面积制图在多大程度上能提升塞内加尔主要作物的早期产量预估？
• RQ5 官方统计数据收集的时间节点与植被季节性动态如何影响早期预警的准确性？

主要发现

• 作物单产的年际变异性是限制塞内加尔收获前产量预测精度的主要因素。
• 即使作物面积估算完美，主要作物收获前单产预测的均方根误差变异系数（CV(RMSE)）最低也只能达到18%至40%。
• 耕地面积估算显著提升了花生、高粱和水稻的产量预测，凸显了耕地制图在粮食安全早期预警中的价值。
• 对于水稻，单产趋势本身可提供相对稳定的基线预测，但对于其他作物，高变异性使得早期定量估算极具挑战。
• 由于植被生长高峰期的时间限制，利用地球观测数据进行作物单产的早期估算，其准确性在9月中旬之前极不可能实现。
• 尽管定量早期预测可能受限于高变异性，但地球观测数据在定性异常检测与地理空间监测方面仍具重要价值。