Evaluating and improving crop-yield forecasting methods during extreme drought

Cada verano, los agricultores y los gobiernos miran al cielo con una mezcla de esperanza y ansiedad, tratando de adivinar cuántos alimentos se cosecharán de los campos. Este cálculo no es solo una cuestión de tradición; es un cálculo complejo de cómo los patrones climáticos, las condiciones del suelo y la biología de las plantas interactúan para producir una cosecha. Cuando el clima se comporta normalmente, las computadoras pueden a menudo realizar estas predicciones con una precisión razonable observando patrones pasados. Sin embargo, la naturaleza no siempre sigue las reglas. Cuando un evento extremo golpea, como una sequía severa que abrasa la tierra y seca el suelo, los patrones habituales se rompan. Las condiciones que enfrentan las plantas durante tal crisis suelen quedar fuera del rango de cualquier cosa vista en la historia, dejando a las herramientas de pronóstico estándar confundidas e ineficaces. Este es un problema crítico porque una predicción fallida puede conducir a la inestabilidad económica y a la escasez de alimentos, lo que hace vital encontrar formas de pronosticar los rendimientos incluso cuando el clima se comporta de maneras sin precedentes.

Investigadores del Boston College se propusieron resolver este rompecabezas específico probando qué tan bien diferentes tipos de modelos computacionales podían predecir los rendimientos del maíz durante la devastadora sequía de 2012 en el Medio Oeste estadounidense. Esta región, conocida como el Cinturón del Maíz, sufrió una de las peores épocas de sequía en cincuenta años, reduciendo la producción nacional de maíz en aproximadamente un trece por ciento. El equipo quería ver si podían construir un sistema que aprenda del pasado pero que permanezca lo suficientemente flexible como para manejar las extrañas y extremas condiciones de un año de desastre. Compararon dos enfoques principales: el aprendizaje automático tradicional, que utiliza reglas estadísticas establecidas, y el aprendizaje profundo, una forma más avanzada de inteligencia artificial que imita la manera en que el cerebro humano procesa la información a través de capas de conexiones. El desafío era que los datos del año de la sequía eran distintos a cualquier cosa que los modelos hubieran visto antes, creando una situación donde los datos de entrenamiento y los datos de prueba eran fundamentalmente diferentes.

Para abordar esto, los investigadores recopilaron datos meteorológicos diarios de cientos de condados, rastreando dieciséis factores atmosféricos diferentes como temperatura, humedad, viento y radiación solar. Notaron que los datos eran desordenados; algunos condados tenían registros faltantes y las mediciones diarias no cubrían el año completo, sino solo la temporada de crecimiento. Para dar sentido a esto, primero intentaron simplificar el problema utilizando una técnica llamada selección de características. En lugar de alimentar a la computadora con cada una de las mediciones meteorológicas, utilizaron un método para identificar qué impulsores específicos estaban causando realmente los cambios en el rendimiento de los cultivos. Descubrieron que, si bien la gente suele pensar que la lluvia y la temperatura son los factores más importantes, los modelos dependían más fuertemente del déficit de presión de vapor y la evapotranspiración. Estas son medidas de cuánta agua está extrayendo el aire de las plantas y del suelo, combinando los efectos del calor, la humedad y la luz solar en una sola señal poderosa de estrés vegetal.

El estudio reveló una división clara en cómo los diferentes modelos manejaron la crisis. Los modelos de aprendizaje automático tradicionales, que incluyen métodos como la regresión lineal y los árboles de decisión, tuvieron dificultades al enfrentarse a la sequía extrema. Funcionaron mal porque fueron entrenados en años "normales" y no pudieron reconocer los patrones extraños de 2012. Sin embargo, cuando los investigadores modificaron estos modelos para centrarse solo en los impulsores meteorológicos más importantes y dieron mayor importancia a los pocos años históricos que también fueron secos, las predicciones mejoraron significativamente. Esto demostró que, para los modelos más simples, comprender qué factores meteorológicos específicos importan es la clave para sobrevivir a un desajuste de datos.

En contraste, el modelo de aprendizaje profundo, conocido como VITA, funcionó notablemente bien sin necesidad de estos ajustes específicos. Este modelo había sido preentrenado con una enorme cantidad de datos meteorológicos globales antes de ser probado en los campos de maíz. Debido a que ya había aprendido a reconocer patrones climáticos complejos de una amplia variedad de fuentes, pudo adaptarse a la sequía de 2012 de forma natural. Superó a todos los demás modelos, tanto en el año de la sequía extrema como en un año normal, demostrando que un sistema grande y preentrenado puede generalizar mejor que los sistemas más pequeños y especializados cuando los datos se vuelven extraños. Los investigadores también observaron cómo el modelo tomaba sus decisiones y encontraron que centró correctamente su atención en la mitad de la temporada de crecimiento, específicamente en las semanas de junio y julio, cuando el maíz es más vulnerable al calor y la sequedad. Esto confirmó que el modelo no solo estaba adivinando, sino que realmente estaba aprendiendo la realidad biológica del cultivo.

En última instancia, el estudio sugiere que, si bien los modelos avanzados de aprendizaje profundo son herramientas poderosas para predecir los rendimientos de los cultivos durante el clima extremo, no son la única solución. Para situaciones donde no se pueden usar sistemas grandes y complejos, los modelos más simples aún pueden hacerse efectivos mediante la selección cuidadosa de los datos correctos y el peso de los eventos históricos más críticos. La investigación destaca que el mayor obstáculo para el pronóstico no es solo la falta de datos, sino el hecho de que los eventos extremos se ven tan diferentes del pasado que las herramientas estándar fallan al no poder reconocerlos. Al comprender estas diferencias y ajustar los modelos para que presten atención a las señales correctas, los científicos pueden construir mejores sistemas para predecir la cosecha, incluso cuando el cielo se vuelve contra los cultivos.