Comparative Evaluation of AMMI, GGE, GYT, and Bayesian Models for Risk-Based Selection of Forage Sorghum in multi-environmental trials

कल्पना कीजिए कि आप एक शेफ हैं जो एक नए प्रकार के सूप के लिए एकदम सही रेसिपी बनाने की कोशिश कर रहे हैं। आपके पास अलग-अलग सामग्रियों (जिन्हें "जीनोटाइप" कहा जाता है) से भरा एक पेंट्री है, लेकिन आप यह भी जानते हैं कि आपका सूप इस बात पर निर्भर करेगा कि आप इसे कहाँ पकाते हैं। हो सकता है कि आपके किचन का पानी 'हार्ड' हो, या चूल्हा बहुत तेज़ चलता हो, या हवा में नमी यह बदल देती है कि सब्जियां कैसे पकती हैं। खेती की दुनिया में, इसे जीनोटाइप × एनवायरनमेंट इंटरैक्शन (Genotype × Environment Interaction) कहा जाता है। यह कहने का एक शानदार तरीका है कि एक पौधा जो एक खेत में चैंपियन की तरह बढ़ता है, वह दूसरे खेत में संघर्ष कर सकता है, सिर्फ इसलिए क्योंकि मौसम, मिट्टी या मौसम अलग है।

किसान और ब्रीडर्स "सुपर-सामग्री" की तलाश में रहते हैं—ऐसे पौधे जो न केवल उच्च उपज (बहुत अधिक भोजन देने वाले) हों बल्कि स्थिर (stable) भी हों। एक स्थिर पौधा एक भरोसेमंद दोस्त की तरह है जो धूप, बारिश या हवा के बावजूद आता है और बेहतरीन काम करता है। लंबे समय से, वैज्ञानिक यह पता लगाने के लिए गणित का उपयोग करते हैं कि कौन से पौधे सबसे विश्वसनीय हैं। वे ऐसे उपकरणों का उपयोग करते हैं जो औसत प्रदर्शन को देखते हैं, ठीक वैसे ही जैसे किसी छात्र का ग्रेड पॉइंट एवरेज (GPA) निकाला जाता है। लेकिन औसत (average) भ्रामक हो सकता है। एक छात्र जिसे एक सप्ताह में 'A' मिलता है और अगले सप्ताह 'F', उसका औसत उसी छात्र के समान होगा जिसे हर दिन 'B' मिलता है। दूसरा छात्र अधिक स्थिर है, लेकिन "औसत" का गणित हमेशा आपको यह नहीं बताता।

हाल ही में, बेयसियन सांख्यिकी (Bayesian statistics) नामक एक नया गणित रसोई में आया है। केवल एक संख्या (जैसे ग्रेड) देने के बजाय, यह एक संभावना (probability) देता है। यह एक सवाल पूछने जैसा है, "इस बात की क्या संभावना है कि यह पौधा किसी भी यादृच्छिक भविष्य के सीजन में एक स्टार परफॉर्मर बनेगा?" यह दृष्टिकोण केवल यह नहीं बताता कि औसत में कौन सबसे अच्छा है; यह बताता है कि किसी भी बड़े नुकसान से बचने के लिए सबसे सुरक्षित दांव कौन सा है। यह चारा सोरघम (forage sorghum) जैसी फसलों के लिए महत्वपूर्ण है, जो एक घास है जिसे गायों और अन्य पशुधन को खिलाने के लिए उगाया जाता है। यदि एक किसान गलत पौधे पर दांव लगाता है और वह विफल हो जाता है, तो जानवर भूखे रह जाएंगे। इसलिए, ऐसा पौधा खोजना जो उच्च उपज देने वाला और विश्वसनीय दोनों हो, एक बहुत बड़ा जोखिम वाला खेल है।

---

द ग्रेट प्लांट शोडाउन: "सबसे विश्वसनीय" ट्रॉफी कौन जीतता है?

इस अध्ययन में, वैज्ञानिकों की एक टीम ने यह देखने के लिए एक बड़ा टूर्नामेंट आयोजित करने का निर्णय लिया कि कौन से चारा सोरघम पौधे गर्मी को झेल सकते हैं। उन्होंने 30 अलग-अलग प्रकार के सोरघम (सोचिए कि ये 30 अलग-अलग एथलीटों की टीमें हैं) एकत्र किए और उन्हें कड़ी परीक्षा से गुजारा। उन्होंने उन्हें केवल एक स्थान पर नहीं परखा; उन्होंने उन्हें भारत के पाँच अलग-अलग वातावरणों में परखा, जो असम के आर्द्र, बरसाती मौसम से लेकर हैदराबाद की शुष्क, गर्म परिस्थितियों तक फैले हुए थे। ये परीक्षण 2020 और 2021 के दौरान विभिन्न मौसमों (सर्दियों, गर्मियों और मानसून) में हुए।

लक्ष्य सरल था: प्रत्येक पौधे ने कितनी हरी चारा (जानवरों के लिए पत्तेदार भोजन) पैदा की, इसका माप लेना। लेकिन असली चुनौती यह पता लगाना था कि कौन से पौधे वे "चैंपियन" हैं जो बिना गिरे इन पाँचों में से किसी भी वातावरण को संभाल सकते हैं।

पुराना स्कूल बनाम नया स्कूल

इस पहेली को सुलझाने के लिए, शोधकर्ताओं ने जासूसों की दो अलग-अलग टीमों का उपयोग किया।

टीम 1: क्लासिक डिटेक्टिव्स (AMMI, GGE, और GYT)
ये दशकों से उपयोग किए जाने वाले पारंपरिक तरीके हैं। वे डेटा को देखते हैं और रंगीन मानचित्र बनाते हैं जिन्हें बायप्लॉट (biplots) कहा जाता है। इन मानचित्रों की कल्पना एक रडार स्क्रीन के रूप में करें जहाँ पौधे बिंदु हैं और वातावरण तीर हैं।

• AMMI यह देखता है कि मौसम बदलने पर एक पौधे का प्रदर्शन कितना डगमगाता है।
• GGE एक "आदर्श" वातावरण खोजने की कोशिश करता है और देखता है कि कौन से पौधे उस आदर्श के सबसे करीब रहते हैं।
• GYT थोड़ा अधिक जटिल है; यह न केवल यह देखता है कि पौधा कितना भोजन बनाता है, बल्कि यह भी जाँचता है कि क्या पौधे में अन्य अच्छे गुण हैं, जैसे मोटे तने या बहुत सारे पत्ते, यह देखने के लिए कि क्या वे उपज में मदद करते हैं।

टीम 2: प्रोबेबिलिटी विजार्ड्स (Bayesian Models)
यह टीम एक अलग दृष्टिकोण अपनाती है। केवल यह कहने के बजाय कि "पौधा A पौधा B से बेहतर है," वे पूछते हैं, "इस बात की क्या संभावना (probability) है कि पौधा A, पौधा B को हरा देगा?" वे कंप्यूटर का उपयोग करके हजारों सिमुलेशन चलाते हैं, जिससे प्रत्येक पौधे के लिए संभावित परिणामों का एक "बादल" बन जाता है। यह उन्हें एक जोखिम स्कोर (risk score) देता है। यह उन्हें न केवल यह नहीं बताता कि कौन सबसे अच्छा है, बल्कि यह भी बताता है कि किस पर दांव लगाना सबसे सुरक्षित है।

परिणाम: सुपरस्टार्स कौन हैं?

संख्याओं की गणना करने के बाद, दोनों टीमों के जासूसों ने एक ही कुछ पौधों की ओर इशारा किया, जो इस बात का एक बहुत अच्छा संकेत है कि परिणाम ठोस हैं।

स्पष्ट विजेता, वह पौधा जो सबसे स्थिर और उच्च उपज देने वाला था, वह था G24 (348B)।

• क्लासिक डिटेक्टिव्स ने कहा: "G24 सबसे स्थिर और उच्च उपज वाला है। इसने लगभग हर वातावरण में शानदार प्रदर्शन किया।"
• प्रोबेबिलिटी विजार्ड्स ने कहा: "हमें पूरा विश्वास है (लगभग 96% संभावना के साथ) कि G24 एक शीर्ष प्रदर्शन करने वाला है, और इसमें स्थिर होने की भी उच्च संभावना है।"

अन्य पौधे जिन्होंने "एलीट लिस्ट" में जगह बनाई, उनमें G30 (SSG-59-3), G26 (314B), और G19 (327B) शामिल थे। ये पौधे पूरे क्रम में लगातार अच्छे रहे।

हालाँकि, अध्ययन में G21 (CSV32F) नामक एक पौधे के बारे में कुछ बहुत दिलचस्प पाया गया।

• यदि आप केवल औसत उपज को देखते हैं, तो G21 एक सुपरस्टार की तरह दिखता है, बिल्कुल G24 के स्तर पर।
• लेकिन प्रोबेबिलिटी विजार्ड्स ने एक रहस्य उजागर किया: G21 एक "उच्च-जोखिम" वाला खिलाड़ी था। इसके शानदार होने की उच्च संभावना थी, लेकिन मौसम के आधार पर इसके बहुत खराब होने की भी उच्च संभावना थी। इसकी "स्थिरता की संभावना" बहुत कम (केवल लगभग 0.08) थी।
• सबक: केवल इसलिए कि किसी पौधे का औसत स्कोर अधिक है, इसका मतलब यह नहीं है कि वह एक सुरक्षित दांव है। G21 उस छात्र की तरह है जो उस परीक्षा में 'A' प्राप्त करता है जिसके लिए उसने कड़ी मेहनत की थी, लेकिन उस परीक्षा में फेल हो जाता है जिसके लिए उसने तैयारी नहीं की थी। दूसरी ओर, G24 उस छात्र की तरह है जो हर बार एक ठोस 'A-' प्राप्त करता है।

"रिस्क मैप" (जोखिम मानचित्र)

शोधकर्ताओं ने इसे विज़ुअलाइज़ करने के लिए एक विशेष मानचित्र (एक चार-चतुर्थांश रिस्क मैप) बनाया।

• ऊपरी दायां हिस्सा (द एलीट): वे पौधे जो उच्च उपज देने वाले और स्थिर दोनों हैं। G24 यहीं स्थित था।
• ऊपरी बायां हिस्सा (द रिस्की गैंबल): वे पौधे जो बड़े विजेता हो सकते हैं लेकिन पूरी तरह से हार भी सकते हैं। G21 यहाँ था।
• निचला दायां हिस्सा (द स्टेडी बट स्मॉल): वे जो सुरक्षित हैं लेकिन बहुत अधिक उत्पादन नहीं करते हैं।
• निचला बायां हिस्सा (द लूज़र्स): वे जो न तो सुरक्षित हैं और न ही उत्पादक।

वातावरण के बारे में क्या?

अध्ययन ने यह भी पता लगाया कि कौन से परीक्षण स्थान सबसे अच्छे निर्णायक थे।

• E1, E2, और E3 को "आदर्श" परीक्षण वातावरण पाया गया। वे सबसे अच्छे पौधों को पहचानने में अच्छे थे और वास्तविक दुनिया का प्रतिनिधित्व करते थे।
• अध्ययन ने यह भी खोजा कि क्षेत्र को दो "मेगा-एनवायरनमेंट्स" में विभाजित किया जा सकता है। इसका मतलब है कि जबकि कुछ पौधे हर जगह महान होते हैं, अन्य विशेषज्ञ होते हैं। उदाहरण के लिए, G3 दो विशिष्ट वातावरणों में सबसे अच्छा था लेकिन अन्य में नहीं। यह किसानों को बताता है कि यदि वे एक विशिष्ट प्रकार के जलवायु में हैं, तो वे एक सामान्य विशेषज्ञ के बजाय एक विशेषज्ञ पौधे को चुनना चाह सकते हैं।

"सीक्रेट सॉस" गुण

शोधकर्ताओं ने यह भी देखा कि जीतने वाले पौधे इतने अच्छे क्यों थे। उन्होंने पाया कि मोटे तने (SGT), चौड़े पत्तों (LFW), और उच्च लीफ एरिया इंडेक्स (LAI) (जिसका अर्थ है सूर्य के प्रकाश को पकड़ने के लिए अधिक पत्तों की सतह) वाले पौधों ने अधिक भोजन पैदा किया। यह सच है कि यदि आप बहुत सारा हरा चारा चाहते हैं, तो आपको एक ऐसे पौधे की आवश्यकता है जो एक बड़ा, मजबूत "सोलर पैनल" सिस्टम बनाए।

निचोड़ (The Bottom Line)

इस अध्ययन ने केवल कुछ अच्छे पौधे ही नहीं खोजे; इसने यह भी साबित किया कि पुराने स्कूल के गणित और नए स्कूल के प्रोबेबिलिटी गणित दोनों का उपयोग करने से आपको सर्वोत्तम परिणाम मिलते हैं। पुराने तरीकों ने एक स्पष्ट तस्वीर दी कि कौन अच्छा था, और नए तरीकों ने यह स्पष्ट तस्वीर दी कि उन्हें चुनना कितना जोखिम भरा था।

अंतिम फैसला? G24 (348B) वह पौधा है जिस पर नज़र रखनी चाहिए। यह भरोसेमंद, उच्च-उपज वाला चैंपियन है जिस पर किसान अलग-अलग जलवायु में, जिसमें असम जैसे कठिन, गैर-पारंपरिक क्षेत्र भी शामिल हैं, भरोसा कर सकते हैं। G30, G26, और G19 भी मजबूत दावेदार हैं। लेकिन यदि आप G21 को चुनते हैं, तो बेहतर होगा कि आप एक जुआ खेलने के लिए तैयार रहें।

डेटा को देखने के इन दो तरीकों को मिलाकर, वैज्ञानिकों ने ब्रीडर्स को सही पौधे चुनने के लिए एक शक्तिशाली नया उपकरण दिया है, जो ऐसे भविष्य के लिए है जहाँ मौसम और अधिक अप्रत्याशित होता जा रहा है। यह केवल सबसे बड़े पौधे को खोजने के बारे में नहीं है; यह उस पौधे को खोजने के बारे में है जो तूफान आने पर आपका साथ नहीं छोड़ेगा।