As secas ou ondas de calor têm consequências que vão além dos agricultores que observam ansiosamente seus campos; essas flutuações na produtividade das safras podem enviar ondas de choque por meio de suprimentos e preços de alimentos locais e globais.

Em um novo estudo, pesquisadores da NASA, a Universidade de Chicago e o Instituto Potsdam para Pesquisa de Impacto Climático adicionaram dados sobre quando cada região específica planta e colhe suas safras - e descobriram que era a maneira mais eficaz de melhorar as simulações.

Publicado em 21 de novembro em Avanços da Ciência , a adaptação inovadora pode melhorar as informações disponíveis para que os formuladores de políticas e os mercados se preparem para os impactos da perda de safra.

Os modelos atuais lutam para prever rendimentos, não apenas em vista das mudanças climáticas de longo prazo, mas simplesmente para as safras do ano seguinte. "Os modelos de hoje realmente não conseguem explicar a variabilidade de um ano para o outro. Mesmo se tentarmos recriar o que aconteceu no passado, eles simplesmente não estão à altura, "disse Jägermeyr, um pesquisador de pós-doutorado com o departamento de ciência da computação da UChicago, Potsdam, e NASA, e o autor correspondente no estudo. "Acontece que a variabilidade do rendimento de curto prazo é extremamente importante para os formuladores de políticas e o mercado de alimentos - naturalmente para os níveis de preços, mas também para choques de oferta, embargos e reservas comerciais. "

Em geral, os cientistas tentaram melhorar as estimativas de rendimento das safras, melhorando a resposta do modelo ao clima. Mas ao invés, Jägermeyr e a co-autora Katja Frieler, do Instituto Potsdam, tentaram atacar o problema de um ângulo diferente:em vez de presumir que os agricultores cultivam uma única variedade de uma safra em todo o mundo, eles implementaram os tempos médios que cada região planta e colhe suas safras para representar as variedades locais.

"O desempenho do modelo simplesmente dobra, "Jägermeyr disse." Conseguir a estação de cultivo certa é a medida mais eficaz para melhor corresponder aos rendimentos de milho observados. "

Por exemplo, Jägermeyr disse, considere uma safra de milho na Áustria. Se os pesquisadores usarem o mesmo cronograma de crescimento para uma variedade de milho cultivada no México, eles podem presumir que a safra se beneficiaria com as chuvas de outubro. Mas na Áustria mais fria, o milho já teria sido colhido - portanto, os cálculos são jogados fora.

Com esta informação, os modelos dos pesquisadores combinavam muito mais com os reais, rendimentos observados. “Agora estamos prontos para simular impactos históricos de secas e ondas de calor, o que é sem precedentes, "Jägermeyr disse, "e temos todos os motivos para esperar que nossas simulações futuras sejam mais robustas do que antes."

Isso é algo que tem sido esquecido, e simplesmente mostramos o quanto o tempo é importante. O bom é que é uma fruta acessível que podemos implementar facilmente em nossos modelos, "disse ele." A única dificuldade é que depende muito dos dados, e ainda não temos observações de alta qualidade em todos os países. "

Eles planejam usar esta estrutura de modelo aprimorada para testar a previsão de safra ao longo da próxima temporada em tempo real.