Исследователи NASA обнаружили, что спутниковые данные могут предупреждать о голоде

Исследователь NASA разработала новый метод прогнозирования нехватки продовольствия, вызванной засухой. Молли Браун из Центра космических полетов имени Годдарда NASA и её коллеги создали модель, использующую данные дистанционного спутникового зондирования роста сельскохозяйственных культур и цен на продовольствие.

Этот подход может улучшить способность правительственных и гуманитарных организаций планировать и реагировать на рост цен на продовольствие, вызванный засухой, в Нигере и других регионах. В полузасушливых районах, таких как Нигер, нехватка продовольствия часто возникает из-за значительного снижения урожайности зерновых из-за недостатка осадков, что приводит к недоступно высоким ценам для местных фермеров.

«С помощью этого нового исследования мы впервые можем использовать спутниковые наблюдения за производством сельскохозяйственных культур для создания более точной ценовой модели, — сказала Молли Браун, ведущий автор исследования, которое будет опубликовано в журнале Land Economics. — Это уникальная возможность для экономической модели учесть климатические переменные».

Модель была протестирована на примере засухоустойчивой зерновой культуры — проса — в Западной Африке. Браун использовала долгосрочные данные со спутниковых сенсоров для оценки «зелёности» растительного покрова, что является индикатором урожайности и количества осадков. Эти данные, объединённые с климатическими переменными в экономическую модель, позволяют создавать карты прогнозируемых цен на просо для целых регионов.

«Критически важно включать климатические и экологические переменные в планирование продовольственной безопасности», — отметил соавтор исследования Хорхе Пинзон. По данным исследования, климатические переменные влияют примерно на 20% процесса рыночного ценообразования.

Новая методика, финансируемая NASA и USAID, может помочь организациям, входящим в Систему раннего предупреждения о голоде USAID, а в перспективе — и самим фермерам Нигера более эффективно планировать сельскохозяйственную деятельность. Модель применима в любом регионе мира, где сезонные климатические факторы могут способствовать локальным продовольственным кризисам.