在整个非洲建立抵御能力

2019-12-24 16:10:32
导读人类预测和应对气候变化的能力很可能会决定我们在下个世纪的福祉。尽管某些地区已经采用气候和农业预报系统数十年了,包括美国在内,美国使

人类预测和应对气候变化的能力很可能会决定我们在下个世纪的福祉。尽管某些地区已经采用气候和农业预报系统数十年了,包括美国在内,美国使用复杂的模型来最大化和稳定粮食供应,但世界上许多地区仍在发展这些能力。

加州大学圣塔芭芭拉分校的研究人员正在努力改变这种状况。

该大学的气候危害中心(CHC)继续提高预测和跟踪影响人们生活和生计的极端气候驱动条件的门槛。CHC的杰出成就和成功吸引了来自世界各地的合作伙伴和资金。现在,该小组将在未来三年中承担两个大型新项目-一个在西非,另一个在东部和南部非洲。

两者均由SERVIR的应用科学团队(AST)资助,SERVIR是NASA与美国国际开发署之间的合资企业,旨在帮助“发展中国家利用卫星数据应对粮食安全,水资源,天气和气候方面的关键挑战这些新项目将分别获得CHC和SERVIR的西非以及东部和南部非洲枢纽之间的平等伙伴关系,每个项目将获得130万美元赠款中的大约一半。

CHC副研究员Shraddhanand Shukla表示:“气候危害中心长期以来在非洲解决与粮食和水不安全有关的问题 。” “而且我们的合作伙伴肯定会认可我们在该领域在科学和能力建设方面的专业知识。”

在西部非洲,该中心将帮助建立缺水监测和预报系统。同时,在东部和南部非洲,该小组将研究谷物收成预测系统。

“西非项目的目标是开发一种先进的缺水监测和预报系统,”将负责该项目的舒克拉解释说。该小组计划通过利用NASA遥感数据集来现代化当前使用的两种工具来实现这一目标。

第一个是农作物水平衡模型,用于估计农作物可利用的土壤中的水量。该模型使科学家和决策者可以预测在不久的将来农作物的收成情况。

第二个是基于卫星的系统,该系统监视遍布该地区的小池塘的水位,这对于满足该地区的水需求至关重要。基于表面积,降雨数据和蒸散数据,系统可以估算这些蓄水池的水量,这是旱季人类和牲畜的重要资源。

舒克拉说:“重点不是提供确切的水量。” “相反,我们的目标是弄清楚一年中给定时间的水量将低于或高于典型水平。”

CHC将与该组织的许多组织和机构合作,特别是在13个国家中进行食品安全和抗旱研究的13个国家的委员会常任理事长常设委员会(CILSS)。和非洲半干旱萨赫勒地区的荒漠化。CILSS的AGRHYMET区域中心和非洲气象应用开发中心将是主要合作伙伴,并将托管通过该项目提供的新产品。

CHC小组将在东部和南部非洲开发并实施谷物预报系统。美国国家航空航天局(NASA)等机构有几种基于卫星的产品,可用于对谷物生产进行建模,包括降雨跟踪和预测套件CHIRPS,该套件实际上是由CHC在加州大学圣塔芭芭拉分校开发的。

负责第二个SERVIR-AST项目的CHC研究科学家Frank Davenport说:“我们该项目的目标是帮助东部和南部非洲的各个机构使用这些产品对整个生长季节进行常规谷物预报 。” 他指出,这可能很棘手,因为位置或一年中的时间的微小变化会影响哪种模型提供最有价值的见解。而且,其中许多系统都可以对整个国家进行谷物预报。CHC团队及其区域合作伙伴将努力提高这些模型可以输出的粒度。

CHC正在为此与多个组织合作。它的主要合作伙伴是SERVIR东非枢纽,即发展资源图地区中心(RCMRD)。它是一个旨在促进可持续发展的政府间组织,在联合国和非洲联盟的领导下成立,在南部和东部非洲有20个成员国。RCMRD将是根据该提案开发的技术的主要客户和接受者。

尽管在工业化国家中很容易忘记,但农业是社会的基础,而粮食安全则提供了可以进一步发展的平台。Davenport解释说,拥有可靠的农业预测能力可以减少不确定性和波动性,这是对福祉和发展的两个最大威胁。

他说:“美国是一个很好的例子。” “拥有坚实的农业预报产品是世界上大多数国家农业和经济发展的基础。有人认为,这些计划缺乏一致性,阻碍了我们工作地区的经济发展。”

CHC首席研究员Greg Husak表示,提高世界这些地区的粮食和水安全状况可以改善健康和福祉,促进经济发展和贸易,并稳定劳动力市场和移民方式 。他补充说,该组织参与的类似努力已经在肯尼亚,赞比亚和坦桑尼亚等国家有所作为。

研究人员一致认为,成功的关键将是建立具有持久力量和影响力的系统。他们预计未来的许多工作将涉及能力建设。Davenport说:“我们将采用现有的产品和工具,使它们更加简化和易于使用,并将它们交到国内用户手中。” 这两个项目的重叠目标是确保在未来三年中取得的任何有益进展都是自我维持的。

复杂性是另一个会影响项目遗产的因素。在包含多个变量的模型与简单模型的易懂性和易用性之间,模型始终会在精度和准确性之间进行权衡。

达文波特说:“我们需要在法拉利和丰田之间找到平衡。” 驾驶丰田汽车更容易,但法拉利是更精确的机器。实现适当的平衡很重要,因为团队需要培训人员(并非所有人都具有气候建模背景)才能使用这些系统。

他们还必须考虑数据质量和完整性。许多数据集都是新的,通常很难从农村地区获取数据。“如果您要处理的数据有限,那么您的法拉利有多出色就没关系了。如果您的气体中有灰尘,它仍然会溅出。”达文波特说。幸运的是,随着时间的推移,可供使用的数据量只会增加。

当然,项目将需要利用有效的沟通来确保产生影响。Shukla解释说,这些地区的新闻通常通过本地广播传播,因此,进入该通信网络将是有效向人们提供信息和警告的关键。

Husak补充说:“我们建立了许多关系,这将使这两个项目受益。” “现在,每个项目都可以利用我们已经建立的关系以及我们长期的成功记录。”

免责声明:本文由用户上传,如有侵权请联系删除!

猜你喜欢

最新文章