楊海順（音譯）認(rèn)為有。楊是內(nèi)布拉斯加大學(xué)的農(nóng)學(xué)教授，同時(shí)也是計(jì)算機(jī)建模專家。他正在嘗試使用程序來(lái)處理數(shù)字，使之轉(zhuǎn)化為對(duì)農(nóng)民有用的數(shù)據(jù)。

他開(kāi)發(fā)的程序叫做“混合玉米”（Hybrid-Maize），你可以上傳所有農(nóng)場(chǎng)相關(guān)的天氣和農(nóng)學(xué)狀況。在生長(zhǎng)季節(jié)的任何時(shí)間，“混合玉米”都可以綜合降雨、土壤水分、每日溫度、種植日期和種植數(shù)量，提供一個(gè)估算的玉米產(chǎn)量。楊說(shuō)“混合玉米”的圖形界面非常友好，易于使用。

所有數(shù)值輸入都可以在首頁(yè)完成

據(jù)楊介紹，該模型主要綜合分析實(shí)時(shí)氣象資料、歷史天氣數(shù)據(jù)和玉米產(chǎn)量的最大單一影響因素，從而得出結(jié)果。在生產(chǎn)季節(jié)的任何時(shí)間點(diǎn)估計(jì)產(chǎn)量，它首先調(diào)取這個(gè)生產(chǎn)季最新的天氣數(shù)據(jù)，然后利用往年的歷史數(shù)據(jù)代替本生產(chǎn)季余下時(shí)間的數(shù)據(jù)。

舉例來(lái)說(shuō)，如果你在6月15日運(yùn)行程序，它會(huì)調(diào)取從本季開(kāi)始直到6月15日的天氣數(shù)據(jù)，并且假定6月15日之后的天氣情況與以往每年的歷史天氣情況相似。

隨著生長(zhǎng)季的進(jìn)行，不斷更新當(dāng)前天氣數(shù)據(jù)，使產(chǎn)量預(yù)測(cè)的精度越來(lái)越高。

“如果你有20年的歷史數(shù)據(jù)，該程序會(huì)計(jì)算出20種可能的結(jié)果，從最好的到最糟糕的，然后給你一個(gè)平均值。”楊說(shuō)。“隨著生長(zhǎng)季的進(jìn)行，預(yù)測(cè)值會(huì)越來(lái)越接近實(shí)際最終產(chǎn)量，因?yàn)槭菇Y(jié)果偏離平均值的數(shù)據(jù)越來(lái)越少”。

在2014年，楊的團(tuán)隊(duì)與來(lái)自全國(guó)玉米帶（從堪薩斯州到俄亥俄州）的25個(gè)地區(qū)的推廣合作者一同測(cè)試了“混合玉米”模型。他們從各種官方報(bào)告中找到當(dāng)?shù)氐臄?shù)據(jù)，輸入到程序中估算當(dāng)?shù)禺a(chǎn)量。

“混合玉米”使用區(qū)域

如果有足夠多的當(dāng)?shù)睾献髡撸òㄞr(nóng)民）集合在一起，楊說(shuō)，這些數(shù)據(jù)可以用來(lái)估算整個(gè)生長(zhǎng)季節(jié)地區(qū)、州及國(guó)家的玉米產(chǎn)量。參與者和歷史數(shù)據(jù)越多，最終產(chǎn)量預(yù)測(cè)就變得越準(zhǔn)確。

“當(dāng)‘混合玉米’模擬某一片農(nóng)田的玉米產(chǎn)量時(shí)，它假定這一片農(nóng)田的作物管理水平和土壤性質(zhì)是相同。”楊說(shuō)。“這樣的農(nóng)田可以代表一個(gè)天氣、作物管理及土壤性質(zhì)條件相似的地區(qū)。”

好消息是，大部分需要的數(shù)據(jù)在公共記錄中都可以找到，如美國(guó)國(guó)家氣象局?jǐn)?shù)據(jù)或美國(guó)農(nóng)業(yè)部數(shù)字土壤地圖。其他相關(guān)數(shù)據(jù)，包括種植日期、種植數(shù)量以及雜交品種的成熟期，也可以輸入到模型中。“所有數(shù)據(jù)都可以找到。”楊說(shuō)。

出人意料的是，國(guó)家氣象局的數(shù)據(jù)沒(méi)有想象的那么容易獲取。部分觀測(cè)站沒(méi)有納入全國(guó)聯(lián)網(wǎng)，所以不能自動(dòng)獲取數(shù)據(jù)并上傳到“混合玉米”。

當(dāng)然，預(yù)測(cè)產(chǎn)量有一定的局限性。“混合玉米”不能理解養(yǎng)分嚴(yán)重不足、冰雹災(zāi)害、雜草侵襲及作物病害等情況，它假定這些情況都符合歷史平均水平。

“當(dāng)農(nóng)作物病害異常嚴(yán)重時(shí)，程序不能理解這種情況，因?yàn)檫@與以前收集到的數(shù)據(jù)不符。”楊說(shuō)。

他以2012年為例來(lái)說(shuō)明這一點(diǎn)。這一年，隨著夏季的進(jìn)行變得越來(lái)越干旱。每?jī)芍芤淮蔚漠a(chǎn)量預(yù)測(cè)是以平均或正常的天氣來(lái)預(yù)測(cè)的，但實(shí)際的天氣卻越來(lái)越干旱，直到收獲才能得知產(chǎn)量受損的具體情況。

在2014年，由于當(dāng)年的天氣狀況與歷史記錄相似，“混合玉米”在早期就預(yù)測(cè)出了準(zhǔn)確的產(chǎn)量。

“值得注意的是，在2014年7月20日進(jìn)行當(dāng)年第一次產(chǎn)量預(yù)測(cè)時(shí)，我們預(yù)測(cè)有14塊旱地玉米田的產(chǎn)量會(huì)超過(guò)平均水平，最后證明其中11塊都與預(yù)測(cè)相符。”楊指出。

在2014年，由于過(guò)多的降雨，一些玉米田在生長(zhǎng)季后期遇到了氮短缺的問(wèn)題，他繼續(xù)說(shuō)道。“混合玉米”模型并沒(méi)有考慮到這一點(diǎn)，在少數(shù)情況下，預(yù)計(jì)產(chǎn)量比實(shí)際產(chǎn)量高。

利用“混合玉米”分析生長(zhǎng)動(dòng)態(tài)

楊說(shuō)，許多人都對(duì)他的計(jì)算機(jī)模型表現(xiàn)出興趣。首先是農(nóng)民，此外還有保險(xiǎn)公司、種業(yè)公司、食品公司，以及生物燃料行業(yè)都對(duì)作物產(chǎn)量的早期預(yù)測(cè)產(chǎn)生了極大的興趣。

“你掌握的數(shù)據(jù)越多，效果越好。”楊說(shuō)。針對(duì)的大豆類似模型正處在研發(fā)的初始階段。

在未來(lái)，他希望增加可輸入的數(shù)據(jù)類型，例如免耕面積和節(jié)水技術(shù)，讓“混合玉米”變得更準(zhǔn)確。

“我們希望知道更多關(guān)于水分脅迫在不同生長(zhǎng)階段對(duì)作物的影響。”他補(bǔ)充道。

美國(guó)農(nóng)業(yè)部已經(jīng)連續(xù)多年提供生長(zhǎng)季中作物產(chǎn)量預(yù)測(cè)報(bào)告。與“混合玉米”相比，美國(guó)農(nóng)業(yè)部的預(yù)測(cè)報(bào)告包含更多當(dāng)?shù)刈魑餇顩r的樣本數(shù)據(jù)。

楊認(rèn)為這兩種系統(tǒng)都有效，但組合使用可能效果更好。“混合玉米”在收集各方面數(shù)據(jù)上更有效率，他說(shuō)，因?yàn)樗恍枰藗冋嬲绿锉O(jiān)測(cè)作物。