众包的现场数据显示了小农场对全球粮食生产的重要性

资讯2020-10-23 11:23:54
导读作为IIASA研究人员的众包公民科学项目的一部分,新的全球田间规模数据集显示,小农场的比例可能比以前认为的要大得多,对全球粮食生产的贡

作为IIASA研究人员的众包公民科学项目的一部分,新的全球田间规模数据集显示,小农场的比例可能比以前认为的要大得多,对全球粮食生产的贡献更大。

小农场被划分为由面积小于2公顷的田地组成。越来越多的证据表明,这些农场对世界粮食生产做出了重大贡献,但到目前为止,关于小农场数量和分布的数据一直缺乏。此前的估计表明,小农场占全球总数的12%至24%。然而,由IIASA研究员Myroslava Lesiv领导的新研究表明,小农场实际占全球农业面积的40%。

该研究是第一个在全球,大陆和国家层面估算田间规模的研究,覆盖整个世界,而不是像早期研究中那样只有55个国家。数据比先前收集的任何数据更加详细和密集。使用的众包方法是量化和映射字段大小的独特方法。

众包活动于2017年6月开始使用Geo-Wiki应用程序。它持续了四个星期,专注于收集田间大小数据。Geo-Wiki应用程序从Google Maps和Microsoft Bing获取高分辨率卫星图像,并允许用户直观地评估这些图像,例如土地覆盖或人为影响。在这种情况下,要求用户评估农田的图像。

田地被定义为任何封闭的农业区域,包括耕地和牧场,可以通过道路,永久路径或植被分开,用户可以选择五种田间大小类别中的一种 - 非常大(大于100公顷),大(16-100公顷),中等(2.56-16公顷),小(0.64-2.56公顷),非常小(小于0.64公顷)。

要求用户定义哪些字段大小存在,以及是否存在多个字段大小,这是主要大小,使用估计网格或使用区域测量工具。每个图像由三个用户检查,并且所有用户在开始之前通过使用视频和幻灯片来训练使用该应用程序。在为官方调查做出贡献之前,用户还必须完成十个培训图像,并对每个图像进行反馈。随机向用户显示经过专业评估的随机“控制”图像,如果这些图像被错误分类,则用户会收到文本反馈。研究人员添加了这种质量控制功能,以提高结果的质量。奖品是作为参与奖励而提供的。

2011年的一项Geo-Wiki研究收集了13,000个独特样本,但这项最新调查收集了130,000个样本。研究人员使用390,000个分类(从每个地点的三次“访问”)创建地图并计算全球,大陆和国家层面的农业面积比例。

世界各地的主要字段大小各不相同。埃塞俄比亚,马里,尼日利亚和坦桑尼亚等非洲国家以及中国,印度和印度尼西亚的国家往往面积很小。欧洲国家往往拥有中等规模的油田。澳大利亚,巴西,哈萨克斯坦和美国往往拥有非常大的油田。在一些地区,包括中国北部,印度中部和土耳其,田地面积非常复杂。

众包数据集可公开用于未来的研究,例如综合评估建模,跨不同背景的农业动态比较研究,或遥感领域尺寸描述的培训和验证。研究人员表示,此类信息还有助于实现联合国可持续发展目标2(SDG2) - 消除饥饿,实现粮食安全,改善营养和促进可持续农业。如果决策者能够准确了解田间规模的全球分布情况,这将为与粮食系统和农业相关的决策提供更好的背景。田间大小是农业强度的良好指标。

“我们通过覆盖没有进行统计调查的国家填补了有关全球范围分布的现有信息的空白,并且没有利用遥感进行绘图。因此,我们开发的字段大小数据集提供了完整和准确的信息。关于实地规模的分布,以支持与粮食安全问题有关的政策决策,“Lesiv说。

免责声明:本文由用户上传,如有侵权请联系删除!