Betere weersvoorspellingen voor boeren: hoe weet je welke je kunt vertrouwen?
Je bent boer in een dorp zonder eigen weerstation. Ga je drie dagen voor de oogst nog water geven, of komt er toch regen? Voor honderden miljoenen boeren in arme en middeninkomenslanden is dit geen hypothetische vraag, maar een dagelijkse puzzel. Een verkeerde beslissing kan een deel van de oogst kosten.
De afgelopen jaren zijn er nieuwe weersvoorspellingen op de markt gekomen die gemaakt worden met kunstmatige intelligentie (AI). Deze modellen leren van grote hoeveelheden historische weergegevens en kunnen, met relatief weinig rekenkracht, voorspellingen maken die vroeger alleen grote, dure supercomputers konden produceren. Dat is goed nieuws voor boeren die nu vaak helemaal geen betrouwbare voorspelling krijgen voor zaken als lokale regenbuien of hitte.
Maar er zit een addertje onder het gras. Een team van onderzoekers wijst erop dat het voor boeren, hulporganisaties en overheden vaak lastig is om te beoordelen of een weersvoorspelling eigenlijk wel goed is. Zonder duidelijke manier om kwaliteit te meten, kunnen goedkope maar onbetrouwbare voorspellingen de markt overnemen. De onderzoekers noemen dit het risico van een "race naar de bodem": slechte, goedkope producten verdringen de betere, omdat niemand het verschil goed kan zien.
Om dat te voorkomen, stellen de onderzoekers een set principes en testmethoden voor. Het idee is dat weerdienstverleners hiermee kunnen laten zien hoe betrouwbaar hun voorspellingen daadwerkelijk zijn, specifiek toegespitst op wat boeren nodig hebben. Denk aan de vraag of een voorspelling klopt over de hoeveelheid regen die precies voor het gewas belangrijk is, niet alleen of het "een beetje" gaat regenen. Zo kan er in plaats van een race naar de bodem juist een "race naar de top" ontstaan: aanbieders die elkaar beconcurreren op basis van échte kwaliteit.
Dit voorstel is nog een eerste stap. De onderzoekers presenteren het als een startpunt voor afspraken en standaarden, niet als een kant-en-klaar, wereldwijd ingevoerd systeem. Het gaat om een raamwerk waarmee kwaliteit meetbaar en vergelijkbaar wordt gemaakt, zodat partijen die voorspellingen inkopen of gebruiken, een onderbouwde keuze kunnen maken.
Dit onderzoek betekent niet dat er al een werkend, algemeen geaccepteerd keurmerk bestaat voor weersvoorspellingen voor boeren. Het gaat om een voorstel voor principes en testmethoden, nog niet om een systeem dat al wereldwijd wordt gebruikt. Ook zegt het niets over hoeveel boeren daadwerkelijk al profiteren van betere AI-voorspellingen: dat hangt af van of deze standaarden in de praktijk worden opgepikt door weerdiensten, overheden en hulporganisaties.
Bron: Can we create a 'race to the top' for weather forecasts to inform smallholder farmer decisions?