نقش الگوی ریاضی برای جلوگیری از نابودی محصولات کشاورزی

خبرگزاری برنا؛ پیش بینی بیماری زنگ گندم به ۵۰۰ هزار کشاورز خرده مالک در اتیوپی کمک کرده است اقدامات پیشگیرانه را به موقع انجام دهند. پیش‌بینی گسترش و گزینه‌های کنترل بیماری نوار قهوه‌ای کاساوا در ۱۰ کشور واقع در جنوب صحرای آفریقا به تغییر سیاست‌های دولتی منجر شد. راهبرد اطلاع‌رسانی برای کنترل ویروس خوشه‌ای موز به صنعت موز استرالیا به ارزش ۶۰۵ میلیون دلار استرالیا کمک کرد.

پروفسور کریس گیلیگان، مدیر تحقیقات دپارتمان علوم گیاهی دانشگاه کمبریج می‌گوید: آفات و بیماری‌ها یکی از بزرگ‌ترین تهدید‌ها برای تولید مواد غذایی محسوب می‌شوند و باعث ناپایداری امنیت غذایی و معیشت در مناطق آسیب‌پذیر اقلیمی در سراسر جهان می‌شوند.

در حالی که کشاورزان در این کشور‌ها در حال مبارزه برای کنترل آفات و عوامل بیماریزا بومی و شناخته شده هستند، آفات و عوامل بیماری زا جدید پدیدار می‌شوند. پیش‌بینی این تهدید‌های جدید تا کنون امکان‌پذیر نبوده است.

گیلیان می‌گوید: در گذشته هنگام کنترل یک بیماری خاص تمایل به تمرکز روی یک محصول واحد با استفاده از مقاومت ژنتیکی یا قارچ کش بود، اما وقتی نوبت به بیماری‌هایی می‌رسد که مرز‌ها را نمی‌شناسند، این روش دیگر جوابگو نیست.

برخی از بیماری‌ها می‌توانند به سرعت گسترش یابند که به عنوانه آفات و پاتوژن‌های فرامرزی شناخته می‌شوند. در قاره آفریقا، ممکن است یک بیماری در بسیاری از کشور‌های جنوب صحرای آفریقا در عرض چند روز یا چند هفته، گسترش یابد.

این محقق می‌افزاید: ما به عنوان اپیدمیولوژیست متوجه شدیم کاری که همسایه شما انجام می‌دهد واقعاً مهم است و باید در مقیاس بزرگتری در این باره بیندیشیم.

عوامل متعددی در گسترش بیماری تعیین کننده است؛ خود محصولات و نحوه توزیع آن‌ها در یک منطقه، محیط زیست که اکنون با تغییرات اقلیمی پیچیده‌تر شده است، عوامل بیماری زا و قابلیت تکثیر و گسترش آن‌ها و بالاخره عملکرد کشاورزان در کنترل بیماری.

گیلیگان متوجه شد آنچه مورد نیاز است یک «ابزار اپیدمیولوژیک» است که بتواند همه عوامل گوناگون را دربرگیرد. تیمی از مدل‌سازان، زیست‌شناسان و دانشمندان رایانه در گروه علوم گیاهی دانشگاه این ابزار را ساختند. این ابزار اپیدمیولوژیک نه تنها امکان ردیابی بیماری‌ها را در زمان واقعی امکان‌پذیر می‌سازد، بلکه پیش‌بینی می‌کند که شیوع یک بیماری چگونه آغاز می‌شود و مداخلات برای متوقف کردن آن تا چه میزان مقرون به صرفه است.

گیلیگان توضیح می‌دهد که ایده این است که اپیدمی را در یک منطقه به زیر آستانه شیوع بیاوریم تا از بین برود.

این محقق در این باره گفت: کلید موفقیت این مدل ها، همکاری با شرکا در داخل کشور‌ها است. ما با کارگران ترویج کشاورزی و دانشمندان پژوهشگر در جنوب صحرای آفریقا و جنوب آسیا در مورد اقدامات عملی بحث و گفتگو می‌کنیم. هدف ما همیشه ارایه رهنمود‌های عملی برای مدیریت و کنترل بیماری است.

وی افزود: مدل‌ها می‌توانند به دلایل علمی جالب باشند، اما می‌خواهیم به مردم کمک کنیم.

فناوری مدل‌سازی که گیلیگان و تیمش ارایه کرده اند، مورد استفاده دولت‌ها در سراسر جهان قرار گرفته و به حفظ معیشت مردم کمک کرده است.

اتیوپی بزرگترین تولیدکننده گندم در جنوب صحرای آفریقا است که منبع غذا و درآمد حدود پنج میلیون خانوار کشاورز را تامین می‌کند. بیماری‌های موثر بر تولید گندم، می‌تواند پیامد‌های ویرانگری داشته باشد.

یکی از مرگبارترین بیماری ها، بیماری قارچی به نام زنگ گندم است که می‌تواند به دلیل پراکندگی سریع باد به "همه گیری‌های انفجاری" بینجامد. گیلیگان توضیح می‌دهد که در گذشته همه گیری‌های شدیدی رخ داد و قارچ‌کش‌ها «خیلی دیر یا در مکان نامناسب در زمان نامناسب» استفاده شدند که دو ناکامی شامل نابودی محصول و خرید قارچ کش‌ها با ارز خارجی را در پی داشته است.

گیلیگان و همکارانش ابزار اپیدمیولوژیک خود را برای پیش‌بینی زمان و محدوده پراکندگی هاگ‌های زنگ گندم، بر اساس پیش‌بینی‌های آب‌وهوایی به کار گرفتند. این ابزار امکان ایجاد یک سامانه هشدار اولیه (EWS) را در اتیوپی برای پیش بینی آن از هفت روز قبل فراهم کرد.

این محققان با همکاری سازمان تحول کشاورزی اتیوپی، مؤسسه تحقیقات کشاورزی اتیوپی، مرکز بین المللی اصلاح ذرت و گندم (CIMMYT) و اداره هواشناسی بریتانیا برای استقرار سامانه هشدار اولیه EWS اقدام کردند.

این همکاری به سیاستگذاران اجازه داد در مورد تخصیص ذخایر محدود قارچ کش، تصمیم‌های به موقع و آگاهانه اتخاذ کنند. تخمین زده می‌شود که مدل‌های پیش‌بینی بیماری زنگ گندم به ۵۰۰ هزار کشاورز خرده‌مالک در منطقه‌ای از اتیوپی کمک کرده است به موقع اقدام کنند.

در سال ۲۰۲۱ همه شرایط برای همه گیری گونه جدیدی از زنگ گندم مساعد بود به این معنی که هیچ مقاومت طبیعی وجود نداشت و کنترل شیمیایی تنها گزینه بود. به لطف EWS، قارچ کش‌ها به طور موثر مورد استفاده قرار گرفتند و از همه گیری بیماری پیشگیری شد.

از زمان استفاده از سامانه هشدار EWS زنگ گندم در اتیوپی، خدمات پیش‌بینی در سراسر بنگلادش، نپال و کنیا گسترش یافته است.
دو چالش عمده در دهه‌های آینده امنیت غذایی و نابودی تنوع زیستی است. هر دو چالش‌ها با سلامت گیاهان وحشی و کشت شده مرتبط هستند و هر کدام به دلیل فراوانی و ماهیت الگو‌های شدید آب و هوایی، ظهور همه‌گیری‌های جدید و بی‌ثباتی منطقه‌ای را تشدید می‌کنند.

گیلیگان می‌گوید: تحقیقات ما بر توسعه و آزمایش چارچوب‌ها و مدل‌های اپیدمیولوژیک برای بهبود پیش‌بینی و کاهش خطر‌های ناشی از شیوع آفات و عوامل بیماری‌زا، در مناطق طبیعی و کشاورزی در حال تغییر، متمرکز است. مدل‌های ما برای تجزیه و تحلیل همه‌گیری‌های وسیع و توسعه راهبرد‌های بهینه برای مدیریت آفات و بیماری‌ها کاربرد دارند. رویکرد ما شامل ترکیبی از نظریات همه گیرشناسی، جمعیت و ژنتیک تکاملی، بوم‌شناسی مناظر، مدل‌سازی اقتصادی و روش‌های آماری بیزی برای تخمین پارامتر‌ها است.

در بین آماردانان دو سبک یا رویکرد برای «استنباط آماری» وجود دارد که هر دو روش نیز امکان تجزیه و تحلیل داده‌ها را فراهم می‌آورد. در گروه اول که به گروه «فراوانی‌گراها» (Frequentists) مشهورند، پارامتر توزیع جامعه را مجهول، ولی ثابت در نظر می‌گیرند، در حالی که در «رویکرد بیزی» (Bayesian Approach)، پارامتر نیز یک متغیر تصادفی در نظر گرفته شده که دارای توزیع خاص خود در فضای پارامتری است.
این محقق می‌گوید: ما از طیفی از تکنیک‌های ریاضی، آماری و محاسباتی برای پیش‌بینی گسترش بیماری در مقیاس‌های مختلف از مقیاس‌های میدانی، منطقه ای، کشوری و قاره‌ای استفاده می‌کنیم. این مدل‌ها رهنمودهایی‌هایی را برای شیوه‌های مدیریتی ارایه می‌کنند و عواملی مانند تراکم محصول و ترتیبات مورد نیاز برای محدود کردن تهاجم عوامل بیماریزای خطرناک را مشخص می‌کند.

کاربرد‌های فعلی این مدل ها، حفاظت از محصولات کشاورزی شامل عوامل بیماری زا، ناقلان بیماری و آفات در گندم، کاساوا، موز و مرکبات است.

انتهای پیام/