Impactos del cambio climático en la producción de arroz en Pakistán: Una perspectiva desde un enfoque de aprendizaje profundo
Autores: Shah, Muhammad Haroon; Shah, Wilayat; Syed, Sidra; Ullah, Irfan; Wang, Yaoyao; Wang, Yuanyuan
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Impactos del cambio climático en la producción de arroz en Pakistán: Una perspectiva desde un enfoque de aprendizaje profundo
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Seguridad alimentaria
Producción de arroz
Variabilidad del cambio climático
Red Neuronal Profunda
Temperatura máxima
Tendencias de precipitación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 7
Citaciones: Sin citaciones
Asegurar la seguridad alimentaria en Pakistán, particularmente para la producción de arroz, es un desafío crítico debido a las crecientes demandas de la población y al creciente impacto de la variabilidad del cambio climático. La estimación precisa de los rendimientos de los cultivos de arroz es esencial para optimizar la asignación de recursos, gestionar las cadenas de suministro y prever el crecimiento económico mientras se minimizan las pérdidas agrícolas. Este estudio utiliza una Red Neuronal Profunda (DNN) para predecir los rendimientos de arroz en Pakistán analizando los efectos de la temperatura máxima y las tendencias de precipitación bajo escenarios de altas emisiones (SSP5-8.5) derivados de los modelos climáticos CMIP6. Se evaluaron proyecciones climáticas históricas (1980-2014) y futuras (2015-2100) utilizando variables clave, incluyendo precipitación, condiciones meteorológicas, área cultivada y rendimientos de cultivos. Los resultados de CMIP6 SSP5-8.5 indican un aumento significativo en las temperaturas máximas y una mayor variabilidad en la precipitación, exacerbando los riesgos para los rendimientos de los cultivos de arroz. La DNN demostró una precisión superior en la previsión de estas tendencias, logrando altos valores de R-cuadrado y métricas de error bajas, incluyendo el Error Absoluto Medio (MAE) y el Error Cuadrático Medio (RMSE). Los hallazgos revelan que Pakistán, particularmente el este de Asia del Sur, es altamente vulnerable a los extremos climáticos, con severas implicaciones para la producción de arroz y la sostenibilidad agrícola. Estos resultados destacan la urgente necesidad de que los responsables de políticas adopten estrategias de adaptación al clima, incluyendo modelado predictivo avanzado y prácticas agrícolas resilientes, para salvaguardar la producción de arroz y asegurar la seguridad alimentaria a largo plazo en las regiones de Pakistán dependientes del monzón. Este estudio se alinea con el Objetivo de Desarrollo Sostenible 2 (Cero Hambre) al contribuir a la seguridad alimentaria y al desarrollo agrícola sostenible, y con el Objetivo de Desarrollo Sostenible 13 (Acción por el Clima) al abordar los impactos del cambio climático en la agricultura y promover la resiliencia en los sistemas de producción de arroz.
Descripción
Asegurar la seguridad alimentaria en Pakistán, particularmente para la producción de arroz, es un desafío crítico debido a las crecientes demandas de la población y al creciente impacto de la variabilidad del cambio climático. La estimación precisa de los rendimientos de los cultivos de arroz es esencial para optimizar la asignación de recursos, gestionar las cadenas de suministro y prever el crecimiento económico mientras se minimizan las pérdidas agrícolas. Este estudio utiliza una Red Neuronal Profunda (DNN) para predecir los rendimientos de arroz en Pakistán analizando los efectos de la temperatura máxima y las tendencias de precipitación bajo escenarios de altas emisiones (SSP5-8.5) derivados de los modelos climáticos CMIP6. Se evaluaron proyecciones climáticas históricas (1980-2014) y futuras (2015-2100) utilizando variables clave, incluyendo precipitación, condiciones meteorológicas, área cultivada y rendimientos de cultivos. Los resultados de CMIP6 SSP5-8.5 indican un aumento significativo en las temperaturas máximas y una mayor variabilidad en la precipitación, exacerbando los riesgos para los rendimientos de los cultivos de arroz. La DNN demostró una precisión superior en la previsión de estas tendencias, logrando altos valores de R-cuadrado y métricas de error bajas, incluyendo el Error Absoluto Medio (MAE) y el Error Cuadrático Medio (RMSE). Los hallazgos revelan que Pakistán, particularmente el este de Asia del Sur, es altamente vulnerable a los extremos climáticos, con severas implicaciones para la producción de arroz y la sostenibilidad agrícola. Estos resultados destacan la urgente necesidad de que los responsables de políticas adopten estrategias de adaptación al clima, incluyendo modelado predictivo avanzado y prácticas agrícolas resilientes, para salvaguardar la producción de arroz y asegurar la seguridad alimentaria a largo plazo en las regiones de Pakistán dependientes del monzón. Este estudio se alinea con el Objetivo de Desarrollo Sostenible 2 (Cero Hambre) al contribuir a la seguridad alimentaria y al desarrollo agrícola sostenible, y con el Objetivo de Desarrollo Sostenible 13 (Acción por el Clima) al abordar los impactos del cambio climático en la agricultura y promover la resiliencia en los sistemas de producción de arroz.