Voor het produceren van nauwkeurigere schattingen van gewassen en landbouwgrondgelden op provinciaal niveau zullen meerdere gegevensbronnen moeten worden geïntegreerd met behulp van op modellen gebaseerde voorspellingen die transparanter en reproduceerbaarder zijn, zegt een nieuw rapport van de National Academies of Sciences, Engineering, en geneeskunde. Het rapport geeft een visie op hoe de National Agricultural Statistics Service (NASS) dit kan bereiken.

NASS-enquêtes vormen de basis van schattingen van gewassen en contante huur, die essentieel zijn voor de efficiëntie op de landbouwmarkt en de evaluatie van landbouwgrond, deelnemers uit de industrie helpen beslissen wat ze willen telen, hoe de verkoop te bepalen, en de beschikbaarheid van voedsel, evenals huur- en leentarieven voor landbouwgrond. Maar na verloop van tijd, responspercentages voor enquêtes zijn gedaald, uitdagingen creëren voor gegevensgebruikers in de provincie, waaronder het Farm Service Agency en Risk Management Agency van de USDA, die de schattingen van de provincie gebruiken als onderdeel van hun processen voor het beheer van USDA-programma's, inclusief het verstrekken van landbouwverzekeringen en het bepalen van de huurtarieven voor landbouwgrond en landbouwsubsidies. Als resultaat, wanneer officiële NASS-schattingen niet betrouwbaar zijn vanwege de lage respons op de enquête, Er kunnen alternatieve schattingen worden gebruikt die niet transparant of reproduceerbaar zijn.

Momenteel, de Agricultural Statistics Board (ASB) van NASS bepaalt de schattingen van de provincie, het gebruik van enquêtereacties samen met andere beschikbare informatie. Om transparantie en reproduceerbaarheid te bereiken, het rapport beveelt de ontwikkeling aan, evalueren, valideren, documenteren, en het gebruik van op modellen gebaseerde schattingen die zowel onderzoeksgegevens als aanvullende gegevens bevatten, zoals administratieve gegevens, satelliet- en andere teledetectiegegevens, en precisielandbouwgegevens. De aanbevolen opneming van onzekerheidsmaten bij de modelschattingen stelt gebruikers in staat het nut van de schattingen te bepalen. Het rapport beveelt verder aan dat NASS de ASB-rol verschuift van het integreren van meerdere gegevensbronnen naar ervoor zorgen dat de modellen die voor de integratie worden gebruikt voortdurend worden beoordeeld en gevalideerd via een feedbacklus die wijzigingen voorstelt om de modelprestaties te verbeteren. Een sleutelfactor bij het combineren van onderzoeksgegevens met complementaire gegevens is de ontwikkeling van een geo-gerefereerd lijstframe waaruit de te onderzoeken bedrijven worden geselecteerd. Vervolgens kan de locatie van het bedrijf worden gebruikt om de meerdere gegevensbronnen over het bedrijf te koppelen aan de enquêterespons.

Het rapport erkent dat, gezien de beperkte middelen, het kan NASS vele jaren kosten om een ​​lijstframe met geografische referenties te ontwikkelen, geschikte modellen, en andere componenten die nodig zijn voor deze visie van verbeterde schattingen op provinciaal niveau. Het rapport stelt een tweeledig actieplan voor dat tegen 2025 voltooid zou kunnen zijn, evenals het opsplitsen van elke fase in individuele projecten die door verschillende groepen binnen NASS moeten worden uitgevoerd, elk in de loop van drie jaar. Hierdoor kan NASS zijn lopende schema en werklast voortzetten en tegelijkertijd geleidelijke wijzigingen in hun schattingspraktijken doorvoeren.

Het onderzoek werd gesponsord door de National Agricultural Statistics Service. De Nationale Academies van Wetenschappen, Engineering, en geneeskunde zijn privé, non-profit instellingen die onafhankelijke, objectieve analyse en advies aan de natie om complexe problemen op te lossen en openbare beleidsbeslissingen met betrekking tot wetenschap te informeren, technologie, en geneeskunde. De National Academies opereren onder een congreshandvest uit 1863 van de National Academy of Sciences, ondertekend door president Lincoln. Voor meer informatie, bezoek http://national-academies.org.