Het voedselzekerheidsbeleid van overheden, bedrijven en organisaties als de VN stoelt mede op mondiale berekeningen. Die cijfers zijn gebaseerd op modellen die wereldwijd circuleren over bestaande en potentiële gewasopbrengsten.

Onderzoekers van Wageningen University & Research (WUR) en de universiteit van Nebraska-Lincoln in de Verenigde Staten waarschuwen voor de tekortkomingen van deze modellen die de wereld met hun idee van de werkelijkheid doordringen. Volgens de onderzoekers gaan de modellen uit van te grove gegevens over weer, bodem en gewas. Ze vinden dat ze onvoldoende gevoed en gevalideerd zijn door feitelijke lokale data.

In een artikel in Nature Food pleiten de onderzoekers daarom voor een reality check en correctie van de schattingen met lokaal verzamelde data.

De onderzoekers vergeleken de prestaties van twee veelgebruikte beleidsmodellen (Global Agro-ecological Zones en het Agricultural Model Intercomparison and Improvement Project) met de prestaties van hun eigen meer feitelijke aanpak, de Global Yield Gap Atlas.

Het komt zelfs geregeld voor dat de geschatte potentiële productie in een land lager is dan de daadwerkelijk gerealiseerde landbouwproductie in voorgaande jaren
"De ramingen van mondiale top-down modellen geven gemiddeld genomen voor een groot land als de Verenigde Staten of een continent vaak, maar zeker niet altijd, nog wel een redelijk beeld. Maar als je naar specifieke regio’s of kleinere landen kijkt zijn hun resultaten onwaarschijnlijk. Het komt zelfs geregeld voor dat de geschatte potentiële productie in een land lager is dan de daadwerkelijk gerealiseerde landbouwproductie in voorgaande jaren”, zegt Martin van Ittersum, hoogleraar Plantaardige Productiesystemen van WUR.

Van Ittersum verwijst naar de modellen voor rijst in Azië en maïs in Afrika ten zuiden van de Sahara: “Voor rijst in Azië zijn de potentiële opbrengsten systematisch flink te laag ingeschat door de top-down modellen, terwijl deze modellen voor mais in Sub-Sahara-Afrika veel te weinig verschillen laten zien tussen landen met aantoonbaar hoge en lagere mogelijke opbrengsten.”

Volgens Van Ittersum kunnen opbrengsten van een gewas in specifieke gebieden daardoor soms tientallen procenten hoger liggen dan waar de beleidsmodellen vanuit gaan. Omdat investeerders, zaadproducenten en andere partijen hun beslissingen mede baseren op deze modellen kunnen de gevolgen van deze fantasie-inschattingen verstrekkend zijn. “We kunnen het ons niet veroorloven", zegt Van Ittersum, "dat niet goed onderbouwde besluiten worden genomen over het versterken van de voedselzekerheid in Afrika of andere delen van de wereld en hoe we daarbij omgaan met schaarse hulpbronnen als land en water.”

Betere lokale data (omtrent weer, bodem, gewasmanagement) en simulaties om de beleidsmodellen realistischer te maken, zijn al beschikbaar doordat ze sinds 2011 systematisch in kaart worden gebracht in het Global Yield Gap Atlas-project (GYGA) dat onder meer door Van Ittersum wordt geleid.

Van Ittersum: “We zijn samen met de University of Nebraska-Lincoln met dit project gestart omdat we constateerden dat de mondiale modellen er in specifieke landen en gebieden regelmatig flink naast zaten. Inmiddels hebben we met de hulp van lokale experts hoogwaardige en lokaal relevante gegevens van ongeveer 70 landen in kaart gebracht. We kennen hierdoor nu de ‘yield gap’ van een aantal van de grootste landbouwgewassen op 80% van het aardoppervlak. Zo’n ‘bottom-up’-benadering is een hoop werk, maar het genereert wel heel waardevolle informatie voor beleidsmakers en onderzoekers die zich bezighouden met de vraag of en hoe de verschillende landen en continenten zich in de toekomst zelf kunnen voeden en waar meer of minder kansen liggen.”
Dit artikel afdrukken