A new approach to consider the pollen variable in forecasting yield models

Abstract

Methods for forecasting harvest yields have been improved considerably in the last 20 years with the development of new data survey (remote sensing) and statistical techniques. One of these methods, based on pollen release in the atmosphere, is especially important for anemophilous species such as olive. The aim of the present work is to use a different approach to forecast the olive harvest by considering the pollen variable as “endogenous” because it is involved in the consequential processes from the formation of pollen to fruiting, the complex of which determines, more or less, the final production. Unlike models built upon a single equation (multiple linear regression analysis), the proposed estimate, based on an incomplete system of equations, recovers the consistency associated with the inference of parameters while avoiding the errors of “over-estimation.” The study, based on 17 years of data considers the quantity of olive pollen monitored and the relative annual olive production in addition to climatic, agronomic, and pathological variables associated with production. The harvest forecast provides the possibility for planning and optimizing the various stages of olive production from cultivation to distribution, including sound management of the olive supply.

Résumé

Pendant les vingt dernières années les méthodes de prévision des rendements de récolte ont été considérablement améliorées grâce au développement de nouvelles techniques statistiques et d’ enquête des données (télédétection). Parmi ces méthodes celle basée sur l’émission du pollen dans l’atmosphère se révèle particulièrement importante pour les espèces anémophiles comme l’olivier. Le but de ce travail est celui d’arriver à employer une méthode différente dans la prévision des rendements de récolte de l’olivier, le tout en considérant comme “endogène” la variable pollen. Ce dernier est, en effect, impliqué dans les processus d’évolution qui vont de sa formation à la fructification, de manière à déterminer la production finale. Contrairement aux modèles établis sur une équation simple (analyse multiple de régression linéaire), l’évaluation proposée, basée sur un système inachevé d’équations, récupère la consistance connexe à l’ inférence des paramètres tout en évitant les erreurs de “surestimation”. L’étude, basée sur dix-sept ans de données, considère la quantité de pollen d’olivier détectée et conséquemment la production oléicole annuelle, outre aux variables climatiques, agronomiques et pathologiques liées à la production. Les modèles de prévision offrent la possibilité de rationaliser les différentes phases de la filière oléicole en optimisant les procédés, de la production à la distribution, y compris la gestion rationnelle des stocks.