إطلاق مشروع تجريبي لرسم الخرائط الجغرافية في باكستان

تعمل Better Cotton على نطاق واسع في باكستان ، ولكن تقليديًا لم يتم تصميم البيانات التي جمعناها عن المزارعين والمنتجين والشركاء لرسم خريطة دقيقة لمواقعهم وأنشطتهم. وقد أدى ذلك إلى قصور في سلسلة التوريد وانعدام الفرص الجديدة للمشاركين في هذا القطاع.

يهدف مخطط تجريبي جديد إلى تحسين بيانات الخرائط وبالتالي ترشيد البرمجة القطرية - جلسنا مع محمد قدير الحسين ، مدير الزراعة الرقمية في Better Cotton ، لمعرفة كل شيء عنها.

هل يمكنك أن تعطينا لمحة عامة عن الطيار؟

يوجد في باكستان أكبر عدد من المزارعين في جميع البلدان المنتجة للقطن الأفضل ، وينتشرون في أكثر من 22 مقاطعة في مقاطعتين ، منظمين في أكثر من 125 وحدة منتجة (PUs) ، ويديرها ستة شركاء. مع تطور برنامج Better Cotton ، ظهرت أسئلة جديدة ومعقدة بشكل متزايد.

تاريخيًا ، اعتمدنا على البيانات المجدولة للحصول على إجابات ، لكننا الآن نضيف بُعدًا جغرافيًا إليها أيضًا. نتيجة لذلك ، تقوم شركة Better Cotton بتشغيل برنامج تجريبي لرسم خرائط لثلاث مناطق. تعكس التطورات في تكنولوجيا نظام المعلومات الجغرافية والاستشعار عن بعد والبيانات الأرضية ، اخترنا التحول إلى رسم الخرائط الجغرافية لأول مرة.

تمت صياغة هذا المفهوم في ديسمبر 2022 ، وبدأ العمل في رسم خرائط المناطق المعنية في مارس ، وسينتهي المشروع التجريبي في يوليو. إنه يوفر خرائط مخصصة للمناطق الثلاث مما يؤدي إلى تمثيل مرئي لمنطقة الدراسة ، وإبراز عوامل مثل موقع المزارعين والمحلجين والشركاء.

ما هي أصول الطيار؟

أراد فريق إدارة الدولة في باكستان تقييم مدى وصول المنظمة بشكل أفضل ، وأن يكون قادرًا على تحديد الاتجاهات المتغيرة في زراعة القطن ، وتحسين جودة البيانات بشكل كبير. البيانات هي حجر الأساس للبرامج بناءً على الأرقام ، ومع أساليب الإبلاغ المختلفة والافتقار إلى الوضوح ، أردنا تقديم نظام بضوابط وتوازنات أقوى.

على سبيل المثال ، نحن نعرف المناطق التي يعمل فيها المزارعون معنا ، لكننا نفتقر إلى كلٍّ من الأرقام الدقيقة وموقع هؤلاء المزارعين الذين لم يشاركوا في المبادرة. نتيجة لذلك ، لم نتمكن من معرفة سبب عدم وقوع المزارع تحت مظلة Better Cotton. هل هم بعيدون جدًا عن شريك البرنامج في المنطقة؟ هل هم جزء من أقلية مهملة؟ كان من المستحيل في السابق معرفة ذلك.

كيف نفذت الطيار؟

يعتمد هذا البرنامج التجريبي بشكل كبير على أدوات وتقنيات ومصادر بيانات مفتوحة المصدر. باستخدام المواد المتاحة للجمهور من مسح باكستان (SoP) و Open Street Map (OSM) ولجنة الانتخابات والحكومة المحلية ، قمنا بإنشاء خرائط أساسية لتحديد القرى التي يتم فيها تشكيل مجموعات التعلم (LGs).

بالنسبة للمحللين ، أخذنا بياناتنا الحالية ، مثل العناوين والمواقع ، ورسمنا هذه الإحداثيات على الخريطة. تم إجراء مزيد من التحليل لحساب مسافات المحاليل الترابية من المحاليل. تكمن في ذلك صور القمر الصناعي ، والتي توفر بيانات عالية الدقة ومفيدة لرسم خرائط المحاصيل. باستخدام خوارزمية تسلط الضوء على موقع الحقول والبيانات المرجعية على مدار خمس سنوات ، تمكنا من معرفة أماكن زراعة القطن بشكل متكرر.

أدى تغيير طريقة قياسنا وتقييمنا لمدى وصولنا في المناطق التجريبية الثلاث إلى نوع مختلف من التفكير. تخلق البيانات الكثير من الاحتمالات الجديدة فيما يتعلق بما يمكننا قياسه ، والأسئلة التي يمكننا طرحها (خاصةً عن شركائنا وأنشطتهم) ، فضلاً عن الفوائد المحتملة لسلسلة التوريد. نحتاج أيضًا إلى التفكير في كيفية إعادة تنظيم عمليات التقييم.

ما هي النتائج الأولية الخاصة بك؟

لا تزال النتائج قيد التجميع ، ولكن المؤشرات المبكرة تشير إلى أن عملية رسم الخرائط ستوفر اقتراحات قيمة لتحسين البرمجة القطرية وإدارة الشركاء والتقييم والتقييم. وهذا بدوره سيؤدي إلى مكاسب في الكفاءة وفعالية من حيث التكلفة وإدارة أفضل للبرنامج.

تسلط خرائطنا الجديدة الضوء على الأماكن التي انخفضت فيها زراعة القطن (وبالتالي لا يمثل الاستثمار قيمة مقابل المال) ، وحيث يوجد عدم تطابق في عمليات الشركاء. كما يوفر تحسينات محتملة لسلسلة التوريد ، على سبيل المثال تسليط الضوء على المزارعين مواقع أقرب محلجيهم.

ما هي أهداف الطيار على المدى الطويل؟

هذا مشروع تجريبي صغير ، لكن يمكن تكراره عالميًا. لقد ابتكرنا منهجية ناجحة ونرغب في توسيع نطاقها. ما أنشأناه ينطبق على بقية باكستان ، بينما يمكن للبلدان الأخرى استخدام نهج مماثل.

نخطط لتطوير أطلس قطن أفضل ، ورسم خرائط لمناطق العمل مع شركاء البرنامج والمزارعين والمحلجين. في المقابل ، سيسلط هذا الضوء على النطاق الفعلي ومدى وصول عملياتنا ، مع تقديم فرص جديدة ومحسنة للشركاء والمساعدة في تحسين تنسيق سلسلة التوريد.

مشاركة