बेटर कॉटन पाकिस्तानमध्ये मोठ्या प्रमाणावर काम करते, परंतु पारंपारिकपणे आम्ही शेतकरी, उत्पादक आणि भागीदारांबद्दल गोळा केलेला डेटा त्यांचे स्थान आणि क्रियाकलाप अचूकपणे मॅप करण्यासाठी डिझाइन केलेला नाही. यामुळे पुरवठा शृंखला अकार्यक्षमता आणि या क्षेत्रात गुंतलेल्यांसाठी नवीन संधींचा अभाव आहे.

मॅपिंग डेटा सुधारणे आणि त्याद्वारे देशाच्या प्रोग्रामिंगला तर्कसंगत बनवणे हे नवीन पायलट योजनेचे उद्दिष्ट आहे – आम्ही त्याबद्दल सर्व जाणून घेण्यासाठी मुहम्मद कादीर उल हुस्नैन, बेटर कॉटनचे डिजिटल कृषी व्यवस्थापक यांच्यासोबत बसलो.

फोटो क्रेडिट: बेटर कॉटन/मुहम्मद इश्तियाक. वर्णन: मुहम्मद कादीर उल हुसैन.

तुम्ही आम्हाला पायलटचे विहंगावलोकन देऊ शकता का?

दोन प्रांतातील 22 जिल्ह्यांमध्ये पसरलेल्या, 125 पेक्षा जास्त उत्पादक युनिट्स (PUs) मध्ये संघटित आणि सहा भागीदारांद्वारे व्यवस्थापित केलेल्या सर्व उत्तम कापूस उत्पादक देशांतील शेतकऱ्यांची सर्वाधिक संख्या पाकिस्तानमध्ये आहे. जसजसा बेटर कॉटनचा कार्यक्रम विकसित झाला आहे तसतसे नवीन आणि वाढत्या गुंतागुंतीचे प्रश्न समोर आले आहेत.

ऐतिहासिकदृष्ट्या, आम्ही उत्तरांसाठी सारणीबद्ध डेटावर अवलंबून आहोत, परंतु आता आम्ही त्यात भौगोलिक परिमाण देखील जोडत आहोत. परिणामी, बेटर कॉटन तीन जिल्ह्यांचा नकाशा तयार करण्यासाठी पायलट धावत आहे. भौगोलिक माहिती प्रणाली तंत्रज्ञान, रिमोट सेन्सिंग आणि ग्राउंड डेटामधील प्रगती प्रतिबिंबित करून, आम्ही प्रथमच भौगोलिक मॅपिंगकडे वळण्याचा पर्याय निवडला.

डिसेंबर 2022 मध्ये ही संकल्पना तयार करण्यात आली, मार्चमध्ये प्रश्न असलेल्या जिल्ह्यांचा नकाशा तयार करण्याचे काम सुरू झाले आणि पायलट जुलैमध्ये संपेल. हे तीन जिल्ह्यांचे सानुकूलित नकाशे प्रदान करत आहे ज्यामुळे अभ्यास क्षेत्राचे दृश्य प्रतिनिधित्व होते, उत्पादक, जिन्नर्स आणि भागीदारांचे स्थान यासारखे घटक हायलाइट करतात.

पायलटचे मूळ काय होते?

आमच्या पाकिस्तान देशाच्या व्यवस्थापन संघाला संस्थेच्या पोहोचाचे अधिक चांगले मूल्यांकन करायचे होते, कापूस लागवडीतील बदलते ट्रेंड ओळखणे आणि डेटा गुणवत्तेत लक्षणीय सुधारणा करायची होती. डेटा हा संख्यांवर आधारित प्रोग्रामचा आधार आहे आणि विविध अहवाल पद्धती आणि स्पष्टतेच्या अभावामुळे, आम्हाला अधिक मजबूत तपासणी आणि शिल्लक असलेली प्रणाली सादर करायची होती.

उदाहरणार्थ, आम्हाला शेतकरी आमच्यासोबत काम करणारे जिल्हे माहीत आहेत, परंतु आमच्याकडे अचूक संख्या आणि उपक्रमात भागीदार नसलेल्या उत्पादकांचे स्थान दोन्ही नाही. परिणामी, शेतकरी बेटर कॉटन छत्राखाली का येत नाही हे आम्ही शोधू शकलो नाही. ते जिल्ह्यातील कार्यक्रम भागीदारापासून खूप दूर आहेत का? ते उपेक्षित अल्पसंख्याकांचा भाग आहेत का? पूर्वी सांगणे अशक्य होते.

फोटो क्रेडिट: बेटर कॉटन/मुहम्मद उमर इक्बाल. वर्णन: भौगोलिक मॅपिंग पायलटवर काम करणारी बेटर कॉटन पाकिस्तान टीम.

तुम्ही पायलटची अंमलबजावणी कशी केली?

हा पायलट मुक्त-स्रोत साधने, तंत्रज्ञान आणि डेटा स्रोतांवर खूप अवलंबून असतो. सर्व्हे ऑफ पाकिस्तान (SoP), ओपन स्ट्रीट मॅप (OSM), निवडणूक आयोग आणि स्थानिक सरकार यांच्याकडील सार्वजनिकरित्या उपलब्ध सामग्री वापरून, आम्ही ज्या गावांमध्ये लर्निंग ग्रुप (LGs) तयार केले आहेत ते शोधण्यासाठी बेस नकाशे तयार केले आहेत.

जिनर्ससाठी, आम्ही आमचा विद्यमान डेटा घेतला आहे, जसे की पत्ते आणि स्थाने, आणि हे निर्देशांक नकाशावर प्लॉट केले आहेत. जिनर्सपासून LG चे अंतर मोजण्यासाठी पुढील विश्लेषणाचा उपयोग केला गेला आहे. यावर सॅटेलाइट इमेजरी ठेवली आहे, जी खूप उच्च-रिझोल्यूशन डेटा प्रदान करते आणि क्रॉप मॅपिंगसाठी चांगली आहे. पाच वर्षांतील फील्डचे स्थान आणि संदर्भ डेटा हायलाइट करणार्‍या अल्गोरिदमचा वापर करून, आम्ही कापूस कोठे वारंवार पिकवला जातो हे शोधण्यात सक्षम झालो.

तीन प्रायोगिक जिल्ह्य़ांमध्ये आम्ही आमची पोहोच कशी मोजतो आणि त्याचे मूल्यमापन कसे करतो ते बदलल्याने वेगळ्या प्रकारच्या विचारसरणीचा परिणाम झाला आहे. डेटा आपण काय मोजू शकतो, प्रश्न विचारू शकतो (विशेषत: आमचे भागीदार आणि त्यांच्या क्रियाकलापांबद्दल), तसेच संभाव्य पुरवठा साखळी लाभांच्या दृष्टीने अनेक नवीन शक्यता निर्माण करतो. मूल्यांकन प्रक्रियांचे पुनर्संरचना कशी करायची याचाही विचार करणे आवश्यक आहे.

तुमचे प्रारंभिक निष्कर्ष काय आहेत?

निष्कर्ष अद्याप एकत्रित केले जात आहेत, परंतु प्रारंभिक संकेत असे आहेत की मॅपिंग प्रक्रिया देश प्रोग्रामिंग, भागीदार व्यवस्थापन, मूल्यमापन आणि मूल्यांकन सुधारण्यासाठी मौल्यवान सूचना प्रदान करेल. याचा परिणाम म्हणजे कार्यक्षमता वाढेल, खर्चाची कार्यक्षमता आणि उत्तम कार्यक्रम व्यवस्थापन होईल.

आमचे नवीन नकाशे कुठे कापूस लागवडीत घट झाली आहे (आणि म्हणून गुंतवणूक पैशाचे मूल्य दर्शवत नाही) आणि भागीदार ऑपरेशन्समध्ये कुठे जुळत नाही हे हायलाइट करतात. हे पुरवठा साखळीमध्ये संभाव्य सुधारणा देखील देते, उदाहरणार्थ उत्पादकांना त्यांच्या जवळच्या जिनर्सची ठिकाणे हायलाइट करणे.

फोटो क्रेडिट: बेटर कॉटन/मुहम्मद कादीर उल हुस्नैन. वर्णन: भौगोलिक मॅपिंगचा नमुना.

पायलटची दीर्घकालीन उद्दिष्टे कोणती आहेत?

हा एक छोटासा पायलट प्रकल्प आहे, परंतु जागतिक स्तरावर त्याची प्रतिकृती बनवता येईल. आम्ही कार्य करणारी एक पद्धत तयार केली आहे आणि आम्ही हे प्रमाण वाढवू इच्छितो. आम्ही जे तयार केले आहे ते उर्वरित पाकिस्तानला लागू आहे, तर इतर देशही असाच दृष्टिकोन वापरू शकतात.

आम्‍ही बेटर कॉटनचा अॅटलस विकसित करण्‍याची योजना आखत आहोत, कार्यक्रम भागीदार, उत्पादक आणि जिनर्ससह कार्यक्षेत्रांचे मॅपिंग करू. या बदल्यात, हे आमच्या ऑपरेशन्सचे वास्तविक प्रमाण आणि पोहोच हायलाइट करेल, तसेच भागीदारांना नवीन आणि सुधारित संधी प्रदान करेल आणि पुरवठा साखळी समन्वय सुधारण्यात मदत करेल.

हे पृष्ठ सामायिक करा