更好的棉花在巴基斯坦广泛开展，但传统上我们收集的有关农民、生产者和合作伙伴的数据并不是为了准确绘制他们的位置和活动而设计的。 这导致供应链效率低下，并且该行业参与者缺乏新的机会。
一项新的试点计划旨在改进测绘数据，从而使国家规划合理化——我们与良好棉花数字农业经理 Muhammad Qadeer ul Hussnain 进行了座谈，以了解所有相关信息。
巴基斯坦是所有良好棉花生产国中农民数量最多的国家之一，分布在两个省的 22 个地区，组织成超过 125 个生产者单位 (PU)，由 XNUMX 个合作伙伴管理。 随着良好棉花计划的发展，新的且日益复杂的问题也出现了。
从历史上看，我们一直依赖表格数据来获取答案，但现在我们还为其添加了地理维度。 因此，良好棉花正在试点绘制三个地区的地图。 为了反映地理信息系统技术、遥感和地面数据的进步，我们首次选择使用地理测绘。
该概念于 2022 年 XNUMX 月制定，XNUMX 月开始绘制相关地区的地图，试点将于 XNUMX 月结束。 它提供三个地区的定制地图，以直观方式呈现研究区域，突出显示种植者、轧花厂和合作伙伴的位置等因素。
我们的巴基斯坦国家管理团队希望更好地评估该组织的影响力，能够识别棉花种植的变化趋势，并显着提高数据质量。 数据是基于数字的程序的基石，由于报告方法不同且缺乏清晰度，我们希望引入一个具有更强检查和平衡的系统。
例如，我们知道农民与我们合作的地区，但我们缺乏未与该计划合作的种植者的确切数字和位置。 因此，我们无法弄清楚为什么农民不属于更好棉花的保护范围。 他们距离该地区的项目合作伙伴是否太远？ 他们是被忽视的少数群体的一部分吗？ 以前是无法判断的。
该试点项目严重依赖开源工具、技术和数据源。 利用来自巴基斯坦调查 (SoP)、开放街道地图 (OSM)、选举委员会和地方政府的公开材料，我们创建了底图来定位学习小组 (LG) 所在的村庄。
对于轧花厂，我们获取了现有数据，例如地址和位置，并将这些坐标绘制在地图上。 进一步的分析已用于计算 LG 与轧花厂的距离。 卫星图像可以提供更高分辨率的数据，有利于农作物测绘。 使用突出显示田地位置和五年来参考数据的算法，我们能够计算出棉花重复种植的位置。
改变我们衡量和评估我们在三个试点地区的影响力的方式导致了不同的思考。 这些数据在我们可以衡量的内容、我们可以提出的问题（特别是我们的合作伙伴及其活动）以及潜在的供应链效益方面创造了许多新的可能性。 我们还需要考虑如何重新调整评估流程。
研究结果仍在整理中，但早期迹象表明，规划过程将为改进国家规划、合作伙伴管理、评价和评估提供宝贵的建议。 反过来，这将带来效率提升、成本效益和更好的项目管理。
我们的新地图突出显示了棉花种植面积下降的地方（因此投资并不代表物有所值）以及合作伙伴运营不匹配的地方。 它还为供应链提供了潜在的改进，例如向种植者强调距离最近的轧花厂的位置。
这是一个小型试点项目，但可能可以在全球范围内复制。 我们设计了一种行之有效的方法，并且希望扩大其规模。 我们所创建的方法适用于巴基斯坦其他地区，而其他国家也可以使用类似的方法。
我们计划开发一份更好棉花地图集，与项目合作伙伴、种植者和轧花厂绘制工作区域图。 反过来，这将突出我们业务的实际规模和覆盖范围，同时也为合作伙伴提供新的和改进的机会，并帮助改善供应链协调。
