राष्ट्रीय फसल विविधता परीक्षण कार्यक्रमों से उगाने वाले सूचना के प्रावधान के लिए कारक विश्लेषणात्मक मिश्रित मॉडल

राष्ट्रीय फसल विविधता परीक्षण कार्यक्रमों के लिए कारक विश्लेषणात्मक मिश्रित मॉडल औद्योगिक उत्पादकता को उचित मॉडलिंग और वातावरण के साथ विविधता के इंटरैक्शन की रिपोर्टिंग के माध्यम से सुधारने की क्षमता रखते हैं। फसल विविधता परीक्षण कार्यक्रम विश्व भर के कई देशों में आयोजित किए जाते हैं। प्रत्येक कार्यक्रम में, विभिन्न स्थानों और मौसमों के डेटा को मिलाया जाता है, और इसे विश्लेषित किया जाता है ताकि उगाने वालों को उनकी स्थिति के लिए सबसे अच्छी विविधताओं को चुनने में मदद मिल सके। बहु-पर्यावरण परीक्षण आंकड़ों के सांख्यिकीय विश्लेषण में बड़े सुधारों के बावजूद, ऐसी विधियों को राष्ट्रीय विविधता परीक्षण कार्यक्रमों में अपनाया नहीं गया है। सबसे सामान्य रूप से उपयोग की जाने वाली दृष्टिकोण एक वेरिएंस घटक मॉडल है जिसमें विविधता और वातावरण के मुख्य प्रभाव और विविधता द्वारा वातावरण (V E) इंटरैक्शन प्रभाव शामिल हैं। ऐसे विश्लेषण से प्राप्त विविधता की भविष्यवाणियाँ, और उसके बाद उगाने वालों को रिपोर्ट की गई, आमतौर पर दीर्घकालिक क्षेत्रीय आधार पर होती हैं। ऑस्ट्रेलिया में, वेरिएंस घटक मॉडल V E इंटरैक्शन के मॉडलिंग के संदर्भ में अपर्याप्त पाया गया है, और क्षेत्रीय स्तर पर सूचना की रिपोर्टिंग अक्सर महत्वपूर्ण स्थानीय V E इंटरैक्शन को छुपा देती है। इसके विपरीत, कारक विश्लेषणात्मक मिश्रित मॉडल दृष्टिकोण, जिसे ऑस्ट्रेलियाई पौधों की प्रजनन कार्यक्रमों में व्यापक रूप से उपयोग किया जाता है, नियमित रूप से V E प्रभावों के लिए एक संयमित और सूचनात्मक मॉडल प्रदान करने और सटीक भविष्यवाणियाँ प्रदान करने के लिए पाया गया है। इस पत्र में, हम एक कारक विश्लेषणात्मक मिश्रित मॉडल पर आधारित फसल विविधता मूल्यांकन डेटा के विश्लेषण के लिए एक दृष्टिकोण विकसित करते हैं। ऐसे विश्लेषण से प्राप्त जानकारी संभवतः बेहतर हो सकती है, लेकिन यह केवल औद्योगिक उत्पादकता को बढ़ाएगी यदि सफल प्रौद्योगिकी परिवर्तन के लिए तंत्र मौजूद हों। इसे ध्यान में रखते हुए, हम एक उपयोगकर्ता-अनुकूल रिपोर्टिंग प्रारूप का सुझाव देते हैं जिसमें व्यक्तिगत उगाने वालों के लिए वर्तमान स्थिति की तुलना में कहीं अधिक स्थानीय जानकारी होती है।