Climate predictors of crop yields in the Polissia and Forest-Steppe regions of Ukraine

Abstract

The purpose of the study was to identify the key climatic predictors that shaped the variability of winter wheat and maize yields under the agroclimatic conditions of the Polissia and Forest-Steppe regions. The methodology was based on the use of long-term meteorological data combined with statistical and machine-learning modelling algorithms, among which multiple linear regression and the Random Forest method were applied for a comparative assessment of predictive performance. A variable importance mechanism was also implemented in order to determine the most informative climatic indicators. The study analysed the influence of temperature extremes, total atmospheric precipitation patterns, and hydrothermal indices during the key phenological stages of crop development. It was established that April-June conditions played a dominant role for winter wheat, whereas July-August thermal and moisture-related parameters were most influential for maize. It was identified that integral indicators, particularly the hydrothermal coefficient, provided considerably higher predictive power compared to individual temperature- or precipitation-based metrics. The presence of threshold crop responses to extreme climatic factors was confirmed, which resulted in regional differences in sensitivity to heatwaves and droughts. The analysis demonstrated that the Random Forest algorithm delivered the highest predictive accuracy, explaining up to 81% of maize yield variability in the Forest-Steppe region and up to 74% for winter wheat. The practical value of the study lay in the potential use of the obtained results by analytical institutions, agrometeorological services, and agricultural producers for planning sowing areas, assessing seasonal yield risks, and shaping adaptation strategies under climate-change conditions.

Метою роботи було визначення ключових кліматичних предикторів, які формують варіабельність урожайності озимої пшениці та кукурудзи в агрокліматичних умовах Полісся й Лісостепу. Методологія ґрунтувалася на використанні багаторічних метеорологічних даних у поєднанні зі статистичними та машинними алгоритмами моделювання, серед яких застосовувалися множинна лінійна регресія та Random Forest для порівняльної оцінки прогнозної ефективності. Також було реалізовано механізм визначення важливості змінних із метою встановлення найбільш інформативних кліматичних індикаторів. У ході дослідження було проаналізовано вплив температурних екстремумів, сумарного режиму атмосферних опадів та гідротермічних індексів у ключові фазові періоди розвитку культур. Було встановлено, що для озимої пшениці домінуючу роль відігравали умови квітня-червня, тоді як для кукурудзи найбільше значення мали теплово-вологісні параметри липня-серпня. Було виявлено, що інтегральні показники, зокрема гідротермічний коефіцієнт, забезпечують значно вищу прогностичну вагу порівняно з окремими температурними чи опадовими метриками. Було підтверджено наявність порогових реакцій культур на екстремальні кліматичні фактори, що зумовлювало відмінності між регіонами за рівнем чутливості до теплових хвиль і посух. Було узагальнено, що алгоритм Random Forest забезпечив найбільшу точність прогнозування, пояснюючи до 81 % варіабельності врожайності кукурудзи в Лісостепу та до 74 % – озимої пшениці. Практична цінність роботи полягає у можливості використання отриманих результатів аналітичними центрами, агрометеорологічними службами та агровиробниками для планування посівних площ, оцінювання ризиків сезонної урожайності та формування адаптаційних стратегій в умовах кліматичних змін.