Use of seasonal forecasts in smallholder agricultural decision-making in the Central Rift Valley of Ethiopia

Abstract

Smallholder farmers in Ethiopia’s Central Rift Valley face pronounced risks from climate variability and erratic rainfall, challenges that threaten agricultural productivity, food security, and rural livelihoods. Rising climate hazards have spurred the promotion of seasonal precipitation forecasts as a promising means of supporting adaptation, yet the translation of such information into tangible adaptive action depends on a complex interplay of local agro-ecological conditions, available adaptation strategies, and behavioral responses. This thesis provides a comprehensive, interdisciplinary investigation into the economic value, adoption dynamics, and policy implications of seasonal forecast information for smallholder farmers, integrating agent-based modelling, dynamic risk assessment, crop-growth simulation, and framed field experiments. A principal focus of the research is the evaluation of adaptive management strategies for smallholder farmers enabled by seasonal forecasts. Examined strategies include crop and cultivar selection in response to rainfall outlooks, optimized planting dates, forecast-driven fertilizer management, and flexible in-season adjustments (such as crop switching or tied ridging). Each option is rigorously evaluated using observational, experimental and simulated data. In assessing the practical impacts of integrating seasonal rainfall forecast information into smallholder agricultural decision making, the results of this thesis indicate that forecast-based cultivar selection has the potential to support more effective management strategies for farmers in Ethiopia’s Central Rift Valley. By enabling better alignment of cultivar choices with anticipated seasonal rainfall conditions, farmers can enhance the adaptive capacity of their management practices in the face of climate variability. While the observed financial gains under realistic forecast accuracy are modest, these findings highlight that forecast-based cultivar selection can serve as a valuable decision-support tool. However, realizing the full potential of this approach depends not only on improvements in forecast skill, but also on the availability of reliable evidence regarding cultivar performance under diverse weather conditions and on substantial changes to seed breeding and distribution systems. Only when forecast-matching cultivars are made available to farmers promptly can the benefits of high-accuracy seasonal rainfall forecasts be more fully achieved. In the subsequent analysis, this thesis applies a state-contingent embedded risk framework to systematically explore how the timing of smallholder management decisions—specifically crop choice, sowing date, tied-ridging, relay cropping, and fertilization—can be optimized in light of seasonal rainfall forecast information. Using multi-stage discrete stochastic programming, the study evaluates adaptive strategies at the whole-farm level by simulating crop yield responses to management choices across 2,400 possible weather trajectories. The results show that forecast-informed management decisions can improve farmer income, but the extent and consistency of these benefits vary across seasons. The findings further reveal that opportunities for in-season adjustment—rather than choices made solely at the start of the season—are especially critical for achieving positive results in response to forecast information. By evaluating the long-term impacts of forecast-based decision making at the whole-farm level in the Central Rift Valley, this study emphasizes the need for more tailored and effective communication and advisory services of seasonal rainfall forecasts. In addition, the analysis highlights the inherent unpredictability of agricultural outcomes under climate uncertainty and demonstrates the continuing importance of building empirical understanding of how management actions and varying weather conditions together shape farm performance. These insights suggest that policy interventions aimed at strengthening real-time advisory systems and supporting farmers’ capacity for flexible, adaptive management are essential for fully realizing the benefits of seasonal rainfall forecasting in smallholder agriculture. The third component of the thesis explores how smallholder farmers receive, interpret, and act upon seasonal precipitation forecasts, drawing on evidence from framed field experiments conducted in Ethiopia’s Central Rift Valley. The analysis demonstrates that neither improvements in forecast accuracy nor dissemination of information alone are sufficient to induce significant behavioral change among farmers. Adoption is most likely when seasonal precipitation forecasts are communicated repeatedly, presented in clear and actionable formats, and tailored to local realities through trusted channels. The results further indicate that factors such as farmers’ education levels, prior experience with seasonal forecasts, and regular engagement with extension services play a central role in facilitating effective use of such information. The findings highlight the potential of digital innovations, such as smartphone-based advisories and AI-supported tools, to improve the reach and personalization of seasonal precipitation forecasts, provided these solutions are developed through participatory and user-centered approaches. Overall, the study underscores the importance of aligning advisory services with both the informational and contextual needs of smallholder farmers in order to foster more effective and inclusive adaptation to climate variability. Overall, the results of this thesis emphasize that the benefits of seasonal rainfall forecasts can only be fully realized through an integrated approach. This requires the combination of advances in forecast technology, adaptive input systems, effective communication, and supportive policy environments. Comprehensive and locally tailored adaptation packages—linking seasonal rainfall forecast information to improved access to seed and inputs, credit, training, and extension services—emerge as the most effective strategy for strengthening resilience. Ultimately, by connecting quantitative modeling, empirical experimentation, and policy analysis, this thesis provides a robust foundation for scaling up inclusive, impactful advisory systems based on seasonal rainfall forecasts to better equip smallholder farmers for managing risks associated with increasing rainfall variability.

Landwirtschaftliche Betriebe im zentralen Rift Valley Äthiopiens sind erheblichen Risiken durch Klimaschwankungen und unregelmäßige Niederschläge ausgesetzt – Herausforderungen, die die landwirtschaftliche Produktivität, die Ernährungssicherheit und die Lebensgrundlagen der ländlichen Bevölkerung gefährden. Zunehmende klimabedingte Gefahren lassen saisonale Niederschlagsvorhersagen als vielversprechendes Mittel zur Unterstützung landwirtschaftlicher Betrieben erscheinen. Die Umsetzung solcher vorhersagebasierter Informationen in konkrete Anpassungsmaßnahmen hängt jedoch von einem komplexen Zusammenspiel lokaler agroökologischer Bedingungen, verfügbarer Anpassungsstrategien und Verhaltensreaktionen ab. Diese Promotionsschrift enthält eine umfassende, interdisziplinäre Untersuchung des wirtschaftlichen Werts, der Dynamik der Akzeptanz und der politischen Implikationen saisonaler Vorhersageinformationen für Kleinbauern, wobei agentenbasierte Modellierung, dynamische Risikoanalyse, biophysikalische Simulationsmodelle und verhaltenswissenschaftliche Feldexperimente integriert werden. Ein Schwerpunkt der Forschung ist die Bewertung von Strategien des Anpassungsmanagements, die durch saisonale Vorhersagen ermöglicht werden. Zu den untersuchten Strategien gehören die Auswahl von Kulturpflanzen und Sorten als Reaktion auf Niederschlagsprognosen, optimierte Aussaattermine, vorhersagegesteuertes Düngemittelmanagement und flexible Anpassungen während der Saison (wie z. B. Wechsel der Kulturpflanzen oder Bodenbearbeitung). Jede Option wird anhand der experimentellen Daten rigoros bewertet und auf Ebene der landwirtschaftlichen Betriebshaushalte analysiert. Bei der Bewertung der praktischen Auswirkungen von saisonalen Niederschlagsprognosen in der Entscheidungsfindung zeigen die Ergebnisse dieser Arbeit, dass die auf Prognosen basierende Auswahl von Kulturpflanzen das Potenzial hat, effektivere Bewirtschaftungsstrategien für Landwirte im zentralen Rift Valley Äthiopiens zu unterstützen. Durch eine bessere Abstimmung der Sortenauswahl auf die erwarteten saisonalen Niederschlagsbedingungen könnten Landwirte die Anpassungsfähigkeit ihrer Bewirtschaftungspraktiken angesichts klimatischer Schwankungen verbessern. Obwohl die möglichen finanziellen Gewinne bei realistischer Prognosegenauigkeit bescheiden sind, zeigen diese Ergebnisse, dass die prognosebasierte Sortenauswahl als wertvolles Instrument zur Entscheidungsunterstützung dienen kann. Die Ausschöpfung des vollen Potenzials dieses Ansatzes hängt jedoch nicht nur von Verbesserungen der Prognosefähigkeiten ab, sondern auch von der Verfügbarkeit zuverlässiger Daten über die Leistungsfähigkeit von Sorten unter verschiedenen Wetterbedingungen und von wesentlichen Änderungen der Saatgutvermehrungs- und -verteilungssysteme. Nur wenn den Landwirten zeitnah prognosegerechte Sorten zur Verfügung gestellt werden, können die Vorteile hochpräziser saisonaler Niederschlagsprognosen voll ausgeschöpft werden. Im zweiten Teil der Analyse wendet diese Arbeit einen zustandsabhängiges, mehrstufiges Entscheidungsmodell unter Risiko an, um systematisch zu untersuchen, wie der Zeitpunkt von Managemententscheidungen – insbesondere die Wahl der Kulturpflanzen, der Aussaatzeitpunkt, das Anlegen von wasserrückhaltenden Furchen, der Anbau von Zwischenfrüchten und die Düngung – unter Berücksichtigung saisonaler Niederschlagsprognosen optimiert werden kann. Mithilfe eines mehrstufigen diskreten stochastischen Programmierungsmodells bewertet die Studie adaptive Strategien auf Ebene des gesamten Betriebs, indem sie die Ernteerträge in Abhängigkeit von Managemententscheidungen für 2.400 mögliche Wetterverläufe simuliert. Die Ergebnisse zeigen, dass vorhersagebasierte Managemententscheidungen das Einkommen der Betriebe verbessern können, wobei das Ausmaß und die Beständigkeit dieser Vorteile je nach Jahreszeit variieren. Die Ergebnisse zeigen außerdem, dass Anpassungen während der Saison – und nicht nur Entscheidungen zu Beginn der Saison – besonders wichtig sind, um positive Ergebnisse auf der Grundlage von Prognoseinformationen zu erzielen. Durch die Bewertung der langfristigen Auswirkungen von prognosebasierten Entscheidungen auf Ebene des gesamten Betriebs im Central Rift Valley unterstreicht diese Studie die Notwendigkeit einer maßgeschneiderten und effektiven Kommunikation und Beratung zu saisonalen Niederschlagsprognosen. Darüber hinaus unterstreicht die Analyse die inhärente Unvorhersehbarkeit landwirtschaftlicher Erträge unter klimatischen Unsicherheiten und zeigt, wie wichtig es weiterhin ist, ein empirisches Verständnis dafür zu entwickeln, wie Managementmaßnahmen und unterschiedliche Wetterbedingungen gemeinsam die Leistung landwirtschaftlicher Betriebe beeinflussen. Diese Erkenntnisse legen nahe, dass politische Maßnahmen zur Stärkung von Echtzeit-Beratungssystemen und zur Förderung der Fähigkeit der Landwirte zu flexibler, anpassungsfähiger Bewirtschaftung unerlässlich sind, um die Vorteile saisonaler Niederschlagsvorhersagen in der kleinbäuerlichen Landwirtschaft voll auszuschöpfen. Der dritte Teil der Arbeit untersucht, wie Betriebsleiter saisonale Niederschlagsprognosen aufnehmen, interpretieren und darauf reagieren, und stützt sich dabei auf verhaltenswissenschaftliche Feldexperimente, die im zentralen Rift Valley in Äthiopien durchgeführt wurden. Die Analyse zeigt, dass weder Verbesserungen der Prognosegenauigkeit noch der direkte Zugang zu Informationen allein ausreichen, um eine signifikante Verhaltensänderung herbeizuführen. Die Akzeptanz unter den Landwirten ist am größten, wenn saisonale Niederschlagsprognosen wiederholt kommuniziert, in klaren und umsetzbaren Formaten präsentiert und über vertrauenswürdige Kanäle an die lokalen Gegebenheiten angepasst werden. Die Ergebnisse zeigen ferner, dass Faktoren wie der Bildungsstand der Landwirte, frühere Erfahrungen mit saisonalen Vorhersagen und die regelmäßige Inanspruchnahme von Beratungsdiensten eine zentrale Rolle bei der Förderung der effektiven Nutzung solcher Informationen spielen. Die Ergebnisse unterstreichen das Potenzial digitaler Innovationen wie Smartphone-basierter Beratungsdienste und KI-gestützter Tools zur Verbesserung der Reichweite und Personalisierung saisonaler Niederschlagsvorhersagen, sofern diese Lösungen durch partizipative und nutzerorientierte Ansätze entwickelt werden. Insgesamt unterstreicht die Studie, wie wichtig es ist, Beratungsdienste auf die Informations- und Kontextbedürfnisse von Landwirten abzustimmen, um eine effektivere und inklusivere Anpassung an Klimaschwankungen zu fördern. Insgesamt unterstreichen die Ergebnisse dieser Arbeit, dass die Vorteile saisonaler Niederschlagsvorhersagen nur durch einen integrierten Ansatz voll ausgeschöpft werden können. Dies erfordert die Kombination von Fortschritten in der Vorhersagetechnologie, adaptiven Inputsystemen, effektiven Kommunikationskanälen und unterstützenden politischen Rahmenbedingungen. Umfassende und lokal angepasste Anpassungspakete, die saisonale Niederschlagsvorhersagen mit einem verbesserten Zugang zu Saatgut und Betriebsmitteln, Krediten, Schulungen und Beratungsdiensten verbinden, erweisen sich als die wirksamste Strategie zur Stärkung der Widerstandsfähigkeit. Letztendlich bietet diese Arbeit durch die Verbindung von quantitativer Modellierung, empirischen Experimenten und politischer Analyse eine solide Grundlage für den Ausbau integrativer, wirkungsvoller Beratungssysteme auf der Grundlage saisonaler Niederschlagsvorhersagen, um landwirtschaftliche Betriebe besser für das Management der mit zunehmender Niederschlagsvariabilität verbundenen Risiken zu rüsten.