ABSTRACT The most crucial technical challenge facing the Malaysian and Indonesian oil palm industry is that the actual yield in the form of Fresh Fruit Bunch (FFB; unit in tonne per hectare (t ha−1)) are well below of potential levels and have stagnated over last two decades. Closing this wide yield gap would have a positive impact on the revenue as it increases productivity per hectare and it eventually leads to less pressure on opening new land and mitigates environmental costs of production. With respect to the indispensable need for closing this gap for future prosperity of this industry and sustainable production of palm oil, this study assessed oil palm yield, considering the potential growth of oil palm dependent on the site qualities and actual yield. Firstly, we mapped oil palm plantations combining yearly Advanced Land Observation Satellite (ALOS) Phased Array type L-band Synthetic Aperture Radar (PALSAR) and ALOS-2 mosaics of L-band backscatter, Moderate Resolution Imaging Spectroradiometer (MODIS) reflectance (MOD13Q1), and the MODIS Vegetation Continuous Field canopy cover product (MOD44B); where 10.3 and 6.68 million ha (Mha) of oil palm plantations were mapped, respectively, in Indonesia and Malaysia in 2017. Secondly, the age after planting was estimated at detected plantations using time series of MODIS canopy cover with correlation coefficient (r) of 0.68 and Root Mean Square Error (RMSE) of 4.7 years. Thirdly, the biophysical suitability of detected plantations was evaluated considering the spatial-temporal variation of different biophysical criteria. Combining information from second and third steps, we estimated the potential yield at 250 m spatial resolution. The average potential yield in Malaysia ranges between 13.8 t ha−1 and 19.3 t ha−1 in 2017, where in Indonesia it ranges between 17.8 t ha−1 and 21.7 t ha−1 in the same year. The actual yield in next step, has been quantified by HH-HV attribute of ALOS PALSAR and ALOS-2 mosaics, where the average actual yield in Malaysia ranges between 14.48 t ha−1 and 20.63 t ha−1 and in Indonesia it ranges between 8.49 t ha−1 and15.40 t ha−1 in 2017. Finally, comparing estimated potential and actual yields, we evaluated oil palm industries’ performances where distinct differences were found between two countries. In most of the Malaysian states quantified actual yields were above or at the level of estimated potential yields, whereas in all Indonesian provinces quantified actual yields were well below the potential level. Considering the favourability of environment, among all provinces/states, Sabah, and Sarawak states in Malaysia and Aceh and North Kalimantan provinces in Indonesia distinctly differ due to their poor performances from rest of provinces/states. The information on different yields provided in this study are indispensable needs for efficient and accountable policies as it enables governors to directly target specific objectives such as subsidies on fertilizers, productive cultivars, and new technologies for the plantations suffering from low yield. Also, this study provides benchmarks for each province/state for scopes of actual yield improvements for long-term planning.

中文翻译：

---

印度尼西亚和马来西亚油棕产量和生物物理适宜性评估

摘要 马来西亚和印度尼西亚油棕业面临的最关键的技术挑战是鲜果串 (FFB；单位吨每公顷 (t ha−1)) 的实际产量远低于潜在水平并且停滞不前在过去的二十年里。缩小这种巨大的产量差距将对收入产生积极影响，因为它会提高每公顷的生产力，并最终减少开辟新土地的压力并减轻生产的环境成本。关于缩小这一差距以实现该行业未来繁荣和棕榈油可持续生产的必要需求，本研究评估了油棕产量，考虑到油棕的潜在增长取决于场地质量和实际产量。首先，我们结合年度高级陆地观测卫星 (ALOS) 相控阵型 L 波段合成孔径雷达 (PALSAR) 和 L 波段反向散射的 ALOS-2 马赛克、中分辨率成像光谱仪 (MODIS) 反射率 (MOD13Q1) 和MODIS 植被连续场树冠覆盖产品 (MOD44B)；其中，2017 年在印度尼西亚和马来西亚分别绘制了 10.3 和 668 万公顷 (Mha) 的油棕种植园。 其次，使用 MODIS 冠层覆盖时间序列估计检测到的种植园的种植后年龄，相关系数 (r) 为0.68 和 4.7 年的均方根误差 (RMSE)。第三，考虑到不同生物物理标准的时空变化，对检测到的人工林的生物物理适宜性进行了评估。结合第二步和第三步的信息，我们估计了 250 m 空间分辨率下的潜在产量。2017 年马来西亚的平均潜在产量介于 13.8 t ha-1 和 19.3 t ha-1 之间，而印度尼西亚的平均潜在产量介于 17.8 t ha-1 和 21.7 t ha-1 之间。下一步的实际产量已通过 ALOS PALSAR 和 ALOS-2 马赛克的 HH-HV 属性量化，其中马来西亚的平均实际产量介于 14.48 t ha-1 和 20.63 t ha-1 之间，而在印度尼西亚介于2017 年分别为 8.49 t ha-1 和 15.40 t ha-1。最后，通过比较估计的潜在产量和实际产量，我们评估了油棕行业的表现，发现两国之间存在明显差异。在马来西亚的大多数州，量化的实际产量高于或处于估计的潜在产量水平，而在印度尼西亚所有省份，量化的实际产量远低于潜在水平。考虑到环境的有利性，在所有省/州中，马来西亚的沙巴和砂拉越州以及印度尼西亚的亚齐和北加里曼丹省由于其表现与其他省/州相比表现不佳而存在明显差异。本研究中提供的关于不同产量的信息是有效和负责任的政策不可或缺的需求，因为它使州长能够直接针对特定目标，例如肥料补贴、生产性栽培品种和低产量种植园的新技术。此外，这项研究为每个省/州提供了用于长期规划的实际产量提高范围的基准。考虑到环境的有利性，在所有省/州中，马来西亚的沙巴和砂拉越州以及印度尼西亚的亚齐和北加里曼丹省由于其表现与其他省/州相比表现不佳而存在明显差异。本研究中提供的关于不同产量的信息是有效和负责任的政策不可或缺的需求，因为它使州长能够直接针对特定目标，例如肥料补贴、生产性栽培品种和低产量种植园的新技术。此外，这项研究为每个省/州提供了用于长期规划的实际产量提高范围的基准。考虑到环境的有利性，在所有省/州中，马来西亚的沙巴和砂拉越州以及印度尼西亚的亚齐和北加里曼丹省由于其表现与其他省/州相比表现不佳而存在明显差异。本研究中提供的关于不同产量的信息是有效和负责任的政策不可或缺的需求，因为它使州长能够直接针对特定目标，例如肥料补贴、生产性栽培品种和低产量种植园的新技术。此外，这项研究为每个省/州提供了用于长期规划的实际产量提高范围的基准。马来西亚的沙捞越州和印度尼西亚的亚齐省和北加里曼丹省的表现明显不同，因为它们与其他省/州相比表现不佳。本研究中提供的关于不同产量的信息是有效和负责任的政策不可或缺的需求，因为它使州长能够直接针对特定目标，例如对低产量种植园的化肥补贴、生产品种和新技术。此外，这项研究为每个省/州提供了用于长期规划的实际产量提高范围的基准。马来西亚的砂拉越州和印度尼西亚的亚齐省和北加里曼丹省的表现明显不同，因为它们与其他省/州相比表现不佳。本研究中提供的关于不同产量的信息是有效和负责任的政策不可或缺的需求，因为它使州长能够直接针对特定目标，例如对低产量种植园的化肥补贴、生产品种和新技术。此外，这项研究为每个省/州提供了用于长期规划的实际产量提高范围的基准。本研究中提供的关于不同产量的信息是有效和负责任的政策不可或缺的需求，因为它使州长能够直接针对特定目标，例如肥料补贴、生产性栽培品种和低产量种植园的新技术。此外，这项研究为每个省/州提供了用于长期规划的实际产量提高范围的基准。本研究中提供的关于不同产量的信息是有效和负责任的政策不可或缺的需求，因为它使州长能够直接针对特定目标，例如肥料补贴、生产性栽培品种和低产量种植园的新技术。此外，这项研究为每个省/州提供了用于长期规划的实际产量提高范围的基准。