• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Naturen
    Forskargruppen utvecklar nytt verktyg för att hjälpa jordbrukare att fatta beslut om grödor

    Upphovsman:CC0 Public Domain

    Att minska utsläppen av växthusgaser och föroreningar med kvävevatten från jordbruket är de främsta miljöprioriteringarna i USA. Nyckeln till att uppnå klimatmål är att hjälpa producenterna att navigera i koldioxidmarknader, samtidigt som det hjälper miljön och förbättrar jordbrukets inkomster.

    Ett nytt verktyg som utvecklats av ett forskargrupp vid University of Minnesota gör det möjligt för bönder att skapa en budgetbalans för alla kvävsänkningsplaner och se de ekonomiska och miljömässiga kostnaderna, avkastning och marginaler, alla anpassade till fält under deras ledning.

    "Med dessa siffror i åtanke, jordbrukare kan fatta mer välgrundade beslut om kvävebegränsning som inte bara sparar pengar, men minskar också avsevärt miljöfarliga ämnen, "sade Zhenong Jin, som ledde forskningen och är biträdande professor vid Institutionen för bioprodukter och biosystemteknik (BBE) vid College of Food, Jordbruks- och naturresursvetenskap (CFANS).

    Tidigare verktyg tillät inte anpassade förutsägelser för varje fält i det amerikanska majsbältet, eftersom beräknings- och lagringskostnaderna för att köra dessa grödor i stor skala skulle bli mycket dyra.

    Som beskrivs i en artikel publicerad i IOPscience , forskargruppen byggde en serie maskininlärningsbaserade metamodeller som nästan perfekt kan efterlikna en vältestad skördemodell med mycket snabbare hastigheter. Med hjälp av metamodellerna, de genererade miljontals scenariosimuleringar och undersökte två grundläggande hållbarhetsfrågor - var är hotspots för minskning, och hur mycket lindring som kan förväntas under olika förvaltningsscenarier.

    "Vi syntetiserade fyra simulerade indikatorer på hållbarhet i jordbrukssystemet - avkastning, N 2 O -utsläpp, kväveläckning, och förändringar i markens organiska kol - till ekonomiska netto samhällsnyttor som grund för att identifiera hotspots och omöjlig mark för att mildra, "sa Taegon Kim, CFANS forskningsassistent i BBE -avdelningen. De samhälleliga fördelarna inkluderar kostnadsbesparingar från minskning av växthusgaser, samt förbättrad vatten- och luftkvalitet.

    "Genom att tillhandahålla viktiga hållbarhetsindikatorer för uppströms växtodling, våra metamodeller kan vara ett användbart verktyg för livsmedelsföretag för att kvantifiera utsläppen i sin leveranskedja och särskilja begränsande alternativ för att sätta hållbarhetsmål, "sa Timothy Smith, professor i Sustainable Systems Management och International Business Management i CFANS BBE -avdelning.

    Studien, utförs i USA:s Midwest -majsbälte, hittade det:

    • Att minska kvävegödselmedlet med 10% leder till 9,8% färre N 2 O -utsläpp och 9,6% mindre kväveutlakning, till en kostnad av 4,9% mer utarmning av organiskt koldioxid i jorden, men endast en avkastningsminskning på 0,6% jämfört med studieområdet.
    • Den uppskattade totala årliga sociala förmånen är värd 395 miljoner dollar (osäkerheten varierar från 114 miljoner dollar till nästan 1,3 miljarder dollar), inklusive en besparing på 334 miljoner dollar genom att undvika växthusgasutsläpp och vattenföroreningar, 100 miljoner dollar med mindre gödsel, och negativa 40 miljoner dollar på grund av avkastningsförluster.
    • Mer än 50% av de sociala förmånerna kommer från 20% av studieområdena, som därmed kan ses som hotspots där åtgärder bör prioriteras.

    "Vår analys avslöjade hotspots där överdriven kvävegödsel kan skäras utan avkastningsstraff, "sa Jin." Vi märkte på vissa ställen att minskning av kväverelaterad förorening kommer att kosta att tömma organiskt kol i marken, föreslår att andra regenerativa metoder, till exempel beskärning av omslag, måste buntas med kvävehantering. "

    I framtiden, teamet kommer att utöka det ramverk som presenteras i denna studie och utveckla mer avancerade och noggranna kolkvalificeringsmodeller genom en kombination av processbaserade modeller, artificiell intelligens och fjärranalys.


    © Vetenskap https://sv.scienceaq.com