16:32 2024-02-22
science - citeste alte articole pe aceeasi tema
Comentarii Adauga Comentariu
_ Noul studiu este primul pas în estimarea emisiilor de carbon în agricultură
_ Nou studiu este primul pas în prezicerea emisiilor de carbon în agricultură
Pentru prima dată, cercetătorii de la Universitatea din Minnesota Twin Cities (UMN) și de la Universitatea Illinois Urbana-Champaign (UIUC) au demonstrat că este posibil să oferă predicții precise și de înaltă rezoluție ale ciclurilor carbonului în agroecosisteme, care ar putea contribui la atenuarea impactului schimbărilor climatice.
Studiul realizat de cercetători de la Institutul Național de Inteligență Artificială pentru Interacțiuni Climat-Teren, condus de UMN, Mitigation , Adaptation, Tradeoffs and Economy (AI-CLIMATE) și Centrul de Sustenabilitate pentru Agroecosistem condus de UIUC a fost publicat recent în Nature Communications.
Descoperirile studiului reprezintă un prim pas esențial în dezvoltarea unui sistem credibil de măsurare, monitorizare, raportare, și Verificarea (MMRV) a emisiilor agricole care pot fi folosite pentru a stimula implementarea practicilor inteligente din punct de vedere climatic, stimulând în același timp economiile rurale.
Aceasta urmează strategia națională, stabilită de Casa Albă, subliniind necesitatea de a cuantifica Emisiile de gaze cu efect de seră în sectoare cu obiectivul de a reduce emisiile nete până în 2050.
Monitorizarea și raportarea exactă, scalabilă și rentabilă a emisiilor de gaze cu efect de seră sunt necesare pentru a verifica ceea ce se numește „carbon”. credite” sau permise care compensează emisiile de gaze cu efect de seră. Fermierii pot fi rambursați pentru practicile care reduc emisiile de gaze cu efect de seră. Agricultura reprezintă aproximativ 25% din emisiile de gaze cu efect de seră, dar marile corporații pot ezita să cumpere aceste credite fără să știe cât de mult carbon este stocat.
În acest moment, pentru a colecta cu exactitate date despre carbon, un fermier ar avea nevoie să angajeze pe cineva să vină la ferma lor, să ia ceea ce se numește miez de sol (profilul vertical al solului) și să-l trimiți înapoi la laborator pentru analiză.
„Pentru a aduna cantitatea de date necesare la fiecare fermă individuală, ar putea costa fermierii timp și bani pe care s-ar putea să nu fie dispuși să le acorde”, a spus Licheng Liu, autorul principal și cercetător la Departamentul de Bioproduse și Inginerie Biosistemelor de la Universitatea din Minnesota.
Domeniul în curs de dezvoltare al învățării automate ghidate de cunoștințe (KGML), inițiat de cercetătorii de la Universitatea din Minnesota, combină puterea inteligenței artificiale (AI) și modelele bazate pe procese din științele fizice.
Cu observațiile din Corn Belt din Statele Unite ale Americii, cadrul KGML-ag depășește semnificativ atât modelele bazate pe procese, cât și modelele de învățare automată pură în ceea ce privește acuratețea, în special cu date limitate. În mod remarcabil, KGML-ag funcționează de peste 10.000 de ori mai rapid decât modelele tradiționale bazate pe procese, oferind predicții de înaltă rezoluție și de înaltă frecvență la un cost-eficient.
„Aceste tehnici de învățare automată ghidată de cunoștințe (KGML) sunt fundamental mai puternice decât abordările standard de învățare automată și modelele tradiționale utilizate de comunitatea științifică pentru a aborda problemele de mediu”, a declarat Vipin Kumar, profesor de la Universitatea din Minnesota Regents și catedră William Norris Endowed în cadrul Departamentului de Științe și Inginerie Calculatoare.
< În loc să preleveze miezuri de sol la fiecare fermă, cu KGML-ag, cercetătorii pot folosi puterea teledetecției prin satelit, modelele computaționale și AI pentru a oferi o estimare a carbonului în fiecare domeniu individual. Acest lucru permite o compensație echitabilă și exactă pentru fermierii individuali. Cercetătorii spun că acest lucru este esențial pentru a stimula încrederea în piețele de carbon și pentru a sprijini adoptarea de practici durabile.„KGML-ag combină cea mai avansată înțelegere a mecanismelor din agricultură cu tehnicile AI de ultimă generație și oferă astfel o nouă lentilă puternică pentru a monitoriza și gestiona ecosistemele noastre agricole”, a spus Zhenong Jin. , autorul corespondent al acestui studiu și profesor asistent în cadrul Departamentului de Bioproduse și Inginerie a Biosistemelor de la Universitatea din Minnesota, care co-conduce grupul de interes special KGML în AI-CLIMATE.
Acum, cercetătorii AI-CLIMATE investighează potențialul cadrului KGML pentru silvicultură, valorificându-și capacitățile de a aborda provocările stringente în managementul forestier durabil și captarea și stocarea carbonului. Echipa explorează, de asemenea, o abordare de asimilare a datelor bazată pe KGML, pentru a utiliza în mod flexibil diferitele tipuri de date satelitare care se dezvoltă rapid.
„KGML este unul dintre subiectele cheie de cercetare ale AI-CLIMATE,” a spus Shashi Shekhar, catedră ADC la Universitatea din Minnesota și profesor distins al Universității McKnight în cadrul Departamentului de Științe și Inginerie Calculatoare și cercetător principal al Institutului AI-CLIMATE.
„Aceste rezultate inițiale demonstrează potențialul imens al Inteligența artificială pentru dezvoltarea unor metode mai precise și mai ieftine de estimare a emisiilor din agricultură. Acest lucru poate lubrifia piețele de carbon și poate stimula adoptarea de practici inteligente din punct de vedere climatic."
Comentarii:
Adauga Comentariu