Искусственный интеллект для картирования потенциала кормовых культур в засушливых районах

Новое исследование представляет собой основанную на искусственном интеллекте (ИИ) систему дистанционного зондирования, предназначенную для картирования потенциала выращивания кормовых культур в засушливых районах северного Китая, с особым вниманием к среднему течению реки Хуанхэ. Исследование, опубликованное в журнале Water Research, определяет оптимальные пояса для выращивания кормовых культур в масштабе километра, предоставляя данные и готовые инструменты для поддержки экологической защиты, устойчивых сельскохозяйственных практик, а также национальной безопасности в сфере кормов и продовольствия.

Исследование под руководством профессора Ван Шудуна из Института аэрокосмической информации (AIR) Китайской академии наук было совместным проектом с участием Совместного инновационного центра по прогнозированию и оценке метеорологических бедствий и Департамента наук о Земле и окружающей среде Пенсильванского университета.

Засушливые районы северного Китая сталкиваются с двумя критическими проблемами: скудными водными ресурсами и необходимостью обеспечения стабильных поставок кормов и продовольствия. Для решения этих задач команда разработала межмасштабную систему интеграции данных из множества источников, которая объединяет спутниковые наблюдения, результаты эко-гидрологических моделей и полевые измерения, снижая зависимость от плотного наземного отбора проб.

Используя многоисточниковые спутниковые данные и механистические модели водного баланса и роста сельскохозяйственных культур, исследователи создали высококачественные обучающие выборки. Затем они применили методы ансамблевого обучения и трансферного обучения для оценки ключевых производственных факторов, включая использование оросительной воды, чистую первичную продукцию растительности (NPP) и органический углерод почвы (SOC). Точность оценки этих факторов превысила 90%. Кроме того, методы выравнивания распределения и квантильного картирования снизили региональные погрешности на 43%, что позволило идентифицировать оптимальные кормовые пояса с позиционной точностью свыше 85%.

В отличие от традиционных оценок по одному показателю, эта система рассматривает посадку кормовых культур как задачу пространственной оптимизации, которая одновременно учитывает потребление воды, преимущества секвестрации углерода в почве и производственный потенциал кормов. Количественно оценивая экологические выгоды, экономическую отдачу и водные затраты в едином масштабе, инструмент определяет приоритетные зоны для посадки и оптимальные соотношения «затраты-выпуск», способствуя эффективному распределению труда, ресурсов и финансирования.

Исследователи отмечают, что этот подход, отличающийся воспроизводимостью и экономической эффективностью, предлагает поддержку для восстановления экосистем и развития высококачественного сельского хозяйства в регионах с жесткими ограничениями по воде.