Чувствительность к климату влияет на преимущества севооборота кукурузы и сои

Исследование учёных из Университета Миннесоты даёт новое представление о том, как чередование культур кукурузы и сои может помочь увеличить урожайность в условиях меняющегося климата.

Работа опубликована в журнале Global Change Biology.

Повышение температуры и экстремальные погодные явления угрожают глобальной продовольственной безопасности, что делает критически важным понимание того, как устойчивые практики, такие как севооборот, могут повысить урожайность и устойчивость сельского хозяйства.

Исследование показало, что преимущества севооборота кукуруза-соя по сравнению с монокультурой кукурузы крайне чувствительны к климату. Например, кукуруза выигрывает от предшественника сои в более холодных районах, в то время как соя получает пользу от предшественника кукурузы в более тёплых регионах. Кроме того, потепление в невегетационный сезон снижает пользу для кукурузы, а потепление в вегетационный сезон способствует увеличению преимуществ для сои.

«Кукуруза и соя могут по-разному реагировать на преимущества севооборота в будущем, что поможет фермерам США принимать более обоснованные решения перед лицом потепления климата», — говорит Цзюньсюн Чжоу, первый автор статьи.

Несмотря на климатические проблемы, исследование предполагает, что увеличение доли севооборота всё ещё может улучшить общую урожайность и подчёркивает его потенциал в качестве стратегии адаптации к климату.

В отличие от большинства предыдущих работ, сфокусированных на текущих климатических условиях, это новое исследование учитывает будущие изменения климата и их влияние на севооборот. Для этого исследователи использовали спутниковые данные в сочетании с моделью «причинного леса» — научным методом, помогающим понять причинно-следственные связи в данных. Они оценили преимущества севооборота при различных климатических условиях в регионе Среднего Запада США.

«Миллионы спутниковых наблюдений и передовые модели машинного обучения позволили нам количественно оценить влияние климата на преимущества севооборота на уровне субполей по всему Среднему Западу», — отметил Чжэнон Цзинь, старший автор статьи.

Для анализа этого огромного массива данных исследователи использовали передовой инструмент машинного обучения, который учит компьютеры извлекать уроки из примеров и улучшать выполнение задач без явного программирования. Это помогло команде понять, как севооборот влияет на урожайность кукурузы и сои на Среднем Западе США.

«Это исследование демонстрирует огромный потенциал интерпретируемого машинного обучения для оценки крупномасштабных эффектов сельскохозяйственных практик управления», — сказал Дэвид Мулла, старший исследователь Института ИИ для климата, землепользования, взаимодействий, смягчения последствий, адаптации, компромиссов и экономики (AI-CLIMATE).

В будущем исследователи надеются расширить анализ, включив долгосрочные системы разнообразного севооборота и их взаимодействие с климатом во все сезоны. Будущие исследования будут сосредоточены на полевых исследованиях для понимания круговорота питательных веществ и динамики вредителей в различных климатических сценариях, а также на изучении таких достижений, как устойчивые к вредителям культуры.

В исследовательскую группу, помимо Цзиня и Чжоу, вошли Пэн Чжу из Гонконгского университета, а также Дэн М. Клугер и Дэвид Б. Лобелл из Стэнфордского университета.