Новый индекс PASCI улучшает прогнозирование органического углерода в почве
Разработана передовая модель машинного обучения для прогнозирования уровня почвенного органического углерода (SOC) — критически важного фактора здоровья почвы и продуктивности сельского хозяйства. Инновационный подход использует гиперспектральные данные для выявления ключевых спектральных диапазонов, предлагая более точный и эффективный метод оценки качества почвы.
Новый индекс почвенного углерода по периметру и площади (PASCI) устраняет недостатки традиционных методов, используя гиперспектральную съемку и алгоритмы машинного обучения для получения комплексных характеристик почвы.
Исследователи из Центрального государственного университета представили свой метод в журнале Geo-spatial Information Science 19 мая 2023 года. PASCI использует машинное обучение для анализа гиперспектральных данных, значительно улучшая измерение углерода в почве.
Как работает PASCI
Индекс уникален тем, что одновременно анализирует несколько спектральных диапазонов для прогнозирования SOC. Он использует специальную математическую модель для расчета отношения периметра к площади под спектральными кривыми, точно определяя ключевые спектральные полосы, указывающие на уровень SOC.
Этот подход выявляет более тонкие детали состава почвы и его вариаций в разных ландшафтах, значительно повышая точность прогнозов. Надежность PASCI была подтверждена обширным регрессионным анализом, показавшим сильную корреляцию с фактическими измерениями SOC (r2 = 0.76).
Значение и применение
Ведущий исследователь отмечает: "PASCI способен интегрировать различные спектральные области, что дает более детальную и точную оценку SOC, что жизненно важно для развития точного земледелия".
Применимость PASCI обширна: он может интегрироваться как с гиперспектральными, так и с мультиспектральными технологиями. Это позволит проводить детальное крупномасштабное картирование SOC для нужд сельскохозяйственного планирования и экологического мониторинга.
Разработка индекса соответствует растущей потребности в инструментах для оценки здоровья почв и обещает улучшить сельскохозяйственные практики, способствуя глобальной устойчивости.