Новый метод помогает предсказать восстановление почвы после лесных пожаров

Исследователи из Колорадо разработали новую методологию для прогнозирования восстановления почвы и качества воды после лесных пожаров. Работа опубликована в журнале Applied and Environmental Microbiology.

Ключ к точности — искусственный интеллект и редкие микробы

Для создания практических прогнозов ученые использовали метод статистического обучения (statistical learning). Модель, учитывающая данные о типах и количестве микробов и питательных веществ, позволила с высокой точностью предсказать, как пожар изменит почву.

Важным открытием стало то, что для точности прогнозов критически важно учитывать редкие микроорганизмы, составляющие менее 1% микробиома. Это противоречит распространенному мнению, что для понимания поведения почвы достаточно изучить 99% её обитателей.

Ход исследования

Ученые собирали образцы почвы на месте двух активных пожаров в Колорадо в 2018 и 2019 годах сразу после прекращения тления и возвращались на те же участки в течение трех последующих лет. Было собрано и проанализировано более 500 образцов.

В лаборатории измеряли содержание углерода, азота и других важных молекул, а также проводили «перепись» микробиома — определяли присутствующие виды и их количество.

Результаты и перспективы

Методология успешно работает на разнообразных данных, учитывающих разную степень тяжести пожаров, типы почв и сезоны. Это хорошая новость, так как подход применим ко многим условиям.

Метод также позволяет прогнозировать качество воды, анализируя виды микробов, влияющие на восстановление почвы и состояние водоемов ниже по течению. Это может улучшить понимание восстановления как наземных, так и водных экосистем после пожара.

В будущем эту методологию можно, вероятно, применять в сельском хозяйстве для повышения урожайности при одновременном сокращении использования воды и удобрений.