19:38 2024-04-30 science - citeste alte articole pe aceeasi tema
Comentarii Adauga Comentariu

_ Un model AI pentru a reduce incertitudinea în predicția evapotranspirației

_ Un AI model pentru a reduce incertitudinea în predicția evapotranspirației

Atunci când oamenii de știință se uită la apa disponibilă a Pământului pentru serviciile ecosistemice, ei nu se uită doar la precipitații. Ele trebuie, de asemenea, să țină cont de trecerea apei de la sol în atmosferă, un proces cunoscut sub numele de evapotranspirație (ET).

ET include evaporarea din sol și din bazinele de apă deschisă, cum ar fi lacuri, râuri și iazuri, precum și ca transpirație din frunzele plantelor. Diferența dintre precipitații și ET indică echilibrul de apă disponibil pentru nevoile societății, inclusiv producția agricolă și industrială. Cu toate acestea, măsurarea ET este o provocare. Un nou studiu de la Universitatea din Illinois Urbana-Champaign prezintă un model computerizat care utilizează inteligența artificială (AI) pentru predicția ET bazată pe estimări de teledetecție.

„Estimările ET bazate pe sol captează fluxurile locale de apă. transferate în atmosferă, dar au o scară limitată, în schimb, datele satelitului oferă informații despre ET la scară globală. /p>

„Am efectuat această cercetare pentru a prezice datele lipsă și pentru a genera date zilnice continue ET care să țină cont de dinamica utilizării terenului și a mișcării aerului atmosferic”, a spus autorul principal Jeongho Han, doctorand la Departamentul de Agricultură. și Inginerie Biologică (ABE), parte a Colegiului de Științe Agricole, de Consum și de Mediu și a Colegiului Grainger de Inginerie din Illinois.

Cercetătorii au creat algoritmul „Dynamic Land Cover Evapotranspiration Model Algorithm” (DyLEMa) bazat pe pe modele de învățare automată cu arbore de decizie. Acest algoritm este destinat să prezică lipsa datelor ET spațiale și temporale folosind modele de învățare automată sezoniere antrenate. DyLEMa a fost evaluat la scara Illinois pe o grilă zilnică de 30 x 30 de metri timp de 20 de ani folosind date de la NASA, U.S. Geological Survey și National Oceanic and Atmospheric Administration.

„DyLEMa este mult mai mult detaliat și complex decât alte modele Face distincția între diferitele utilizări ale terenului, inclusiv forestier, urban și agricultură, și diferite culturi, cum ar fi porumbul și soia. Modelul include precipitații, temperatura, umiditatea, radiația solară, stadiul de vegetație și proprietățile solului ."

"Acest lucru ne permite să surprindem dinamica suprafeței cu precizie și să prezicăm ET pe baza mai multor variabile Acest lucru este deosebit de important pentru peisajele agricole în care culturile se schimbă rapid", a spus coautorul Jorge Guzman, profesor asistent de cercetare. în ABE.

Cercetătorii au testat acuratețea modelului comparând rezultatele acestuia cu datele existente. Pentru validarea în timp, au folosit măsurători la sol din 2009 până în 2016 la patru locații din Illinois. De asemenea, pentru a testa acuratețea spațială, au creat scenarii artificiale în care au inserat un nor sintetic într-o imagine fără nor, apoi și-au aplicat algoritmul și au comparat rezultatele cu datele originale.

În general, DyLEMA a redus predicția ET. incertitudinea în estimările ET cumulate de la o medie de +30% (supraprevizată) la aproximativ -7% (subestimată) în comparație cu măsurătorile existente, indicând o acuratețe mult mai mare.

Studiul face parte dintr-un proiect mai amplu pe sol. eroziune. Maria Chu, profesor asociat la ABE, este investigatorul principal al acestui proiect și co-autorul noii lucrări.

„ET controlează conținutul de umiditate a solului și invers, care are un impact asupra proceselor de suprafață, cum ar fi scurgerea. și eroziunea apei Următorul nostru pas este să integrăm datele noastre într-un model hidrologic distribuit pentru o mai bună estimare a eroziunii solului”, a spus Chu.

„Una dintre provocările legate de practicile de gestionare a terenurilor este că oamenii ar putea să nu vadă beneficiile implementării schimbărilor imediat. Dar cu acest model, putem arăta că ceea ce faceți acum va avea un termen lung. impact, de exemplu, peste 10 sau 20 de ani de acum încolo și în locații departe de ferma dvs. Aceasta este puterea utilizării datelor și a capacității de calcul pentru a implica comunitățile și pentru a informa măsurile de politică”, a adăugat Chu.

Cercetarea. este publicat în revista Computers and Electronics in Agriculture.

(Fluierul)

Inapoi