10 آگوست 2020توسط موسسه علم و فناوری Skolkovoنقشه حرارتی از تأثیر پارامترهای کلیدی خاک بر عملکرد.
هوش مصنوعی در حال بومی شدن در بخش کشاورزی است. محققان Skoltech از ابر رایانه ژورس برای انجام یک تحلیل حساسیت بسیار دقیق برای آشکار ساختن پارامترهای مهم برای بازده های مختلف محصول در منطقه چرنوزم استفاده کرده اند. نتایج و روش کار آنها در زمره ، مقالات کنفرانس بین المللی علوم محاسباتی 2020 چاپ شده است.
کشاورزان در سراسر جهان از مدل های دیجیتالی برای پیش بینی بازده محصولشان استفاده می کنند. این مدل ها فرآیندهای خاک ، اقلیم و خاصیت زراعی را توصیف می کنند و برای کالیبراسیون آنها و بهبود پیش بینی ها نیاز به داده های ورودی مدیریت محیطی و کشاورزی در خصوص آن منطقه را دارند. اما در برخی از کشورها داده های آکروشیمیایی برای کاربران این مدل ها آزادانه در دسترس نیست و این کالیبراسیون می تواند گران قیمت و زمان بر باشد.
یک تیم Skoltech به سرپرستی استاد دانشگاه بنام ایوان اوزلدتس و استادیار ماریا پوکالشیک از یک مدل مبتنی بر فرآیند منبع باز با نام MONICA استفاده کردند تا راهی برای آشکار کردن مهمترین پارامترهای مربوط به عملکرد محصول بر اساس داده های تاریخی و مدل سازی فرایندها تعیین کنند. علاوه بر این ، آنها بهره وری محاسباتی را از یک مورد شبیه سازی در روز ، به نیم میلیون شبیه سازی مدل در ساعت با استفاده از Zhores ، ابر رایانه Skoltech افزایش دادند.
این تعداد خیره کننده از شبیه سازی ها برای انجام تجزیه و تحلیل حساسیت با کیفیت بالا برای تعیین چگونگی تأثیر تغییرات در فاکتورهای ورودی خاص (مانند پارامترهای خاک یا کود) بر پیش بینی عملکرد محصول خروجی تأثیر دارد.
تیم تحقیق از داده های میدانی از یک آزمایش در منطقه چرنوزم روسی با چرخش فصلی چغندرقند Beta vulgaris ، جو بهاری (Hordeum vulgare) و سویا (Glycine max) که از سال 2011 تا 2017 پارامترهای برای تجزیه و تحلیل حساسیت Sobol را انجام دادند . ( این روش به نام ایلیا سووبول ، ریاضیدان روسی که آن را در سال 2001 آن را پیشنهاد داد انجام شده است ).
“خاک در این کشور مسئله ای بسیار پیچیده است. متأسفانه داده های مربوط به خواص خاک و عملکرد محصول منتشر نشده است. ما فرصتی پیدا کرده ایم تا بر این مانع غلبه کنیم و از ابر رایانه ژورس برای حل این مسئله استفاده کنیم. اکنون می توانیم همه موارد مشابه را شبیه سازی کنیم. استفاده از این روش برای انواع مختلف و مهمترین پارامترها بدون کار وقت گیر و پر هزینه انجام و نتایج را نشان دهد. ما امیدواریم که دستاوردهای ما به کشاورزان کمک کند دیجیتالی کردن محصولات زراعی خود را انجام دهند. “
چرنوزوم خاکهای سیاه استپ های روسیه می باشد. کل نگار
https://techxplore.com
