Informacje o fizjologii roślin, właściwości gleby oraz prognozy pogody – wszystkie te elementy bierze pod uwagę komputerowy model, który może pomóc zmniejszyć ilość wody zużywanej do podlewania. Opracowali go eksperci z amerykańskiego Cornell University.

Tylko 3 proc. wody na świecie nadaje się do picia, a ponad 70 proc. tej wody wykorzystywanej jest w rolnictwie. Niepotrzebne nawadnianie zużywa ogromne ilości wody – niektóre uprawy dostają dwa razy więcej wody, niż potrzebują – a to przyczynia się do zanieczyszczania warstwy wodonośnej, jezior i oceanów.

Opracowany przez badaczy model predykcyjny, łączący informacje o fizjologii roślin, warunkach panujących aktualnie w glebie i prognozy pogody, może pomóc podejmować decyzje o tym, kiedy i ile podlewać. Może to doprowadzić do zaoszczędzenia 40 proc. wody zużywanej w przypadku tradycyjnych metod.

Prof. inżynierii systemów energetycznych Fengqi You oraz prof. inżynierii chemicznej Abraham Stroock opisali swój pomysł w “IEEE Transactions on Control Systems Technology”. Stroock pracuje nad strategiami oszczędzania wody w uprawie jabłoni, migdałowców i winorośli na dotkniętym suszą Zachodnim Wybrzeżu USA.

– Te uprawy, kiedy rosną w półpustynnych warunkach Doliny Kalifornijskiej, są ogromnymi pożeraczami wody – na jeden migdał przypadają jej prawie 4 litry – zatem w tym kontekście jest duża szansa na poprawę metod podlewania – powiedział Stroock.

Ścisłe kontrolowanie nawodnienia roślin mogłoby poprawić jakość upraw takich, jak winorośl – dodał.

Naukowcy posłużyli się historycznymi danymi na temat pogody i uczeniem maszynowym, aby oszacować niepewność aktualnych prognoz czy ilość wody parującej do atmosfery z liści i gleby. Te informacje zostały powiązane z fizycznym modelem opisującym zmiany wilgotności gleby. Dzięki temu można podejmować bardziej precyzyjne decyzje związane z podlewaniem.

Trudną częścią zadania jest zidentyfikowane najlepszej metody dla każdej uprawy i określenie kosztów oraz korzyści wynikających z przestawienia się na automatyczny system. Jabłonie są stosunkowo niewielkie i szybko reagują na zmiany w opadach, dlatego nie wymagają wielotygodniowych czy wielomiesięcznych danych pogodowych. Z kolei migdałowce są większe i trudniej się adaptują, zatem w ich przypadku konieczne są długoterminowe prognozy.

Analizy z wykorzystaniem rzeczywistych danych wykazały, że system jest w stanie utrzymać właściwą wilgotność gleby i nie dopuścić do dewastacji upraw.

Źródło: PAP Nauka w Polsce

UDOSTĘPNIJ

Czytaj więcej

Skomentuj