Исследование опубликовано в рецензируемом научном журнале Global Change Biology.

Повышение температуры и экстремальные погодные условия угрожают глобальной продовольственной безопасности, поэтому крайне важно понять, как такие устойчивые методы, как севооборот, могут помочь повысить урожайность и устойчивость сельского хозяйства.

Исследование показало, что преимущества севооборота между кукурузой и соей по сравнению с непрерывным выращиванием кукурузы из года в год чрезвычайно чувствительны к климату. Например, кукуруза выигрывает от чередования с соей в более холодных регионах, а соя — от чередования с кукурузой в более теплых регионах. Кроме того, потепление в не вегетационный период снижает преимущества кукурузы, а потепление в вегетационный период способствует увеличению преимуществ сои.

В будущем кукуруза и соя могут получить разные изменения в преимуществах севооборота, что может помочь американским фермерам принимать более обоснованные решения в условиях потепления климата, — говорит Цзюньсюн Чжоу, кандидат наук на факультете биопродуктов и биосистемной инженерии (BBE) Университета Миннесоты и первый автор статьи.

Несмотря на климатические проблемы, исследование показывает, что увеличение севооборота может повысить общую урожайность и подчеркнуть его потенциал в качестве стратегии адаптации к климату.

В то время как большинство предыдущих исследований были сосредоточены на текущих климатических условиях, новое исследование учитывает изменение климата в будущем и его влияние на севооборот. Для решения этой задачи исследователи использовали спутниковые данные в сочетании с так называемой «каузальной моделью леса» — научным методом, который помогает понять причинно-следственные связи в данных. Они оценили преимущества севооборота при различных климатических условиях на Среднем Западе США.

Миллионы спутниковых наблюдений и передовые модели машинного обучения позволили нам количественно оценить влияние климата на преимущества севооборота на уровне подполей на Среднем Западе, — говорит Чженонг Цзинь, доцент кафедры BBE и старший автор статьи.

Для анализа огромного количества данных исследователи использовали передовой инструмент машинного обучения, который учит компьютеры учиться на примерах и улучшать выполнение задач, не будучи явно запрограммированными. Это помогло команде понять, как севооборот влияет на урожайность кукурузы и сои на Среднем Западе США.

Это исследование демонстрирует большой потенциал интерпретируемого машинного обучения для оценки крупномасштабного влияния методов управления сельским хозяйством, — сказал Дэвид Мулла, профессор и заведующий кафедрой Ларсона по почвенным и водным ресурсам в Колледже продовольствия, сельского хозяйства и природных ресурсов Университета штата Массачусетс, а также старший научный сотрудник Института ИИ по взаимодействию климата и земли, смягчению последствий, адаптации, компромиссам и экономике (ИИ-CLIMATE).

В будущем исследователи надеются расширить свой анализ, включив в него долгосрочные системы севооборота и их взаимодействие с климатическими условиями всех сезонов. Будущие исследования будут направлены на изучение круговорота питательных веществ и динамики численности вредителей на уровне полей при различных климатических сценариях, а также на изучение таких достижений, как устойчивые к вредителям культуры.

Ранее ученые сообщили о выведении сорта пшеницы, устойчивого к соли.

Иллюстрация: Несмотря на климатические проблемы, исследование показывает, что увеличение севооборота может повысить общую урожайность, и подчеркивает его потенциал в качестве стратегии адаптации к климату. Источник: University of Minnesota Twin Cities.