Новое исследование показывает, как машинное обучение может эффективно выявлять ключевые факторы, влияющие на урожайность риса на протяжении более пяти десятилетий, подчеркивая важность индивидуальных методов управления и замены сортов в качестве ответа на изменение климата.
Международная исследовательская группа выявила ключевые факторы устойчивости урожайности риса, применив искусственный интеллект (ИИ) к самому продолжительному в мире эксперименту по сбору трех урожаев.
Исследование, опубликованное в журнале Field Crops Research, предоставило новые сведения о том, как климат, сорта сельскохозяйственных культур и методы управления влияют на долгосрочную продуктивность риса в условиях растущих проблем с климатом и продовольственной безопасностью.
В этом исследовании ученые из Университета Гифу, Киотского университета, Национальной организации по исследованиям в области сельского хозяйства и продовольствия Японии (NARO), Международной ассоциации по удобрениям и Международного института риса (IRRI) проанализировали данные за более чем пять десятилетий (1968–2017 гг.) по 150 последовательным урожаям риса, выращенным в рамках эксперимента по долгосрочному непрерывному выращиванию сельскохозяйственных культур (LTCCE) Международного научно-исследовательского института риса на Филиппинах.
В проекте LTCCE рис выращивался три раза в год: в сухой, ранний и поздний сезоны дождей, с 1968 года, с различными нормами азотных удобрений и регулярным внедрением новых сортов. Ученые объединили климатические данные, агрономические приемы и оборот сортов с передовыми методами машинного обучения — применением ИИ, которое может обнаруживать сложные, скрытые закономерности в больших данных для выявления новых идей о долгосрочной продуктивности сельскохозяйственных культур.
«Впервые машинное обучение распутало столь сложные, долгосрочные взаимодействия между климатом, управлением и генетикой в рисовых системах. Наши результаты показывают, что для поддержания продуктивности азиатских рисовых полей требуется не только более эффективное управление, но и сезонная селекция, а также более частая смена сортов», — заявил доктор Казуки Сайто из IRRI, автор-корреспондент.
Основные выводы включают:
- Улучшенное управление азотными удобрениями, быстрая замена сортов и солнечная радиация постоянно повышали урожайность, но их влияние существенно различалось в зависимости от сезона.
- Сельскохозяйственные культуры сухого сезона процветали при более низких температурах репродуктивной фазы, в то время как сельскохозяйственные культуры раннего влажного сезона выиграли от более высокой температуры на ранней стадии роста растений, что способствовало повышению минерализации азота в почве.
- Наибольшие трудности испытывают культуры позднего сезона дождей. Длительное использование одного и того же сорта риса может снизить восприимчивость к дефициту азоту и повысить риск заболеваний.
- В то время как более ранние исследования объясняли снижение урожайности в 1970–1980-х годах главным образом сокращением поступления азота, данный анализ показывает, что повышение ночных температур также было критическим фактором, способствовавшим этим историческим потерям урожайности.
В исследовании подчеркиваются три стратегические возможности поддержания продуктивности риса:
- Выведение сортов риса засушливого сезона с повышенной устойчивостью к высоким ночным температурам.
- Выведение сортов, устойчивых к влажным условиям и низкой радиации, для сезона дождей.
- Более частая ротация и замена сортов в разные сезоны.
«Объединив подробные данные об урожае и климате за пять десятилетий с современными инструментами искусственного интеллекта, мы теперь можем гораздо чётче видеть, что поддерживает производство риса. Это означает, что мы можем разрабатывать более разумные, учитывающие сезон стратегии для фермеров», — сказал доктор Томоаки Ямагучи, ведущий автор и доцент Университета Гифу.
В условиях растущей климатической неопределенности проект LTCCE становится незаменимым ресурсом для понимания того, как рисовые системы выдерживают меняющиеся условия и адаптируются к ним.
«Эти выводы важны далеко за пределами одного экспериментального участка. Они представляют собой план климатически устойчивого рисоводства на 22 миллионах гектаров орошаемых монокультур Азии, которые кормят миллиарды людей», — подытожил профессор Кейсуке Кацура из Киотского университета, старший соавтор.
Исследование, проведенное при поддержке правительства Японии и Министерства сельского, лесного и рыболовного хозяйства (MAFF), демонстрирует, как ИИ и долгосрочные эксперименты могут совместно обеспечить действенные пути к обеспечению глобальной продовольственной безопасности.
Источник: IRRI.
Интересна тема? Подпишитесь на наши новости в ДЗЕН | Канал в Telegram | Группа Вконтакте | Дзен.новости.