智能灌溉模型预测降雨以节约水资源
淡水并不是无限的。降雨不可以预测的。而且植物并不总是渴的。世界上只有3%的水是可饮用的,其中70%以上的淡水用于农业。不必要的灌溉浪费了大量的水——有些作物的灌溉量是它们需要的两倍——并造成了含水层、湖泊和海洋的污染。
一个结合了植物生理、实时土壤状况和天气预报信息的预测模型,可以帮助人们更明智地决定灌溉的时间和数量。根据康奈尔大学的一项新研究,这可以节省40%的传统方法消耗的水。研究人员的方法使用历史天气数据和机器学习来评估实时天气预报的不确定性,以及从树叶和土壤流失到大气中的水分的不确定性。这与描述土壤水分变化的物理模型相结合。他们发现,将这些方法集成起来,可以更加精确地做出令人垂涎三滴的决定。
这项研究的部分挑战是确定每种作物的最佳方法,并确定从人工操作系统转向自动化系统的成本和效益。由于苹果树相对较小,对降水变化反应迅速,它们可能不需要数周或数月的天气数据。杏仁树往往更大,适应速度也更慢,它们从长期预测中受益。
研究人员说:“我们需要评估控制策略的复杂程度,最好的方法可能不太合理。”“手放在阀门上的专家非常棒。我们必须确保,如果我们打算建议有人投资新技术,我们必须比那些专家做得更好。”