科技产业报订阅
event
 

气候智能农业重大数据与数码科技

研究显示土壤、地貌、气候的交互作用影响耕地不同区块的产量稳定度。密西根州立大学

美国密西根州立大学(MSU)发表于Scientific Reports新研究,首次精准量化气候变化对地形与土壤特性,以及空间与时间相关作物产量异动的影响,显示大数据(Big Data)与数码科技可协助农人适应目前与未来气候变迁的威胁。

根据Farms.com报导,2007~2016年因气候变化导致美国中西部超过4分之1的玉米与大豆耕地产量不稳定,年产量在超量丰收与歉收间波动,造成美国经济约5.36亿美元的损失。MSU的研究将协助农人掌握耕地的不同面向、做出更好的决策,以降低成本、提升产量、减少受到环境冲击,并可望为气候智能型农业技术未来的走向定调。

在美国农业部(USDA)国家食物与农业研究所(NIFA)以及农业生物研究所(AgBioResearch)的资助下,MSU的地球与环境科学教授Bruno Basso与博士后研究员Rafael Martinez-Feria合作进行相关研究,首先是掌握美国中西部地区玉米与大豆作物产量每年产生变化的位置与原因,其次尝试运用大数据发展与部署气候智能型农业解决方案。

Basso与Martinez-Feria运用数码科技与资料,量化美国中西部地区每一块玉米与大豆耕地,受到水量不足或过多影响的产量变化百分比,发现在水量不足区块的作物产量,可能比缺雨季的耕地平均产量低23~33%,但跟非常潮湿的季节差不多。而水量容易过多区块的作物产量,可能比潮湿季节的耕地平均产量低26~33%。

农人掌握耕地中各区块的水量就能据以调整施肥方式,水量不足区块的肥料用量应该远低于同一耕地中水量充裕的区块。NIFA国家计画主持人指出,结合大数据与地貌的空间位置,可望永久改变美国中西部农人施肥的方式,最终将促成活性氮减量以防止水污染。

MSU的研究首创运用数码科技分析从无人机与远程传感器、研究飞行器、卫星,以及新式联合收割机配备的先进地理空间传感器组所收集到的大数据,找出个别耕地中作物产量不稳定的区块。Basso与Martinez-Feria发现,同样土壤在不同年度的产量却出现大幅波动,断定土壤并非造成年产量巨变的单一因素。

Basso与Martinez-Feria指出土壤、地貌、气候的交互作用,为耕地作物产量不稳定区域因应极端气候的方式带来极大影响,窪地、斜坡、山顶等地形变化会形成集水或导致水流失的局部区块,产量不稳定区块约有3分之2是在山顶与窪地,显示地形影响能供给作物的水量。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 智能农业