Penyelidik HKUST Kembangkan Model Bimbingan AI untuk Membantu Mengurangkan Pelepasan Ammonia Global dari Tanah Pertanian sebanyak 38%

(SeaPRwire) –   Memberi sumbangan kepada Sasaran Pembangunan Lestari PBB

HONG KONG, 1 Februari 2024 — Sebuah pasukan penyelidikan antarabangsa yang diketuai oleh Universiti Sains dan Teknologi Hong Kong (HKUST) telah mencapai satu kemajuan penting dengan membangunkan model kecerdasan buatan (AI) yang boleh membantu mengurangkan pelepasan ammonia (NH3) global dari pertanian.

Dengan memanfaatkan kuasa pembelajaran mesin, kajian terkemuka ini tidak sahaja mendedahkan bahawa pelepasan NH3 global dari tanah pertanian adalah lebih rendah daripada anggaran sebelumnya, tetapi juga menunjukkan bagaimana mengoptimumkan pengurusan baja boleh mengurangkan pelepasan secara berkesan sebanyak kira-kira 38%, tanpa menjejaskan penggunaan nitrogen baja secara keseluruhan. Ia memberikan wawasan berharga untuk pembuat dasar di seluruh dunia untuk menangani Sasaran Pembangunan Lestari PBB yang berkaitan dengan penghapusan kemiskinan, keselamatan makanan, dan pertanian lestari.

Pelepasan NH3 dari pelbagai proses pertanian dan perindustrian boleh menyebabkan pencemaran udara dan air, mengancam ekosistem dan kesihatan manusia. Walaupun NH3 itu sendiri bukan gas rumah hijau, ia boleh bertindak balas di tanah dan atmosfera, membentuk sebatian seperti oksida nitrus, gas rumah hijau berpotensi yang menyumbang kepada perubahan iklim.

Perlu dicatatkan, pengeluaran tiga tanaman utama – beras, gandum dan jagung – menyumbang lebih separuh pelepasan NH3 tanah pertanian global. Apabila permintaan makanan meningkat berseiring pertumbuhan penduduk dunia, ia menjadi penting untuk menemui cara mengurangkan pelepasan ini bagi pembangunan lestari. Walau bagaimanapun, kekurangan maklumat skala global yang tepat menjadikan negara-negara sukar melaksanakan strategi pengurangan pelepasan yang berkesan dan disesuaikan dengan keadaan khusus mereka.

Untuk menangani cabaran ini, pasukan penyelidikan yang diketuai oleh Profesor Jimmy FUNG Chi-Hung, Profesor Kerusi Akademi Pengajian Antidisplin dan Jabatan Matematik HKUST, dan Profesor ZHENG Yi dari Sekolah Sains Alam Sekitar Universiti Sains dan Teknologi Selatan (SUSTech), mengumpul dan menyusun satu set data berdasarkan data pemerhatian kadar pelepasan NH3 dari medan dari tahun 1985 hingga 2022.

Mereka kemudiannya melatih model komputer berdaya AI untuk menganggarkan pelepasan NH3 global dengan menggunakan set data sambil mempertimbangkan pelbagai faktor geografi seperti iklim, ciri-ciri tanah, jenis tanaman, air pengairan, baja, dan amalan penanaman. Model ini boleh menjana rancangan pengurusan baja yang disesuaikan untuk pelbagai rantau. Sebagai contoh, di Asia, kira-kira 76% tanah gandum sesuai menggunakan baja berkesan tinggi (EEFs) untuk mengurangkan pelepasan NH3 disebabkan pengaruh pemanasan global, kerana suhu memainkan peranan penting dalam pelepasan NH3 dari tanah gandum di Asia.

Model AI mendedahkan dengan mengoptimumkan pengurusan baja, termasuk menyesuaikan masa pembajaan, menggunakan campuran nutrien tertentu, dan melaksanakan amalan penanaman dan penanaman yang sesuai, ia mungkin untuk mengurangkan pelepasan NH3 global dari tiga tanaman ini sebanyak sehingga 38%, dengan Asia mempunyai potensi pengurangan NH3 tertinggi, diikuti oleh Amerika Utara dan Eropah. Penemuan ini mempunyai makna penting kerana kajian ini telah meramalkan peningkatan 4.0% hingga 5.5% dalam pelepasan NH3 global dari tanah pertanian selama tempoh 30 tahun sehingga 2060. Oleh itu, walaupun mencapai sebahagian daripada potensi pengurangan ini sahaja akan mencukupi untuk mengimbangi peningkatan yang diramalkan.

Profesor Jimmy Fung berkata, “Usaha global untuk mengurangkan pelepasan kini menghadapi halangan besar seperti kos tinggi dan saiz ladang kecil. Penemuan menggambarkan peta global terkini dengan data terkini mengenai pelepasan NH3 global, yang boleh memberi maklumat kepada perancangan dasar dan amalan pengurusan yang bertujuan mengurangkan kabut asap dan memastikan keselamatan makanan. Ini menggarisbawahi potensi besar penggunaan data besar dan AI dalam mempromosikan pembangunan lestari.”

Kajian bertajuk “Pengurusan baja untuk pengurangan pelepasan ammonia global” telah diterbitkan dalam Nature, jurnal sains pelbagai bidang terkemuka. Penulis utama kajian termasuk Encik LI Geng, pelajar kedoktoran dari HKUST dan Dr. XU Peng, Profesor Penyelidikan dari SUSTech. Pasukan penyelidikan terdiri daripada ahli dari Tianjin University, Colorado State University, Universiti Peking, Sekolah Siswazah Shenzhen Universiti Peking, Makmal Kebangsaan Oak Ridge, Universiti Hutan Beijing, dan Cornell University.

Muat turun gambar di sini: 

Artikel ini disediakan oleh pembekal kandungan pihak ketiga. SeaPRwire (https://www.seaprwire.com/) tidak memberi sebarang waranti atau perwakilan berkaitan dengannya.

Sektor: Top Story, Berita Harian

SeaPRwire menyampaikan edaran siaran akhbar secara masa nyata untuk syarikat dan institusi, mencapai lebih daripada 6,500 kedai media, 86,000 penyunting dan wartawan, dan 3.5 juta desktop profesional di seluruh 90 negara. SeaPRwire menyokong pengedaran siaran akhbar dalam bahasa Inggeris, Korea, Jepun, Arab, Cina Ringkas, Cina Tradisional, Vietnam, Thai, Indonesia, Melayu, Jerman, Rusia, Perancis, Sepanyol, Portugis dan bahasa-bahasa lain.