由香港科技大學（科大）領導的一支國際研究團隊,，以人工智能技術（AI）研發(fā)出一個機器學習模型，能有效促進全球農(nóng)田的氨減排,。該研究發(fā)現(xiàn),，目前農(nóng)田所排放的氨氣量（ ammonia ） （ NH3 ）不但較預期為低，更發(fā)現(xiàn)采用優(yōu)化的施肥管理能降低農(nóng)田氨排放總量達38%,，有助全球各地制定合適的減氨策略,，并為落實聯(lián)合國“永續(xù)發(fā)展目標”當中有關確保糧食安全、消除饑餓,，以及促進永續(xù)農(nóng)業(yè)的目標帶來新希望,。科大研究團隊成員:（左起）環(huán)境及可持續(xù)發(fā)展學部系主任及講座教授劉啟漢教授、理學院數(shù)學系及跨學科學院環(huán)境及可持續(xù)發(fā)展學部的講座教授馮志雄教授,、新興跨學科領域?qū)W部研究生李庚及數(shù)學系副研究員張煦國博士,。
多種農(nóng)業(yè)及工業(yè)過程所釋放的氨，會污染空氣和水質(zhì),，影響生態(tài)環(huán)境及人類健康,。雖然氨并非溫室氣體，但進入土壤或大氣后,，會形成一氧化二氮等化合物,，成為強效溫室氣體，引致氣候變化,。三大主要農(nóng)作物包括水稻,、小麥和玉米皆釋放的氨氣，已占全球農(nóng)田氨排放總量的一半,。隨著人口及糧食需求的持續(xù)增長,，實現(xiàn)農(nóng)田氨減排成為了全球可持續(xù)發(fā)展亟待解決的難題之一。然而,，現(xiàn)時全球欠缺準確的數(shù)據(jù)統(tǒng)計,，各國很難實施適合本國具體情況的有效減排策略。有見及此,，科大理學院數(shù)學系兼跨學科學院環(huán)境及可持續(xù)發(fā)展學部講座教授馮志雄教授,，聯(lián)同南方科技大學（南科大）鄭一教授，領導研究團隊收集并分析全球不同地區(qū)于1985年至2022年間的田間觀測數(shù)據(jù),，并制成數(shù)據(jù)庫,。團隊利用AI及相關數(shù)據(jù)，研發(fā)出一個能預測農(nóng)田氨排放率的機器學習模型，并分析氣候,、土壤特質(zhì),、農(nóng)作物種類，以及灌溉,、施肥及耕作等人為管理因素對氨排放的影響,。該模型更能按不同地區(qū)的情況，建議最合適的施肥管理方針,。例如,，研究發(fā)現(xiàn)，由于溫度最影響亞洲地區(qū)小麥種植產(chǎn)生的氨排放率,，面對全球暖化帶來的影響,，76%位于亞洲的小麥田，可透過施用高效肥（enhanced-efficiency fertilizers ）去降低氨排放量,。AI模型發(fā)現(xiàn),，倘世界各國以AI優(yōu)化施肥管理的方針去減低氨排放，例如調(diào)整施肥時間,、使用特定的肥料以及實施適當?shù)姆N植和耕作方法等,，可將該三種主要農(nóng)作物的氨排放量減低約38%。當中,，亞洲地區(qū)有最高的緩減潛力,，其次則為北美及歐洲。由于研究預測,，全球農(nóng)田氨排放總量于2030-2060年的30年間將增長約4%至5.5%,，意味即使只發(fā)揮少部分優(yōu)化施肥管理的緩減潛力，仍能有效抵銷氨排放的增長,。馮教授表示：“世界各國于處理全球減氨排放議題上仍然面臨不少挑戰(zhàn),，例如成本高昂及農(nóng)地規(guī)模偏小等。是次研究清晰勾劃了全球氨氣排放的現(xiàn)況,，讓各國可制定相應對策,，從而防治霧霾，并保障糧食安全,。同時,，此研究亦展示了大數(shù)據(jù)與AI科技對實現(xiàn)可持續(xù)發(fā)展目標的巨大潛能?！?/section>研究成果已于科學權威《自然》學術期刊上發(fā)表,。除科大與南科大外，團隊成員還包括天津大學,、科羅拉多州立大學,、北京大學,、北京大學深圳研究生院、美國橡樹嶺國家實驗室,、北京林業(yè)大學及康奈爾大學,。
來源丨香港科技大學
編輯丨農(nóng)財君
聲明丨如侵權，請聯(lián)系刪除
南方農(nóng)村報丨農(nóng)財網(wǎng)農(nóng)化寶典
