単作栽培者のための標準的な技術、 特にコーンベルトでは、 窒素ベースの肥料を乱暴に使いすぎることです。
これは、あらゆる種類の環境への悪影響をもたらす可能性があります。 水質汚染と温室効果ガス排出を含みます。しかし、畑に追加する肥料の量を正確に把握することは簡単ではなく、多くの農家はそれほど気にしません。現在、75年前の約40倍の窒素を使用していると推定されています。 その期間の人口増加に比例していません。
データを使用して、使用する窒素肥料の量と、これらの量を変更することでどのような収量と環境への影響が生じるかを把握する方法があります。ただし、これらのモデルに常にアクセスできるとは限りません。ミネソタ大学の研究者からの新しい研究が解決策を持っているかもしれません。
この作業には、プロセスベースの作物モデルと呼ばれるものが含まれます。これは、天気などの大量のデータの複雑な組み合わせです。 気候、 土壌の質、 栄養素、 作物の品種と投入量—収量の予測と生産性の分析に使用されます。これらのモデルは近年人気を集めています、 しかし、それらを計算するのは非常に困難です。 「それらのアプリケーションは、高価な計算およびデータストレージのコストによって禁止されています。 」ミネソタの研究者を書きます。そのため、研究や政府のアプリケーション以外の人はそれらにアクセスできなくなります。
研究者がしたことは、メタモデルと呼ばれるものを作成することでした。これは理解するのが難しいでしょう インセプション ある種の方法、 しかし、メタモデルはモデルのモデルです。研究者は元のモデルを使用しました、 と呼ばれる ecosys 、 次に、機械学習を使用して、モデルがどのように機能するかを理解しました。 さまざまなデータにどのように応答し、どのような結果を吐き出すか。彼らが建てた、 基本的、 元のモデルとその動作の簡単な理解、 実際に全体を通過する必要なしに、 難しい、 元のモデルを使用する高価なプロセス。
このメタモデルは元のモデルよりもはるかに精度が低いと思われるかもしれませんが、 それがコピーの一種のコピーであることを考えると、 しかし、 実際には、 中西部のいくつかのランダムに選択された農場でそれを実行するとき、 元のモデルのすべての変数の98％を占めることができましたが、数秒で完了しました。 日の代わりに、 計算します。
まだ欠点があります。メタモデルは、物事を台無しにする可能性のある一連の変数を考慮していません。 カバークロップの効果や（低、 しかし、まだそこにあります）降雨ではなく灌漑の可能性。しかし、これはまだ本当に興味深い構造です。それは農地の広大な領域の迅速で広範囲の分析を可能にします。研究者たちは実際にそれをコーンベルト全体の99の郡に適用し、4億ドル近くの利益を生み出す戦略を考え出しました。これは、汚染の削減と肥料の使用量の削減による節約の組み合わせによるものであり、収量の減少にもかかわらず、これらの利点を達成しました。
研究者たちは、これはおそらくまだ個々の農家によって使用されるべきではないと言っています。準備が整う前に、より多くの変数を組み込み、システムを合理化するための作業がさらに必要です。しかし、それは絶対に非常識な量のデータを前代未聞の速度で解釈できるようにする可能性を秘めています。
