Умная модель орошения прогнозирует осадки для экономии воды

Пресная вода не безгранична. Осадки непредсказуемы. И растения не всегда испытывают жажду.

Более 70% мировых запасов пресной воды используется в сельском хозяйстве. Неэффективное орошение приводит к огромным потерям воды — некоторые культуры поливают вдвое больше необходимого — и способствует загрязнению водоносных горизонтов, озёр и океанов.

Новая модель, разработанная исследователями из Корнеллского университета, объединяет данные о физиологии растений, состоянии почвы в реальном времени и прогнозы погоды для принятия обоснованных решений о времени и объёме полива. По оценкам учёных, это может сэкономить до 40% воды по сравнению с традиционными методами.

«Если создать систему для объединения всех этих превосходных источников больших данных и машинного обучения, мы сможем сделать сельское хозяйство умным», — отмечает Фэнги Ю, старший автор исследования и профессор инженерии энергетических систем.

Модель учитывает неопределённость прогноза погоды и испарения воды, анализируя исторические метеоданные с помощью машинного обучения, и комбинирует их с физической моделью динамики влажности почвы. В случае исследования на травяных культурах в Айове система показала значительно меньший расход воды.

«Наше исследование яблонь в Нью-Йорке — это подготовка к будущему. А в Вашингтоне и Калифорнии это уже настоящее, — говорит соавтор работы Абрахам Строк. — Там воду дозируют каждый день, каждое лето, и делают это неоптимально». Команда уже тестирует систему на яблонях в садах Корнелла, готовясь к более частым летним засухам, которые в 2016 году привели к потере почти 50% урожая на неполивных фруктовых фермах штата.

Ключевой задачей является адаптация системы под разные культуры: быстро реагирующие яблони и более инертные миндальные деревья требуют разного подхода. Исследователи подчёркивают, что новая технология должна быть не просто сложной, а экономически оправданной и превосходить по эффективности опытных агрономов.