跳转到主要内容

赞助的文章

作物模型可以扩展再生农业应对气候变化

CIBO赞助时技术:作物模型模拟土壤和植物在电脑的条件在现实世界中避免错误和对冲农民的风险。

cibo_technologies_featured_image_03 - 09 - 2022 _article

这篇文章是由CIBO技术

气候变化是推动,比赛是在找到有效的方法来减少它。再生农业实践表明储存大量的碳在土壤和保持它的大气。过渡从熟悉的传统做法为农民更可持续的可能会有风险。但是,如果这种风险可以估计,甚至消除?

农民在一个复杂的系统,影响行为的多个组件和植物生长。这么多的因素在起作用,任何改变农民如何管理他们的土地可以存在多个出现问题。

模型的魔力

除了这种复杂性、土壤和环境条件不同领域领域,甚至在一个字段中。土壤特性的空间变异性使得传统的土壤采样难以规模和结果从一个地方转移到另一个地方。样品需要战略选择的空间知识的多样性。但是他们的真正价值与作物模型使用时呈指数增长。

作物模型已经存在了四年,虽然大多在学术研究领域。与农业科学的进展、计算能力和更大的可用性的公共数据集在土壤和气候,他们最终被用来帮助利益相关者做出更明智的决策。

一些模型开发推进科学知识和帮助提供答案和见解复杂的机制。这些需要很多输入不容易测量,因此必须由用户估计。这样估计会增加结果的不确定性。其他模型是基于现成的输入与解决问题和支持的目标利益相关者的决策。

模型的平衡

模型必须有一个输入变量的数量和质量之间的平衡的方法和鲁棒性仿真复杂的流程和交互。不平衡模型倾向于捕获在一些知名高水平的详细流程,经常忽略的细节同样重要的是不能让人理解的过程。

例如,它不是有用的详细模拟植物光合作用如果土壤过程为植物提供水分和养分不代表相同级别的细节。这不是帮助有一个复杂的土壤碳模型如果不能合理模拟收益率,根水和营养吸收。质量结果取决于至少过程模拟模型。模型的适当性或适应性取决于它提供回答问题被问的结果。

此外,模型需要确认在土壤、气候和管理条件建立信任从规模农业的球员需要他们实践的结果帮助适应和减缓气候变化。

这样一个模型是萨卢斯。萨卢斯是验证基于流程的作物模拟模型,复制系统交互,过程和土壤条件,植物生长在电脑上,像一个数字的双胞胎。视觉表征测试或操纵科学评估在现实世界中会发生什么,如果实施替代选项。

萨卢斯可以繁殖的土壤和气候条件和土地管理实践在空间(地点在一个领域,景观、区域)和时间(天,月,年)。

将萨卢斯CIBO生活时

CIBO创建了一个平衡的数字平台和集成建模与计算机视觉和图像情报分析,同时保持易于使用。

它可以得到结果与高空间粒度,甚至比水平,决定,例如,哪些领域内作物产量最高和最潜在的不断增多。它可以确定哪些区域表现较低,农艺实践可以帮助提高盈利能力,建立土壤碳和减少养分损失水和温室气体排放到大气中。

7-tips-for-improving-soil-health.png

用户可以在网上搜索的农场,州或邮政编码字段显示的可视化地图碳汇潜力,在特定领域的性能水平。此外,农业和食品系统企业可以搜索出售碳排放额度,以抵消他们的排放或创建项目农业供应链激励、监督、验证和报告再生的埋存碳和温室气体排放减少实践。农民可以识别管理实践以增加生产和可持续发展。竞彩足球app怎么下载土地投资基金可以搜索最大的农业资产收益率和再生潜力和减少长期的环境风险。

CIBO的建模技术是基于萨卢斯、系统方法对土地利用的可持续性。竞彩足球app怎么下载

从本质上说,农民和农业部门的其他潜在用户可以学习作物的足迹在一个环境,甚至作物种植。这是基于真正的权力系统的建模;农民可以减少昂贵和错误决策的风险,即使最好的意图。他们可以进入字段选择用更多的知识来减少他们的风险,可能导致环境和货币支付(通过减少输入降低费用,减少排放和更大的碳信用额度)。CIBO提供这个情报,因为模型建立与科学和知识转化为良好的数学方程。

萨卢斯模型经历了多年的测试在46个国家。广泛用于公共和私人的努力估计全球粮食生产和环境可持续性。竞彩足球app怎么下载

CIBO正与我们合作,在全球范围内受信任的第三方碳信用注册表,以确保他们的技术,流程将萨卢斯,和任何碳信用额,结果从建模、仿真、验证、和程序满足最高标准要求世界各地的碳信用的买家。我们是一个强大的全球标准认证的碳减排技术。

模型帮助解决气候变化问题

CIBO通过作物建模、时和萨卢斯模型在计算机上模拟植物的生长,通过融合输入如天气、土壤类型、植物的遗传学和农业管理实践。工厂管理的方式可以改变屏幕上的去回答这样的问题:“如果我从传统耕作不耕作(不破坏土壤)我的温室气体排放将减少多少?”;“如果我种植覆盖作物,我能获得多少碳?”;“多少雨浸润在土壤和植物大战多少可用多少钱丢失前进行浸润或土壤深层渗透呢?”

模拟给定的场景在它发生之前不仅有助于短期和中期决策提供洞察力。我们可以改变气候数据和估计预测未来气候影响产量和再生能力随着情况的变化。

此外,尽管这种模式措施结果到一个字段部分在一个农场,它可以看起来更广泛,评估在县,地区或国家标准。我们相信这种扩展能力将帮助我们的终极目标:推进过渡到碳封存在尽可能多的地方我们可以练习,尽快。我们承诺,通过系统的建模,加快采用再生农业实践。我们相信这种方法——结合明晰、平衡与AI-driven计算机视觉建模实践识别和验证,将规模迅速减少二氧化碳在大气中,把它变成一个资产在地上。

有关此主题的更多信息

更多的作者