D'Vue vu Sprinkler déi op engem verreenten Dag lafen ass net ongewéinlech a Florida.
Datselwecht gëlt fir Landschaften ze gesinn, déi vun der Sonn verbrannt sinn, während engem vun de sweltering Deeg vu Florida, wann d'Bewässerungspläng onverännert gelooss goufen wéinst erwaartem Reen.
Fir d'Landwirtschaft ass d'Situatioun méi komplex datt d'Baueren op d'Wëssenschaft vun der Präzisioun Bewässerung ofhängeg sinn fir d'Ernte ze verwalten, déi zu engem gesonde Rendement vun der Liewensmëttel déi mir iessen an de Planzen déi mir kafen, resultéieren.
Den US Department of Agriculture (USDA) National Institute of Food and Agriculture (NIFA) huet just e $ 374,999 Subventioun un d'University of Florida's Haimanote Bayabil ausgezeechent, en Assistent Professer fir landwirtschaftlech a biologesch Ingenieur am Institut fir Liewensmëttel a Landwirtschaftswëssenschaften (UF / IFAS) ) Tropical Research and Education Center (TREC) zu Homestead. Mat deem Subventioun wäert hien en Team vu Wëssenschaftler féieren fir d'Methodologie fir kënschtlech Intelligenz (AI) Bewässerungssystemer z'entwéckelen déi d'Evapotranspiratioun schätzen, en Haaptkomponent vum Waasserzyklus dee kritesch ass fir Erntehaltung aus landwirtschaftleche Felder.
"Evapotranspiratioun ass en energieintensive Prozess an awer e kritesche Bestanddeel vum Waasserzyklus, dee bis elo net gemooss gouf", sot Bayabil. "Mir plangen eng Method z'entwéckelen fir Feldniveau aktuell Evapotranspiratiounsraten an Erntewaasserstressniveauen ze schätzen, baséiert op wéi duuschtereg Planzen sinn, wat d'Ëmsetzung vu Präzisiounsbewässerungsmanagement Praktiken op verschiddene Skalen erlaabt."
De Projet wäert Feldexperimenter, Datenanalyse an Entwécklung vun AI fir Algorithmus generéieren, souwéi hydrologesch a Erntemodelléierung, fir d'Wëssenschaft vun der Landwirtschaft op den nächsten Niveau ze bréngen an an den Hänn vun deenen, déi et am meeschte brauchen - Gromperen a Baueren.
Bayabil, deen d'Propositioun presentéiert huet, gleeft datt d'Methodologie déi aktuell Bewässerungsplangtechnologien wäert förderen - déi mat Sensoren a kënschtlecher Intelligenz ausgestatt sinn, andeems d'Baueren a Gromperen d'Technologie ginn, déi néideg ass fir effektiv Präzisiounsbewässerung ze balanséieren, déi d'Produktivitéit vun der Ernte erhéijen a Waasser spuert, awer ëmmer nach erlaabt. hinnen als Schlëssel Stewards vun verbessert Waasser an Ëmwelt Qualitéiten ze déngen
D'Berechnung vun der Evapotranspiratioun op enger Feldskala wäert kritesch Informatioun ubidden, déi eng breet Palette vun Uwendungen am Wieder, Klima, a hydrologescher Modellerung a Waasserressourceverwaltung hätt, net nëmmen Bewässerungslandwirtschaft.
"Mir antizipéieren e Web-Tool mat kënschtlecher Intelligenz z'entwéckelen, a mat de Fortschrëtter an Infrarout Sensing Technologien, erwaarden mir datt d'Wënzer fäeg sinn hir eege Biller op d'Websäit ze sammelen an eropzelueden a Feedback ze kréien," huet hien derbäigesat.
Zousätzlech ginn d'Resultater och benotzt fir Ernte- a Klimamodeller ze verfeineren, déi kënne benotzt ginn fir Baueren a Wënzer mat Bewässerungsmanagement Entscheedungen ze guidéieren.
D'Feldexperimenter fänken direkt bei TREC un a besteet aus 32 experimentellen Terrainen, wou gréng Bounen a séiss Mais ugebaut ginn, zwee vun de meescht produzéierte Commodities vu Florida. D'Experiment gëtt opgestallt fir variéiert Palette vun Bewässerungsbehandlungen mat Probleemer ze léisen duerch Fernsteierung. Eng Wiederstatioun gëtt och op der experimenteller Plaz installéiert fir d'Wiederkonditiounen an d'Interaktiounen ze iwwerwaachen déi während der Erfahrung stattfannen.
"D'Studie vu verschiddene Bewässerungsbehandlungen erlaabt eis d'Reaktioun vun de Kulturen an d'Verännerungen vun den Evapotranspiratiounsraten als Funktioun vum Bewässerungsniveau ze verstoen", sot Bayabil.
De Kulminatioun vum Projet wäert eng Websäit entwéckelen mat AI Tools déi fir ëffentlech Benotzung verfügbar sinn. D'Fuerschungsinfrastruktur, déi ënner dësem Projet etabléiert ass, gëtt benotzt fir einfach méi fortgeschratt a komplex Experimenter ëmzesetzen fir laangfristeg Fuerschung an Extensiounsaktivitéiten a Präzisiounswaassermanagement fir Geméisproduktioun ze maachen.
"Ech hoffen, datt dëse Projet e wesentlechen a laang dauerhaften Impakt op déi gréisser Efforte fir realistesch an nohalteg Land- a Waasserverwaltungsefforten z'entwéckelen, déi net nëmmen Waasser spueren an d'Ernteproduktivitéit erhéijen, awer och d'Waasserqualitéit an d'Ökosystemservicer verbesseren", sot Bayabil. .
Bayabil gëtt vun engem héich spezialiséierten Team vu Fuerscher bäigefüügt, deen uechter d'Staat läit, dorënner de Bruce Schaffer, Professer fir Ökophysiologie vun subtropeschen an tropeschen Hortikulturen als Co-Priminal Enquêteur, an de Young Gu Her, Assistent Professer fir Hydrologie a Landwirtschaftstechnik vum TREC. Mat der Equipe vu Gainesville an Immokalee, respektiv, sinn de Gerrit Hoogenboom, Professer an UF Preeminent Scholar fir Erntemodelléierung, Entscheedungsunterstëtzungssystemer, a Liewensmëttelsécherheet, an Ioannis Ampatzidis, Assistent Professer fir Präzisiounslandwirtschaftsingenieur vun der UF / IFAS Southwest Florida Research and Education Zentrum. Zousätzlech Zesummenaarbecht kënnt vun der United States Geological Survey (USGS) Earth Resources Observation and Science Center.
- Lourdes Rodriguez, Universitéit vu Florida