農(nóng)業(yè)正在成為AI原生。Skoltech研究人員已使用Zhores超級計算機(jī)進(jìn)行了非常精確的靈敏度分析，以揭示黑鈣土地區(qū)不同作物產(chǎn)量的關(guān)鍵參數(shù)。他們的論文發(fā)表在計算科學(xué)，國際會議的程序?qū)τ嬎憧茖W(xué)2020

全世界的農(nóng)民使用數(shù)字作物模型預(yù)測作物產(chǎn)量; 這些模型描述了土壤過程，氣候和作物特性，并需要環(huán)境和農(nóng)業(yè)管理輸入數(shù)據(jù)來進(jìn)行校準(zhǔn)和改善預(yù)測。但是，在某些國家/地區(qū)，這些模型的用戶無法免費(fèi)獲得農(nóng)業(yè)化學(xué)數(shù)據(jù)，這種校準(zhǔn)可能會變得既昂貴又費(fèi)時。

由Ivan Oseledets教授和Maria Pukalchik助理教授領(lǐng)導(dǎo)的Skoltech團(tuán)隊使用了一種流行的基于過程的開源模型MONICA，該模型基于歷史數(shù)據(jù)和過程建模來確定僅顯示作物產(chǎn)量最重要參數(shù)的方法。此外，他們使用Skoltech旗艦超級計算機(jī)Zhores將計算效率從每天一次仿真提高到每小時50萬個模型仿真。

要進(jìn)行高質(zhì)量的敏感性分析，以確定某些輸入因素(例如土壤參數(shù)或肥料)的變化如何影響產(chǎn)量預(yù)測，模擬的數(shù)量如此之高是必不可少的。

該研究小組使用了來自俄羅斯黑鈣土地區(qū)的一項實(shí)驗(yàn)的田間數(shù)據(jù)，該作物的甜菜(Beta vulgaris)，春季大麥(Hordeum vulgare)和大豆(Glycine max)的季節(jié)性作物輪換發(fā)生于2011年至2017年。他們選擇了六種主要土壤參數(shù)進(jìn)行敏感性分析并進(jìn)行Sobol敏感性分析(以2001年提出的俄羅斯數(shù)學(xué)家Ilya Sobol的名字命名)。

“土壤在這個國家是一個非常復(fù)雜的問題。不幸的是，有關(guān)土壤性質(zhì)和作物產(chǎn)量的數(shù)據(jù)尚未發(fā)布。我們找到了克服這一障礙的機(jī)會，并建立了Zhores超級計算機(jī)來解決這個問題。現(xiàn)在我們可以模擬所有可能的變種并顯示最關(guān)鍵的參數(shù)，而無需耗時且昂貴的工作。我們希望我們的成就將幫助農(nóng)民數(shù)字化其作物生長，” Maria Pukalchik說。