Когда этим летом фермеры осматривают свои поля, у них возникает несколько вопросов: сколько растений проросло на акр? Как изменение расстояния между рядами влияет на мою урожайность? Имеет ли значение, сажаю ли я свои ряды с севера на юг или с востока на запад? Теперь компьютерная модель может ответить на эти вопросы, сравнивая миллиарды виртуальных полей с различной плотностью посадки, междурядьями и ориентацией.
Иллинойский университет и партнерский институт вычислительной биологии в Шанхае разработали эту компьютерную модель для прогнозирования урожайности различных сортов сельскохозяйственных культур в различных условиях посадки. Опубликованная в BioEnergy-Research модель изображает рост трехмерных растений, включая модели биохимических и биофизических процессов, лежащих в основе продуктивности.
Вместе с Университетом Сан-Паулу в Бразилии они использовали эту модель, чтобы ответить на вопрос производителей сахарного тростника: какой урожайностью можно пожертвовать, чтобы воспользоваться преимуществами возможного метода сохранения растений?
«Существующие комбайны для уборки сахарного тростника срезают по одному ряду за раз, что отнимает много времени и приводит к повреждению культурных насаждений», - сказал автор Стив Лонг, профессор биологии растений и растениеводства в Университете Карла Р. Институт геномной биологии Вёзе. «Проблему можно было бы решить, если бы культура была посажена двойными рядами с промежутками между двойными рядами. Но растения в двойных рядах будут больше затенять друг друга, что может привести к потере прибыльности».
Модель показала, что двухрядное междурядье снижает производительность примерно на 10% по сравнению с традиционным междурядьем; однако эту потерю можно уменьшить всего до 2%, выбрав сорта с более горизонтальными листьями, высаженными с севера на юг.
«Эта модель может быть применена к другим культурам для прогнозирования оптимальной схемы посадки для конкретных условий», - сказал Ю Ван, научный сотрудник из Иллинойса, который руководил исследованием. «Его также можно использовать в обратном порядке, чтобы предсказать потенциальный результат для поля».
Авторы предсказывают, что эта модель будет особенно полезна, когда роботизированная посадка станет более распространенной, что позволит использовать гораздо больше вариантов посадки.