Предсказание и точное определение того, какие методы ведения сельского хозяйства, скорее всего, защитят от вреда окружающей среде, является сложной задачей, и исследователи из Университета штата Огайо работают над точной настройкой инструментов, которые могут помочь фермерам и другим людям предотвратить вредоносное цветение водорослей.
На этой неделе на осенней встрече Американского геофизического союза (AGU) в Вашингтоне, округ Колумбия, группа ученых из Университета штата Огайо поделилась первыми результатами трех исследований, направленных на улучшение моделей, разработанных для управления сельскохозяйственными методами для снижение риска стока азота и фосфора с ферм. Такой сток приводит к росту ядовитых водорослей в водоемах.
Базовые модели для прогнозирования последствий различных решений, таких как, когда вносить удобрения, доступны, но они должны быть уточнены, чтобы обеспечить надежность и завоевать доверие заинтересованных сторон, включая фермеров и природоохранные организации, сказал Джей Мартин, профессор экологической инженерии в штате Огайо.
Асмита Мурумкар, исследователь с докторской степенью в штате Огайо, сказала, что ее работа начинает прояснять, как сроки внесения удобрений пересекаются с проливными дождями, что способствует стоку питательных веществ. Она работает с приложением Ohio Applicator Forecast, которое использует данные Национальной метеорологической службы для оценки риска внесения удобрений в разное время.
Мурумкар надеется, что ее исследование поможет количественно определить, какое влияние инструмент окажет на окружающую среду при различных сценариях - скажем, если его будут использовать четверть фермеров в бассейне реки Моми или половина.
«Мы хотим лучше понять, насколько сток фосфора уменьшится в регионе», - сказал Мартин, добавив, что существует множество доказательств того, что практика отдельных ферм влияет на сток с этих ферм, но меньше доказательств с точки зрения более крупных. масштабные оценки.
Из нашей предыдущей работы мы знаем, что время внесения удобрений важно, но мы хотим иметь возможность смотреть на весь бассейн озера Эри и знать лучшие и худшие сценарии, и это моделирование поможет решить эту проблему, - сказал он.
Маргарет Калчич, доцент Департамента пищевой, сельскохозяйственной и биологической инженерии штата Огайо, сказала, что фермерам рекомендуется следовать «Четырем Р» в отношении правильного времени, источника, количества и места при внесении удобрений.
«Но понятие «правильно» не имеет четкого определения, и наша команда работает над тем, чтобы предоставить нашим партнерам в Огайо, включая фермеров, адвокатов и политиков, лучшие ответы», - сказал Калчич.
Добавил Мартин: «Здесь есть больше тонкостей, чем просто наблюдение за погодой и влажностью почвы, и мы пытаемся определить лучшие решения, которые поддерживают сельскохозяйственное производство и защиту окружающей среды».
Грей Эвенсон, исследователь с докторской степенью в штате Огайо, представит первоначальные результаты своей работы по определению лучших данных для использования в моделировании, чтобы они давали более точную картину того, что происходит на полях и прилегающих водотоках.
Мы не хотим недооценивать или переоценивать ценность этих передовых методов управления. Например, некоторые методы могут приносить больше пользы, чем мы предполагаем в модели, например, улучшение здоровья почвы, что приводит к лучшему удержанию воды», - сказал Эвенсон.
Добавил Кальчич: «Большая часть этой работы связана с настройкой существующих моделей. Улучшая качество информации, которую мы в них вкладываем, мы становимся более уверенными в информации, которая из них выходит. Она сказала, что есть много вопросов о более серьезном воздействии на окружающую среду таких методов, как беспахотное земледелие, которое обычно считается экологически безопасным.
«Мы знаем, что технология no-till хороша для предотвращения эрозии почвы, но все еще существуют сомнения в ее влиянии на качество воды в регионе», - сказал Кальчич.
Аспирантка Анна Апостель рассказала о третьем проекте, в котором она манипулирует различными параметрами в одной модели, пытаясь определить, насколько она надежна или нет. Долгосрочная цель состоит в том, чтобы перейти к более надежным оценкам того, как методы влияют на качество воды.
Мартин сказал, что настройка параметров таким образом, чтобы величины процессов лучше соответствовали реальности, а данные наблюдений в полевых условиях являются важной частью улучшения производительности модели.
"Мы хотим скорректировать наши уравнения, чтобы лучше представить реальность", сказал Апостел.
Всеобъемлющая цель всей работы, по словам исследователей, состоит в том, чтобы иметь модели, которые лучше согласуются с тем, что исследователи наблюдали в полевых экспериментах, но которые могут рассматривать проблемы на широком региональном уровне.
"Мы знаем, что если вы построите плохую модель, она никому не поможет принимать какие-либо решения", - сказал Калчич.
«Мы действительно хотим завоевать доверие к действительно полезным моделям, которые помогут политикам, фермерам и другим людям. Хуже всего будет то, что люди будут доверять моделям, которые сообщают им совершенно неверный посыл», - сказала она.