Не за горами то время, когда сельское хозяйство будет строиться на использовании технологий искусственного интеллекта, которые уже сегодня активно применяются для решения различных задач сельскохозяйственной отрасли. Исследователи Сколтеха провели высокоточный анализ чувствительности и определили важнейшие факторы, влияющие на урожайность различных сельскохозяйственных культур в Черноземье, используя для этой цели суперкомпьютер «Жорес».
Сколтех # "Жорес" # почва # сельское хозяйство # суперкомпьютер # урожайность В Сколтехе определили факторы повышения урожайности с помощью суперкомпьютера / ©novosti-saratova.ru
Результаты исследования опубликованы в трудах International Conference on Computational Science 2020. Для прогнозирования урожайности сельскохозяйственных культур во всем мире используют цифровые модели формирования урожая, которые описывают процессы, происходящие в почве, климатические условия и свойства сельскохозяйственных культур.
Для калибровки моделей и повышения качества прогнозирования используются различные исходные данные, включая информацию о параметрах окружающей среды и особенностях управления в сельском хозяйстве. При этом в некоторых странах пользователи таких моделей не имеют свободного доступа к агрохимическим данным, что существенно увеличивает стоимость и трудоемкость калибровки.
Группа исследователей Сколтеха под руководством профессора Ивана Оселедца и старшего преподавателя Марии Пукальчик воспользовалась одной из популярных общедоступных моделей MONICA и нашла способ выделения наиболее важных факторов, влияющих на урожайность, на основе исторических данных и результатов моделирования технологических процессов. Кроме того, благодаря использованию флагманского суперкомпьютера Сколтеха «Жорес», ученым удалось повысить эффективность вычислений и проводить не один вычислительный эксперимент в день, а до полумиллиона экспериментов в час.
Тепловая карта влияния ключевых параметров почвы на урожайность / ©Pavel Odinev / Пресс-служба Сколтеха
Такой гигантский объем вычислений необходим для того, чтобы провести качественный анализ чувствительности, позволяющий определить степень влияния отдельных изменений в исходных данных (например, параметрах почв или удобрений) на урожайность сельскохозяйственных культур.
Для моделирования ученые использовали реальные данные, полученные в ходе экспериментальных наблюдений за сезонным севооборотом сахарной свеклы (Beta vulgaris subsp. vulgaris), ярового ячменя (Hordeum vulgare) и сои (Glycine max) в Черноземье в период с 2011 по 2017 год. Отобрав шесть основных параметров почвы, исследователи провели анализ чувствительности по Соболю (Илья Соболь − российский математик, впервые предложивший этот метод в 2001 году).
«В нашей стране получение информации о почвах – крайне сложная проблема. К сожалению, данные о свойствах почв и урожайности не публикуются. Но мы нашли выход из ситуации, настроив суперкомпьютер «Жорес» для решения этой проблемы.
Теперь мы можем моделировать все возможные варианты и определять наиболее важные параметры урожайности, не выполняя при этом трудоемких и дорогостоящих операций. Мы надеемся, что наши достижения будут способствовать дальнейшему внедрению цифровых технологий в российском земледелии», − отметила Мария Пукальчик.
Источник: