運用機器學習以節省大量農業用水

摘要

美國加州種植許多作物，但隨著氣候變遷和過度抽取地下水，對農業用水造成壓力，加州大學研究員利用大數據和機器學習提出更改灌溉方式可以在不更換作物和休耕下節省大量農業用水。

　　美國加州是一個農業大州，肥沃的土壤和地中海氣候使農民能夠種植高價值作物，根據加州食品與農業部的數據，美國超過三分之一的蔬菜以及近四分之三的水果和堅果都是在加州種植，2022年加州的農產品銷售總額可達590億美元。但隨著氣候變遷以及過度抽取地下水導致地下水位下降，都對加州的農業用水造成極大的壓力。根據《地下水永續管理法案》(Sustainable Groundwater Management Act, SGMA)，在2040年加州的每處地下水流域都必須實現永續發展，並設立目標要將地下水的總用量減少20%到50%。

　　蒸散量是指地表水分上升到大氣中的水量，總蒸散量減去休耕田地的蒸散量可以推估出農作物實際消耗的水量，因此加州大學研究人員建立一個機器學習模型，結合遙測技術及大數據，利用中央山谷中耕作田地和休耕田地的蒸散量來進行預測，在考慮地點、地形和土壤品質等因素的情況下，預測農作物實際消耗的水量。

　　透過控制機器學習模型中地點、地形、當地氣候、土壤品質和果園年齡等因素，最終發現如果將用水量最高的50%田地調整耕作方式到與中位數相當的程度，就可以節省10%的作物蒸散量，與最耗水的前5%田地停止耕種效果相仿。目前使用節水灌溉(deficit irrigation)的方式已經在葡萄栽培中取得了良好的效果，並提升葡萄酒的品質。

　　現在加州大學的機器學習模型只考慮了作物本身的蒸散量，還缺少灌溉效率，研究人員希望透過找出灌溉效率低下的原因，量化不同類型灌溉效率，進而了解氣候和地理對其的影響，結合已知的數據和技術，達成永續發展的目標。【延伸閱讀】- 地表下消失的水域威脅地球的糧倉

摘要

推薦文章