رویکرد نوآورانه دانشگاه ایلینوی در نظارت بر چرخه آب
انقلابی در اندازه‌گیری تبخیر و تعرق با هوش مصنوعی
دانشگاه ایلینوی در Urbana-Champaign بر یک سفر نوآورانه برای مقابله با یکی از مشکلات پیچیده علوم زمین قدم گذاشته است: اندازه‌گیری دقیق یکی از مولفه‌های بحرانی چرخه آب، یعنی تبخیر و تعرق (ET). این فرآیند که انتقال آب از زمین به جو را شامل می‌شود، نقشی چیره در تعادل آبیاری سیاره ایفا می‌کند و تاثیر مهمی بر بهره‌وری کشاورزی و سلامتی اکوسیستم دارد.
با ایجاد یک مدل کامپیوتری پیچیده که از قدرت هوش مصنوعی بهره می‌گیرد، پژوهشگران اکنون ET را با دقت قابل توجهی پیش‌بینی می‌کنند. این ابزار محرک هوش مصنوعی محدودیت‌های اندازه‌گیری‌های سنتی بر اساس زمین، که دقیق اما محدود در دامنه هستند، و داده‌های ماهواره‌ای که تحت مشکلات طبیعی از جمله ابرپوش و مشکلات فنی رنج می‌برند، را غلبه می‌کند.
الگوریتم مدل “چرخه زندگی پوشش خاک تبخیر و تعرق” (DyLEMa)، توسعه یافته توسط تیم دانشگاه، یک مدل آموزش ماشین درخت تصمیم جدید برای پر کردن خلل‌ها در داده‌های ET فضایی و زمانی است. DyLEMa به عمق در ساختار پیچیده منظره نفوذ می‌کند، جزئیات بین استفاده‌های مختلف خاک و انواع محصولات کشاورزی را تجزیه و تحلیل می‌کند از جمله متغیرهای متنوعی چون شرایط اقلیمی و خصوصیات خاکی شامل می‌شود. نتیجه این کار ارائه پیش‌بینی‌های روزانه ET به مقیاس بسیار دقیق 30×30 متری در سراسر ایلینوی را با استفاده از یک پارچه داده اغزنده هایپرپیکسلی از دو دهه از منابع NASA و سازمان‌های دیگر نخستین می‌شود.
تلاش‌های اعتبارسنجی نشان می‌دهد عملکرد برتر DyLEMa را مشخص می‌کند و برش uncertainty در پیش‌بینی ET را به شکل چشمگیری کاهش می‌دهد در مقایسه با روش‌های موجود. با کاهش عیب‌ها در تخمین کلی ET برآورد، این مدل به عنوان یک راهنمای آینده برای تحقیقات و مدیریت مربوط به آب، به خصوص در زمینه‌های مناظر کشاورزی که الگوهای محصولات به شکل مداوم تغییر می‌کنند،ستوان است. کاری که فاجعه برای مطالعات گسترده ناهضم خاک نیز خواهد داشت با اهمیت‌های برای پایداری و مدیریت منابع در مقیاس جهانی.
بستری برای اهمیت حقیقی پیش‌بینی‌های دقیق تبخیر و تعرق
تبخیر و تعرق (ET) یک فرآیند اساسی در چرخه آبی است. این تأثیراتی بر میزان تنظیم آب و همچنین تخصیص منابع آب دارد و برای مدیریت آبی در کشاورزی اساسی است. پیش‌بینی دقیق ET می‌تواند منجر به شیوه‌های مدیریت آب پایدارتر شود و تصمیمات سیاستی در مورد تخصیص و استفاده از منابع آب، به ویژه در مناطق کم‌آبی، را آگاه سازد. به عنوان مثال، در کشاورزی، اندازه‌گیری دقیق ET می‌تواند به تعیین میزان دقیقی از آب مورد نیاز برای محصولات کمک کند، بنابراین از ضایع شدن آب جلوگیری شود و از کشاورزی پایدار اطمینان حاصل شود.