預測和確定哪些農(nóng)業(yè)實踐最有可能預防環(huán)境危害是一個復雜的命題。俄亥俄州立大學的研究人員正試圖微調(diào)能夠幫助農(nóng)民和其他人防止有害藻類繁殖的工具。
在本周于華盛頓舉行的美國地球物理聯(lián)盟(AGU)秋季會議上，來自俄亥俄州立大學的一組科學家分享了三項研究的早期結(jié)果，這些研究旨在改進旨在指導農(nóng)業(yè)實踐的模型，以減少氮風險和磷農(nóng)場的徑流。這種徑流導致水道中有毒藻類的生長。
杰伊馬丁教授說，可以獲得預測各種決策后果的基本模型，如何時施肥，但必須對其進行改進，以確?？煽啃?，并獲得包括農(nóng)民和環(huán)保組織在內(nèi)的相關方的信任。俄亥俄州生態(tài)工程學士。
俄亥俄州立大學博士后研究員阿釋密達穆魯姆卡爾說，她的工作開始闡明施肥時間和暴雨的交叉是如何導致養(yǎng)分流失的。她正在使用俄亥俄州施肥器預測，這是一種利用國家氣象局的數(shù)據(jù)來分配不同時間施肥的風險估計的工具。
Murumkar希望她的研究可以幫助量化這種工具在不同情況下對環(huán)境的影響——例如，在莫米河流域，四分之一的農(nóng)民使用它，或者一半的農(nóng)民使用它。
“我們希望更好地理解它將減少該地區(qū)磷的徑流，”馬丁說，并補充說，有大量證據(jù)表明，單個農(nóng)場的做法會影響這些農(nóng)場的徑流，但大規(guī)模估算的證據(jù)較少。
“我們從之前的工作中知道，施肥時間非常重要，但我們希望了解整個伊利湖流域以及最好和最壞的情況。這種模式將有助于解決這個問題，”他說。
俄亥俄州立大學食品、農(nóng)業(yè)和生物工程系助理教授瑪格麗特卡爾契奇(Margaret Kalcic)表示，應鼓勵農(nóng)民在施肥時遵循“四個rs”的正確時間、來源、數(shù)量和地點。
“但‘正確’并沒有明確的定義，我們的團隊正在努力為俄亥俄州的合作伙伴提供更好的答案，包括農(nóng)民、倡導者和政策制定者，”Kalcic說。
馬丁補充道：“這里比觀察天氣和地面濕度更微妙。我們正在努力確定支持農(nóng)業(yè)生產(chǎn)和環(huán)境保護的最佳解決方案?！?
俄亥俄州立大學博士后研究員格雷埃文森(Gray Evenson)將展示他的工作的初步結(jié)果，以確定建模的最佳數(shù)據(jù)，從而更準確地了解田地和鄰近水道的情況。
“我們不想低估或高估這些最佳管理實踐的價值。例如，一些實踐可能會帶來比我們在模型中信任的更多的好處——比如改善土壤健康，從而更好地保護水源，”Evenson說。
卡爾契奇補充說，“這項工作的大部分是關于調(diào)整現(xiàn)有的模型。通過提高我們輸入信息的質(zhì)量，我們對從中獲得的信息更有信心?！彼f，免耕農(nóng)業(yè)和其他環(huán)境影響有很多問題，通常被認為是環(huán)境保護。
卡爾契奇說：“我們知道免耕有利于防止水土流失，但這一地區(qū)對水質(zhì)的影響仍不確定。
研究生安娜阿波斯托討論了第三個項目。她操縱模型中的各種參數(shù)，試圖確定模型的可靠性。長期目標是更可靠地估計實踐對水質(zhì)的貢獻。
Martin說，調(diào)整參數(shù)使過程的規(guī)模更符合實際，而來自現(xiàn)場觀測的數(shù)據(jù)是提高模型性能的關鍵部分。
“我們希望調(diào)整我們的等式，以更好地代表現(xiàn)實，”Apostel說。
研究人員說，所有工作的主要目標是使模型與研究人員在實地實驗中觀察到的情況更好地一致，但這些問題可以在廣泛的區(qū)域?qū)用嫔线M行研究。
“我們知道，如果你建立了一個糟糕的模型，它不會幫助任何人做出任何決定，”卡爾契奇說。
“我們真的希望建立對真正有用的模式的信任，這將有助于決策者、農(nóng)民和其他人。最糟糕的是，人們會信任這個模型，并告訴他們完全錯誤的信息，”她說。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！