预测和确定哪些农业实践最有可能预防环境危害是一个复杂的命题。俄亥俄州立大学的研究人员正试图微调能够帮助农民和其他人防止有害藻类繁殖的工具。
在本周于华盛顿举行的美国地球物理联盟(AGU)秋季会议上，来自俄亥俄州立大学的一组科学家分享了三项研究的早期结果，这些研究旨在改进旨在指导农业实践的模型，以减少氮风险和磷农场的径流。这种径流导致水道中有毒藻类的生长。
杰伊马丁教授说，可以获得预测各种决策后果的基本模型，如何时施肥，但必须对其进行改进，以确保可靠性，并获得包括农民和环保组织在内的相关方的信任。俄亥俄州生态工程学士。
俄亥俄州立大学博士后研究员阿释密达穆鲁姆卡尔说，她的工作开始阐明施肥时间和暴雨的交叉是如何导致养分流失的。她正在使用俄亥俄州施肥器预测，这是一种利用国家气象局的数据来分配不同时间施肥的风险估计的工具。
Murumkar希望她的研究可以帮助量化这种工具在不同情况下对环境的影响——例如，在莫米河流域，四分之一的农民使用它，或者一半的农民使用它。
“我们希望更好地理解它将减少该地区磷的径流，”马丁说，并补充说，有大量证据表明，单个农场的做法会影响这些农场的径流，但大规模估算的证据较少。
“我们从之前的工作中知道，施肥时间非常重要，但我们希望了解整个伊利湖流域以及最好和最坏的情况。这种模式将有助于解决这个问题，”他说。
俄亥俄州立大学食品、农业和生物工程系助理教授玛格丽特卡尔契奇(Margaret Kalcic)表示，应鼓励农民在施肥时遵循“四个rs”的正确时间、来源、数量和地点。
“但‘正确’并没有明确的定义，我们的团队正在努力为俄亥俄州的合作伙伴提供更好的答案，包括农民、倡导者和政策制定者，”Kalcic说。
马丁补充道：“这里比观察天气和地面湿度更微妙。我们正在努力确定支持农业生产和环境保护的最佳解决方案。”
俄亥俄州立大学博士后研究员格雷埃文森(Gray Evenson)将展示他的工作的初步结果，以确定建模的最佳数据，从而更准确地了解田地和邻近水道的情况。
“我们不想低估或高估这些最佳管理实践的价值。例如，一些实践可能会带来比我们在模型中信任的更多的好处——比如改善土壤健康，从而更好地保护水源，”Evenson说。
卡尔契奇补充说，“这项工作的大部分是关于调整现有的模型。通过提高我们输入信息的质量，我们对从中获得的信息更有信心。”她说，免耕农业和其他环境影响有很多问题，通常被认为是环境保护。
卡尔契奇说：“我们知道免耕有利于防止水土流失，但这一地区对水质的影响仍不确定。
研究生安娜阿波斯托讨论了第三个项目。她操纵模型中的各种参数，试图确定模型的可靠性。长期目标是更可靠地估计实践对水质的贡献。
Martin说，调整参数使过程的规模更符合实际，而来自现场观测的数据是提高模型性能的关键部分。
“我们希望调整我们的等式，以更好地代表现实，”Apostel说。
研究人员说，所有工作的主要目标是使模型与研究人员在实地实验中观察到的情况更好地一致，但这些问题可以在广泛的区域层面上进行研究。
“我们知道，如果你建立了一个糟糕的模型，它不会帮助任何人做出任何决定，”卡尔契奇说。
“我们真的希望建立对真正有用的模式的信任，这将有助于决策者、农民和其他人。最糟糕的是，人们会信任这个模型，并告诉他们完全错误的信息，”她说。
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！