Eine Standardtechnik für Monokulturanbauer, vor allem im Maisgürtel, ist, stickstoffbasierte Düngemittel übermäßig zu verwenden.

Dies kann alle möglichen negativen Auswirkungen auf die Umwelt haben, einschließlich Wasserverschmutzung und Treibhausgasemissionen. Es ist jedoch nicht einfach herauszufinden, wie viel Dünger einem Feld hinzugefügt werden muss, und viele Landwirte kümmern sich nicht viel darum. Schätzungen zufolge verbrauchen wir heute etwa 40-mal so viel Stickstoff wie vor 75 Jahren. in keinem Verhältnis zum Bevölkerungswachstum in dieser Zeit.

Es gibt Möglichkeiten, die uns zur Verfügung stehenden Daten zu verwenden, um herauszufinden, wie viel Stickstoffdünger verwendet werden sollte und welche Art von Ertrag und Umweltauswirkungen sich aus einer Änderung dieser Mengen ergeben können. Aber diese Modelle sind nicht immer zugänglich. Neue Arbeiten von Forschern der University of Minnesota könnten eine Lösung bieten.

Diese Arbeit beinhaltet ein sogenanntes prozessbasiertes Erntemodell – komplexe Kombinationen von Tonnen von Daten wie Wetter, Klima, Bodenqualität, Nährstoffe, Pflanzensorte und Inputs – werden verwendet, um Erträge vorherzusagen und die Produktivität zu analysieren. Diese Modelle haben in den letzten Jahren an Popularität gewonnen, aber sie sind unglaublich schwer zu berechnen. „Ihre Anwendungen werden durch teure Rechen- und Datenspeicherkosten verhindert, “ schreiben die Minnesota-Forscher. Das macht sie für Personen außerhalb von Forschungs- oder Regierungsanwendungen unzugänglich.

Was die Forscher taten, war ein sogenanntes Metamodell. Das wird schwer zu verstehen in einem Beginn so in der Art, aber ein Metamodell ist ein Modell eines Modells. Die Forscher verwendeten das Originalmodell, namens Ökosysteme , und nutzte dann maschinelles Lernen, um herauszufinden, wie dieses Modell funktioniert, wie es auf verschiedene Daten reagiert und welche Ergebnisse es ausspuckt. Sie bauten, Grundsätzlich gilt, ein vereinfachtes Verständnis des ursprünglichen Modells und seines Verhaltens, ohne das Ganze wirklich durchgehen zu müssen, schwierig, teurer Prozess der Verwendung des Originalmodells.

Sie könnten erwarten, dass dieses Metamodell viel weniger genau ist als das Originalmodell, da es sich um eine Art Fotokopie einer Fotokopie handelt, aber, in der Tat, wenn es für einige zufällig ausgewählte Farmen im Mittleren Westen ausgeführt wird, es gelang ihnen, 98 Prozent aller Variablen im ursprünglichen Modell zu berücksichtigen – während sie Sekunden brauchten, statt Tage, berechnen.

Es gibt immer noch Nachteile; das Metamodell berücksichtigt nicht eine Reihe von Variablen, die die Dinge möglicherweise vermasseln könnten, wie die Auswirkungen von Begrünung oder die (niedrige, aber immer noch da) Möglichkeit der Bewässerung statt des Regens. Aber das ist immer noch eine wirklich interessante Konstruktion; es ermöglicht eine schnelle und umfassende Analyse großer landwirtschaftlicher Flächen. Die Forscher wandten es tatsächlich auf 99 Landkreise im gesamten Maisgürtel an und entwickelten eine Strategie, um Vorteile in Höhe von fast 400 Millionen US-Dollar zu schaffen. Dies war auf eine Kombination aus Reduzierung der Umweltverschmutzung und Einsparungen durch weniger Düngemittel zurückzuführen und erreichte diese Vorteile trotz Ertragsverlusten.

Die Forscher sagen, dass dies wahrscheinlich noch nicht von einzelnen Landwirten verwendet werden sollte; Es braucht noch etwas mehr Arbeit, um mehr Variablen zu integrieren und das System zu rationalisieren, bevor es fertig ist. Aber es hat das Potenzial, eine absolut wahnsinnige Datenmenge in ungeahnter Geschwindigkeit zu interpretieren.