В Сколтехе определили факторы повышения урожайности с помощью суперкомпьютера
Не за горами то время, когда сельское хозяйство будет строиться на использовании технологий искусственного интеллекта, которые уже сегодня активно применяются для решения различных задач сельскохозяйственной отрасли. Исследователи Сколтеха провели высокоточный анализ чувствительности и определили важнейшие факторы, влияющие на урожайность различных сельскохозяйственных культур в Черноземье, используя для этой цели суперкомпьютер «Жорес».
Результаты исследования опубликованы в трудах International Conference on Computational Science 2020. Для прогнозирования урожайности сельскохозяйственных культур во всем мире используют цифровые модели формирования урожая, которые описывают процессы, происходящие в почве, климатические условия и свойства сельскохозяйственных культур.
Для калибровки моделей и повышения качества прогнозирования используются различные исходные данные, включая информацию о параметрах окружающей среды и особенностях управления в сельском хозяйстве. При этом в некоторых странах пользователи таких моделей не имеют свободного доступа к агрохимическим данным, что существенно увеличивает стоимость и трудоемкость калибровки.
Группа исследователей Сколтеха под руководством профессора Ивана Оселедца и старшего преподавателя Марии Пукальчик воспользовалась одной из популярных общедоступных моделей MONICA и нашла способ выделения наиболее важных факторов, влияющих на урожайность, на основе исторических данных и результатов моделирования технологических процессов. Кроме того, благодаря использованию флагманского суперкомпьютера Сколтеха «Жорес», ученым удалось повысить эффективность вычислений и проводить не один вычислительный эксперимент в день, а до полумиллиона экспериментов в час.
Такой гигантский объем вычислений необходим для того, чтобы провести качественный анализ чувствительности, позволяющий определить степень влияния отдельных изменений в исходных данных (например, параметрах почв или удобрений) на урожайность сельскохозяйственных культур.
Для моделирования ученые использовали реальные данные, полученные в ходе экспериментальных наблюдений за сезонным севооборотом сахарной свеклы (Beta vulgaris subsp. vulgaris), ярового ячменя (Hordeum vulgare) и сои (Glycine max) в Черноземье в период с 2011 по 2017 год. Отобрав шесть основных параметров почвы, исследователи провели анализ чувствительности по Соболю (Илья Соболь − российский математик, впервые предложивший этот метод в 2001 году).
«В нашей стране получение информации о почвах – крайне сложная проблема. К сожалению, данные о свойствах почв и урожайности не публикуются. Но мы нашли выход из ситуации, настроив суперкомпьютер «Жорес» для решения этой проблемы.
Теперь мы можем моделировать все возможные варианты и определять наиболее важные параметры урожайности, не выполняя при этом трудоемких и дорогостоящих операций. Мы надеемся, что наши достижения будут способствовать дальнейшему внедрению цифровых технологий в российском земледелии», − отметила Мария Пукальчик.
Telegram 
Дзен 
VK 
