Forscher schlagen einen einheitlichen, skalierbaren Rahmen zur Messung landwirtschaftlicher Treibhausgasemissionen vor

Erhöhte staatliche Investitionen in die Eindämmung des Klimawandels veranlassen die Agrarsektoren, zuverlässige Methoden zur Messung ihres Beitrags zum Klimawandel zu finden. Vor diesem Hintergrund schlug ein Team unter der Leitung von Wissenschaftlern der University of Illinois Urbana-Champaign eine Supercomputing-Lösung vor, um die Treibhausgasemissionen einzelner landwirtschaftlicher Betriebe auf Feldebene zu messen.

Obwohl der neue Ansatz lokal im Mittleren Westen getestet wurde, kann er auf nationale und globale Ebene ausgeweitet werden und der Branche dabei helfen, die besten Praktiken zur Reduzierung von Emissionen zu erlernen.

Der neue StudieUnter der Leitung von Kaiyu Guan, Professor für natürliche Ressourcen und Umweltwissenschaften, wurden mehr als 25 frühere Studien der Gruppe zusammengefasst, um die Treibhausgasemissionen von US-Ackerland zu quantifizieren. Die Ergebnisse, die in Zusammenarbeit mit Partnern der University of Minnesota, des Lawrence Berkeley National Laboratory und Project Drawdown, einer gemeinnützigen Organisation für Klimalösungen, erstellt wurden, werden in der Zeitschrift veröffentlicht Geowissenschaftliche Rezensionen.

„Es gibt viele landwirtschaftliche Praktiken, die einen großen Beitrag zur Reduzierung der Treibhausgasemissionen leisten können, aber die wissenschaftliche Gemeinschaft hat sich schwer getan, eine konsistente Methode zu finden, um zu messen, wie gut diese Praktiken funktionieren“, sagte Guan.

Guans Team entwickelte eine Lösung, die auf „landwirtschaftlichen Kohlenstoffergebnissen“ basiert, die es als die damit verbundenen Veränderungen der Treibhausgasemissionen definiert, die von Landwirten verursacht werden, die Klimaschutzpraktiken wie Zwischenfruchtanbau, präzises Stickstoffdüngermanagement und den Einsatz kontrollierter Entwässerungstechniken anwenden.

Bildnachweis: University of Illinois at Urbana-Champaign

„Wir haben eine sogenannte ‚System-of-Systems‘-Lösung entwickelt, das heißt, wir haben eine Vielzahl von Sensortechniken integriert und sie mit fortschrittlichen Ökosystemmodellen kombiniert“, sagte Bin Peng, Co-Autor der Studie und leitender Forschungswissenschaftler an der U .des I. Instituts für Nachhaltigkeit, Energie und Umwelt. „Zum Beispiel kombinieren wir bodengestützte Bildgebung mit Satellitenbildern und verarbeiten diese Daten mit Algorithmen, um Informationen über Pflanzenemissionen zu generieren, bevor und nachdem Landwirte verschiedene Minderungsmaßnahmen anwenden.“

„Künstliche Intelligenz spielt auch eine entscheidende Rolle bei der Verwirklichung unserer ehrgeizigen Ziele, den Kohlenstoffausstoß jedes Feldes zu quantifizieren“, sagte Zhenong Jin, Professor an der University of Minnesota, der die Studie mitleitete. „Im Gegensatz zu herkömmlichen Modell-Daten-Fusion-Ansätzen haben wir wissensgesteuertes maschinelles Lernen verwendet, was eine neue Möglichkeit darstellt, die Leistungsfähigkeit von Sensordaten, Domänenwissen und Techniken der künstlichen Intelligenz zu vereinen.“

Die Studie beschreibt außerdem, wie Daten zu Emissionen und landwirtschaftlichen Praktiken mit wirtschaftlichen, politischen und CO2-Marktdaten abgeglichen werden können, um bewährte und realistische Lösungen zur Treibhausgasminderung auf lokaler und globaler Ebene zu finden – insbesondere in Volkswirtschaften, die Schwierigkeiten haben, eine umweltbewusste Landwirtschaft zu betreiben.

Um die riesigen Informationsmengen von Millionen einzelner Farmen zu berechnen, nutzt das Team Supercomputing-Plattformen, die im National Center for Supercomputing Applications verfügbar sind. „Der Zugang zu den Ressourcen der NCSA ermöglicht die Bewältigung dieser monumentalen Aufgabe“, sagte Guan.

„Das wirklich Schöne an unserem Tool ist, dass es sowohl sehr allgemein als auch skalierbar ist, was bedeutet, dass es auf praktisch jedes landwirtschaftliche System in jedem Land angewendet werden kann, um mithilfe unserer gezielten Verfahren und Techniken zuverlässige Emissionsdaten zu erhalten“, sagte Peng.

Die Herausforderung dieser Arbeit werde darin bestehen, eine breite Einführung des Systems zu fördern, sagten die Forscher.

„Angesichts der Investition der US-Regierung in Höhe von 19 Milliarden US-Dollar in den Inflation Reduction Act und das kommende Agrargesetz werden Landwirte in der Lage sein, mehr Naturschutzpraktiken einzuführen“, sagte Guan. „Diese Arbeit wird Forschern und politischen Entscheidungsträgern dabei helfen, ‚die gleiche Sprache zu sprechen‘, indem sie dieses Tool nutzen, das unserer Meinung nach in dieser Zeit steigender staatlicher Investitionen in den Klimaschutz sehr wertvoll ist.“

„Es ist eine gewaltige Aufgabe, der Schätzung der Emissionen auf landwirtschaftlichen Flächen mehr wissenschaftliche Genauigkeit zu verleihen. Wir brauchen glaubwürdige Werkzeuge, die einfach und praktisch sind“, sagte Paul West, leitender Wissenschaftler bei Project Drawdown und Mitarbeiter dieser Forschung. „Unsere Forschung bringt uns der Bewältigung der Herausforderung einen großen Schritt näher.“

Mehr Informationen:
Kaiyu Guan et al., Ein skalierbarer Rahmen zur Quantifizierung landwirtschaftlicher Kohlenstoffergebnisse auf Feldebene, Geowissenschaftliche Rezensionen (2023). DOI: 10.1016/j.earscirev.2023.104462

Zur Verfügung gestellt von der University of Illinois in Urbana-Champaign

ph-tech