May 28, 2026 메시지를 남겨주세요

기계 학습 연구를 통해 덮개-작물 시스템에서 질소 방출의 주요 동인으로 타이밍과 온도가 식별되었습니다.

 

news-775-430

 

미시간에서 30-년차 옥수수-대두-밀 윤작 실험을 분석한 연구자들은 덮개작물 종료 시점과 기온이 피복작물 농업 생태계의 토양 질소 가용성을 가장 강력하게 예측하는 지표라는 사실을 발견했습니다. 이는 재배자들에게 옥수수 생산을 위한 질소 방출 관리에 대한 새로운 통찰력을 제공합니다.

 

Kellogg Biological Station Long{0}}Term Ecological Research 사이트에서 수행된 이 연구는 무작위 산림 기계 학습 모델을 사용하여 1990년부터 2020년 사이에 투입량을 줄이고 유기 작물 재배 시스템에서 질소 광물화 역학을 조사했습니다. 연구원들은 토양 무기 질소, 특히 질산염(NO3−{5}}N)이 콩과 식물 피복 작물이 끝난 후 급격히 증가했으며 일반적으로 약 50일 후에 정점에 이르렀으며, 특히 일일 평균 기온이 12도를 초과할 때 정점에 이르렀다는 사실을 발견했습니다. .

 

이 연구는 옥수수 생산 시스템에 사용되는 레드 클로버 덮개 작물에 초점을 맞추고 기상 조건, 덮개 작물 바이오매스, 토양 수분 및 관리 관행이 질소 방출에 어떻게 영향을 미치는지 조사했습니다. 연구 결과에 따르면 덮개작물을 종료한 후 며칠이 질산염과 암모늄 가용성 모두에 영향을 미치는 가장 중요한 요소였으며 대부분의 모델에서 온도가 두 번째로 중요했습니다. 연구에 따르면 질소 방출은 단일 변수 단독이 아닌 이러한 요인들의 상호 작용에 의해 주도되는 것으로 나타났습니다.

 

연구원들은 이번 발견이 농부들이 덮개 작물의 질소 방출을 작물 수요와 더 잘 동기화하여 잠재적으로 합성 비료에 대한 의존도를 줄이고 질산염 침출 및 아산화질소 배출과 같은 환경 영향을 낮추는 데 도움이 될 수 있다고 말했습니다. 이 연구는 또한 토양의 질산염 농도가 일반적으로 옥수수 작물의 급속한 성장 단계에서 최고조에 달했다가 식물이 질소를 흡수함에 따라 감소한다는 사실을 발견했습니다.

 

기계 학습 모델은 독립적인 재배 계절에 따른 토양 질산염 수준 변화의 약 35%를 설명하는 반면, 암모늄 수준에 대한 예측 정확도는 더 낮았습니다. 감소된 투입 시스템과 유기 시스템 간의 생산성 차이에도 불구하고, 두 시스템 모두 유사한 계절적 질소 역학을 나타냈으며, 이는 관리 접근 방식에 관계없이 온도와 타이밍이 질소 광물화에 지배적인 역할을 한다는 것을 시사합니다.

 

연구자들은 덮개작물 바이오매스 자체가 예상보다 질소 가용성에 약한 영향을 미친다는 점에 주목했는데, 이는 바이오매스 수준이 기상 조건에 비해 해마다 상대적으로 거의 변하지 않았기 때문일 가능성이 높습니다. 그들은 경험적 데이터를 프로세스 기반 모델과 통합하는 향후 작업이 다양한 토양과 기후에 대한 예측을 향상시킬 수 있다고 덧붙였습니다.

 

이 연구는 공동 저자인 G. Philip Robertson 및 Sieglinde Snapp과 함께 Rabin KC가 주도했습니다.{0}} 국립 과학 재단 장기-기간 생태 연구 프로그램, USDA 장기-기간 농업 생태계 연구 프로그램 및 미시간 주립 대학교 AgBioResearch에서 자금을 지원했습니다.

 

 

문의 보내기

whatsapp

skype

이메일

문의