超級計算機可幫助科學家揭示最有影響力的農作物參數

農業正在成為AI原生。Skoltech研究人員已使用Zhores超級計算機進行了非常精確的靈敏度分析，以揭示黑鈣土地區不同作物產量的關鍵參數。他們的論文發表在計算科學，國際會議的程序對計算科學2020

全世界的農民使用數字作物模型預測作物產量; 這些模型描述了土壤過程，氣候和作物特性，并需要環境和農業管理輸入數據來進行校準和改善預測。但是，在某些國家/地區，這些模型的用戶無法免費獲得農業化學數據，這種校準可能會變得既昂貴又費時。

由Ivan Oseledets教授和Maria Pukalchik助理教授領導的Skoltech團隊使用了一種流行的基于過程的開源模型MONICA，該模型基于歷史數據和過程建模來確定僅顯示作物產量最重要參數的方法。此外，他們使用Skoltech旗艦超級計算機Zhores將計算效率從每天一次仿真提高到每小時50萬個模型仿真。

要進行高質量的敏感性分析，以確定某些輸入因素(例如土壤參數或肥料)的變化如何影響產量預測，模擬的數量如此之高是必不可少的。

該研究小組使用了來自俄羅斯黑鈣土地區的一項實驗的田間數據，該作物的甜菜(Beta vulgaris)，春季大麥(Hordeum vulgare)和大豆(Glycine max)的季節性作物輪換發生于2011年至2017年。他們選擇了六種主要土壤參數進行敏感性分析并進行Sobol敏感性分析(以2001年提出的俄羅斯數學家Ilya Sobol的名字命名)。

“土壤在這個國家是一個非常復雜的問題。不幸的是，有關土壤性質和作物產量的數據尚未發布。我們找到了克服這一障礙的機會，并建立了Zhores超級計算機來解決這個問題。現在我們可以模擬所有可能的變種并顯示最關鍵的參數，而無需耗時且昂貴的工作。我們希望我們的成就將幫助農民數字化其作物生長，” Maria Pukalchik說。