Un equipo de investigación internacional dirigido por la Universidad de Ciencia y Tecnología de Hong Kong (HKUST) ha logrado un avance significativo al desarrollar un modelo de inteligencia artificial (IA) que puede ayudar a mitigar las emisiones globales de amoníaco (NH 3 ) procedentes de la agricultura.
por la Universidad de Ciencia y Tecnología de Hong Kong
El estudio, titulado «Gestión de fertilizantes para la reducción global de las emisiones de amoníaco», ha sido publicado en Nature .
Aprovechando el poder del aprendizaje automático, este estudio innovador no solo reveló que las emisiones globales de NH 3 provenientes de las tierras de cultivo son menores de lo estimado anteriormente, sino que también demostró cómo la optimización de la gestión de fertilizantes puede reducir efectivamente las emisiones en aproximadamente un 38 %, sin comprometer el uso general de fertilizantes nitrogenados. .
Proporciona información valiosa para que los formuladores de políticas de todo el mundo aborden los Objetivos de Desarrollo Sostenible de las Naciones Unidas relacionados con la erradicación de la pobreza, la seguridad alimentaria y la agricultura sostenible.
La liberación de NH 3 procedente de diversos procesos agrícolas e industriales podría provocar contaminación del aire y del agua , dañando el ecosistema y planteando amenazas a la salud humana. Si bien el NH 3 en sí no es un gas de efecto invernadero, puede reaccionar en el suelo y la atmósfera, formando compuestos como el óxido nitroso , un potente gas de efecto invernadero que contribuye al cambio climático.
En particular, la producción de tres cultivos principales (arroz, trigo y maíz) representa más de la mitad de las emisiones mundiales de NH 3 en tierras de cultivo .
A medida que aumenta la demanda de alimentos en medio del crecimiento demográfico mundial, se ha vuelto crucial descubrir formas de reducir estas emisiones para el desarrollo sostenible. Sin embargo, la falta de información precisa a escala global dificulta que los países implementen estrategias efectivas de reducción de emisiones adaptadas a sus condiciones específicas.
Para abordar este desafío, un equipo de investigación dirigido por el Prof. Jimmy Fung Chi-Hung, Profesor Presidente de la División de Medio Ambiente y Sostenibilidad de HKUST en la Academia de Estudios Interdisciplinarios y el Departamento de Matemáticas, y el Prof. Zheng Yi de la Escuela de Ciencias Ambientales y Ingeniería de la Universidad de Ciencia y Tecnología del Sur (SUSTech), recopiló y compiló un conjunto de datos basado en datos de observación de campo de las tasas de emisión de NH 3 que abarcan entre 1985 y 2022.
Posteriormente, entrenaron un modelo informático impulsado por inteligencia artificial para estimar las emisiones globales de NH 3 utilizando el conjunto de datos y considerando varios factores geográficos como el clima, las características del suelo, los tipos de cultivos, el agua de riego, los fertilizantes y las prácticas de labranza.
Este modelo es capaz de generar planes de manejo de fertilizantes personalizados para diferentes regiones. Por ejemplo, en Asia, alrededor del 76% de las tierras de trigo son aptas para el uso de fertilizantes de eficiencia mejorada (EEF) para reducir las emisiones de NH 3 debido a la influencia del calentamiento global, ya que la temperatura juega un papel fundamental en las emisiones de NH 3 de las tierras de trigo en Asia.
El modelo de IA descubrió que al optimizar la gestión de fertilizantes, incluido el ajuste del momento de la fertilización, la utilización de una mezcla específica de nutrientes y la implementación de prácticas adecuadas de plantación y labranza, es posible reducir las emisiones globales de NH 3 de los tres cultivos hasta en un 38%. Asia tiene el mayor potencial de reducción de NH 3 , seguida de América del Norte y Europa.
Este hallazgo tiene especial importancia ya que este trabajo ha proyectado un aumento del 4,0 % al 5,5 % en las emisiones globales de NH 3 de las tierras de cultivo durante el período de 30 años hasta 2060. Por lo tanto, incluso lograr una fracción de esta reducción potencial sería suficiente para compensar el aumento proyectado. .
El profesor Jimmy Fung dijo: «Los esfuerzos globales para reducir las emisiones enfrentan actualmente obstáculos importantes, como los altos costos y el tamaño de las granjas pequeñas. Los hallazgos ilustran un mapa global con datos actualizados sobre las emisiones globales de NH 3 , que pueden informar la formulación de políticas y «Prácticas de gestión destinadas a reducir la neblina y garantizar la seguridad alimentaria. Esto subraya el tremendo potencial de utilizar big data y la IA para promover el desarrollo sostenible».
Más información: Peng Xu et al, Gestión de fertilizantes para la reducción global de emisiones de amoníaco, Nature (2024). DOI: 10.1038/s41586-024-07020-z
