HKUST-Forscher entwickeln KI-gestütztes Modell, um globale Ammoniak-Emissionen aus Ackerland um 38% zu reduzieren

(SeaPRwire) –   Beitrag zu den nachhaltigen Entwicklungszielen der UN

HONGKONG, 1. Feb. 2024 — Ein internationales Forschungsteam unter der Leitung der Hong Kong University of Science and Technology (HKUST) hat einen bedeutenden Durchbruch erzielt, indem es ein Modell mit künstlicher Intelligenz (KI) entwickelt hat, das dazu beitragen kann, die globalen Ammoniakemissionen (NH3) aus der Landwirtschaft um 38 % zu reduzieren.  

Durch die Nutzung der Möglichkeiten des maschinellen Lernens zeigte diese bahnbrechende Studie nicht nur, dass die weltweiten NH3-Emissionen aus Ackerland niedriger sind als bisher angenommen, sondern zeigte auch, wie durch eine optimierte Düngemittelbewirtschaftung die Emissionen effektiv um etwa 38 % reduziert werden können, ohne den Gesamteinsatz von Stickstoffdüngemitteln zu beeinträchtigen. Sie bietet wertvolle Erkenntnisse für politische Entscheidungsträger weltweit, um die Ziele der Vereinten Nationen für nachhaltige Entwicklung in Bezug auf Armutsbeseitigung, Ernährungssicherheit und nachhaltige Landwirtschaft zu erreichen.

Die Freisetzung von NH3 aus verschiedenen landwirtschaftlichen und industriellen Prozessen kann zu Luft- und Wasserverschmutzung führen, die das Ökosystem schädigen und die menschliche Gesundheit gefährden. Obwohl NH3 selbst kein Treibhausgas ist, kann es im Boden und in der Atmosphäre reagieren und Verbindungen wie Lachgas bilden, ein starkes Treibhausgas, das zum Klimawandel beiträgt.

Bemerkenswerterweise ist die Produktion von drei wichtigen Kulturpflanzen – Reis, Weizen und Mais – für mehr als die Hälfte der weltweiten NH3-Emissionen aus Ackerland verantwortlich. Da die Nachfrage nach Nahrungsmitteln angesichts des Bevölkerungswachstums weltweit steigt, ist es wichtig geworden, Möglichkeiten zu finden, diese Emissionen für eine nachhaltige Entwicklung zu reduzieren. Das Fehlen genauer Informationen auf globaler Ebene macht es jedoch für die Länder schwierig, effektive Strategien zur Emissionsreduzierung zu implementieren, die auf ihre spezifischen Bedingungen zugeschnitten sind.

Um diese Herausforderung anzugehen, haben ein Forschungsteam unter der Leitung von Prof. Jimmy FUNG Chi-Hung, Lehrstuhlinhaber der HKUST’s Division of Environment and Sustainability in the Academy of Interdisciplinary Studies and Department of Mathematics, und Prof. ZHENG Yi von der School of Environmental Science and Engineering an der Southern University of Science and Technology (SUSTech), einen Datensatz auf der Grundlage von Felddaten über NH3-Emissionsraten aus den Jahren 1985 bis 2022 zusammengestellt.

Anschließend trainierten sie ein KI-gestütztes Computermodell, um die globalen NH3-Emissionen anhand des Datensatzes abzuschätzen, wobei verschiedene geografische Faktoren wie Klima, Bodenbeschaffenheit, Pflanzenarten, Bewässerungswasser, Düngemittel und Bodenbearbeitungsverfahren berücksichtigt wurden. Dieses Modell ist in der Lage, maßgeschneiderte Düngemittelbewirtschaftungspläne für verschiedene Regionen zu erstellen.  So eignen sich beispielsweise in Asien etwa 76 % der Weizenflächen für die Verwendung von Düngemitteln mit erhöhter Effizienz (EEFs), um NH3-Emissionen zu reduzieren, da die Temperatur in Asien eine entscheidende Rolle bei der NH3-Emission von Weizenflächen spielt.

Das KI-Modell fand heraus, dass durch eine optimierte Düngemittelbewirtschaftung, einschließlich der Anpassung des Düngungszeitpunkts, der Verwendung einer spezifischen Nährstoffmischung und der Umsetzung geeigneter Anbau- und Bodenbearbeitungsmethoden, die globalen NH3-Emissionen der drei Kulturpflanzen um bis zu 38 % reduziert werden können, wobei Asien das höchste NH3-Reduktionspotenzial aufweist, gefolgt von Nordamerika und Europa. Diese Erkenntnis ist von besonderer Bedeutung, da diese Arbeit einen Anstieg der weltweiten NH3-Emissionen aus Ackerland um 4,0 % bis 5,5 % über den Zeitraum von 30 Jahren bis 2060 prognostiziert hat. Daher würde bereits die Erzielung eines Bruchteils dieser potenziellen Reduzierung ausreichen, um den prognostizierten Anstieg auszugleichen.

Prof. Jimmy Fung sagte: „Die globalen Anstrengungen zur Emissionsreduzierung stehen derzeit vor erheblichen Hindernissen, wie z. B. hohen Kosten und kleinen Betriebsgrößen. Die Ergebnisse zeigen eine globale Karte mit aktuellen Daten zu den weltweiten NH3-Emissionen, die in die Politikgestaltung und die Bewirtschaftungspraktiken einfließen können, die auf die Reduzierung von Dunst und die Gewährleistung der Ernährungssicherheit abzielen. Dies unterstreicht das enorme Potenzial der Nutzung von Big Data und KI zur Förderung einer nachhaltigen Entwicklung.“

Die Studie mit dem Titel „Fertilizer management for global ammonia emission reduction“ wurde in Nature, einer führenden multidisziplinären wissenschaftlichen Zeitschrift, veröffentlicht. Die Co-Erstautorinnen der Studie waren Herr LI Geng, Doktorand an der HKUST, und Dr. XU Peng, Forschungsassistent Professor am SUSTech. Das Forschungsteam bestand aus Mitgliedern der Tianjin University, Colorado State University, Peking University, Peking University Shenzhen Graduate School, Oak Ridge National Laboratory, Beijing Forestry University und Cornell University.

Fotos hier herunterladen: 

Der Artikel wird von einem Drittanbieter bereitgestellt. SeaPRwire (https://www.seaprwire.com/) gibt diesbezüglich keine Zusicherungen oder Darstellungen ab.

Branchen: Top-Story, Tagesnachrichten

SeaPRwire liefert Echtzeit-Pressemitteilungsverteilung für Unternehmen und Institutionen und erreicht mehr als 6.500 Medienshops, 86.000 Redakteure und Journalisten sowie 3,5 Millionen professionelle Desktops in 90 Ländern. SeaPRwire unterstützt die Verteilung von Pressemitteilungen in Englisch, Koreanisch, Japanisch, Arabisch, Vereinfachtem Chinesisch, Traditionellem Chinesisch, Vietnamesisch, Thailändisch, Indonesisch, Malaiisch, Deutsch, Russisch, Französisch, Spanisch, Portugiesisch und anderen Sprachen.