Mere udbytte, mindre kvælstoftab og mere kulstof i jorden. Det er potentialet i modelberegninger fra Aarhus Universitet, hvor maskinlæring skal gøre det lettere at finde bedre løsninger til den enkelte mark.
Landmandens valg på marken påvirker både høsten, kvælstoftabet og jordens kulstofindhold. Men hvilke kombinationer giver den bedste samlede effekt?
Det spørgsmål har ph.d.-studerende Meshach Ojo Aderele fra Aarhus Universitet arbejdet med. Hans beregninger peger på muligheder for at reducere udledningen af lattergas og udvaskningen af nitrat, samtidig med at afgrødeudbyttet og jordens kulstoflagre forbedres.
På over 60 procent af de undersøgte marker fandt modellen løsninger med forbedringer på alle fire områder. Beregningerne omfattede marker, der tilsammen dækker 90 procent af Danmarks dyrkningsareal.
Resultaterne indgår i hans ph.d.-afhandling, som han forsvarer fredag den 23. oktober på Aarhus Universitet. Han er tilknyttet forskningscentret Land-CRAFT ved Institut for Agroøkologi.
Hurtigere svar på markens muligheder
Udfordringen er, at traditionelle afgrødemodeller kræver betydelig regnekraft, når de skal undersøge mange forskellige dyrkningsvalg på tusindvis af marker.
»Det er upraktisk i stor skala,« står der i universitetets resumé, som Meshach Ojo Aderele selv har udarbejdet.
Han har derfor udviklet en model baseret på maskinlæring, som efterligner beregningerne i den procesbaserede model LandscapeDNDC. Den hurtigere model gør det muligt at undersøge langt flere kombinationer af dyrkningsvalg.
Potentialet ligger i at kunne tilpasse løsningerne til markernes forskellige forhold frem for at behandle alle arealer ens.
Trænet på millioner af beregninger
En videnskabelig artikel om modellen, offentliggjort i juli, beskriver arbejdet mere detaljeret.
I denne del af forskningen var fokus på vinterhvede. Modellen blev trænet på over 45 millioner simuleringer med forskellige kombinationer af jordbund, vejr og dyrkningspraksis.
Forskerne undersøgte blandt andet fordelingen mellem mineralsk gødning og husdyrgødning, håndtering af planterester, efterafgrøder og vanding.
Beregningerne pegede på, at en bedre kombination af virkemidler kunne forbedre både produktion og miljøresultater uden at øge den samlede gødningsmængde.
Det er derfor interessant for rådgivningen: To marker kan kræve forskellige løsninger, selv om målet om at begrænse tabet af kvælstof er det samme.
Økonomien skal også kunne følge med
Resultaterne er modelberegninger. De dokumenterer endnu ikke, at de samme forbedringer kan opnås på de enkelte bedrifter i praksis.
Der mangler også væsentlige dele af landmandens regnestykke.
»Optimeringsrammen tager på nuværende tidspunkt ikke højde for økonomiske omkostninger, tilgængelig arbejdskraft eller begrænsninger i maskinparken,« skriver forskerne i artiklen, oversat fra engelsk.
Den mest fordelagtige løsning i computeren kan altså kræve en maskine, bedriften ikke har, eller ekstra arbejde på et tidspunkt, hvor kalenderen allerede er fyldt.
Studiet af vinterhvede omfatter heller ikke hele sædskifter. Og modellens sikkerhed afhænger af det datagrundlag og de antagelser, den bygger på.
Arbejdet giver dermed et grundlag for at udvælge lovende dyrkningsstrategier til videre undersøgelse. Før de bliver konkrete anbefalinger, skal de også kunne fungere med bedriftens økonomi, maskiner og hverdag.