Как EOSDA Мониторит Поглощение Углерода С ИИ И ML

Какие Модели Задействованы В Вашем Решении SOC-Моделирования?

Алексей Нескоровный: Мы решили использовать для оценки органического углерода в почве две модели машинного обучения. Такой подход в дальнейшем упростит совершенствование нашего решения.

Первая модель оценивает пространственное распределение органического углерода в почве в зависимости от растительного покрова. В качестве основы используются физические образцы почвы. Показания этой модели затем расцениваются как базовые для расчета углеродных кредитов.

Вторая модель прогнозирует изменения содержания углерода в почве с течением времени. Она используется для того, чтобы агропредприятия могли оценить будущие перспективы с точки зрения поглощения углерода.

Наш подход основан на модели RothC. Она характеризует процесс поглощения органического углерода верхними слоями почвы, не подверженными заболачиванию, по типу почвы, температуры, уровню влажности и растительному покрову ^{Rothhamsted Carbon Model (RothC): Understanding Soil Carbon Dynamics.}. Чтобы обеспечить большую точность и достоверность нашего решения, мы дополнили модель RothC рядом дополнительных параметров, включая характеристики рельефа, экологические факторы и методы обработки почвы. Мы также добились возможности прогнозирования содержания углерода в любом временном промежутке в пределах типичного 20-летнего периода. Версия RothC с открытым исходным кодом ограничена лишь 20-летним прогнозом.

Какую Пользу Приносит Модель Клиентам?

Регина Уразманова: Главное преимущество заключается в том, что агропредприятия могут получить новый источник дохода — углеродные кредиты — и при этом сэкономить до 90% расходов на образцах почвы, начиная со второго отбора. Еще одно преимущество заключается в том, что модель упрощает работу клиента. Лаборатория анализирует образцы почвы, а клиент отправляет нам полученные результаты. Затем мы обрабатываем их, чтобы рассчитать текущий и прогнозируемый уровни углерода. В конце процесса клиент получает отчет или список с данными о содержании углерода в своей почве.

Алексей Нескоровный: Для аналитики мы используем снимки высокого разрешения и открытые данные со спутников Landsat, Sentinel и ряда других. Для моделирования мы можем использовать разрешение десять метров на пиксель. Данные, такие как особенности рельефа и исходные характеристики почвы, существенно влияют на результаты, поскольку растительный покров и рельеф определяют исходный уровень углерода и могут изменить требования к модели. Мы также предоставляем важные данные для точного управления сельским хозяйством, начиная с зонирования и метеорологических сводок и заканчивая аналитикой влажности почвы. Часть этой информации также необходима для нашей SOC-модели. EOS Data Analytics гордится тем, что предоставляет нашим клиентам точные и своевременные отчеты с качественной информацией.

Регина Уразманова: Что касается преимуществ с точки зрения снижения последствий изменения климата, то наша модель позволяет оценить, насколько эффективно работают практикуемые регенеративные методы ведения сельского хозяйства. Ведь есть сохранение почвы и различные другие практики, которые направлены на восстановление экосистем и смягчение воздействия парниковых газов на климат. Измерять их эффективность не менее важно.

Какие Данные Нужны Для Расчета Поглощения Углерода?

Регина Уразманова: Чтобы модель работала правильно, мы используем обширный набор данных и до 140 различных предикторов. К ним относятся климатические данные, снимки оптических и SAR-спутников, DEM (цифровая модель рельефа) и производные от нее параметры, а также информация о почве.

Набор данных обязательно должен включать в себя погодные условия, характеристики почвы и рельефа, индексы растительности, а также различные спутниковые данные, в том числе информацию о растительном покрове. Поскольку мы являемся компанией, работающей со спутниковыми снимками, мы в значительной степени полагаемся на собственные выводы и отчеты, и большая часть данных поступает от нас. Данные клиента также очень важны для моделирования, поскольку фактические данные о почве делают модель более точной.

Если Агропредприятие Хочет Получить Углеродные Кредиты, С Чего Ему Следует Начать?

Алексей Нескоровный: Некоторые агропредприятия берут на себя роль разработчиков углеродных проектов, когда начинают следить за поглощением углерода и выходят на рынок углеродных кредитов. Существуют также компании-разработчики углеродных проектов, которые специализируются именно на практиках поглощения углерода. Первым шагом обеих типов организаций должен стать сбор проб почвы на выбранном участке в течение нескольких лет. Да, разработчикам углеродных проектов необходимо быть готовыми к тому, что это потребует много времени, если только они не имеют собранных ранее данных о почве и углероде в ней. Затем образцы почвы отправляются в лабораторию, которая должна провести их анализ, а также определить количество углерода и количество глины в земле. Также необходимо собрать данные у таких компаний, как EOSDA, которые предоставляют услуги SOC-мониторинга.

Лишь после этого наша команда приступает к процессу моделирования углерода в почве. Нам необходимо найти и загрузить или обработать исходные наборы данных о погодных условиях, типе и составе почвы, модели рельефа, растительном покрове или землепользовании, сельскохозяйственных культурах, образцах почвы и т. д. В этом процессе мы используем открытые источники данных, государственные данные, записи платформы EOSDA Crop Monitoring, предоставленные клиентом, и информацию, собранную им самим.

Мы можем начать с доказательства жизнеспособности идеи на площади 1 000 гектаров (или 2 470 акров) земли. Следующий шаг — обработка данных, настройка модели для территории, на которой проводится тестирование идеи, и расчет органического углерода в почве.

Регина Уразманова: После этого мы переходим к расчету пространственного распределения органического углерода и проверке результатов по образцам почвы. Этот этап очень интересен, потому что именно на нем происходит наиболее важная работа — калибровка модели, обеспечивающая максимальную точность результатов. В качестве опции для клиентов, желающим получить прогнозы и сэкономить до 90% на следующих пробах почвы, мы можем уточнить наш анализ, скорректировав содержание на основе предикторов и пространственного распределения с помощью модели RothC. Иными словами, что мы можем сравнить результаты анализа почвенного образца с будущими прогнозами содержания органического углерода в почве, чтобы, например, оценить, на какое количество углеродных кредитов может рассчитывать клиент или насколько эффективны выбранные им методы поглощения углерода.

Именно такая последовательность процессов в итоге приводит к понятным данным, которые могут повлиять на реальные решения. Затем нам необходимо подтвердить наши результаты в течение договоренного периода. Последний шаг — подготовка отчета.

Вы Упомянули Об Образцах Почвы. Как Именно В EOSDA Анализируют Почву? Тестировали Ли Вы Для Этого Свою Модель?

Алексей Нескоровный: Во-первых, анализ почвы проводит местная лаборатория, которая обладает гораздо более глубокими знаниями о том, как и когда брать образцы в регионе и как правильно их оценивать. Хочу подчеркнуть, что агропредприятиям не нужно отправлять образцы почвы в EOS Data Analytics. Мы работаем с готовыми лабораторными анализами образцов.

Во-вторых, для нашей модели необходимы образцы почвы с содержанием глины. Глина имеет большую площадь поверхности и отрицательно заряжена, что позволяет ей притягивать и удерживать воду и питательные вещества. Это свойство влияет на уровень влажности почвы и определяет активность микроорганизмов и скорость разложения органических веществ, которые играют центральную роль в динамике поглощения углерода. Кроме того, глина играет роль в защите органических веществ от разложения посредством таких процессов, как физическая защита и химическая стабилизация. Это влияет на скорость оборота органического вещества и, в конечном счете, на уровень SOC. По этой причине мы внимательно следим за содержанием глины в почвенных образцах. Нам необходим минимум один образец на каждые четыре-пять гектаров земли для достаточной точности модели. Образцы должны содержать данные об органическом углероде в почве, содержании глины, насыпной плотности и географической привязке.

Регина Уразманова: А я скажу, как EOSDA использует данные о почве в SOC-модели. Мы моделируем органическое вещество в образце почвы на основе анализа почвы. Но результаты нашей SOC-модели дают более широкий расчет органического углерода в почве, чем лабораторный отчет по образцу. Наш анализ учитывает дополнительные факторы, такие как климат, погода и другие переменные, что повышает точность составления карты распределения углерода.

Алексей Нескоровный: На данный момент мы протестировали эту модель в Австралии с компанией AgriProve, самым быстрорастущим разработчиком технологий связанных с углеродом в почве в Австралии и нашим партнером с 2022 года. Мы сотрудничаем в рамках двухлетнего проекта, финансируемого правительством Австралии в виде гранта в размере 9,2 миллиона долларов. В рамках этого проекта мы разрабатываем технологию, позволяющую использовать различные индексы, рассчитанные на основе снимков оптических и SAR-спутников. Мы также используем обширный набор предикторов, то есть переменных, полученных из различных источников, включая цифровые карты рельефа и их производные, а также биоклиматические показатели и характеристики почвы.

Анализ органического углерода в лабораториях используется для прямого расчета содержания органического вещества в почве или интегрируется в модель RothC.

Целью нашего проекта является создание коммерческого метода органического земледелия, регенеративного сельского хозяйства и поглощения углерода в больших масштабах. Результат должен позволить агробизнесу получать доход от деятельности по сокращению выбросов углерода и обеспечивать устойчивую прибыль на австралийском рынке.

Какие Виды Почв Способны Накапливать Углерод?

Регина Уразманова: Различные типы почв по-разному поглощают углерод. Недавние исследования показывают, что, например, буроземы и луговые почвы обладают значительно большей способностью к поглощению углерода ^{Balasubramanian, D., Zhou, W.-J., Ji, H.-L., Grace, J., Bai, X.-L., Song, Q.-H., Liu, Y.-T., Sha, L.-Q., Fei, X.-H., Zhang, X., Zhao, J.-B., Zhao, J.-F., Tan, Z.-H., & Zhang, Y.-P. (2020). Environmental and management controls of soil carbon storage in grasslands of southwestern China. Journal of Environmental Management, 254, 109810. https://doi.org/10.1016/j.jenvman.2019.109810.}. Наибольшее значение для SOC-моделирования в этом смысле имеет объем глины в почве.

Однако тип почвы – это лишь один из факторов, влияющих на улавливание CO2. Топографическая обстановка, климат и погода также играют важную роль. Самой важной здесь, безусловно, является ранее проделанная полевая работа.

Предоставляете Ли Вы Еще Какие-либо Услуги По Реализации Проектов, Связанных С Органическим Углеродом В Почве?

Алексей Нескоровный: Для накопления органического углерода в почве необходимо придерживаться определенных практик. Например, многолетние культуры поглощают больше CO2, чем однолетние. Покровные культуры и отказ от практик обработки почвы также стимулируют накопление углерода. Сельскохозяйственные предприятия заботятся о своей почве множеством способов, и получение углеродных кредитов в результате является для них приятным бонусом ^{Bedord, L. (2023, April 20). The truth about soil’s ability to sequester carbon. Successful Farming.}. Компания EOS Data Analytics готова предоставить дополнительные услуги, которые помогут еще больше улучшить состояние почвы и, как следствие, обогатить ее углеродом.

Мы предлагаем два индивидуальных решения для расширения услуг по SOC-моделированию, которые мы предоставляем нашим клиентам: определение границ полей и классификация сельскохозяйственных культур. Давайте остановимся на каждом из них немного подробнее. Определение границ полей помогает нам определить размер каждого поля и установить его границы, что значительно экономит время наших клиентов при сборе данных об участках мониторинга углерода. Это индивидуальное решение может быть использовано, если клиент не может предоставить границы своих угодий в цифровом формате или если их площадь настолько велика, что проще классифицировать ее из космоса. Классификация сельскохозяйственных культур необходима, так как разные культуры обладают различной способностью поглощать углерод. Если территория достаточно велика, ручная классификация культур может занять много времени, и именно в этом случае специальное решение EOSDA помогает сократить это время. Севооборот — это еще одна практика поглощения углерода, и информация о ранее выращенных на исследуемых землях культурах тоже важна. Кроме этого, наше решение может определить наличие покровных культур.

Короче говоря, наши индивидуальные решения упрощают и автоматизируют значительный объем работы, который в ином случае разработчикам углеродных проектов приходится выполнять вручную.

Кроме этих двух основных решений, мы можем предоставить и другие услуги, призванные помочь агропредприятиям достичь поставленных по поглощению углерода целей. Одной из них является оценка количества биомассы, являющаяся частью индивидуального решения по прогнозированию урожайности. Это решение позволяет нам предсказать предполагаемую урожайность на поле клиента, поскольку оценка основывается на тенденциях исторических данных. Еще один инструмент — определение метода обработки почвы. Метод безотвальной обработки почвы спасает землю от эрозии и, следовательно, предотвращает утечку углерода. Наши возможности дистанционного зондирования помогают разработчикам углеродных проектов экономить время, позволяя им дистанционно проверять соблюдение стандартов обработки почвы, что избавляет их от необходимости частого посещения полей.

Последняя возможность Моделирования Органического Углерода Почвы, которая, вероятно, представляет наибольший интерес для разработчиков углеродных проектов, — это отчетность. В каждом проекте, связанном с углеродом почвы, требуется огромное количество информации, в том числе исторические полевые данные о культурах, использовании удобрений, методах восстановительного земледелия, поглощении углерода, включая исходный базовый уровень этого углерода, и многое другое. Отчетность служит наиболее простым способом передачи информации о проекте заинтересованным сторонам. Мы адаптируем наши отчеты к потребностям клиента.

Каковы Ваши Дальнейшие Планы По Развитию Своих SOC-решений?

Регина Уразманова: В настоящее время мы получаем многочисленные запросы от потенциальных клиентов на новые проекты. Значительный спрос наблюдается именно на Моделирование Органического Углерода Почвы. Обработка запросов и общение с клиентами позволяют нам все глубже понимать их потребности и то, чем мы можем им помочь. Мы планируем совершенствовать наши продукты и решения в соответствии с индивидуальными потребностями клиентов на различных рынках.

Мы также поняли, что у нас есть узкое место: не у каждого клиента есть образцы почвы или возможности для их извлечения перед началом углеродного проекта. Чтобы решить эту проблему, наша команда пришла к идее найти местных партнеров в разных регионах. Это позволит нам обеспечить качество данных, увеличить скорость доставки результатов и собирать данные в формате, который идеально подходит для нашей SOC-модели. Для этого мы приглашаем любую лабораторию, анализирующую образцы почвы и заинтересованную в сотрудничестве, связаться с нами по адресу sales@eosda.com.