L'acqua dolce non è illimitata. Le precipitazioni non sono prevedibili. E le piante non hanno sempre sete.

Solo il 3% dell'acqua mondiale è potabile, e più del 70 per cento di quell'acqua dolce viene utilizzata per l'agricoltura. L'irrigazione non necessaria spreca enormi quantità di acqua - alcune colture vengono annaffiate il doppio di quanto ne hanno bisogno - e contribuisce all'inquinamento delle falde acquifere, laghi e oceani.

Un modello predittivo che combina informazioni sulla fisiologia vegetale, le condizioni del suolo e le previsioni meteorologiche in tempo reale possono aiutare a prendere decisioni più informate su quando e quanto irrigare. Ciò potrebbe risparmiare il 40% dell'acqua consumata con metodi più tradizionali, secondo una nuova ricerca Cornell.

"Se disponi di un framework per connettere tutte queste eccellenti fonti di big data e machine learning, possiamo rendere l'agricoltura intelligente, " ha detto Fengqi You, il Roxanne E. e Michael J. Zak Professore di Ingegneria dei Sistemi Energetici presso la Smith School of Chemical and Biomolecular Engineering.

Sei autore senior di "Robust Model Predictive Control of Irrigation Systems With Active Uncertainty Learning and Data Analytics, " che è stato pubblicato online a maggio su IEEE Transactions on Control Systems Technology. Il documento è stato scritto in collaborazione con Abraham Stroock, il Gordon L. Dibble, Professore e William C. Hooey Direttore della Smith School, che sta lavorando a strategie di conservazione dell'acqua con i coltivatori di mele nello stato di New York e mandorle, coltivatori di mele e uva nelle regioni della costa occidentale colpite dalla siccità.

"Queste colture, quando cresciuto nel semiarido, ambiente semidesertico della Central Valley della California, sono grandi consumatori di acqua:un litro d'acqua per mandorla, "Stroock ha detto. "Quindi c'è una reale opportunità per migliorare il modo in cui gestiamo l'acqua in questi contesti".

Il controllo preciso dell'umidità delle piante potrebbe anche migliorare la qualità delle colture speciali sensibili come l'uva da vino, Egli ha detto.

Il primo autore dell'articolo è Chao Shang, un ex ricercatore post-dottorato alla Smith School e ora assistente professore di automazione alla Tsinghua University.

In precedenza, Il gruppo di Stroock ha sviluppato dei sensori per determinare quando le piante hanno sete. Ma i sensori da soli sono insufficienti, perché i coltivatori non hanno bisogno di irrigare se sta per piovere. Considerando che le previsioni del tempo sono migliori ma non ideali, Hai detto, perché le previsioni spesso sono sbagliate, e l'incertezza di una previsione può essere maggiore delle precipitazioni attese.

Il metodo dei ricercatori utilizza i dati meteorologici storici e l'apprendimento automatico per valutare l'incertezza delle previsioni meteorologiche in tempo reale, così come l'incertezza di quanta acqua andrà persa nell'atmosfera dalle foglie e dal suolo. Questo è combinato con un modello fisico che descrive le variazioni dell'umidità del suolo.

Integrando questi approcci, hanno trovato, rende le decisioni sull'irrigazione molto più precise.

"Dobbiamo eseguire questi metodi basati sui dati per ottenere dati storici e cercare di capire, storicamente, la precisione di una previsione, e poi cerchiamo di proteggerci da quell'incertezza, " Hai detto. Questo vale sia per l'ora che per il luogo esatto della pioggia.

Nella carta, i ricercatori hanno condotto un caso di studio basato su colture erbacee in Iowa. Hanno scoperto che il loro sistema di controllo predittivo utilizzava molta meno acqua rispetto ad altri metodi.

Un team di studenti sta attualmente installando una rete di valvole basata su questo sistema su piante di mele in vaso a Cornell Orchards per testarlo per un uso futuro. Sebbene le precipitazioni nello stato di New York e nel nord-est possano essere abbondanti, le siccità di mezza estate stanno diventando più frequenti e possono essere devastanti. Per esempio, la siccità estiva del 2016 ha portato a una perdita di quasi il 50% del raccolto per le aziende frutticole non irrigate nello stato di New York, secondo un sondaggio condotto da Cornell e Nature Conservancy.

"La nostra ricerca sulle mele a New York è nel contesto della preparazione per il futuro. Mentre nello stato di Washington e in California, è il presente, " Disse Stroock. "Stanno dosando l'acqua ogni giorno, ogni estate. E farlo in un modo non ottimale".

Parte della sfida della ricerca è identificare il metodo migliore per ogni coltura, e determinare i costi ei benefici del passaggio a un sistema automatizzato da uno gestito dall'uomo. Poiché i meli sono relativamente piccoli e rispondono rapidamente ai cambiamenti delle precipitazioni, potrebbero non richiedere settimane o mesi di dati meteorologici. Mandorli, che tendono ad essere più grandi e più lenti ad adattarsi, beneficiare di previsioni a lungo termine.

"Dobbiamo valutare il giusto livello di complessità per una strategia di controllo, e il più fantasioso potrebbe non avere più senso, " Ha detto Stroock. "Gli esperti con le mani sulle valvole sono piuttosto bravi. Dobbiamo assicurarci che se proporremo a qualcuno di investire in nuove tecnologie, dobbiamo essere migliori di quegli esperti."