L'umidità del suolo è facile da vedere quando il tuo Little Leaguer preferito scivola in seconda base il giorno dopo un grande temporale estivo. Il fango schizzato sull'uniforme di quel piccolo imbroglione racconta la storia.

Cercando di misurare l'umidità del suolo in vaste aree:regioni, nazioni, continenti - è tutta un'altra sfida, e uno critico. La conoscenza di questa dimensione del nostro ecosistema è estremamente importante per gli agricoltori, pianificatori, scienziati, compagnie di assicurazione e chiunque sia preoccupato di prepararsi al cambiamento ambientale globale.

"Comprendere questi schemi è fondamentale per la sicurezza nazionale e internazionale, " disse Rodrigo Vargas, professore associato di ecologia degli ecosistemi e cambiamento ambientale presso il Dipartimento di Scienze delle piante e del suolo dell'Università del Delaware. "Non possiamo misurare tutto ovunque in ogni momento... Quindi stiamo usando approcci alternativi, come l'apprendimento automatico che ci aiuta a ottenere informazioni da insiemi di dati complessi."

Ora Vargas e il dottorando Mario Guevara hanno sviluppato un nuovo approccio che affina la nostra capacità di prevedere l'umidità del suolo, anche in vaste aree dove non sono disponibili dati. Rispetto alle stime standard prodotte dai sensori satellitari, il nuovo approccio aumenta l'accuratezza di queste stime di oltre il 20%. Consente inoltre di prevedere le condizioni di umidità del suolo in aree molto più piccole e in modo più dettagliato di quanto i modelli standard siano stati in grado di mostrare. Hanno descritto il loro lavoro in un recente numero di PLOS UNO , una rivista peer-reviewed pubblicata dalla Public Library of Science.

I migliori dati sull'umidità del suolo ora vengono raccolti utilizzando sensori basati su satellite che forniscono previsioni in griglie di circa 27 chilometri per pixel. Questo è uno spazio di quasi 17 miglia quadrate, circa la distanza da Main Street a Newark, Delaware, allo storico New Castle sul fiume Delaware.

È utile per analizzare modelli regionali o globali, ma una scala così ampia può fornire solo informazioni limitate sulle condizioni locali.

Il metodo che Guevara e Vargas hanno sviluppato fornisce una definizione molto più alta, miglioramento della risoluzione da 27 chilometri a 1 chilometro per pixel o da circa 17 miglia a poco più di mezzo miglio. Questa è all'incirca la distanza dal Trabant Student Center di UD a un'estremità di East Main Street al centro commerciale di Newark dall'altra. Molto più stretto e molto più utile per le applicazioni in tutto lo stato.

Il nuovo approccio combina la scienza dei dati e l'apprendimento automatico con la scienza emergente della geomorfometria:analisi quantitativa della superficie terrestre utilizzando informazioni topografiche, analisi delle immagini e statistica spaziale.

Poiché l'umidità del suolo varia in base alla posizione e cambia nel tempo, misurazione affidabile e metodi predittivi sono essenziali. La topografia, che definisce i parametri fisici della superficie terrestre, è un fattore critico per le stime dell'umidità del suolo. Elevazione, pendenza e altre caratteristiche della superficie terrestre sono forti predittori di come l'acqua, dalla pioggia, irrigazione e altre fonti - si sposteranno, drenare e influenzare un'area.

"Dobbiamo capire la dinamica dell'acqua, " ha detto Guevara. " Capiamo un sacco di componenti del ciclo dell'acqua, ma ci sono molte cose che non sappiamo. Vogliamo proteggere le risorse idriche e sapere come vengono distribuite, la loro geografia. L'umidità del suolo è un indicatore importante delle risorse idriche".

Utilizzando sensori satellitari, l'umidità del suolo può essere misurata a una profondità di circa 5 centimetri (poco meno di 2 pollici).

"I satelliti non riescono a vedere facilmente l'umidità del suolo negli strati più profondi del suolo, " ha detto Guevara.

Ma quel sottile strato di terreno contiene informazioni cruciali.

"L'umidità superficiale del suolo è un indicatore chiave della secchezza del suolo. Influenza la produttività del suolo e, in definitiva, la salute del suolo, "Guevara ha detto, "poiché l'acqua nei primi centimetri di suolo è parte dell'acqua utilizzata dalle colture o dalla biodiversità del suolo (ciclaggio dei nutrienti) che controlla la capacità del suolo di produrre cibo, fibra e immagazzinare acqua."

Nello sviluppo del nuovo modello predittivo, Guevara ha utilizzato i dati satellitari sull'umidità del suolo raccolti per più di un decennio (1991-2016) negli Stati Uniti continentali dall'iniziativa sui cambiamenti climatici dell'Agenzia spaziale europea.

Lui e Vargas hanno lavorato in collaborazione con UD Information Technologies, ha utilizzato la forza del cluster di elaborazione ad alte prestazioni Farber di UD e ha attinto alle risorse del nuovo Data Science Institute.

Guevara ha sviluppato fattori di previsione utilizzando l'analisi digitale automatizzata del terreno e ha definito 15 tipi di parametri del terreno (come pendenza e aspetto, tra gli altri). Ha analizzato la struttura spaziale e la distribuzione di questi parametri in relazione all'umidità del suolo e ha utilizzato un algoritmo per selezionare i migliori modelli.

Le previsioni risultanti sono state convalidate rispetto alla "verità di base, " dati sul campo sull'umidità del suolo dal set di dati sull'umidità del suolo nordamericano. Questo set di dati, sviluppato dall'ex allievo di UD Steven Quiring, che era uno studente di dottorato del professore UD e climatologo statale Dan Leathers, attinge dati rigorosamente curati da più di 2, 000 stazioni meteorologiche negli Stati Uniti continentali.

Il prossimo capitolo della ricerca è estendere il lavoro su scala globale, ha detto Vargas. Ulteriori discussioni su questo sono disponibili sulla rivista Earth System Science Data.