Peneliti HKUST Mengembangkan Model Berbantuan KI untuk Membantu Mengurangi Emisi Ammonia Global dari Lahan Pertanian sebesar 38%

(SeaPRwire) –   Berkontribusi pada Tujuan Pembangunan Berkelanjutan PBB

HONG KONG, Feb. 1, 2024 — Sebuah tim peneliti internasional yang dipimpin oleh Universitas Sains dan Teknologi Hong Kong (HKUST) telah mencapai terobosan signifikan dengan mengembangkan model kecerdasan buatan (AI) yang dapat membantu mengurangi emisi amonia (NH3) global dari pertanian.  

Dengan memanfaatkan kekuatan pembelajaran mesin, studi inovatif ini tidak hanya mengungkapkan bahwa emisi NH3 global dari lahan pertanian lebih rendah dari yang diperkirakan sebelumnya, tetapi juga menunjukkan bagaimana pengoptimalan pengelolaan pupuk dapat secara efektif mengurangi emisi sekitar 38%, tanpa mengurangi penggunaan pupuk nitrogen secara keseluruhan. Hal ini memberikan wawasan yang berharga bagi para pembuat kebijakan di seluruh dunia untuk mengatasi tujuan pembangunan berkelanjutan PBB yang terkait dengan pengentasan kemiskinan, ketahanan pangan, dan pertanian berkelanjutan.

Pelepasan NH3 dari berbagai proses pertanian dan industri dapat menyebabkan polusi udara dan air, merusak ekosistem dan menimbulkan ancaman bagi kesehatan manusia. Meskipun NH3 itu sendiri bukan gas rumah kaca, namun dapat bereaksi di tanah dan atmosfer, membentuk senyawa seperti nitrous oksida, gas rumah kaca kuat yang berkontribusi terhadap perubahan iklim.

Perlu dicatat, produksi tiga tanaman utama – padi, gandum, dan jagung – menyumbang lebih dari setengah emisi NH3 lahan pertanian global. Karena permintaan pangan meningkat di tengah pertumbuhan populasi dunia, penting untuk menemukan cara mengurangi emisi ini demi pembangunan yang berkelanjutan. Namun, kurangnya informasi akurat dalam skala global membuat negara-negara sulit untuk menerapkan strategi pengurangan emisi yang efektif yang disesuaikan dengan kondisi spesifik mereka.

Untuk mengatasi tantangan ini, tim peneliti yang dipimpin oleh Prof. Jimmy FUNG Chi-Hung, Ketua Profesor Divisi Lingkungan dan Keberlanjutan HKUST di Akademi Studi Interdisipliner dan Departemen Matematika, dan Prof. ZHENG Yi dari Fakultas Sains dan Teknik Lingkungan di Universitas Southern Sains dan Teknologi (SUSTech), mengumpulkan dan menyusun kumpulan data berdasarkan data pengamatan lapangan tingkat emisi NH3 yang mencakup antara tahun 1985 dan 2022. 

Mereka kemudian melatih model komputer bertenaga AI untuk memperkirakan emisi NH3 global menggunakan kumpulan data sekaligus mempertimbangkan berbagai faktor geografis seperti iklim, karakteristik tanah, jenis tanaman, air irigasi, pupuk, dan praktik pengolahan tanah. Model ini mampu menghasilkan rencana pengelolaan pupuk khusus untuk berbagai wilayah.  Misalnya, di Asia, sekitar 76% lahan gandum cocok untuk menggunakan pupuk efisiensi tinggi (EEF) untuk mengurangi emisi NH3 karena pengaruh pemanasan global, karena suhu memainkan peran penting dalam emisi NH3 dari lahan gandum di Asia.

Model AI menemukan bahwa dengan mengoptimalkan pengelolaan pupuk, termasuk menyesuaikan waktu pemupukan, memanfaatkan campuran nutrisi tertentu, dan menerapkan praktik penanaman dan pengolahan tanah yang sesuai, adalah memungkinkan untuk mengurangi emisi NH3 global dari tiga tanaman tersebut hingga 38%, dengan Asia memiliki potensi pengurangan NH3 tertinggi, diikuti oleh Amerika Utara dan Eropa. Temuan ini sangat penting karena penelitian ini telah memproyeksikan peningkatan 4,0% hingga 5,5% emisi NH3 global dari lahan pertanian selama periode 30 tahun hingga 2060. Oleh karena itu, bahkan mencapai sebagian kecil dari pengurangan potensial ini akan cukup untuk mengimbangi peningkatan yang diproyeksikan.

Prof. Jimmy Fung berkata, “Upaya global untuk mengurangi emisi saat ini menghadapi kendala yang signifikan, seperti biaya tinggi dan ukuran lahan pertanian yang kecil. Temuan ini menggambarkan peta global dengan data terkini tentang emisi NH3 global, yang dapat menginformasikan pembuatan kebijakan dan praktik pengelolaan yang ditujukan untuk mengurangi polusi udara dan memastikan ketahanan pangan. Hal ini menggarisbawahi potensi luar biasa dalam penggunaan data besar dan AI dalam mendorong pembangunan berkelanjutan.”

Studi tersebut, berjudul “Fertilizer management for global ammonia emission reduction”, telah diterbitkan dalam jurnal sains multidisipliner terkemuka Nature. Penulis pertama bersama penelitian ini adalah Tn. LI Geng, mahasiswa PhD dari HKUST dan Dr. XU Peng, Asisten Profesor Riset dari SUSTech. Tim peneliti terdiri dari anggota dari Universitas Tianjin, Colorado State University, Universita Peking, Sekolah Pascasarjana Universitas Peking Shenzhen, Laboratorium Nasional Oak Ridge, Universitas Kehutanan Beijing, dan Cornell University.

Unduh foto di sini: 

Artikel ini disediakan oleh penyedia konten pihak ketiga. SeaPRwire (https://www.seaprwire.com/) tidak memberikan jaminan atau pernyataan sehubungan dengan hal tersebut.

Sektor: Top Story, Daily News

SeaPRwire menyediakan distribusi siaran pers real-time untuk perusahaan dan lembaga, menjangkau lebih dari 6.500 toko media, 86.000 editor dan jurnalis, dan 3,5 juta desktop profesional di 90 negara. SeaPRwire mendukung distribusi siaran pers dalam bahasa Inggris, Korea, Jepang, Arab, Cina Sederhana, Cina Tradisional, Vietnam, Thailand, Indonesia, Melayu, Jerman, Rusia, Prancis, Spanyol, Portugis dan bahasa lainnya. 

Next Post

Adyen Bermitra dengan BILL guna Menyediakan Kemampuan Penerbitan Kartu Canggih

Kam Feb 1 , 2024
(SeaPRwire) –   Produk paket keuangan tertanam milik Adyen sekarang mendukung produk kartu dan layanan BILL untuk solusi AP dan AR-nya AMSTERDAM, 1 Feb. 2024 — Adyen (AMS: ADYEN), platform teknologi finansial global pilihan bagi para pebisnis terkemuka, hari ini mengumumkan bahwa mereka bermitra dengan BILL, platform operasi finansial terkemuka […]