|
2023/5/29 - ScienceDirect
|
農業約佔全球溫室氣體排放的四分之一,因此需要準確地量化農業碳效益(包括氧化亞氮、甲烷排放和土壤碳儲量變化),以支持減少排放。本文以「系統體系」(System-of-Systems)框架為核心,建立「農田碳效益
=環境 (E) × 管理 (M) ×
作物
(C)」,希望可以開發穩定且可推廣應用的解決方案。針對解決方案需提供5項關鍵因子:可具體實測地面數據資料(光合作用(GPP)估計、機載高光譜成像(AHI))、模擬複雜之能量循環、數據融合(律定參數及考量不確定性)、導入AI技術(深度學習、知識引導機器學習(KGML))、建立穩定三層次驗證機制(超級點位、中層點位、擴散點位)。研究成果顯示,單一技術難以兼顧田間級別準確性與大範圍可擴展性,必須依賴多源整合。此外,三層次驗證機制提高模型可靠度,尤其是監測資源有限的擴展點位。作者建議未來加大研發投入、制定統一的量化協議,以及建設開放且高品質的數據平台,以支持永續農業生態系統管理。
|
|