Stel je een wereld voor waarin wetenschappers computers gebruiken om de impact van klimaatverandering en andere stressoren op de internationale voedselzekerheid te voorspellen, migratie, en burgerconflicten, en vervolgens die voorspellingen gebruiken om de beschikbaarheid van vitale hulpbronnen te vergroten.

Kelly Cobourn, assistent-professor waterbeheerbeleid in Virginia Tech's College of Natural Resources and Environment, werkt aan een project dat ons misschien een stap dichter bij die realiteit brengt.

Ze maakt deel uit van een team van onderzoekers van de University of Southern California, de Staatsuniversiteit van Pennsylvania, de Universiteit van Minnesota, en de Universiteit van Colorado, die experts op het gebied van kunstmatige intelligentie samenbrengt, model koppeling, hydrologie, agronomie, en economie.

De rol van Cobourn zal het leiden van het sociaaleconomische modelleringswerk dat nodig is om een ​​computermodelleringssysteem te ontwikkelen dat zal helpen voorspellen hoe menselijke activiteiten de natuurlijke wereld kunnen beïnvloeden, en vice versa.

Specifieker, haar werk zal bijdragen aan een beter begrip van voedselzekerheid via de integratie van sociaaleconomische en biofysische modellen, evenals het stroomlijnen van gegevenshulpmiddelen die worden gebruikt bij het beoordelen van voedselzekerheidskwesties.

"Voedselzekerheid is een groot probleem in een groot deel van de wereld, en het zal in de toekomst waarschijnlijk een dringender probleem worden, " zei Cobourn, een lid van de faculteit in het Department of Forest Resources and Environmental Conservation. "Klimaatverandering draagt ​​bij aan voedselonzekerheid, en voedselonzekerheid draagt ​​bij aan burgerconflicten."

Bij het beschouwen van de complexe wisselwerking tussen mens en milieukwesties zoals klimaatverandering, de onderzoekers werken aan modellen die illustreren hoe boeren beslissingen nemen over voedselproductie. Vervolgens zullen ze modellen maken om uit te leggen hoe die beslissingen van invloed zijn op, of worden beïnvloed door, druk op het milieu en sociale systemen.

Het vierjarige project, genaamd MINT voor Model INTegration, wordt geleid door Yolanda Gil, hoogleraar computerwetenschappen aan het Information Sciences Institute van de University of Southern California. Het wordt gefinancierd met een subsidie ​​van $ 13 miljoen van het Defense Advanced Research Projects Agency (DARPA) als onderdeel van DARPA's World Modelers-programma.

Volgens Cobourn, die ook is aangesloten bij het Global Change Center dat is gehuisvest in het Fralin Life Science Institute van Virginia Tech, de kwestie van voedselzekerheid heeft ook defensietoepassingen.

"Voedselonzekerheid kan in veel delen van de wereld vaak tot conflicten leiden. we willen begrijpen hoe verschillende factoren de resultaten van voedselzekerheid bepalen en hoe dat kan leiden tot burgerlijke onrust, " legde Cobourn uit. "Dit kan ons ook helpen beter te begrijpen welke maatregelen moeten worden genomen om voedselonzekerheid te voorkomen en een deel van dat conflict te voorkomen."

De leden van het onderzoeksteam hopen ook hun gevarieerde expertise te gebruiken om gegevensverzameling en voedselzekerheidsmodellering te versnellen.

"Direct, modellering brengt veel gegevensverzameling met zich mee, " zei Cobourn. "Een onderzoeker die aan voedselzekerheid werkt, zou veldgegevens gaan verzamelen of deze handmatig uit verschillende bronnen verzamelen. Het kan jaren duren om gegevens te verzamelen en vervolgens uit te zoeken hoe modellen tussen disciplines kunnen worden gekoppeld. Dit project zou computationele manieren creëren om gegevens uit verschillende bronnen te halen en het modelleringsproces te automatiseren."

Door het verzamelen en modelleren van gegevens te automatiseren, het team zal in staat zijn om de hoeveelheid tijd die nodig is om modellen tussen disciplines met elkaar te verbinden aanzienlijk te verminderen, die zal leiden tot een beter begrip van de kruising tussen menselijke activiteit en het milieu.

In de komende vier jaar zal de onderzoekers zullen modellen van menselijke activiteit en effecten op natuurlijke hulpbronnen ontwikkelen om voorspellingen te doen voor bepaalde delen van de wereld op basis van factoren als klimaatverandering en gewasopbrengsten.

"Ik ga vooral modellen ontwikkelen en scenario's voor menselijk gedrag en beleid maken, Cobourn zei. "De computationele experts weten hoe ze het proces van gegevensverzameling en modellering moeten automatiseren, maar ze hebben misschien geen achtergrond in de disciplines die aan deze problemen werken. De andere disciplinaire experts en ik zullen hen helpen om zaken als agronomische en economische modellen op een zinvolle manier bij elkaar te brengen.

"Het is opwindend om met zo'n groot team van experts samen te werken en na te denken over hoe we de modelleringsinspanningen van gekoppelde menselijke en natuurlijke systemen vooruit kunnen helpen door nieuwe computerhulpmiddelen te ontwikkelen, " voegde ze eraan toe.