Het voorspellen en lokaliseren van welke landbouwpraktijken het meest waarschijnlijk beschermen tegen milieuschade is een complexe aangelegenheid, en onderzoekers van de Ohio State University werken aan het verfijnen van de instrumenten die boeren en anderen kunnen helpen schadelijke algenbloei te voorkomen.

Deze week tijdens de herfstbijeenkomst van de American Geophysical Union (AGU) in Washington, gelijkstroom, een team van wetenschappers van de Ohio State University deelde vroege resultaten van een drietal onderzoeken die gericht zijn op het verbeteren van modellen die zijn ontworpen om landbouwpraktijken te begeleiden om het risico op afvloeiing van stikstof en fosfor te verminderen. Dergelijke afvoer leidt tot de groei van giftige algen in waterwegen.

Basismodellen voor het voorspellen van de gevolgen van verschillende beslissingen, zoals wanneer kunstmest moet worden toegepast, zijn beschikbaar, maar moeten worden verfijnd om de betrouwbaarheid te waarborgen en het vertrouwen van de belanghebbenden te winnen, waaronder boeren en milieubeschermingsorganisaties, zei Jay Martin, een professor in ecologische engineering aan de Ohio State.

Asmita Murumkar, een postdoctoraal onderzoeker aan de Ohio State, zei dat haar werk begint te verduidelijken hoe de timing van de toediening van kunstmest samengaat met zware regenval om bij te dragen aan de afvoer van voedingsstoffen. Ze werkt met de Ohio Applicator Forecast, een tool die gegevens van de National Weather Service gebruikt om risicoschattingen toe te wijzen aan het op verschillende tijdstippen toedienen van kunstmest.

Murumkar hoopt dat haar onderzoek zal helpen kwantificeren welke impact de tool zou hebben op het milieu in verschillende scenario's, bijvoorbeeld als een kwart van de boeren in het stroomgebied van de Maumee-rivier het zou gebruiken, of de helft.

"We willen beter begrijpen hoeveel fosforafvoer het in de regio zou verminderen, "Maarten zei, eraan toevoegend dat er voldoende bewijs is dat individuele landbouwpraktijken de afvoer van die boerderijen beïnvloeden, maar minder bewijs in termen van grotere schattingen.

"We weten uit ons eerdere werk dat de timing van bemesting belangrijk is, maar we willen over het hele Lake Erie Basin kunnen kijken en de best-case en worst-case scenario's kennen en deze modellering zal helpen dat aan te pakken, " hij zei.

Margaret Kalci, assistent-professor in Ohio State's Food, Afdeling Landbouw en Biologische Engineering, zei dat boeren worden aangemoedigd om de "Vier R's" voor het juiste moment te volgen, bron, hoeveelheid en plaats bij het bemesten.

"Maar 'recht' is niet duidelijk gedefinieerd, en ons team werkt eraan om onze partners in Ohio, inclusief boeren, pleitbezorgers en beleidsmakers, met betere antwoorden, ' zei Kalcic.

Maarten toegevoegd, "Er is hier meer subtiliteit dan alleen kijken naar het weer en het bodemvocht en we proberen de beste oplossingen te vinden die de landbouwproductie en milieubescherming ondersteunen."

Grijze Evenson, een postdoctoraal onderzoeker aan de Ohio State, zal de eerste bevindingen over zijn werk presenteren om de beste gegevens te identificeren die bij het modelleren kunnen worden gebruikt, zodat het een nauwkeuriger beeld geeft van wat er in velden en aangrenzende waterlopen gebeurt.

"We willen de waarde van deze beste managementpraktijken niet onderschatten of overschatten. sommige praktijken kunnen grotere voordelen opleveren dan we ze in het model toekennen, zoals het verbeteren van de bodemgezondheid, wat leidt tot een betere waterretentie, ' zei Evenson.

Kalcic toegevoegd, "Veel van dit werk gaat over het afstemmen van bestaande modellen. Door de kwaliteit van de informatie die we erin stoppen te verbeteren, hebben we meer vertrouwen in de informatie die eruit komt." Ze zei dat er veel vragen zijn over de grotere milieueffecten van praktijken zoals no-till farming, die over het algemeen als milieuvriendelijk wordt beschouwd.

"We weten dat no-till goed is voor het voorkomen van bodemerosie, maar er zijn nog steeds onzekerheden over de effecten ervan op de waterkwaliteit in de regio, ' zei Kalcic.

Afstudeerstudent Anna Apostel besprak een derde project, waarin ze verschillende parameters in één model manipuleert om te proberen te bepalen hoe betrouwbaar - of niet - het model is. Het doel op lange termijn is om te evolueren naar meer robuuste schattingen van hoe praktijken bijdragen aan de waterkwaliteit.

Martin zei dat het aanpassen van parameters, zodat de omvang van processen beter overeenkomt met de realiteit en gegevens van waarnemingen in het veld, een cruciaal onderdeel is van het verbeteren van de modelprestaties.

"We willen onze vergelijkingen aanpassen om de werkelijkheid beter weer te geven, ' zei Apostel.

Het overkoepelende doel van al het werk, zeiden de onderzoekers, is om modellen te hebben die beter aansluiten bij wat de onderzoekers in veldexperimenten hebben waargenomen, maar die de problemen op een brede, regionaal niveau.

"We weten dat als je een slecht model bouwt, het niemand zal helpen bij het nemen van beslissingen. ' zei Kalcic.

"We willen echt vertrouwen opbouwen in echt bruikbare modellen die beleidsmakers zullen helpen, boeren en anderen. Het ergste zou zijn dat mensen modellen vertrouwen die hen de volledig verkeerde boodschap vertellen, " ze zei.