Wetenschap
Wetenschappers van Argonne ontvingen $ 8 miljoen van ARPA-E om samen te werken met startende bedrijven en te helpen bij het ontwikkelen van nieuwe soorten geavanceerde reactoren met digitale tweelingtechnologie. Van links naar rechts:Emily Shemon, Rui Hu, en Temitope Taiwo Krediet:Argonne National Laboratory
DOE- en USDA-onderzoekers gebruiken nieuwe wereldwijde modellen om te bestuderen hoe milieucontrollers de organische koolstof in de bodem beïnvloeden, veranderingen waarin de atmosferische koolstofconcentraties kunnen veranderen en het klimaat kunnen beïnvloeden. Voorspellingen kunnen de mitigatieplannen van de industrie ten goede komen.
De natuur biedt talloze manieren om haar gezondheid in de gaten te houden. Een van de meer succesvolle indicatoren is de status van de organische koolstof in de bodem, of de concentratie van koolstof in de organische fractie van de bodem die bestaat uit rottende vegetatie of dierlijke producten. Een kleine verandering in koolstofniveaus kan de atmosferische koolstofconcentraties drastisch veranderen en het klimaat beïnvloeden.
"Organische koolstof in de bodem is belangrijk om te bestuderen omdat het de bodemeigenschap is die de mensheid tal van ecosysteemdiensten biedt, zoals het deactiveren van verontreinigende stoffen, behoud van biodiversiteit, het conserveren en zuiveren van water, verhoging van de bodemvruchtbaarheid, en het verminderen van de gevolgen van klimaatverandering, " zei Umakant Mishra, een geospatiale wetenschapper bij het Argonne National Laboratory van het Amerikaanse Department of Energy (DOE).
Een samenwerking tussen het Amerikaanse ministerie van landbouw en verschillende DOE National Labs, inclusief Argonne, uiteengezet om het effect van omgevingscontrollers te voorspellen en te modelleren, of bodemvormende factoren - klimaat, organismen, topografie, moedermateriaal en tijd - op organische koolstof in de bodem op verschillende ruimtelijke schalen in de continentale Verenigde Staten.
De resultaten van de studie naar organische koolstof in de bodem zijn bedoeld om de onzekerheid bij het voorspellen van wereldwijde koolstofklimaatterugkoppelingen en bijbehorende klimaatveranderingen te verminderen. Ze zouden ook meer zekerheid kunnen bieden over hoe toekomstige klimaatextremen de activiteiten van tal van industrieën kunnen beïnvloeden, van landbouw- en gewasverzekeringsindustrieën tot industrieën voor het behoud van natuurlijke hulpbronnen.
onderzoekers, Voor de eerste keer, waren in staat om schaalalgoritmen te genereren om rekening te houden met zo'n groot geografisch gebied door gebruik te maken van een groot aantal recent beschikbare veldwaarnemingen, een groot aantal omgevingsfactoren en een machine learning-algoritme - een kunstmatige-intelligentiemethode die leert van specifieke gegevens om de voorspellingen van nieuwe, vergelijkbare gegevens.
In dit geval, schaal verwijst naar het gebied waarover de organische koolstofeigenschappen van de bodem worden verondersteld vergelijkbaar te zijn, en schaling neemt informatie die is verzameld van de ene ruimtelijke schaal en past deze toe op een andere. Met het gebied opgesplitst in een patroon van rastercellen, de ruimtelijke schaal die in dit onderzoek werd gebruikt, varieerde van een fijnere resolutie van 100 m tot een meer koers 50 km tussen rastercentra.
"Het organische koolstofgehalte in de bodem verschilt op verschillende bemonsteringslocaties, daarom moeten we monsters nemen op representatieve locaties als we de ruimtelijke heterogeniteit van bodemeigenschappen in het studiegebied willen vastleggen, ' zei Misra.
De schaalalgoritmen die hij en zijn medewerkers hebben gemaakt als onderdeel van het onderzoek, zijn belangrijk voor modellen van het aardse systeem, zoals het Energy Exascale Earth System Model van de DOE, naast het nauwkeuriger voorspellen van veranderingen in het klimaat.
schalen, Mishra merkte op, is een probleem dat traditioneel wordt genegeerd in de biogeochemische/natuurwetenschappen, waar werd aangenomen dat eigenschappen of processen die verband houden met één ruimtelijke schaal, op zowel kleinere als grotere schaal kunnen worden toegepast. In werkelijkheid, dit is echter niet het geval.
Huidige modellen van het aardsysteem, die worden gebruikt om de toekomstige wereldwijde koolstofklimaatterugkoppelingen en bijbehorende klimaatveranderingen te voorspellen, werken op grove ruimtelijke schalen (50-100 km) en zijn momenteel niet in staat om milieucontrollers en hun effect op de organische koolstof in de bodem op een manier weer te geven die consistent is met veldwaarnemingen.
"De controle van omgevingsfactoren op organische koolstof in de bodem is niet consistent met de waarnemingen in de huidige landoppervlakmodellen, " voegde hij eraan toe. "We geloven dat de schaalfuncties die we in dit onderzoek hebben ontwikkeld, die zijn ontleend aan talrijke steekproeven in een groot geografisch gebied, kan de ruimtelijke weergave van organische koolstof in de bodem in het landoppervlak binnen aardse systeemmodellen verbeteren."
Onder de resultaten van het recente werk van het team, modellen toonden aan dat topografische en bodemattributen significante controllers waren van organische koolstof in de bodem op fijnere schalen. Aan het grovere einde van de schaal, klimatologische en landgebruiksfactoren dienden als belangrijke controllers.
Een artikel over het onderzoek, "Belang en kracht van milieucontrollers van organische koolstofveranderingen in de bodem met schaal, " verschijnt op 1 oktober 2020, probleem van Geodermie (online gepubliceerd, 23 juni 2020).
Wetenschap © https://nl.scienceaq.com