Un supercomputer che può rivelarsi d’aiuto per raccolti più efficienti: si può riassumere così il progetto che stanno portando avanti alcuni ricercatori dell’Istituto di Scienza e Tecnologia di Skolkovo che stanno usando il supercomputer Zhores per realizzare modelli ed analisi definite come “cruciali” per i raccolti realizzate soprattutto nel cosiddetto chernozem, una tipologia di terreno molto fertile che si estende nella steppa della Russia continentale e che contiene percentuali molto alti di elementi nutrienti quali acidi fosorici, fosforo e ammoniaca.
Naturalmente non si tratta del primo caso in cui si utilizza un modello digitale per realizzare colture più efficienti o per prevedere raccolti ma nella maggior parte dei casi si tratta di dati non disponibili per tutti. In questo caso i ricercatori, guidati dal professore Ivan Oseledets e dall’assistente Maria Pukalchik, hanno usato un modello open source grazie al quale hanno rivelato i parametri più importanti per la resa delle colture dando in pasto allo stesso algoritmo una grossa mole di dati storici. Inoltre lo stesso algoritmo si rivelava più efficiente proprio perché veniva usato da un potente supercomputer.
Grazie a quest’ultimo, infatti, i ricercatori sono riusciti ad eseguire un’analisi di sensibilità di alta qualità per determinare i cambiamenti dei suoli e dei raccolti in relazione a vari fattori quali i parametri relativi allo stesso suolo l’utilizzo del fertilizzante.
“Il suolo è un problema molto complicato in questo paese. Sfortunatamente, i dati sulle proprietà del suolo e sulla resa delle colture non vengono pubblicati. Abbiamo trovato un’opportunità per superare questa barriera e usare il supercomputer Zhores per risolvere questo problema”, spiega Maria Pukalchik la quale aggiunge che spera che questi risultati possono essere d’aiuto per tutti gli agricoltori della regione onde far crescere la resa delle loro colture.
Approfondimenti
- (PDF) Sensitivity Analysis of Soil Parameters in Crop Model Supported with High-Throughput Computing (IA) (DOI: 10.1007/978-3-030-50436-6_54)
