Sebuah teknik standar untuk petani monocrop, terutama di Sabuk Jagung, adalah terlalu berlebihan menggunakan pupuk berbasis nitrogen.
Ini dapat memiliki segala macam efek lingkungan negatif, termasuk polusi air dan emisi gas rumah kaca. Tetapi mencari tahu persis berapa banyak pupuk yang harus ditambahkan ke ladang tidaklah mudah dan banyak petani tidak terlalu repot. Diperkirakan kita sekarang menggunakan sekitar 40 kali lebih banyak nitrogen daripada 75 tahun yang lalu, tidak sebanding dengan pertumbuhan penduduk pada periode tersebut.
Ada beberapa cara untuk menggunakan data yang kita miliki untuk mengetahui berapa banyak pupuk nitrogen yang harus digunakan dan jenis hasil dan dampak lingkungan apa yang dapat timbul dari perubahan jumlah ini. Tetapi model-model itu tidak selalu dapat diakses. Karya baru dari para peneliti di University of Minnesota mungkin memiliki solusi.
Pekerjaan ini melibatkan apa yang disebut model tanaman berbasis proses—kombinasi kompleks dari banyak data seperti cuaca, iklim, kualitas tanah, nutrisi, varietas tanaman dan input—digunakan untuk memprediksi hasil dan menganalisis produktivitas. Model ini telah mendapatkan popularitas dalam beberapa tahun terakhir, tetapi mereka sangat sulit untuk dihitung. “Aplikasi mereka dilarang oleh biaya komputasi dan penyimpanan data yang mahal, ” tulis para peneliti Minnesota. Itu membuat mereka tidak dapat diakses oleh mereka yang berada di luar penelitian atau aplikasi pemerintah.
Apa yang peneliti lakukan adalah menciptakan sesuatu yang disebut metamodel. Ini akan sulit dipahami dalam Lahirnya semacam cara, tetapi metamodel adalah model dari model. Para peneliti menggunakan model asli, ditelepon ekosistem , dan kemudian menggunakan pembelajaran mesin untuk mengetahui cara kerja model tersebut, bagaimana ia merespons berbagai data dan jenis hasil apa yang dimuntahkannya. Mereka membangun, pada dasarnya, pemahaman yang disederhanakan tentang model asli dan bagaimana perilakunya, tanpa harus benar-benar melalui keseluruhan, sulit, proses mahal menggunakan model asli.
Anda mungkin berharap bahwa metamodel ini akan jauh lebih tidak akurat daripada model aslinya, mengingat itu semacam fotokopi dari fotokopi, tetapi, nyatanya, saat menjalankannya untuk beberapa peternakan yang dipilih secara acak di Midwest, mereka berhasil menjelaskan 98 persen dari semua variabel dalam model asli—sambil mengambil detik, bukannya hari, menghitung.
Masih ada kekurangannya; metamodel tidak memperhitungkan banyak variabel yang berpotensi mengacaukan segalanya, seperti efek dari tutupan lahan atau (rendah, tapi masih ada) kemungkinan irigasi daripada curah hujan. Tapi ini masih merupakan konstruksi yang sangat menarik; ini memungkinkan analisis cepat dan luas dari area lahan pertanian yang luas. Para peneliti benar-benar menerapkannya ke 99 kabupaten di Sabuk Jagung dan menemukan strategi untuk menciptakan keuntungan hampir $400 juta. Itu karena kombinasi pengurangan polusi dan penghematan dari penggunaan lebih sedikit pupuk dan mencapai manfaat tersebut meskipun kehilangan hasil.
Para peneliti mengatakan bahwa ini mungkin tidak boleh digunakan oleh petani individu dulu; perlu beberapa pekerjaan lagi untuk menggabungkan lebih banyak variabel dan merampingkan sistem sebelum siap. Tapi itu memang memiliki potensi untuk memungkinkan jumlah data yang benar-benar gila untuk ditafsirkan dengan kecepatan yang belum pernah terjadi sebelumnya.
