香港科技大学(科大)领导的国际研究团队取得重大突破，开发出人工智能(AI)模型，可帮助减少全球农业氨(NH3)排放。

该研究题为“全球氨减排的肥料管理”，已发表在《自然》杂志上。

这项开创性的研究利用机器学习的力量，不仅揭示了全球农田的NH3排放量低于之前的估计，而且还证明了优化肥料管理如何能够有效减少约38%的排放量，同时又不影响氮肥的整体使用。

它为世界各地的政策制定者提供了宝贵的见解，以实现与消除贫困、粮食安全和可持续农业相关的联合国可持续发展目标。

各种农业和工业过程中释放的NH3可能导致空气和水污染，破坏生态系统并对人类健康构成威胁。虽然NH3本身不是温室气体，但它可以在土壤和大气中发生反应，形成一氧化二氮等化合物，一氧化二氮是一种导致气候变化的强效温室气体。

值得注意的是，水稻、小麦和玉米这三种主要作物的生产占全球农田NH3排放量的一半以上。

随着世界人口增长对粮食的需求增加，寻找减少这些排放以实现可持续发展的方法变得至关重要。然而，由于缺乏准确的全球范围信息，各国很难实施适合本国具体情况的有效减排战略。

为应对这一挑战，科大跨学科研究院环境与可持续发展学部及数学系讲座教授冯志雄教授和环境科学学院郑毅教授领导的研究团队南方科技大学工程学院根据1985年至2022年NH3排放率现场观测数据收集并整理了数据集。

随后，他们训练了一个人工智能驱动的计算机模型，使用该数据集估算全球NH3排放量，同时考虑各种地理因素，如气候、土壤特征、作物类型、灌溉水、肥料和耕作方法。

三种主要作物(水稻、小麦和玉米)的NH3排放图和减排潜力。图片来源：香港科技大学

该模型能够为不同地区生成定制的肥料管理计划。例如，在亚洲，由于全球变暖的影响，大约76%的麦地适合使用高效肥料(EEF)来减少NH3排放，因为温度在亚洲麦地NH3排放中起着关键作用。亚洲。

AI模型发现，通过优化肥料管理，包括调整施肥时间、利用特定的养分混合物以及实施适当的种植和耕作方法，可以将三种作物的全球NH3排放量减少高达38%，其中亚洲的NH3还原潜力最高，其次是北美和欧洲。

这一发现具有特别重要的意义，因为这项工作预计到2060年的30年间，全球农田NH3排放量将增加4.0%至5.5%。因此，即使实现这一潜在减排量的一小部分也足以抵消预计的增长量。

JimmyFung教授表示：“全球减排努力目前面临重大障碍，例如成本高和农场规模小。研究结果绘制了一张包含全球NH3排放最新数据的全球地图，可以为决策和决策提供信息。旨在减少雾霾和确保粮食安全的管理实践。这凸显了利用大数据和人工智能在促进可持续发展方面的巨大潜力。”