Mampu Prediksi Curah Hujan untuk Menghemat Air

Penelitian terbaru dari Cornell University (CU), AS, menemukan model prediktif yang menggabungkan informasi tentang fisiologi tanaman, kondisi tanah riil, dan ramalan cuaca yang dapat membantu membuat keputusan yang lebih tepat tentang kapan dan berapa banyak untuk irigasi. Ini dapat menghemat 40 persen air yang dikonsumsi dengan metode yang lebih tradisional.

Kendati volume air tawar tidak terbatas, namun curah hujan tidak dapat diprediksi. Hanya 3 persen dari air dunia yang dapat diminum, dan lebih dari 70 persen air tawar digunakan untuk pertanian. Irigasi yang tidak perlu memboroskan air dalam jumlah besar - beberapa tanaman disiram dua kali lipat dari yang mereka butuhkan - dan berkontribusi terhadap pencemaran akuifer, danau, dan lautan.

"Jika Anda memiliki kerangka kerja untuk menghubungkan semua sumber data besar dan pembelajaran mesin yang sangat baik ini, kita dapat membuat pertanian cerdas," ungkap Fengqi You, profesor teknik sistem energi dari CU.

You adalah penulis senior Robust Model Predictive Control of Irrigation Systems With Active Uncertainty Learning and Data Analytics, yang diterbitkan dalam Transaksi IEEE tentang Teknologi Sistem Kontrol. Makalah ini ditulis bersama dengan Abraham Stroock, profesor teknik kimia dan biomolekuler, yang bekerja pada strategi konservasi air dengan petani apel di negara bagian New York dan petani almond, apel dan anggur di daerah yang dilanda kekeringan di Pantai Barat.

"Tanaman ini, ketika ditanam di semi-tengah, lingkungan semi-tengah California Central Valley, adalah konsumen besar air - satu galon air per almond. Jadi ada peluang nyata untuk memperbaiki cara kami mengelola air dalam konteks ini," kata Stroock.
Halaman Selanjutnya....