Perubahan iklim Machine Learning Bantu Identifikasi Ambang Batas Iklim untuk Distribusi Vegetasi Alami

Maret 02, 2022 ・0 comments

Perubahan iklim menjadi lebih sering dan intens, menghasilkan cuaca yang lebih buruk.

Dalam jangka pendek, tidak pasti bagaimana iklim ekstrem akan mengubah penyebaran tanaman dalam jangka panjang. Hal ini menjadi persoalan bagi peneliti apakah dapat mengurangi pengaruh anggota gerak yang datang terhadap tanaman di sekitarnya atau tidak.

Dalam sebuah penelitian yang diterbitkan dalam jurnal Global Change Biology, para peneliti menggunakan pembelajaran mesin untuk menyelidiki hubungan skala besar antara vegetasi dan variabel iklim.

Penelitian ini menunjukkan bahwa penggunaan model Decision Tree dalam hubungannya dengan data iklim dan data tutupan lahan penginderaan jauh adalah efektif.

Dengan demikian, para peneliti dapat secara efisien mengekstrak ambang iklim yang terlibat dalam mengatur distribusi vegetasi yang mendominasi pada skala geografis yang berbeda, yang merupakan terobosan signifikan.

Sebagai hasil dari penelitian ini, telah ditemukan bahwa iklim ekstrem memiliki peran penting dalam menentukan distribusi berbagai jenis tanaman utama. Kekeringan atau dingin yang ekstrem, misalnya, diperlukan agar dominasi sabana dan hutan konifera gugur terjadi.

Seperti yang dikatakan oleh Hui Tang, seorang peneliti dari Departemen Geosains di Universitas Oslo, "Salah satu topik paling signifikan yang harus dibahas dalam penelitian tambahan adalah apakah ambang batas iklim yang ditetapkan dalam penelitian ini tetap statis atau berubah dengan perubahan iklim di masa depan." Pada hari Rabu, 2 Maret 2022, pers dirilis melalui Eurekalert.

Untuk mengetahui akurat atau tidaknya informasi yang beredar, silakan kirim pesan WhatsApp ke nomor 0811 9787 670 cukup dengan memasukkan frasa yang diperlukan.

Pembelajaran Mesin dan Kolaborasi Pakar adalah dua aspek penting dunia saat ini.

Pemahaman rinci tentang bagaimana pola distribusi vegetasi skala besar terkait dengan perubahan iklim diperlukan untuk memprediksi distribusi vegetasi di masa depan sebagai respons terhadap perubahan iklim. Memprediksi distribusi vegetasi di masa depan dalam menanggapi perubahan iklim adalah tugas yang sulit yang memerlukan pemahaman rinci tentang hubungan antara pola skala besar vegetasi dan iklim.

Sebuah tim studi yang terdiri dari ilmuwan komputer, pemodel vegetasi, dan pakar vegetasi menyelidiki hasil model Pohon Keputusan dan implikasi dari temuan tersebut.

Tugas yang Sulit

Mereka ingin tahu apakah hasilnya benar-benar membantu dan apakah mereka dapat memberikan wawasan baru yang dapat dimasukkan ke dalam model vegetasi mekanistik untuk membuat keputusan yang tepat.

Menurut peneliti doktoral Rita Beigaite dari Departemen Ilmu Komputer di Universitas Helsinki, "memvalidasi apakah model berbasis data tangguh dan informatif adalah tantangan yang menantang."

Rita lebih lanjut mengatakan bahwa penelitian ini "menyoroti kebutuhan model pembelajaran mesin yang dapat ditafsirkan, yang memungkinkan kerja sama yang bermakna dengan para ahli di domain mereka," yang ia gambarkan sebagai "pernyataan perlunya model pembelajaran mesin yang dapat ditafsirkan."

Posting Komentar

If you can't commemt, try using Chrome instead.