土壌水動態のモデリングとヒドロゲル投与量の最適化：機械学習アプローチを用いた砂質粘土壌土壌におけるバルク密度の変化に対する事例研究

科学分野:

• 農業科学
• 土壌科学
• 高分子科学

背景:

• 気候変動はブラジルにおける干ばつを悪化させ、降雨量と気温の変化を通じて農業に影響を与えています。
• 生分解性親水性ポリマー（ヒドロゲル）は、土壌水不足を軽減するための潜在的な解決策を提供します。
• 土壌ヒドロゲルの水動態は複雑で、土壌の種類、密度、投与量の影響を受け、残留効果は重要です。

研究 の 目的:

• 様々な密度の砂質粘土壌における保水のためのヒドロゲルの有効性を評価すること。
• 有効なヒドロゲル投与量を推定するための、迅速で機械学習ベースの分析方法を開発すること。
• バルク密度がヒドロゲル投与量ダイナミクスに及ぼす影響という、あまり探求されていない影響に対処すること。

主な方法:

• 様々なバルク密度の砂質粘土壌におけるヒドロゲル投与量を評価しました。
• 短い土壌水分含有量の時系列データを使用して機械学習モデル（局所加重回帰）を開発しました。
• 精度と相関を評価するために、クロスバリデーションを通じてモデルを検証しました。

主要な成果:

• ヒドロゲル投与量3 g L⁻¹ は土壌の保水力を大幅に向上させました。
• 機械学習モデルは、クロスバリデーションにおいて高い相関（0.875）と低い誤差（0.749 g L⁻¹）を達成しました。
• 開発された方法は、土壌密度情報を必要とせずに、ヒドロゲル投与量を正確に推定しました。

結論:

• ヒドロゲル、特に3 g L⁻¹ は、砂質粘土壌の保水力を向上させるのに効果的です。
• 機械学習アプローチは、農業用途におけるヒドロゲル投与量を推定するための迅速かつ実用的なツールを提供します。
• これらの発見は、農業における水管理の改善のためのヒドロゲルの効率的かつ持続可能な使用を支持し、圃場規模の介入を可能にします。