A umidade do solo é fácil de ver quando seu Little Leaguer favorito desliza para a segunda base um dia após uma grande tempestade de verão. A lama salpicada no uniforme daquele pequeno traficante conta a história.

Tentando medir a umidade do solo em grandes áreas - regiões, nações, continentes - é todo um novo desafio, e um crítico. O conhecimento desta dimensão do nosso ecossistema é extremamente importante para os agricultores, planejadores, cientistas, seguradoras e qualquer pessoa preocupada com a preparação para mudanças ambientais globais.

"Compreender esses padrões é fundamental para a segurança nacional e internacional, "disse Rodrigo Vargas, professor associado de ecologia de ecossistemas e mudanças ambientais no Departamento de Ciências de Plantas e Solo da Universidade de Delaware. "Não podemos medir tudo em todos os lugares o tempo todo .... Então, estamos usando abordagens alternativas, como o aprendizado de máquina, que nos ajuda a obter insights de conjuntos complexos de dados. "

Agora Vargas e o aluno de doutorado Mario Guevara desenvolveram uma nova abordagem que aprimora nossa capacidade de prever a umidade do solo, mesmo em grandes áreas onde não há dados disponíveis. Em comparação com as estimativas padrão produzidas por sensores baseados em satélite, a nova abordagem aumenta a precisão dessas estimativas em mais de 20 por cento. Também torna possível prever as condições de umidade do solo em áreas muito menores e com mais detalhes do que os modelos padrão são capazes de mostrar. Eles descreveram seu trabalho em uma edição recente da PLOS ONE , um jornal revisado por pares publicado pela Public Library of Science.

Os melhores dados sobre a umidade do solo agora são coletados usando sensores baseados em satélite que fornecem previsões em grades de cerca de 27 quilômetros por pixel. É um espaço de quase 17 milhas quadradas, sobre a distância da Main Street em Newark, Delaware, ao histórico New Castle no rio Delaware.

Isso é útil para analisar padrões regionais ou globais, mas uma escala tão grande pode fornecer apenas informações limitadas sobre as condições locais.

O método que Guevara e Vargas desenvolveram fornece uma definição muito mais alta, melhorando a resolução de 27 quilômetros para 1 quilômetro por pixel - ou de cerca de 17 milhas para pouco mais de meia milha. Essa é aproximadamente a distância do Trabant Student Center da UD em uma extremidade da East Main Street até o Newark Shopping Center na outra. Muito mais apertado e muito mais útil para aplicativos em todo o estado.

A nova abordagem combina ciência de dados e aprendizado de máquina com a ciência emergente da geomorfometria - análise quantitativa da superfície da terra usando informações topográficas, análise de imagens e estatísticas espaciais.

Como a umidade do solo varia de acordo com a localização e muda ao longo do tempo, medição confiável e métodos preditivos são essenciais. A topografia - que define os parâmetros físicos da superfície da Terra - é um fator crítico para as estimativas de umidade do solo. Elevação, declive e outras características da superfície da terra são fortes indicadores de como a água - da chuva, irrigação e outras fontes - vai se mover, drenar e afetar uma área.

“Precisamos entender a dinâmica da água, "Disse Guevara." Nós entendemos muitos componentes do ciclo da água, mas há muito que não sabemos. Queremos proteger os recursos hídricos e saber como são distribuídos, sua geografia. A umidade do solo é um indicador importante dos recursos hídricos. "

Usando sensores baseados em satélite, a umidade do solo pode ser medida a uma profundidade de cerca de 5 centímetros (pouco menos de 2 polegadas).

"Os satélites não conseguem ver facilmente a umidade do solo nas camadas mais profundas do solo, "Disse Guevara.

Mas essa fina camada de solo contém informações cruciais.

"A umidade superficial do solo é um indicador chave da secura do solo. Ela influencia a produtividade do solo e, em última análise, a saúde do solo, "Guevara disse, "como a água nos primeiros centímetros do solo é parte da água usada pelas culturas ou pela biodiversidade do solo (nutrientes cicláveis) controlando a capacidade do solo de produzir alimentos, fibra e armazenamento de água. "

Ao desenvolver o novo modelo preditivo, Guevara usou dados de satélite sobre a umidade do solo coletados por mais de uma década (1991-2016) em todo o território continental dos Estados Unidos pela Iniciativa de Mudança Climática da Agência Espacial Européia.

Ele e Vargas trabalharam em colaboração com UD Information Technologies, usou a força do cluster de computação de alto desempenho Farber da UD e utilizou os recursos do novo Data Science Institute.

Guevara desenvolveu fatores de previsão usando análise digital automatizada de terreno e definiu 15 tipos de parâmetros de terreno (como declive e aspecto, entre outros). Ele analisou a estrutura espacial e a distribuição desses parâmetros em relação à umidade do solo e usou um algoritmo para selecionar os melhores modelos.

As previsões resultantes foram validadas por comparação com a "verdade fundamental, "dados de campo sobre a umidade do solo do conjunto de dados de umidade do solo norte-americano. Este conjunto de dados, desenvolvido por UD alum Steven Quiring, que era aluno de doutorado do professor da UD e climatologista estadual Dan Leathers, extrai dados estritamente selecionados de mais de 2, 000 estações meteorológicas em todo o território continental dos Estados Unidos.

O próximo capítulo da pesquisa é estender o trabalho à escala global, Disse Vargas. Mais discussão sobre isso está disponível na revista Earth System Science Data.