به گزارش «خبرنامه دانشجویان ایران» به نقل از مهر، رطوبت خاک تأثیر مستقیمی بر عملکرد اکوسیستم، پوشش گیاهی و تولید محصول، سلامت محیط و پایداری جوامع روستایی دارد.
علاوه بر آن رطوبت خاک نقش مهمی در تمام جنبه های فعل و انفعالات جو و زمین از جمله رویدادهای شدید مانند موج گرما، خشکسالی و سیل دارد. ماهیت پیچیده رطوبت خاک یک چالش بزرگ برای برآورد دقیق آن به حساب می آید. با وجود پیشرفت‌های اخیر در رصد ماهواره، وضوح زمانی و مکانی و مشاهدات کم‌عمق این ابزار مانع از آن می شود که نتایج رصدهای ماهواره ای در مدلسازی مکانیک وهمچنین کاربردهای با وضوح بالا استفاده شود.
در همین راستا گروهی از محققان با همکاری نیما شکری و سحر بخشیان با توجه به اهمیت رطوبت خاک در بسیاری از فرآیندهای هیدرولوژیکی، تحقیقی انجام دادند تا یک ابزار پیش بینی کننده بسازند که قادر به توصیف رابطه بین رطوبت خاک و طیف وسیعی از پارامترهای مرتبط با آب وهوا و خاک باشد.
به همین دلیل آنها شبکه‌های متراکم اندازه‌گیری در محل را ابداع کردند که با کمک یادگیری ماشینی راستی آزمایی دقیقی از وضعیت خاک ارائه می دهد.
محققان یک کمپین مشاهداتی دقیق در زمینی به مساحت ۱۰۰ هزار متر مربع در فالکنبرگ آلمان انجام دادند و در این فرایند از یک شبکه متراکم از حسگرها در ۲۹ نقطه استفاده کردند تا رطوبت خاک، دمای محیط و رطوبت نسبی، سرعت باد و دمای خاک را بسنجند.
همچنین آنها در این پژوهش ویژگی های خاک و خواص مهم آن (مانند توزیع اندازه ذرات) را تعیین کردند. در این فرایند پژوهشگران از پیش‌بینی‌کننده‌های اقلیمی استاتیک و دینامیک و مرتبط با خاک (متغیرهای کمکی) برای آموزش مدل‌های یادگیری ماشینی استفاده کردند تا رابطه پیچیده بین رطوبت خاک و متغیرهای پیش‌بینی‌کننده را مشخص کنند.
پژوهش مذکور چشم انداز وسیع تری درباره تعامل رابطه بین دینامیک رطوبت خاک و انواع پارامترهای اقلیمی و خاکی فراهم می کند.
