AI技术的应用，有望改变第一产业。

　　1月31日，《自然》学术期刊在其最新更新中刊登了一项中国团队的研究。由香港科技大学领导的一支国际研究团队的AI模型发现，如果世界各国用AI来优化施肥的管理——例如调整施肥时间、使用特定的肥料以及实施适当的种植和耕作方法等——那么可以将水稻、小麦和玉米释放的氨气减少38%。

　　虽然氨并非温室气体，但进入土壤或大气后，它会形成一氧化二氮等化合物，成为强效温室气体，引致气候变化。各类农业及工业活动释放的氨会污染空气和水质，也会影响生态环境及人类健康。公开资料显示，水稻、小麦和玉米释放的氨气，已占全球农田氨排放总量的一半。

　　降低农作物的氨排放量（ammonia），势在必行。

　　不过，目前全球缺乏准确的数据统计，世界各国也很难实施适合本国国情的有效减排策略。

　　这项刊登在《自然》上的研究，或许将给人们带来一些启发。

　　据港科大网站报道，项目团队利用AI和有关数据研发了一个能预测农田氨排放率的机器学习模型，分析气候、土壤特征、农作物种类，灌溉、施肥及耕作等因素对氨排放的影响。该模型能按不同地区的情况，提供最合适的施肥管理方针。

　　例如，研究发现，由于温度最影响亚洲地区小麦种植产生的氨排放量，面对全球变暖带来的影响，76%位于亚洲的小麦田，可通过施用高效肥（enhanced-efficiency fertilizers）去降低氨排放量。

　　研究发现，减低氨排放在中国等亚洲地区大有可为。数据显示，亚洲地区有最高的缓减潜力，其次则为北美及欧洲。据研究预测，全球农田氨排放总量于2030-2060年的30年间将增长约4%至5.5%，这意味即使只发挥少部分优化施肥管理的缓减潜力，就能有效缓解氨排放的增长。

　　该研究是国内外多家高校团结合作的结果。

　　据港科大网站，香港科技大学理学院数学系兼跨学科学院环境及可持续发展学部讲座教授冯志雄，联同南方科技大学教授郑一，领导团队收集并分析全球不同地区横跨1985年至2022年的田间观测数据，制成了支持该研究的数据库。此外，团队成员还包括天津大学、北京大学、康奈尔大学等单位的学者。

　　农业氨排放问题长期存在的根源在哪？AI技术是如何和农业结合，逐步引入降低氨排放应用实践的？和国外相比，中国农业“氨减排”的挑战和机遇在哪里……对于这一系列问题，香港科技大学冯志雄教授向进行了进一步解答。