Maskinlæring muliggør skalerbar optimering af forvaltningen af agroøkosystemer

At reducere drivhusgasemissionerne fra landbruget og samtidig opretholde afgrødeudbyttet og jordens sundhed kræver en forbedret forvaltning af tusindvis af marker. Det er på samme tid også tidskrævende og beregningsmæssigt ressourcekrævende at køre traditionelle procesbaserede afgrødemodeller for så mange marker. Det er upraktisk i stor skala. Meshach Ojo Adereles ph.d.-afhandling tog fat på netop denne flaskehals. Han udviklede en maskinlæringsbaseret erstatning for den procesbaserede modelleringsramme LandscapeDNDC, også kaldet Machine Learning LandscapeDNDC (mLDNDC). Han brugte denne til at forudsige udledninger af lattergas, nitratudvaskning, afgrødeudbytte og ændringer i jordens indhold af organisk kulstof. mLDNDC gjorde det muligt at anvende en optimeringsmetode på marker, der dækker 90 % af de danske dyrkningsarealer. Denne tilgang identificerede optimale forvaltningsløsninger, der reducerede udledningen af lattergas og nitratudvaskning, samtidig med at afgrødeudbyttet og jordens lagre af organisk kulstof blev forbedret på over 60 % af markerne. Forskningen på dette område fremmer udviklingen af maskinlæringsmetoder til implementering af bæredygtig landbrugsforvaltning på nationalt plan. Den giver beslutningstagere og landbrugsrådgivere et værktøj, hvormed de kan afprøve strategier i praksis frem for blot i teorien.

Ph.d.-studiet blev gennemført ved Center for Landscape Research in Sustainable Agricultural Futures (Land-CRAFT), Institut for Agroøkologi, Teknisk Fakultet, Aarhus Universitet.

Dette resumé er udarbejdet af ph.d.-studerende.

Tidspunkt: 23. oktober 2026, kl. 13.00
Sted: Lokale 230, Bygning 1171, Ole Worms Allé 3, 8000 Aarhus
Titel på ph.d.-afhandlingen: Integration af maskinlæring i procesbaseret modellering til identifikation af potentialer for reduktion af drivhusgasemissioner i dyrkningssystemer i Danmark
Kontaktoplysninger: Meshach O. Aderele, e-mail: meshach.aderele@agro.au.dk, tlf.: +45 50387058
Medlemmer af bedømmelsesudvalget:
Professor Masahiro Ryo, Leibniz-centret for landbrugslandskabsforskning (ZALF), Tyskland
Forskningsdirektør Catherine Hénault, Institut for Miljø og Agronomi, Det Franske Nationale Institut for Landbrug, Frankrig
Seniorforsker Fiona Hay, Institut for Agroøkologi, Aarhus Universitet, Danmark
Hovedvejleder: Professor Dr. Klaus Butterbach-Bahl, Institut for Agroøkologi, Center for Landscape Research in Sustainable Agricultural Futures (Land-CRAFT), Aarhus Universitet, Danmark.
Medvejleder: Dr. Jaber Rahimi, Institut for Meteorologi og Klimaforskning, Atmosfærisk Miljøforskning (IMK-IFU), Karlsruhe Institute of Technology (KIT), Garmisch-Partenkirchen, Tyskland.
Sprog: Ph.d.-afhandlingen forsvares på engelsk

Forsvaret er offentligt.
Ph.d.-afhandlingen kan læses på Graduate School of Technical Sciences/GSTS, Ny Munkegade 120, bygning 1521, 8000 Aarhus C.