Los ecólogos de RUDN encontraron una vulnerabilidad en el cálculo del contenido de materia orgánica en los Suelos cultivables a partir de datos de teledetección de la Tierra
Una de las principales características del Suelo es su contenido de materia orgánica (SOM). Hay muchas formas de medirlo, una de ellas es modelar SOM a partir de las propiedades ópticas del Suelo. Para ello se utilizan, por ejemplo, los datos de los satélites. Hay varias desventajas conocidas de este enfoque. Por ejemplo, después de la lluvia, cuando el Suelo está húmedo, sus propiedades ópticas cambian, por lo que la precisión de la determinación disminuye. Los ecologistas de RUDN han demostrado que la lluvia también transforma la capa superior del Suelo, causando un cambio en sus propiedades. Esto, a su vez, afecta la precisión de la determinación del contenido de materia orgánica.
«La mayoría de los estudios que utilizan datos satelitales ópticos o datos de reflexión espectral de campo para estudiar el contenido de SOM no tienen en cuenta el estado del Suelo en el momento de la recopilación de datos. No está claro cuánto de la capa superior del Suelo convertida por los sedimentos puede juzgar las propiedades de toda la capa de Suelo cultivada. Debido a esto, la reproducibilidad de los cálculos de contenido de SOM basados en datos satelitales es limitada. Además, esta discrepancia es una de las razones principales por las que los modelos de laboratorio no funcionan bien para las mediciones de campo. Por lo tanto, decidimos aclarar cómo los sedimentos afectan la precisión del mapeo del contenido de SOM basado en datos de teledetección óptica».
Los ecologistas han investigado un campo cultivable en la región de Tula (Rusia) con una superficie de 13,5 hectáreas. En el momento del estudio, el campo estaba bajo vapor, es decir, no se cultivaba nada en él. Los ecólogos de RUDN recolectaron 30 muestras de tierra vegetal del campo (hasta 5 cm de profundidad) y determinaron su contenido de materia orgánica mediante el método de Turina, basado en la oxidación de la materia orgánica del Suelo. Las propiedades ópticas del Suelo se midieron con el espectrorradiómetro HandHeld-2 y también utilizaron datos de los satélites de teledetección Sentinel-2 durante 5 períodos de imágenes de abril a agosto.
Después de analizar los datos obtenidos, los ecologistas mostraron que los cambios en la superficie de los Suelos cultivables bajo la influencia de la precipitación reducen la precisión del cálculo de las propiedades ópticas de SOM: la Proximidad de los cálculos al valor real varía de 67% a 72% dependiendo de la precipitación. Luego, los investigadores agregaron datos sobre el estado del Suelo al modelo de cálculo: área de la corteza del Suelo (micro —capa superior compactada del Suelo con poros «obstruidos» debido a la lluvia) y una medida que toma en cuenta el área de sombra y/o grietas en la superficie del Suelo. Así que la precisión logró aumentar a 84%. Los ecologistas de RUDN concluyeron que los modelos de cálculo de Som a partir de datos satelitales deben complementarse con información sobre el estado del Suelo en el momento de obtener la imagen.
«La precipitación cambia las propiedades ópticas de la micro-capa superficial en comparación con el resto del horizonte cultivable. Hemos demostrado que esto afecta negativamente la precisión y la calidad de los modelos de cálculo de Som a partir de los datos de Sentinel-2. Sin embargo, la inclusión de información sobre la corteza del Suelo y el área de sombras y/o grietas mejora la calidad y precisión de los modelos resultantes. Por lo tanto, es necesario tener en cuenta los cambios inducidos por la precipitación en la superficie del Suelo para evaluar adecuadamente el contenido de SOM», profesor asociado del Departamento de gestión ambiental de RUDN.
Los resultados se publican en la revista Remote Sensing.
Agrotecnólogo de la Universidad RUDN ha identificado genotipos de trigo que son resistentes a un patógeno fúngico peligroso que infecta las plantas incluso antes de que la nieve se derrita y reduzca los rendimientos.
Los ingenieros de la RUDN han calculado los parámetros de un sistema que puede evitar que las centrales eléctricas lunares se sobrecalienten. Estos desarrollos serán necesarios al planificar misiones lunares a largo plazo y colonizar el satélite.
Un matemático de la Universidad RUDN llamó redes neuronales que pueden ayudar a los médicos a interpretar los resultados del EEG y otros análisis de la actividad cerebral. El mejor de ellos funciona con una precisión de casi el 100%, mientras que no solo da el resultado, sino que explica por qué resultó de la manera que lo hizo.