Clear Sky Science · sv

Uppskattning av lökodlingens evapotranspiration och grödfaktorer med vägande lysimeter och maskininlärningsmodeller i ett halvökenlandskap

· Tillbaka till index

Varför lök och vattenanvändning spelar roll

Lök är en stapelvara i köken och en viktig gröda i Iran, men den kräver mycket vatten i ett område där varje droppe är värdefull. Jordbrukare och vattenförvaltare behöver veta exakt hur mycket vatten lökfält förlorar till atmosfären för att kunna bevattna klokt, undvika slöseri och ändå få goda skördar. Denna studie kombinerade noggranna fältmätningar med moderna datormodeller för att bättre förstå lökens vattenanvändning i en halvökenregion i Iran.

Mätning av hur lökfält förlorar vatten

Växter förlorar vatten på två huvudsakliga sätt: från jordytan och genom bladen. Tillsammans kallas denna vattenförlust evapotranspiration. För att spåra den med hög precision använde forskarna stora vägande behållare nedgrävda i marken, där varje innehöll lökplantor och jord. Genom att registrera hur vikten förändrades över tid, och följa nederbörd, bevattning och dränering, kunde de bestämma exakt hur mycket vatten som lämnade systemet varje dag. Under två odlingssäsonger använde löken cirka 447 millimeter vatten det första året och 432 millimeter det andra, där svalare väder det andra året ledde till något lägre användning.

Figure 1. Från fältskala till smarta modeller — hur lökbruk hanterar knapp vattenresurs i ett torrt landskap
Figure 1. Från fältskala till smarta modeller — hur lökbruk hanterar knapp vattenresurs i ett torrt landskap

Att skilja växtens törst från jordens avdunstning

Vatten tas inte bara upp av lökens rötter; det avdunstar också direkt från den bare jorden mellan raderna. För att skilja dessa delar åt placerade teamet små jordcylindrar, så kallade mik-lysimeter, inne i de större vägande enheterna. Dessa små prover vägdes dagligen för att visa hur mycket vatten som lämnade enbart jordytan. Genom att subtrahera detta från den totala vattenförlusten kunde de uppskatta hur mycket som faktiskt gick genom lökplantorna. De fann att cirka en tredjedel av den totala vattenförlusten kom från jordytan, medan resten kom från växternas transpiration. De följde också hur dessa andelar förändrades under säsongen, där jordavdunstningen var högre när plantorna var små och bladskyddet begränsat.

Enkla mått som styr bevattning

Jordbrukare och rådgivare förlitar sig ofta på grödfaktorer, enkla tal som kopplar lokalt väder till hur mycket vatten en viss gröda kommer att använda. I denna studie beräknade teamet både enkla och dubbla grödfaktorer för lök under halvtorra iranska förhållanden. Den enkla faktorn kopplar lökens totala vattenanvändning till en standardgräsreferens, medan den dubbla formen delar upp effekten mellan bladverket och bar jord. För det kombinerade måttet var medelvärdena 0,41 i början av säsongen, 0,68 kring tillväxttoppen och 0,51 nära slutet. Den bladbaserade delen var lägre än värden rapporterade i vissa andra länder, vilket speglar den relativt måttliga bladytan och höjden hos den lokala lökvarianten samt de svala vintrarna som bromsade dess tillväxt.

Figure 2. Steg-för-steg-bild av väder- och grödsignaler som matas in i modeller som omvandlar vattenförlust till bättre bevattningsbeslut
Figure 2. Steg-för-steg-bild av väder- och grödsignaler som matas in i modeller som omvandlar vattenförlust till bättre bevattningsbeslut

Att lära datorer att förutsäga vattenanvändning

Eftersom de stora vägande enheterna är kostsamma och sällsynta testade forskarna också om datormodeller kunde uppskatta lökens vattenanvändning med vanliga väder- och grödmätningar. De tränade fem typer av maskininlärningsmodeller på två års data, inklusive lufttemperatur, luftfuktighet, vindhastighet, solsken, bladarea och plantlängd. Modellerna lärde sig att efterlikna den uppmätta vattenförlusten och testades på osedda dagar. Två träd-baserade metoder, Random Forest och Decision Tree, gav de mest precisa prognoserna, tätt följda av neurala nätverk och supportvektorregering. En enklare linjär metod, LASSO-regression, var mindre exakt, vilket tyder på att lökens vattenanvändning svarar på ett komplext, icke-linjärt sätt på väder och tillväxt.

Vad som driver lökens vattenanvändning

Genom att analysera den bäst presterande modellen identifierade teamet vilka indata som betydde mest. Mått på växtstorlek, såsom bladarea och höjd, hamnade högst, tillsammans med nettostrålning från solen och vindhastighet. Däremot spelade luftfuktigheten en mindre roll i detta halvtorra sammanhang. Det innebär att för att pålitligt förutsäga vattenbehov hjälper det att känna till inte bara vädret, utan också hur mycket grön bladyta grödan har vid en given tidpunkt.

Vad detta betyder för jordbrukare

För odlare och planerare i torra områden levererar detta arbete två viktiga verktyg. För det första ger det lokalt testade siffror som kopplar standardväderdata till lökens vattenanvändning och underlättar utformningen av bättre bevattningsschema. För det andra visar det att vältränade maskininlärningsmodeller kan ersätta kostsamma fältinstrument, så länge grundläggande väder- och grödtillväxtdata finns tillgängliga. Tillsammans kan dessa framsteg stödja en mer effektiv användning av knapp vattenresurs samtidigt som lökproduktionen bibehålls i halvtorra landskap.

Citering: Shirazi, S.H.M., Razzaghi, F. & Sepaskhah, A.R. Estimation of onion crop evapotranspiration and crop coefficients using weighing lysimeters and machine learning models in semi-arid region. Sci Rep 16, 16166 (2026). https://doi.org/10.1038/s41598-026-43887-w

Nyckelord: lökbevattning, evapotranspiration, halvtorrt jordbruk, grödfaktorer, maskininlärningsmodeller