ИНСТРУМЕНТИ

Инструменти и технологии в подкрепа на устойчиви агролесовъдски практики

Инструментът FarmTree: количествено определяне на стопанства, дървета и култури

Платформата FarmTree е лесно за използване цифрово решение, предназначено да подпомагане на вземането на решения в областта на агролесовъдството. планиране и изпълнение. Той интегрира софтуерен модел на агролесовъдство с интуитивен онлайн интерфейс и научна база данни за видовете, която определя характеристиките на стотици подходящи дървесни и растителни видове на различни географски места.

Платформата дава възможност на ползвателите на земя и специалистите по агролесовъдство да възпроизвеждане на съществуващи или хипотетични сценарии. в онлайн среда, което позволява гъвкав дизайн на уникални агролесовъдни системи по отношение на видовия състав, пространственото разположение и избора на управление. След това се прогнозират дългосрочните производствени, финансови и агроекологични резултати на всяка система, включително прогнозни добиви, разходи и приходи, хранителни и водни потоци, поглъщане на въглерод, биоразнообразиеи много други.

Като предоставя бърз и изчерпателен преглед на ефективността на земеделската система, платформата FarmTree помага на потребителите да вземат информирани решения, които могат да увеличат устойчивите практики за земеползване в европейското агролесовъдство и извън него.

Хъбът за знания на ReForest

Хъбът за знания е част от платформата ReForest Engagement, предназначена да подпомага земеделските стопани при планирането на агролесовъдни системи и добре информирани управленски решения. адаптирани към местните условия. Той е насочен по-специално към земеделските стопани, които все още не са преминали към АФ, като основната му цел е да обедини минали и настоящи изследвания, за да преодоляване на пропуските в знанията относно проектирането и функционирането на АФ, предоставянето на екосистемни услуги и потенциалното въздействие върху биоразнообразието и почвения въглерод.

Хъбът обединява база данни с ресурси, включително набори от данни, инструменти за подпомагане на вземането на решения, доклади, видеоклипове, подкастове и уебсайтове, събрани чрез знанията и опита на консорциума ReForest и неговите по-широки европейски и международни мрежи. Понастоящем тя вече предлага 80 разнообразни ресурса от 15 държави в цяла Европа, създавайки солидна база, която ще продължи да се развива по време на проекта в отговор на нуждите на земеделските стопани и изследователите. За да се осигури адекватност, ресурсите са ограничени до тези, които произхождат от Европа.

Потребителите могат да да преглеждат ресурсите по азбучен ред или да прецизират търсенето си. използване на филтри за тип AF, AF фокус, система за земеделие, географски обхват и формат на съдържанието. Този адаптиран капацитет за филтриране прави Хъба по-практичен и удобен за ползване в сравнение с други подобни платформи за знания. Всеки ресурс има собствена страница с кратко описание, технически подробности и благодарности, което гарантира, че потребителите могат бързо да разберат неговата значимост и потенциално приложение.

Инструмент за обществени блага ReForest

Инструментът за публични блага (PG Tool) първоначално е разработен от Центъра за биологични изследвания (ORC) през 2011 г., за да оценка на обществените блага доставяни от стопанства в процес на биологично преобразуване. Оттогава тя е адаптирана за различни цели и в рамките на проекта ReForest е да се доразвие, за да се интегрират специфичните ползи, които дърветата носят на земеделските системи.. Инструментът оценява широк спектър от обществени блага на ниво стопанство, от управление на почвата, енергия и въглерод, баланс на хранителните вещества и селскостопански разнообразие към социален капитал, устойчивост на бизнеса, здраве и хуманно отношение към животните, управление, и принос на ландшафта и наследството характеристики.

Всяко от тези измерения е оценява се по скала от 1 (слаб) до 5 (отличен)., като предоставя ценни сведения както за изследователите, които се стремят да оценят устойчивостта на различни агролесовъдни системи, така и за земеделските стопани, които желаят да определят силните страни и възможностите за подобрение в своите стопанства. Инструментът PG Tool е базиран на Excel и обикновено се попълва по време на половиндневно посещение в стопанството, като изследователят напътства земеделския стопанин през процеса и обяснява резултатите по практичен и достъпен начин.

Ако се интересувате от използването на инструмента ReForest PG Tool, моля, свържете се с tom.staton@reading.ac.uk.

Агролесовъдна карта на Европа

Агролесовъдната карта на Европа е интерактивна платформа в която са събрани примери за агролесовъдни практики от целия континент. Първоначално картата е разработена в рамките на проекта AGFORWARD, но сега е разширена и актуализирана в рамките на проекта ReForest в сътрудничество с DIGITAF. Вместо да се използват съществуващите национални и регионални бази данни, тя осигурява бърз и лесен достъп до единен онлайн инструмент със стандартизирана структура, която осигурява съпоставимост в цяла Европа.

Картата позволява на различни видове заинтересовани страни, включително земеделски производители, образователни и консултантски институции и заинтересовани страни, които планират агролесовъдни системи, да регистрират своите дейности. Вписванията се показват с отделни категории и символи, а потребителите могат да качват снимки, за да илюстрират своите системи. Подобрената платформа предлага засилена интерактивност с функции като актуализации, управлявани от потребителите, проверка от администратор и предпазни мерки за защита на данните.

Като предоставя ясен и достъпен преглед, Картата на агролесовъдството в Европа прави тази система на земеползване по-видима, подпомага взаимното обучение и дава възможност на политиците, практиците и гражданите да изследват разнообразието и потенциала на агролесовъдството в Европа.

Скоро се очакват местни връзки за Дания, Испания, Полша, България и Унгария.

Дайте своя принос към картата сега!

Оценка на въглеродните емисии и биоразнообразието

Оценката на въглеродните емисии и биоразнообразието е онлайн платформа за прогнозиране разработени в рамките на ReForest за оценка на въглерод в почвата и нива на биоразнообразие в европейските ландшафти. Той интегрира сателитни и безпилотни изображения с висока разделителна способност с обширни набори от данни за терена, като използва усъвършенствани конволюционни невронни мрежи за улавяне на модели на растителност, почва и земеползване. Тази комбинация позволява на инструмента да генерира точни, специфични за конкретното място прогнози, които отразяват както широкомащабните тенденции в земеползването, така и фините вариации в околната среда.

Достъпни чрез прост уеб интерфейс, оценката изисква само географски координати, за да предостави количествени резултати за потенциала за поглъщане на въглерод и състоянието на биологичното разнообразие. Като съчетава най-съвременното машинно обучение с дистанционното наблюдение, инструментът дава възможност на заинтересованите страни да вземат основани на доказателства решения, без да се нуждаят от технически опит в обработката на данни.

Земеделските производители, собствениците на земя, изследователите и политиците могат да използват резултатите за оценка на стратегиите за устойчивост, за сравняване на сценариите за земеползване или за подпомагане на планирането на климата и опазването на околната среда.

Инструмент за подпомагане на решенията в областта на агролесовъдството

Този интерактивен платформа за подпомагане на вземането на решения, разработен от университета в Бон в рамките на проекта ReForest, дава възможност на земеделските стопани, консултантите и политиците да проучат дългосрочна жизнеспособност на прехода от конвенционално земеползване към агролесовъдство. Основава се на казуси от реалния свят, той симулира инвестиционни резултати при несигурност чрез прилагане на стохастични методи и дефинирани от потребителя параметри, като предлага реалистична картина на рисковете и възможностите.

Настоящият набор от инструменти представя четири сценария за агролесовъдство: система за отглеждане на ябълкови алеи в Германия, а система за плодове и мед въз основа на план за агролесовъдство от Германия, и система за дървен материал и ядки от орех за дървета с висока стойност и горскопасторална животновъдна система в Обединеното кралство, разработена в рамките на ReForest Living Lab. Всеки сценарий е достъпен онлайн и предоставя специфични за региона конфигурации които могат да бъдат адаптирани към условията на отделните стопанства.

С възможност за редактиране на техническите и финансовите предположения, платформата интегрира Симулации Монте Карло за отчитане на несигурността в добивите, цените и оперативните рискове. Потребителите могат тестване на различни алтернативи на дизайна. превръща инструмента в практически ресурс за планиране, вземане на решения и подготовка на заявления за финансиране.

Настройка на параметрите на CNN

CNN Parameter Tuner е иновативна софтуерна платформа, която прави дълбоко обучение достъпни за потребители без опит в програмирането. Тя позволява на изследователи и студенти да създават Модели на конволюционни невронни мрежи (CNN) адаптирани към техните собствени набори от данни за изображения във формати като JPG, JPEG и PNG. Като рационализира процеса на настройка на параметрите, той преодолява разликата в знанията за машинното обучение и дава възможност на всеки да изгражда ефективни модели за задачи за класификация.

Платформата предлага гъвкавост в конфигурирането на набори от данни за обучение, валидиране и тестване, като същевременно предоставя на потребителите контрол върху броя на епохите, размера на партидите и избора на функции за активиране, оптимизиране и загуба. Резултатите могат да се изследват чрез интерактивни визуализации, включително матрици на объркване и графики, заедно с подробни доклади за класификация, които подпомагат задълбочената оценка на ефективността на модела.

С възможността да запазвате обучени модели и да ги интегрирате в скриптове на Python или други приложения, CNN Parameter Tuner съчетава лекота на използване с разширена функционалност. Неговата интуитивен интерфейс намалява бариерата за навлизане на машинното обучение и открива възможности за иновации и сътрудничество между различни дисциплини.