Lektor Sune Darkner har modtaget 15 mio. kr. fra Novo Nordisk Fonden til at opgradere en helt essentiel model til at beregne, hvordan blandt andet klima påvirker landbrug og omvendt. Bevillingen er én ud af fire bevillinger, som fonden netop har uddelt for at understøtte forskningsinfrastruktur inden for data science.
Verden er under forandring, og der er behov for opdaterede modeller til at beregne, hvad klimaforandringerne kommer til at betyde for landbruget, hvad dyrkning af forskellige afgrøder har af betydning for klimaet, og hvordan forskellige jordtyper hver især kan lagre forskellige mængder kulstof, så det ikke bidrager til den globale opvarmning.
En af de helt essentielle modeller til at beregne på interaktioner mellem jordbund, planter og klima på den nordlige halvkugle er modellen DAISY, der nu får en opgradering via en millionbevilling fra Novo Nordisk Fondens Data Science Infrastruktur-program. Formålet med programmet er at støtte digital forskningsinfrastruktur, som er kritisk for den data-drevne forskning i Danmark.
Med en bevilling på 15 mio. kr. skal lektor Sune Darkner fra Datalogisk Institut på Københavns Universitet i samarbejde med Institut for Plante- og Miljøvidenskab give DAISY en overhaling, så modellen fremadrettet bliver endnu mere brugbar og i stand til at tackle de behov for komplekse beregninger, som verden står over for nu og i fremtiden.
»DAISY er allerede nu den mest avancerede model til beregninger på forholdet mellem jord, planter og klima, men der er et stort behov for, at modellen bliver udvidet til at kunne inkludere flere offentligt tilgængelige data, og at brugerfladen bliver gjort lettere, så flere mennesker får mulighed for at bruge modellen til beregninger i for eksempel offentligt regi, i et forskningsøjemed eller til forskellige interesseorganisationer, blandt andet inden for landbruget,« fortæller Sune Darkner.
Laver helt ekstremt præcise beregninger
DAISY, der hører til under Institut for Plante- og Miljøvidenskab på Københavns Universitet, kan i dens nuværende form lave helt ekstremt præcise beregninger på interaktioner mellem jord og planter.
Det kan dreje sig om betydningen af en given afgrøde på en mark for jordbundens evne til at tilbageholde nitrat. Den viden er essentiel for at regulere gødningsforhold. Det kan også være betydningen af et skifte i klimaet for lagringen af kulstof i afgrøderne og jordbunden.
Alt det er som sådan godt nok, men modellen lider under to mangler, som der nu skal gøres noget ved:
- For det første er modellen ekstremt kompleks at bruge, hvilket gør den svært tilgængelig for andre end eksperter.
- For det andet trænger DAISY til en opdatering, så den kan tilgå relevante offentlige datakilder. Det kan være data for vejr, topografi, jordtyper eller brugen af jorden.
»DAISY skal være tilgængelig for mange flere mennesker, som ikke nødvendigvis har specialviden i, hvordan modellen fungerer. Og så skal datakilderne også være relevante for alt det, som folk ønsker at finde svar på,« forklarer Sune Darkner.
DAISY skal tackle fremtiden klimaudfordringer
Sigtet i projektet er at forbedre brugeroplevelsen af DAISY ved blandt andet at udvikle et omfattende undervisningsmateriale i brugen af modellen.
Modellen skal også gøres meget mere tilgængelig i brugerfladen, så flere kan forstå, hvordan den virker. Derved bliver modellen ikke kun tilgængelig for dataloger og jordfysikere, men også offentlige myndighedspersoner eller folk fra interesseorganisationer.
Derudover skal DAISY kobles til offentligt tilgængelige datakilder fra for eksempel DMI eller Styrelsen for Datasikkerhed og Infrastruktur, og det er planen, at modellen også skal udstyres med kunstig intelligens, så den ikke bare kan trække data frem, når den bliver bedt om det, men også løbende lære fra data og ad den vej blive skærpet.
Med opdateringen skal DAISY kunne komme med svar på nogle af de store spørgsmål, som både politikere, industrien, NGOer og helt almindelige mennesker stiller.
»Vi kan se, at klimafordringerne kommer med stormstyrke og meget hurtigere, end vi havde forventet i første omgang. Hvilke konsekvenser får det for fødevareproduktionen i Europa og udledningen af drivhusgasser, og hvordan skal man behandle landbrugsjorden, for at den får de bedste betingelser i fremtiden? Og hvad kan vi gøre i landbruget for at formindske klimaaftrykket? Man kan lave en masse forsøg på markerne for at besvare disse spørgsmål, men det vil tage 100 år at gennemføre. Med DAISY kan vi simulere os ud af det og få svarene i dag,« siger Sune Darkner.
55 mio. kr. uddelt
Bevillingen til Sune Darkner er en af fire bevillinger, Novo Nordisk Fonden netop har uddelt inden for Data Science Infrastructure Programme. I alt er uddelt godt 55 mio. kr.
Bevillingsmodtagerne er:
- Professor Cai Grau, Institut for Klinisk Medicin ved Aarhus Universitet
Beløb: 15 mio. kr.
Projekttitel: “DESIRE: Data Science Research Infrastructure In Radiotherapy” - Professor Kristian Sommer Thygesen, DTU Fysik ved DTU
Beløb: 11 mio. kr.
Projekttitel: “A high-performance computing infrastructure for data-driven research on sustainable energy materials” - Professor Poul Jørgen Jennum, Afdeling for Hjerne- og Nerveundersøgelser på Rigshospitalet
Beløb: 14,7 mio. kr.
Projekttitel: “Biomedical Data Infrastructure (BDI) for health research: National Neurophysiologic Database (NND)” - Lektor Sune Darkner, Datalogisk Institut ved Københavns Universitet
Beløb: 14,8 mio. kr.
Projektitel: “AgroEco-HPM: A high-performance data-driven agroecosystem modelling platform for developing agricultural systems with minimum environmental impact”
Novo Nordisk Fondens bevillinger til data science
Fra 2023 bliver bevillinger til forskning i datainfrastruktur behandlet i fondens Research Infrastructure Programme.
Novo Nordisk Fonden uddeler bevillinger til øvrig data science-forskning gennem to selvstændige programmer: Data Science Collaborative Research Programme og Data Science Investigator Programme, som er en del af Novo Nordisk Foundation Research Leader Programme.
