Augsnes bioloģiskā indeksa (QBS) noteikšana, izmantojot mašīnmācīšanos

Projekta nosaukums latviski: Augsnes bioloģiskā indeksa (QBS) noteikšana, izmantojot mašīnmācīšanos

Projekta nosaukums angliski: Soil biological quality index (QBS) determination using machine learning

Projekta numurs: lzp-2024/1-0643

Projekta īstenotājs: Latvijas Universitāte (LU)

Projekta sadarbības partneri: Elektronikas un datorzinātņu institūts

Projekta vadītājs: Antra Boča

Projekta īstenošanā vadošā iestāde LU ir Medicīnas un dzīvības zinātņu fakultāte

Projekta īstenošanas periods: 01.01.2025. – 31.12.2027.

Projekta kopējais finansējums: 300 000 EUR, tajā skaitā LU projekta daļai piešķirtais finansējums: 169 104 EUR

Plānotie projekta rezultāti:

• 2 oriģināli anonīmi recenzēti zinātniski raksti
• Iesniegts projekta pieteikums starptautiskā projektu uzsaukumā
• Izstrādāts studiju noslēguma darbs
• Publicētas augsnes faunas datu kopas
• Mašīnmācīšanās modelis augsnes bioloģiskā indeksa noteikšanai

Zinātniskā grupa: Antra Boča, Uģis Kagainis, Ineta Salmane, Edīte Juceviča, Roberts Kadiķis, Maksims Ivanovs

Informācija par projektu:

Izpratne par augsnes bioloģiskās daudzveidības stāvokli pasaulē ir salīdzinoši zema. Tas rada grūtības noteikt augšņu ekoloģiskā stāvokļa kategorijas (kas ir vesela vai nevesela augsne) un veidot vadlīnijas efektīvam augsnes veselības monitoringam. Lai gan detalizēta augsnes bioloģiskās daudzveidības izpēte sniegtu būtisku informāciju, tā bieži vien ir sarežģīta un izmaksu ziņā dārga. Tāpēc kā vienkāršāks un pieejamāks risinājums ir izstrādāts bioloģiskās kvalitātes indekss QBS-ar, kas balstās uz augsnes posmkāju analīzi. Šī projekta galvenais mērķis ir izstrādāt mašīnmācīšanās (ML) modeļus, kas var noteikt QBS-ar, analizējot no augsnes paraugiem iegūto mazo posmkāju populācijas attēlus. Šie modeļi būs piemēroti plaša mēroga pētījumiem, tostarp augsnes monitoringa programmām.