由香港科技大学（科大）领导的一支国际研究团队，以人工智能技术（AI）研发出一个机器学习模型，能有效促进全球农田的氨减排。该研究发现，目前农田所排放的氨气量（ ammonia ） （ NH3 ）不但较预期为低，更发现采用优化的施肥管理能降低农田氨排放总量达38%，有助全球各地制定合适的减氨策略，并为落实联合国「永续发展目标」当中有关确保粮食安全、消除饥饿，以及促进永续农业的目标带来新希望。

多种农业及工业过程所释放的氨，会污染空气和水质，影响生态环境及人类健康。虽然氨并非温室气体，但进入土壤或大气后，会形成一氧化二氮等化合物，成为强效温室气体，引致气候变化。

三大主要农作物包括水稻、小麦和玉米皆释放的氨气，已占全球农田氨排放总量的一半。随着人口及粮食需求的持续增长，实现农田氨减排成为了全球可持续发展亟待解决的难题之一。然而，现时全球欠缺准确的数据统计，各国很难实施适合本国具体情况的有效减排策略。

有见及此，科大理学院数学系兼跨学科学院环境及可持续发展学部讲座教授冯志雄教授，联同南方科技大学（南科大）郑一教授，领导研究团队收集并分析全球不同地区於1985年至2022年间的田间观测数据，并制成数据库。

团队利用AI及相关数据，研发出一个能预测农田氨排放率的机器学习模型，并分析气候、土壤特质、农作物种类，以及灌溉、施肥及耕作等人为管理因素对氨排放的影响。该模型更能按不同地区的情况，建议最合适的施肥管理方针。例如，研究发现，由於温度最影响亚洲地区小麦种植产生的氨排放率，面对全球暖化带来的影响，76%位于亚洲的小麦田，可透过施用高效肥（enhanced-efficiency fertilizers ）去降低氨排放量。

AI模型发现，倘世界各国以AI优化施肥管理的方针去减低氨排放，例如调整施肥时间、使用特定的肥料以及实施适当的种植和耕作方法等，可将该三种主要农作物的氨排放量减低约38%。当中，亚洲地区有最高的缓减潜力，其次则为北美及欧洲。由於研究预测，全球农田氨排放总量於2030-2060年的30年间将增长约4%至5.5%，意味即使只发挥少部分优化施肥管理的缓减潜力，仍能有效抵销氨排放的增长。

冯教授表示：「世界各国于处理全球减氨排放议题上仍然面临不少挑战，例如成本高昂及农地规模偏小等。是次研究清晰勾划了全球氨气排放的现况，让各国可制定相应对策，从而防治雾霾，并保障粮食安全。同时，此研究亦展示了大数据与AI科技对实现可持续发展目标的巨大潜能。」

研究成果已于科学权威《自然》学术期刊上发表。除科大与南科大外，团队成员还包括天津大学、科罗拉多州立大学、北京大学、北京大学深圳研究生院、美国橡树岭国家实验室、北京林业大学及康奈尔大学。文章的共同第一作者为科大博士生李庚及南科大研究助理教授徐鹏博士。

科大研究团队成员:（左起）环境及可持续发展学部系主任及讲座教授刘启汉教授、理学院数学系及跨学科学院环境及可持续发展学部的讲座教授冯志雄教授、新兴跨学科领域学部研究生李庚及数学系副研究员张煦国博士。

科大研究团队成员: 理学院数学系及跨学科学院环境及可持续发展学部的讲座教授冯志雄教授（前排中）、环境及可持续发展学部系主任及讲座教授刘启汉教授（前排右）、数学系副研究员张煦国博士（前排左）及新兴跨学科领域学部研究生李庚(后排)。

科大协理副校长（教学）、理学院数学系及跨学科学院环境及可持續發展學部的讲座教授冯志雄教授。

该研究发现，目前农田所排放的氨气量（ammonia）（NH3）不但较预期为低，更发现采用优化的施肥管理能降低农田氨排放总量达38%。

三大主要農作物 – 包括水稻、小麥和玉米釋放的氨氣量數據，及其緩減潛力分佈。