由香港科技大學領導的一支國際研究團隊，以人工智能技術（AI）研發出一個機器學習模型，能有效促進全球農田的氨減排。該研究發現，目前農田所排放的氨氣量（ammonia）(NH3)不但較預期為低，更發現採用優化的施肥管理能降低農田氨排放總量達38%，有助全球各地制定合適的減氨策略，並為落實聯合國"永續發展目標"當中有關確保糧食安全、消除飢餓，以及促進永續農業的目標帶來新希望。

多種農業及工業過程所釋放的氨，會污染空氣和水質，影響生態環境及人類健康。雖然氨並非溫室氣體，但進入土壤或大氣後，會形成一氧化二氮等化合物，成為強效溫室氣體，引致氣候變化。

三大主要農作物包括水稻、小麥和玉米皆釋放氨氣，已佔全球農田氨排放總量的一半。隨着人口及糧食需求的持續增長，實現農田氨減排成為了全球可持續發展亟待解決的難題之一。然而，現時全球欠缺準確的數據統計，各國很難實施適合本國具體情況的有效減排策略。

有見及此，科大理學院數學系兼跨學科學院環境及可持續發展學部講座教授馮志雄教授，聯同南方科技大學（南科大）鄭一教授，領導研究團隊收集並分析全球不同地區於1985年至2022年間的田間觀測數據，並製成數據庫。

團隊利用AI及相關數據，研發出一個能預測農田氨排放率的機器學習模型，並分析氣候、土壤特質、農作物種類，以及灌溉、施肥及耕作等人為管理因素對氨排放的影響。該模型更能按不同地區的情況，建議最合適的施肥管理方針。例如，研究發現，由於溫度最影響亞洲地區小麥種植產生的氨排放量，面對全球暖化帶來的影響，76%位於亞洲的小麥田，可透過施用高效肥（enhanced-efficiency fertilizers）去降低氨排放量。

AI模型發現，倘世界各國以AI優化施肥管理的方針去減低氨排放，例如調整施肥時間、使用特定的肥料以及實施適當的種植和耕作方法等，可將該三種主要農作物的氨排放量減低約38%。當中，亞洲地區有最高的緩減潛力，其次則為北美及歐洲。由於研究預測，全球農田氨排放總量於2030-2060年的30年間將增長約4%至5.5%，意味即使只發揮少部分優化施肥管理的緩減潛力，仍能有效抵銷氨排放的增長。

馮教授表示，世界各國於處理全球減氨排放議題上仍然面臨不少挑戰，例如成本高昂及農地規模偏小等。是次研究清晰勾劃了全球氨氣排放的現況，讓各國可制定相應對策，從而防治霧霾，並保障糧食安全。同時，此研究亦展示了大數據與AI科技對實現可持續發展目標的巨大潛能。

研究成果已於科學權威《自然》學術期刊上發表。除科大與南科大外，團隊成員還包括天津大學、科羅拉多州立大學、北京大學、北京大學深圳研究生院、美國橡樹嶺國家實驗室、北京林業大學及康奈爾大學。文章的共同第一作者為科大博士生李庚及南科大研究助理教授徐鵬博士。