Akarsu akışının ve nitrojen (N) ihracat dinamiklerinin mekansal olarak dağıtılmış tahmini, tarımsal su havzalarının hassas yönetimi için gereklidir. Zamansal derin öğrenme modelleri havza ölçeğinde güçlü bir performans gösterse de, özellikle veri kıtlığı koşullarında mekansal olarak genelleme yetenekleri sınırlıdır. Bu boşluğu gidermek için, Gelişmiş Biyoenerji ve Biyoürünler İnovasyon Merkezi (CABBI) liderliğindeki bir araştırmacı ekibi, süreç tabanlı bilgiyi ve açık mekansal öğrenmeyi zamansal modellemeye entegre eden, bilgi destekli bir grafik makine öğrenimi çerçevesi olan HydroGraphNet’i önermektedir.



