机器学习方法可以用来预测作物产量-----北京农业信息网

机器学习方法可以用来预测作物产量

日期：2019-06-03 作者：编译：串丽敏来源：农科智库点击：

　    小麦是澳大利亚的主要农作物，在该国一半以上的土地上种植，是一种重要的出口商品。由于对小麦的如此依赖，准确的产量预测对于预估区域和全球粮食安全和商品市场非常必要。近日，发表在《Agricultural and Forest Meteorology》上的一项研究表明，机器学习方法可以在小麦成熟前两个月准确地预测该国的小麦产量。
    伊利诺伊大学该项研究的主要贡献者Kaiyu Gua表示，他们测试了各种机器学习方法，整合了大规模气候和卫星数据，得出了整个澳大利亚小麦产量可靠而准确的预测。为这项研究做出贡献的国际合作者团队大大提高了预测澳大利亚小麦产量的能力。
    人们试图预测作物产量的时间几乎是到作物收获产量时才可获得。随着计算能力的增强和对各种数据源的访问，预测能力继续得到改善。近年来，科学家们利用气候数据、卫星数据或两者相结合，开发了相当精确的作物产量估算。
    在这项研究中，研究者使用综合分析来确定气候和卫星数据的预测能力。进一步研究发现，单是气候数据就相当不错，但卫星数据提供了额外的信息，将产量预测性能提升到了一个新的水平。
    利用气候和卫星数据，研究人员能够在小麦生长季节结束前两个月以大约75%的准确度预测小麦产量。研究发现，卫星数据可以逐渐捕捉作物产量的变化，这也反映了累积的气候信息。但是卫星数据无法直接捕捉到的气候信息，对整个生长季小麦产量预测具有重要影响。
    研究者还将传统统计方法的预测能力与三种机器学习算法进行了比较，在每种情况下，机器学习算法都优于传统方法。这些结果可以用来改善对澳大利亚未来小麦收成的预测，并对澳大利亚和地区经济产生潜在的连锁反应。此外，研究者乐观地认为，这种方法同时也可以推广应用到世界其他地区的多种作物。
（来源：伊利诺伊大学北京市农林科学院农业信息与经济研究所报道）

注：本网站为公益性网站，若单位或个人不同意刊载本信息请与本站联系。

更多>>