Ученые в Китае улучшили прогноз урожайности культур машинным обучением

Урожайность озимой пшеницы в северном Китае может быть лучше предсказана с помощью новой гибридной модели прогнозирования, основанной на машинном обучении, согласно исследованию Института физики атмосферы Китайской академии наук, передает 20 апреля агентство Синьхуа.

Китай является крупнейшим в мире производителем и потребителем пшеницы, поэтому точное прогнозирование урожайности является главной заботой исследователей. Новая гибридная модель предлагает подход, который сочетает в себе машинное обучение и динамическое прогнозирование атмосферы. Разработанная китайскими и американскими учеными новая модель была применена к северному Китаю в течение межсезонного периода.

Будучи новой статистической моделью, машинное обучение может лучше описывать нелинейную взаимосвязь между входными данными и прогнозом и имеет очевидные преимущества в прогнозировании урожайности по сравнению с линейной моделью.

Результаты исследования показывают, что гибридная модель в целом превосходит обычные модели, при этом показатель, который показывает, насколько далеки значения прогноза от реальных значений, уменьшается на 30–55% по сравнению с обычными моделями.

Результаты также показали, что новая модель достигла наилучшего результата прогнозирования за три-четыре месяца до начала сезона сбора урожая.

Исследование демонстрирует, что сочетание машинного обучения и динамического прогнозирования атмосферы является полезным инструментом для прогнозирования урожайности, который может оказать поддержку практикующим специалистам в области сельского хозяйства, политикам и сельскохозяйственным страховщикам. Исследование было опубликовано в журналах Remote Sensing, Weather and Forecasting и Atmosphere and Oceanic Science Letters.