Прогресс прогностических моделей в точном орошении и мониторинге здоровья растений
Новое исследование показывает, что модели машинного обучения могут точно прогнозировать суточную транспирацию сельскохозяйственных культур, используя прямые измерения растений и данные об окружающей среде. Обучив модели на данных лизиметров высокого разрешения за семь лет, исследователи продемонстрировали высокую эффективность на примере томатов, пшеницы и ячменя. Полученные результаты указывают на перспективность инструментов, которые могут помочь как в управлении орошением, так и в раннем выявлении стресса у растений.











