Modèle informatique prédit les rendements des cultures

A computer model predicts crop yields.

Le nouvel outil intègre les prévisions de précipitations, les données sur le niveau des nappes phréatiques, les caractéristiques des sols pour chaque comté, la consommation d'eau de chaque culture, le coût de l'irrigation sur une base de comté, les données sur les prix des cultures et les données sur le budget de production des cultures. ¶ Crédit : Steven Weeks

Des scientifiques de l’Université d’État de Caroline du Nord (NC State) et de l’Université Zhejiang en Chine ont développé un modèle informatique qui prédit les rendements du coton, du maïs, du sorgho et du soja dans le sud-est des États-Unis afin de compléter les décisions des agriculteurs et des gestionnaires des ressources en eau du gouvernement à l’ère du changement climatique.

Le cadre de modélisation régionale d’optimisation hydroéconomique (RHEO) utilise des données telles que les prévisions de précipitations, les propriétés des sols au niveau des comtés et les coûts d’irrigation, ainsi que les prix des cultures fournis par le Département de l’Agriculture des États-Unis.

Hemant Kumar de NC State a déclaré que lorsque RHEO a été alimenté avec 31 années de données historiques provenant de 21 comtés du sud-ouest de la Géorgie, “RHEO a été en mesure de prédire la variabilité de chacune de nos quatre cultures cibles, ainsi que d’identifier des stratégies d’irrigation qui permettraient de réduire les coûts associés”. De NC State University News Voir l’article complet

Résumés Copyright © 2023 SmithBucklin, Washington, D.C., USA

We will continue to update IPGirl; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

AI

Régression et méthodes bayésiennes dans l'élicitation moderne des préférences

La régression linéaire est souvent considérée comme le cheval de bataille de la modélisation prédictive, mais son app...

Science des données

Analyser les tendances de la glace arctique avec Python

Python, en tant que langage de programmation prééminent pour la science des données, facilite la collecte, le nettoya...

Science des données

Utilisation de RAPIDS cuDF pour exploiter le GPU dans l'ingénierie des caractéristiques

Amélioration des performances en remplaçant Pandas par cuDF dans la création de cadres de données et l'ingénierie des...

AI

Transformez votre projet de science des données Découvrez les avantages de stocker les variables dans un fichier YAML

Cet article de blog discutera des avantages d'utiliser un fichier YAML comme référentiel central pour stocker les var...

AI

À l'intérieur de GPT - I Comprendre la génération de texte.

En interagissant régulièrement avec des collègues dans divers domaines, j'apprécie le défi de transmettre des concept...

AI

Comment identifier les données manquantes dans les ensembles de données de séries chronologiques

Utiliser l'analyse exploratoire des données pour comprendre les lacunes des données manquantes.