Utilizando métodos de aprendizaje automático combinados con índices de vegetación e indicadores de crecimiento para predecir el rendimiento de semillas de
Autores: Ou, Chengming; Jia, Zhicheng; Sun, Shoujiang; Liu, Jingyu; Ma, Wen; Wang, Juan; Mi, Chunjiao; Mao, Peisheng
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Utilizando métodos de aprendizaje automático combinados con índices de vegetación e indicadores de crecimiento para predecir el rendimiento de semillas de
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Botánica
Palabras clave
Bromus suave
Rendimiento de semillas
Niveles de nitrógeno
índice de vegetación
Contenido de nitrógeno en hojas
Modelo de predicción
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 8
Citaciones: Sin citaciones
La bromelia suave es un pasto forrajero perenne de alta calidad. Sin embargo, su rendimiento de semillas está influenciado por prácticas agronómicas, condiciones climáticas y el año de cultivo. La predicción rápida y efectiva del rendimiento de semillas puede ayudar a los cultivadores a tomar decisiones de producción informadas y reducir los riesgos agrícolas. Nuestro diseño de ensayo de campo siguió un diseño de bloques completamente aleatorizados con cuatro bloques y tres niveles de nitrógeno (0, 100 y 200 kg·N·ha) durante 2022 y 2023. Se recopilaron datos sobre el índice de vegetación remoto (RVI), el índice de vegetación de diferencia normalizada (NDVI), el contenido de nitrógeno en las hojas (LNC) y el índice de área foliar (LAI) en las etapas de espigado, antésis y leche. Se utilizaron modelos de regresión de múltiples regresiones lineales (MLR), máquinas de soporte vectorial (SVM) y bosques aleatorios (RF) para predecir el rendimiento de semillas. En 2022, los resultados indicaron que la aplicación de nitrógeno proporcionó un rango de variación suficientemente grande del rendimiento de semillas (que varió de 45.79 a 379.45 kg ha¹). El análisis de correlación mostró que los índices del RVI, el NDVI, el LNC y el LAI en 2022 presentaron una correlación positiva significativa con el rendimiento de semillas, y el coeficiente de correlación más alto se observó en la etapa de espigado. Los datos de 2022 se utilizaron para formular un modelo predictivo para el rendimiento de semillas. Los resultados sugirieron que utilizar datos de la etapa de espigado produjo el mejor rendimiento de predicción. SVM y RF superaron a MLR en predicción, siendo RF el que demostró el mejor rendimiento (R = 0.75, RMSE = 51.93 kg ha, MAE = 29.43 kg ha y MAPE = 0.17). Notablemente, la precisión de la predicción del rendimiento de semillas para el año 2023 utilizando este modelo había disminuido. El análisis de importancia de características del modelo RF reveló que el LNC era un indicador crucial para predecir el rendimiento de semillas de la bromelia suave. Se necesitan más estudios con un conjunto de datos ampliado e integración de datos meteorológicos para mejorar la precisión y generalizabilidad del modelo y su adaptabilidad para el año de cultivo.
Descripción
La bromelia suave es un pasto forrajero perenne de alta calidad. Sin embargo, su rendimiento de semillas está influenciado por prácticas agronómicas, condiciones climáticas y el año de cultivo. La predicción rápida y efectiva del rendimiento de semillas puede ayudar a los cultivadores a tomar decisiones de producción informadas y reducir los riesgos agrícolas. Nuestro diseño de ensayo de campo siguió un diseño de bloques completamente aleatorizados con cuatro bloques y tres niveles de nitrógeno (0, 100 y 200 kg·N·ha) durante 2022 y 2023. Se recopilaron datos sobre el índice de vegetación remoto (RVI), el índice de vegetación de diferencia normalizada (NDVI), el contenido de nitrógeno en las hojas (LNC) y el índice de área foliar (LAI) en las etapas de espigado, antésis y leche. Se utilizaron modelos de regresión de múltiples regresiones lineales (MLR), máquinas de soporte vectorial (SVM) y bosques aleatorios (RF) para predecir el rendimiento de semillas. En 2022, los resultados indicaron que la aplicación de nitrógeno proporcionó un rango de variación suficientemente grande del rendimiento de semillas (que varió de 45.79 a 379.45 kg ha¹). El análisis de correlación mostró que los índices del RVI, el NDVI, el LNC y el LAI en 2022 presentaron una correlación positiva significativa con el rendimiento de semillas, y el coeficiente de correlación más alto se observó en la etapa de espigado. Los datos de 2022 se utilizaron para formular un modelo predictivo para el rendimiento de semillas. Los resultados sugirieron que utilizar datos de la etapa de espigado produjo el mejor rendimiento de predicción. SVM y RF superaron a MLR en predicción, siendo RF el que demostró el mejor rendimiento (R = 0.75, RMSE = 51.93 kg ha, MAE = 29.43 kg ha y MAPE = 0.17). Notablemente, la precisión de la predicción del rendimiento de semillas para el año 2023 utilizando este modelo había disminuido. El análisis de importancia de características del modelo RF reveló que el LNC era un indicador crucial para predecir el rendimiento de semillas de la bromelia suave. Se necesitan más estudios con un conjunto de datos ampliado e integración de datos meteorológicos para mejorar la precisión y generalizabilidad del modelo y su adaptabilidad para el año de cultivo.