Modelado agrícola inteligente de nutrientes del suelo y clasificación de pH utilizando técnicas de aprendizaje profundo de conjunto
Autores: Escorcia-Gutierrez, José; Gamarra, Margarita; Soto-Diaz, Roosvel; Pérez, Meglys; Madera, Natasha; Mansour, Romany F.
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Modelado agrícola inteligente de nutrientes del suelo y clasificación de pH utilizando técnicas de aprendizaje profundo de conjunto
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Nutrientes del suelo
Pruebas de suelo
Niveles de nutrientes
Requerimientos de cultivos
Predicción de pH
Aprendizaje profundo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
Los nutrientes del suelo son una parte vital de la fertilidad del suelo y otros factores ambientales. La prueba de suelo es una herramienta eficiente utilizada para evaluar los niveles de nutrientes existentes en el suelo y ayudar a calcular la cantidad apropiada de nutrientes del suelo dependiendo del nivel de fertilidad y los requisitos del cultivo. Dado que los modelos convencionales de prueba de nutrientes del suelo no son factibles en aplicaciones en tiempo real, son esenciales modelos eficientes de predicción de nutrientes del suelo y del potencial de hidrógeno (pH) para mejorar la productividad general de los cultivos. En este aspecto, este documento tiene como objetivo diseñar una clasificación inteligente de nutrientes del suelo y pH utilizando la técnica de aprendizaje profundo de conjunto de votación ponderada (ISNpHC-WVE).
Descripción
Los nutrientes del suelo son una parte vital de la fertilidad del suelo y otros factores ambientales. La prueba de suelo es una herramienta eficiente utilizada para evaluar los niveles de nutrientes existentes en el suelo y ayudar a calcular la cantidad apropiada de nutrientes del suelo dependiendo del nivel de fertilidad y los requisitos del cultivo. Dado que los modelos convencionales de prueba de nutrientes del suelo no son factibles en aplicaciones en tiempo real, son esenciales modelos eficientes de predicción de nutrientes del suelo y del potencial de hidrógeno (pH) para mejorar la productividad general de los cultivos. En este aspecto, este documento tiene como objetivo diseñar una clasificación inteligente de nutrientes del suelo y pH utilizando la técnica de aprendizaje profundo de conjunto de votación ponderada (ISNpHC-WVE).