Avanzando hacia modelos de prescripción de fósforo personalizados y precisos para soja (Glycine max (L.) Merr.) a través de aprendizaje automático
Autores: Chipatela, Floyd Muyembe; Khiari, Lotfi; Jouichat, Hamza; Kouera, Ismail; Ismail, Mahmoud
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Avanzando hacia modelos de prescripción de fósforo personalizados y precisos para soja (Glycine max (L.) Merr.) a través de aprendizaje automático
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Enfoque tradicional
Fertilizante fosfatado
Prueba de suelo de P
Enfoques integrados
Predicción de inteligencia artificial
Curvas de respuesta de la soja
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
El enfoque tradicional de prescribir fertilizantes de fosfato basado únicamente en el análisis de fósforo en el suelo (STP) ha sido criticado por científicos y agricultores, lo que ha llevado a los agricultores a buscar modelos de fertilización de fosfato que incorporen factores adicionales. Al adoptar enfoques integrados, los agricultores pueden recibir recomendaciones más precisas que se alineen con sus condiciones específicas y técnicas de fertilización.
Descripción
El enfoque tradicional de prescribir fertilizantes de fosfato basado únicamente en el análisis de fósforo en el suelo (STP) ha sido criticado por científicos y agricultores, lo que ha llevado a los agricultores a buscar modelos de fertilización de fosfato que incorporen factores adicionales. Al adoptar enfoques integrados, los agricultores pueden recibir recomendaciones más precisas que se alineen con sus condiciones específicas y técnicas de fertilización.