Новый подход к моделированию для устойчивого сельского хозяйства раскрывает потенциал урожайности

Прогнозирование урожайности сельскохозяйственных культур — сложная задача, особенно в условиях изменчивой окружающей среды. Исследование, проведённое командой из Университета Сига и опубликованное в Horticulture Research 24 мая 2024 года, представляет новую методологию, основанную на функциональном анализе данных (FDA), для прогнозирования урожайности при круглогодичном выращивании.

Ключевые моменты исследования:

• Метод: Использована модель функциональной регрессии с переменными коэффициентами (VCFRM) на основе FDA для изучения влияния факторов среды (температура, солнечная радиация) на урожайность во времени.
• Данные: Проанализированы временные ряды для клубники и томатов, выращенных в фитотронах с естественным освещением.
• Результат: Модель выявила ключевые периоды, когда факторы среды наиболее значимо влияют на рост и урожайность. Её интерпретируемость позволяет получить практические рекомендации по оптимизации условий.
• Значение: Подход углубляет понимание динамического взаимодействия между средой и урожайностью, что критически важно для повышения эффективности использования ресурсов и устойчивости сельского хозяйства.

Цитата ведущего автора, профессора Хидэтоси Мацуи:

«Наша модель прогнозирования урожайности на основе FDA знаменует собой большой шаг вперёд в точном земледелии. Она не только повышает точность прогнозов, но и углубляет наше понимание того, как факторы окружающей среды влияют на рост сельскохозяйственных культур с течением времени».

Применение: Метод имеет широкий спектр применения, особенно в контролируемых условиях (фитотроны, теплицы). Модель можно адаптировать для различных культур и условий, что делает её универсальным инструментом для оптимизации производства и обеспечения стабильной урожайности.