Crédito:CC0 Public Domain
Encabezando la lista de los principales cultivos de Australia, El trigo se cultiva en más de la mitad de las tierras de cultivo del país y es un producto básico de exportación clave. Con tanto cabalgando sobre el trigo, Es necesaria una previsión precisa del rendimiento para predecir la seguridad alimentaria regional y mundial y los mercados de productos básicos. Un nuevo estudio publicado en Meteorología agrícola y forestal muestra que los métodos de aprendizaje automático pueden predecir con precisión el rendimiento del trigo en el país dos meses antes de que madure la cosecha.
"Probamos varios enfoques de aprendizaje automático e integramos datos satelitales y climáticos a gran escala para obtener una predicción confiable y precisa de la producción de trigo para toda Australia, "dice Kaiyu Guan, profesor asistente en el Departamento de Recursos Naturales y Ciencias Ambientales de la Universidad de Illinois, Profesor de Blue Waters en el Centro Nacional de Aplicaciones de Supercomputación, e investigador principal del estudio. "El increíble equipo de colaboradores internacionales que contribuyeron a este estudio ha mejorado significativamente nuestra capacidad para predecir el rendimiento de trigo en Australia".
La gente ha intentado predecir el rendimiento de los cultivos casi desde que hubo cultivos. Con el aumento de la capacidad de cálculo y el acceso a diversas fuentes de datos, las predicciones continúan mejorando. En años recientes, Los científicos han desarrollado estimaciones de rendimiento de cultivos bastante precisas utilizando datos climáticos, datos satelitales, o ambos, pero Guan dice que no estaba claro si un conjunto de datos era más útil que el otro.
"En este estudio, utilizamos un análisis integral para identificar el poder predictivo de los datos climáticos y satelitales. Queríamos saber qué aporta cada uno, ", dice." Descubrimos que los datos climáticos por sí solos son bastante buenos, pero los datos satelitales proporcionan información adicional y llevan el rendimiento de la predicción de rendimiento al siguiente nivel ".
Usando conjuntos de datos climáticos y satelitales, los investigadores pudieron predecir el rendimiento del trigo con aproximadamente un 75 por ciento de precisión dos meses antes del final de la temporada de crecimiento.
"Específicamente, Descubrimos que los datos satelitales pueden capturar gradualmente la variabilidad del rendimiento de los cultivos, que también refleja la información climática acumulada. La información climática que no puede ser capturada por datos satelitales sirve como una contribución única a la predicción del rendimiento del trigo durante toda la temporada de crecimiento. "dice Yaping Cai, estudiante de doctorado y autor principal del estudio.
El coautor David Lobell de la Universidad de Stanford agrega:"También comparamos el poder predictivo de un método estadístico tradicional con tres algoritmos de aprendizaje automático, y los algoritmos de aprendizaje automático superaron al método tradicional en todos los casos ". Lobell inició el proyecto durante un año sabático de 2015 en Australia.
Los investigadores dicen que los resultados se pueden utilizar para mejorar las predicciones sobre la cosecha de trigo de Australia en el futuro. con posibles efectos dominó en la economía australiana y regional. Es más, son optimistas en cuanto a que el método en sí se puede trasladar a otros cultivos en otras partes del mundo.
El artículo, "Integrando datos satelitales y climáticos para predecir el rendimiento del trigo en Australia utilizando enfoques de aprendizaje automático, "se publica en Meteorología agrícola y forestal .