澳大利亞的主要作物名目中，小麥的種植面積佔據了該國一半以上的農田，它是該國重要的出口商品。考慮到小麥的重要性，對於維護區域和全球的糧食安全和商品市場的平穩，準確的產量預測是十分有意義的工作。

最近，在《農業和森林氣象學》刊物上有一篇論文指出，他們的機器學習算法可以在作物成熟前兩個月準確預測出該國的小麥產量。

該項目的首席研究員、伊利諾伊大學科學係自然資源和環境部助理教授Kaiyu Guan說：“我們測試了各種機器學習方法，並整合了大規模的氣候和衛星數據，以便為整個澳大利亞提供可靠和準確的小麥產量模型。”此外，他還是國家超算應用中心的Blue Waters教授。

“我們有一支令人難以置信的國際合作團隊，他們做出貢獻的大大提高了我們預言能力。”

嘗試預測作物產量的歷史幾乎和農業一樣長。隨著計算能力的提高和添加各種新型數據源，預言的準確性一直在提升。近年來，科學家使用氣候數據和衛星數據，分別開發出了相當準確的產量模型。但Guan指出，在他們的論文之前，人們尚不清楚這兩個數據源是否存在優劣性。

“在這項研究中，我們綜合分析氣候和衛星數據來完成預測。我們想知道每種因子的貢獻。”他說，“我們發現只用氣候數據就非常好，但衛星數據提供了額外的信息，並使準確性提升到了全新的水平。”

利用氣候和衛星數據集，研究人員能夠在生長季結束前兩個月預測出小麥豐收後的產量，準確率約75％。

論文的主要作者，博士生Yaping Cai：“具體而言，我們發現衛星數據可以逐漸展現出產量變化的信息，相當於氣候信息積累的結果。衛星數據也無法捕捉到的氣候信息是整個生長季節對小麥產量的貢獻。”

共同作者、斯坦福大學的David Lobell補充道：“我們還將傳統統計方法的預測能力與三種機器學習算法進行了比較，機器學習算法在每種情況下均優於傳統方法。”

研究人員稱，這些結果可用於改進澳大利亞小麥產量的預測方式，並可能對澳大利亞和區域經濟產生連鎖反應。此外，他們樂觀地認為，該方法本身可以被移植到世界其他地區的其他作物上。

論文名為“利用機器學習方法整合衛星和氣候數據來預測澳大利亞的小麥產量”


【文章參考】 煎蛋網
【文章翻譯】 majer
【文章整理】 AICL