پیش بینی عملکرد گندم با استفاده از هوش مصنوعی، یادگیری ماشین و داده های سنجش از دور در کشاورزی هوشمند (مطالعه موردی در خراسان شمالی)

چکیده مقاله

این پژوهش با هدف بررسی کاربرد هم زمان علوم کشاورزی، علوم رایانه و هوش مصنوعی در پیش بینی عملکرد محصول گندم انجام شد در این مطالعه از داده های مربوط به رطوبت خاک، دما، رطوبت نسبی، شاخص پوشش گیاهی NDVI، میزان نیتروژن و داده های سنجش از دور استفاده شد الگوریتم های Random Forest، شبکه عصبی مصنوعی، SVM و LSTM مورد استفاده قرار گرفتند داده ها در قالب ۱۰۰۰ رکورد نمونه شبیه سازی و برای آموزش و آزمون مدل ها استفاده شدند نتایج نشان داد مدل Random Forest با ضریب تعیین ۰ ۹۲ عملکرد بهتری نسبت به سایر مدل ها داشت شبکه عصبی مصنوعی مقدار ۰ ۸۹ و SVM مقدار ۰ ۸۵ را نشان داد نتایج بیانگر توان بالای مدل های هوش مصنوعی در تحلیل داده های کشاورزی هستند استفاده از داده های سنجش از دور و حسگرهای هوشمند موجب افزایش دقت شد نتایج نشان داد مدل Random Forest با ضریب تعیین ۰ ۹۲ عملکرد بهتری نسبت به سایر مدل ها داشت شبکه عصبی مصنوعی مقدار ۰ ۸۹ و SVM مقدار ۰ ۸۵ را نشان داد استفاده از سامانه های هوشمند می تواند مصرف آب و کود را کاهش داده و عملکرد محصول را افزایش دهد این مطالعه نشان می دهد کشاورزی هوشمند مسیر مهمی برای توسعه پایدار کشاورزی آینده است

کلیدواژه‌ها

نویسندگان

سعید گزمه

۱-مربی کشاورزی اداره آموزش فنی و حرفه ای خراسان شمالی

سعید گزمه

۱ مربی کشاورزی اداره آموزش فنی و حرفه ای خراسان شمالی

محمد فیاضی

۲- مربی کامپیوتر اداره آموزش فنی و حرفه ای خراسان شمالی

محمد فیاضی

۲ مربی کامپیوتر اداره آموزش فنی و حرفه ای خراسان شمالی

بهاره حاتمی

۳- مربی کامپیوتر اداره آموزش فنی و حرفه ای خراسان شمالی

بهاره حاتمی

۳ مربی کامپیوتر اداره آموزش فنی و حرفه ای خراسان شمالی

گزمه، سعید و فیاضی، محمد و حاتمی، بهاره،1405،پیش بینی عملکرد گندم با استفاده از هوش مصنوعی، یادگیری ماشین و داده های سنجش از دور در کشاورزی هوشمند (مطالعه موردی در خراسان شمالی)،سی و یکمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک،شیروان

ارائه‌شده در

مجموعه مقالات سی و یکمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک30 تیر 1405 · شیروان