科爾多瓦大學農學系的研究人員開發了一種 人工智能工具 這將幫助農民提前一周預測灌溉所需的水量。
研究人員補充說，這一最新工具 LSTMHybrid 是更廣泛的數字化灌溉努力的一部分，他們表示這將幫助農民通過節省水和能源來降低生產成本。
最新工具基於 Cangenfis 模型，該模型於 2021 年開發，並使用安達盧西亞格拉納達省祖哈爾四年的氣候數據進行訓練。 部署後，它可以以 80% 的準確度預測長期灌溉用水需求。
請參見：研究人員表示，橄欖農的人工智能工具將提高產量、降低成本然而，人工智能工具的第一次迭代只能預測各種作物的總體需水量，包括水稻、玉米和西紅柿。
“與之前模型的最大區別在於，這是第一次在 - 天的範圍內完成，”參與這兩個項目的三名首席研究人員之一拉斐爾·岡薩雷斯 (Rafael González) 說。
LSTMHybrid 使農民能夠更準確地預算他們的用水需求，並將預期的灌溉需求與不同的關稅期相疊加。 研究人員希望這些更精確的數據將幫助農民做出最經濟和農藝上最明智的決策，以優化水和能源。
研究人員表示，西班牙灌溉系統現代化的必要性傳統上是由歷史經驗而非預測數據指導的。 變得更加必要 由於持續的干旱和 水庫水位過低.
CANGENFIS 使用了數百個神經網絡，考慮了 - 萬個不同的因素，而 LSTMHybrid 則根據平均溫度、參考蒸散量、濕度和以前的灌溉記錄進行預測。
請參見：研究人員使用 AI 來識別 EVOO 的來源新模型還可以保存之前輸入的數據，以幫助提高其逐年預測的能力。
這種簡化使農民和灌溉管理人員可以通過普通計算機手動將每週數據輸入系統，預測下週灌溉需要多少水。
“提前幾天了解水的需求將有助於系統的管理，並有助於優化水的使用和能源成本，”參與這兩個項目的另一位研究人員胡安·安東尼奧·羅德里格斯說。
安東尼奧·羅德里格斯補充說，除了改善水資源管理外，新的預測能力還將通過為農業能源需求提供更準確的預測來幫助該地區向可再生能源過渡。
“知識就在那裡，技術已經過測試並且有效，”第三位首席研究員埃米利奧·卡馬喬（Emilio Camacho）說。 “現在我們必須開發一種工具，讓社區能夠以簡單的方式使用這項技術，以便向灌溉社區提供技術解決方案的公司能夠介紹這些進步。”
