Авторы

Прогнозирование урожайности сельскохозяйственных угодий с помощью квазилинейного уравнения n-факторной авторегрессии

Как в России, так и в других странах ученые отмечают необходимость использования методов искусственного интеллекта для точного земледелия. Однако программное обеспечение, используемое для него в настоящее время, часто находится на уровне разработки и порой не выпускается в продажу, а методы, заявленные в отдельных статьях, используют стандартные подходы, что приводит к значительным погрешностям. Еще одним камнем преткновения является нетривиальный способ получения исходных данных, в частности в результате анализа спутниковых снимков, что является достаточно трудоемкой работой и возможно только в случае наличия базы данных исследуемых объектов с указанными их географическими координатами. В статье рассматривается разработка системы прогнозирования урожайности сельскохозяйственных угодий по спутниковым снимкам. В систему включены как классические методы (например, рассмотренная в статье параболическая регрессия), так и разработанные авторами подходы для идентификации параметров квазилинейного уравнения n-факторной авторегрессии. Несмотря на наличие на рынке достаточно большого количества программных продуктов для точного земледелия, многие из существующих разработок не предназначены для предоставления данных для дальнейшего анализа специалистами, не являющимися сотрудниками компании-разработчика. В рассматриваемой системе осуществляется сбор, а также последующий анализ данных аэрофотосъемки, заключающийся в построении модели динамики вегетационного индекса, используемой в дальнейшем для прогнозирования урожайности поля в следующих периодах. Предложенная система является расширяемой, т. е. допускает подключение дополнительных модулей для анализа и включения в анализ дополнительных факторов, влияющих на исследуемый показатель. В статье описывается метод представления данных, процесс расчета вегетационных индексов на определенную дату, а также приводятся математические подходы к моделированию вегетационного процесса с использованием качественных детерминированных математических моделей и прогнозирования урожайности поля в следующем сезоне и стоимости продукции. Читать дальше...