建模和人工智能(AI)气候智能型农业

最近的技术进步使广泛的收集大量的低成本、高分辨率,方便农业信息,包括土壤、作物和天气数据集,和水,营养,和农用化学品使用。农民仍然面临的问题是如何从可用资源中提取实用信息下的决策来提高农业效率具有挑战性的气候条件。大量的复杂的决策支持系统,很大程度上,仍在出版文献和很少的领域达到农民。目前很多商业解决方案由昂贵的数字决策支持系统和电子设备中嵌入模糊建模和人工智能技术,被作为“黑匣子”的功能是提供很少披露用户。消费级和透明工具必须开发实用信息,提高种植制度的可持续性和盈利能力。最近的技术进步使广泛的收集大量的低成本、高分辨率,方便农业信息,包括土壤、作物和天气数据集,和水,营养和农用化学品使用。农民仍然面临的问题是如何从可用资源中提取实用信息下的决策来提高农业效率具有挑战性的气候条件。大量的复杂的决策支持系统,很大程度上,仍在出版文献和很少的领域达到农民。目前很多商业解决方案由昂贵的数字决策支持系统和电子设备中嵌入模糊建模和人工智能技术,被作为“黑匣子”的功能是提供很少披露用户。消费级和透明工具必须开发实用信息,提高种植制度的可持续性和盈利能力。

科学开放的数字工具,开发最终用户,允许农民获取知识从镇定的和公开的数据目标农业生态系统。这些数字解决方案需要透明的基于流程的建模和人工智能技术,一方面,从大数据中提取知识收集的遥远,近端,磁场传感器。这个研究课题雷竞技rebat前沿农学旨在促进这一目标通过释放科学论文提出基于过程的模型和人工智能应用程序通知农民的决策。此外,我们的目标是为社区提供的源代码拟议的工作和在案例研究中的应用的例子建立免费图书馆的可重用的决策支持工具和种植制度分析。

我们寻求论文的人愿意转移他们的数码解决方案基于农业科学研究那些种植作物生产食品、纤维、饲料和生物燃料。论文将提出人工智能的应用和基于过程的模型,或者数据采集工具,支持:
反应介质)农艺管理和短期(甚至实时)天气现象;
b)农艺计划应对中期和长期气候变化和差异。

每篇文章必须存在一个或多个用例显示数字解决方案的功能,必须驻留在一个开放的源代码库,以及样本的输入数据集。没有限制的技术/软件设置先验,提供数字解决方案已提供给社区。基于免费和开源软件的解决方案是高度鼓励。

稿件处理下列主题被认为是适合这个研究课题,但不限于:
1。使用气候数据和天气预报来改善农艺管理(种植、收获、灌溉、施肥、病虫害/疾病/杂草管理);
2。使用气候数据(过去和未来)设计适应策略在气候变化的背景下农民的水平;
3所示。作物产量预测使用机器学习和基于流程的建模;
4所示。使用遥感数据作物物候学监测和产量预测的同化;
5。使用驱动网络自动化管理的资源(水、营养物质、农药);
6。利用天气和农作物数据从物联网传感器来提高资源使用和作物健康;
7所示。开发数据采集设备/工具和方法。

关键字:建模、人工智能、机器学习、决策支持系统、精密农学,物联网,免费软件,作物监测、土壤监测、农业管理、气候变化、气候变化、大dtaa,数据库,数据分析、云计算、自动化

重要提示:所有贡献这个研究课题必须的范围内的部分和期刊提交,作为其使命声明中定义。雷竞技rebat前沿有权指导检查手稿更适合部分或同行评审的期刊在任何阶段。