MS-YieldStackNet: fusión de datos multifuente para la estimación del rendimiento del trigo utilizando una red...

Área de la Ciencia:

• Ciencia Agrícola; Teledetección; Aprendizaje Automático

Sus antecedentes:

• La predicción precisa del rendimiento de los cultivos es crucial para la seguridad alimentaria y la política agrícola.; Los métodos manuales de estimación del rendimiento del trigo son laboriosos e imprecisos, especialmente en Pakistán.; La integración de diversas fuentes de datos puede mejorar la precisión de la previsión del rendimiento.

Objetivo del estudio:

• Desarrollar y validar un marco algorítmico novedoso, MS-YieldStackNet, para la predicción del rendimiento del trigo de alta resolución.; Integrar imágenes satelitales multiespectrales, análisis in situ del suelo y variables meteorológicas para mejorar la previsión.; Evaluar el rendimiento del modelo utilizando métricas estadísticas clave.

Principales métodos:

• Se construyó un espacio de características unificado utilizando índices de vegetación (NDVI, DVI), atributos fisicoquímicos del suelo y datos climáticos temporales.; Se empleó una arquitectura de red neuronal de conjunto apilado (MS-YieldStackNet) que combina tres redes neuronales de retroalimentación (FFNN) paralelas.; Se utilizó un meta-aprendiz de Random Forest para integrar las predicciones de las FFNN.

Principales resultados:

• Se logró un valor robusto de R-cuadrado de 0.81, lo que indica un fuerte rendimiento del modelo.; Se reportó un Error Cuadrático Medio (MSE) de 6114.30 kg/ha y un Error Cuadrático Medio (RMSE) de 78.19 kg/ha.; Se demostraron bajos errores de predicción con un Error Absoluto Medio (MAE) de 59.07 kg/ha y un Error Porcentual Absoluto Medio (MAPE) de 3.55%.

Conclusiones:

• MS-YieldStackNet proporciona una solución precisa y escalable para la previsión del rendimiento del trigo.; El enfoque integrado mejora significativamente la precisión de la predicción en comparación con los métodos tradicionales.; El marco tiene un gran potencial para informar la política agrícola y garantizar la seguridad alimentaria.