验证一款用于预测西班牙杂草出现的新工具
Carlos Sousa-Ortega1, Maria Cristina Alcantara2
1Departamento de Agronomía, Escuela Técnica Superior de Ingeniería Agronómica (ETSIA), Universidad de Sevilla, Seville, Spain.
Pest management science
|July 4, 2023
概括
一个新的网络应用程序使用预测模型预测杂草的出现,有助于作物管理. 几种关键杂草物种的模型显示出高准确度,具有商业采用潜力.
科学领域:
- 农业科学 农业科学
- 计算生物学 计算生物学
- 生态生态学 生态生态学
背景情况:
- 一年生杂草的种植阶段对于有效的杂草管理至关重要.
- 现有的杂草出现模型缺乏商业可用性.
- 预测建模为及时控制杂草提供了一个潜在的解决方案.
研究的目的:
- 开发一个实施预测性杂草出现模型的Web应用程序.
- 预测八种不同的杂草物种的出现.
- 用公开来源的天气数据来开发模型.
主要方法:
- 开发一个用于预测杂草出现的网络应用程序.
- 对八种杂草物种实施预测模型.
- 从公共气象站获取天气数据.
主要成果:
- 固和薄的模型显示了高准确度 (RMSE <15).
- 一个新的Bromus diandrus模型实现了100%的成功率,平均RMSE为7.7.
- 对于Papaver rhoeas和Phalaris物种的模型显示出不同的成功率,其中一些需要改进.
结论:
- 对C. diluta,B. diandrus,L. rigidum,Papaver rhoeas和Phalaris paradoxa的模型显示出商业应用的希望.
- 对于法拉里斯小和法拉里斯臂模型,还需要进一步的细化.
- 开发的网络应用程序为改进杂草管理策略提供了一个工具.
