一种多变量土壤温度间隔预测方法,用于精确调节植物生长环境

科学领域:

• 农业科学 农业科学
• 环境监测 环境监测
• 数据科学数据科学数据科学

背景情况:

• 叶片植物的种植需要精确的环境控制,土壤温度是一个关键因素.
• 由于非线性变化和时间滞后,准确的短期土壤温度预测具有挑战性.

研究的目的:

• 开发一种可靠的多变量预测方法,用于短期预测土壤温度.
• 提高多步骤土壤温度预测的准确性和稳定性.

主要方法:

• 渐变增强树木模型,以确定影响土壤温度的关键环境因素.
• 一个预测模型,它结合了时间序列预测 (N-HiTS) 的神经层次插曲和高斯概率函数.
• 多目标优化算法,以实现最佳的初始参数选择.

主要成果:

• 与LSTM等现有方法相比,拟议的模型显示出优异的预测性能.
• 在20分,60分和120分钟的土壤温度预测中,实现了平均绝对误差 (MAE) 的显著降低.
• 提供稳定的预测间隔,解决多步预测点的不稳定性.

结论:

• 开发的模型提供了一种科学方法,用于控制种植环境中的精确调节和早期预警系统.
• 提高了农业应用土壤温度预测的可靠性.