Explainable Machine Learning Framework for Soil Moisture Stress Assessment and Irrigation Decision Support
构建可解释机器学习框架,预测次日土壤湿度并支持灌溉决策。
阅读 1
关键词 · 相关资讯与研究
沿着“灌溉量预测”继续探索,共 0 条内容。
构建可解释机器学习框架,预测次日土壤湿度并支持灌溉决策。
提出AIDspat模型,结合土壤水平衡与灌溉调度,估算时空农业灌溉需求。
综述作物模拟模型在估算作物需水与灌溉管理中的应用及改进方向。
提出分层保形风险控制,为未建模入渗下的灌溉调度提供安全保证。
综述AI传感、成像、物联网精准灌溉、数字孪生与机器人集成用于作物水分管理。
构建AquaCrop衍生的代理模型,快速映射月度灌溉亏缺与作物产量的非线性响应。
比较测量、传递函数和反演建模获取土壤水力参数对小麦模拟的影响。
提出基于ESP32传感与两阶段机器学习的智能灌溉推荐系统,预测土壤湿度并推荐灌溉动作。