科尔多瓦大学农学系的研究人员开发了一种 人工智能工具 这将帮助农民提前一周预测灌溉所需的水量。
研究人员补充说，这一最新工具 LSTMHybrid 是更广泛的数字化灌溉努力的一部分，他们表示这将帮助农民通过节省水和能源来降低生产成本。
最新工具基于 Cangenfis 模型，该模型于 2021 年开发，并使用安达卢西亚格拉纳达省祖哈尔四年的气候数据进行训练。 部署后，它可以以 80% 的准确度预测长期灌溉用水需求。
另见：研究人员表示，橄榄农的人工智能工具将提高产量、降低成本然而，人工智能工具的第一次迭代只能预测各种作物的总体需水量，包括水稻、玉米和西红柿。
“与之前模型的最大区别在于，这是第一次在 - 天的范围内完成，”参与这两个项目的三名首席研究人员之一拉斐尔·冈萨雷斯 (Rafael González) 说道。
LSTMHybrid 使农民能够更准确地预算他们的用水需求，并将预期的灌溉需求与不同的关税期相叠加。 研究人员希望这些更精确的数据将帮助农民做出最经济和农艺上最明智的决策，以优化水和能源。
研究人员表示，西班牙灌溉系统现代化的必要性传统上是由历史经验而非预测数据指导的。 变得更加必要 由于持续的干旱和 水库水位过低.
CANGENFIS 使用了数百个神经网络，考虑了 - 万个不同的因素，而 LSTMHybrid 则根据平均温度、参考蒸散量、湿度和以前的灌溉记录进行预测。
另见：研究人员使用 AI 来识别 EVOO 的来源新模型还可以保存之前输入的数据，以帮助提高其逐年预测的能力。
这种简化使农民和灌溉管理人员可以通过普通计算机手动将每周数据输入系统，预测下周灌溉需要多少水。
“提前几天了解水的需求将有助于系统的管理，并有助于优化水的使用和能源成本，”参与这两个项目的另一位研究人员胡安·安东尼奥·罗德里格斯说。
安东尼奥·罗德里格斯补充说，除了改善水资源管理外，新的预测能力还将通过为农业能源需求提供更准确的预测来帮助该地区向可再生能源过渡。
“知识就在那里，技术已经过测试并且有效，”第三位首席研究员埃米利奥·卡马乔（Emilio Camacho）说。 “现在我们必须开发一种工具，让社区能够以简单的方式使用这项技术，以便向灌溉社区提供技术解决方案的公司能够介绍这些进步。”
