利用現代科技建置水稻產量預測模型，幫助決策者制定適當的判斷
2025/01/20 @國際
摘要
利用衛星影像結合人工智慧學習技術，建置快速且準確的水稻產量預測模型，幫助決策者準確制定因應措施，穩定糧食供應。
示意圖
美國北卡羅萊納州立大學(North Carolina State University)最近開發出一項研究，將衛星影像與機器學習技術相互結合，建立更快速且準確的水稻產量預測模型，這個模型可以幫助決策者更好評估水稻種植方式和選擇地點，對全球超過一半以稻米為主要營養來源的人口具有相當重要的意義。
研究團隊在孟加拉進行研究，選擇該地點具有重要意義，該國90%人口每日都食用稻米，農業生產主要以稻米種植為主，產值約占國民生產總值的六分之一。同時，它是世界第三大稻米生產國，也是全球第六名最容易受到氣候變遷影響的國家。傳統的農作物監測技術在現代已無法跟上極端氣候變遷的速度，需要消耗大量人力進行實地考察與農民訪談等工作，且由於採樣限制，難以準確反應全國產量情形。研究人員利用時間序列衛星影像技術，定期收集相同位置的衛星影像，測量植被的生長情形、土壤含水量和健康狀況。研究團隊將衛星數據與實地數據結合，訓練了一個機器學習模型，可更精確估算2002年至2021年期間的水稻產量。據估計該模型準確率可達90-92%，誤差範圍約2%，它能夠即時提供各地區作物生長狀況資訊，幫助決策者在儲藏設施、運輸工具等建設投資方面做出更明智的決定。研究團隊認為該項研究成果，可以為該國提供更準確產量預測，未來甚至可擴展應用到不同模型的作物和其他地理環境中，有助於支援農業政策的制定。
這項研究是多方合作成果，除了北卡羅萊納州立大學外，還包括美國農業部、國際玉米與小麥改良中心(CIMMYT)與孟加拉的水稻研究所等學研機構參與。研究團隊希望這種方法能夠在其他區域複製應用，無論是在美國、印度還是非洲國家，都能透過這項成果為當地的農業發展提供重要的決策支持。展現了如何運用現代科技改善傳統農業生產管理方式，為全球糧食安全提供新的解決方案。【延伸閱讀】-改變衛星影像：精準農業創新融合方法
資料來源
文章摘譯
