机构名称：
¥ 1.0
在不断变化的环境中，以了解土壤的生物，化学和物理特性，地表和各种深度的土壤温度都很重要。这对于达到粮食可持续性至关重要。然而，由于仪器不良以及许多其他不可避免的原因，例如干旱，洪水和旋风，全球大多数发展中的地区都在建立可靠的数据测量和记录方面面临难以建立稳固的数据测量和记录。因此，准确的预测模型将解决这些困难。乌兹别克斯坦是由于气候干旱而关注气候变化的国家之一。因此，这项研究首次提出了一个综合模型，以根据乌兹别克斯坦Nukus的气候因素来预测表面的土壤温度水平和10 cm的深度。培训了八种机器学习模型，以了解基于广泛使用的性能指标的最佳性能模型。在10 cm深度的土壤温度水平的准确预测中执行了长期短期记忆（LSTM）模型。更重要的是，这里开发的模型可以通过测量的气候数据和预测的表面土壤温度水平来预测10 cm深度的温度水平。该模型可以在10 cm深度的土壤温度下预测土壤温度，而无需进行任何土壤温度测量。开发的模型可有效地用于计划应用程序，以在乌兹别克斯坦Nukus等干旱地区的粮食生产中达到可持续性。
人工智能通过开发新模型来预测土壤温度
主要关键词
相关文件推荐
