农业是印度金融福祉的主要贡献者。但是,人口增长和气候变化等挑战会影响作物产量。机器学习对于作物预测和决策至关重要,根据我们的分析,有助于选择农作物并优化农作物实践,最常用的特征是湿度,温度,土壤类型,降雨,降雨,pH,面积,生产和应用算法是决策树,决策树,支持矢量机(SVM),随机森林和梯度培养。此预测有助于根据天气条件确定最佳的谷物作物。近年来,农民面临着降雨量降低和土壤质量差的问题,导致农作物失败。cision养殖有助于使作物管理适应不断变化的环境条件,从而使智能耕作发展。该研究旨在帮助人们种植高产谷物作物,计划其活动,并找到解决农业挑战的解决方案。
自交物种中生长时间的延长(Barrett & Charlesworth, 1991)可以解释自交物种中观察到的较低杂种优势水平。杂种优势的程度在物种内测量性状、遗传背景(Tracy & Chandler, 2006)和测试环境(Flint-Garcia et al., 2009; Lippman & Zamir, 2007; Mindaye et al., 2016)之间差异很大。在没有过度遗传漂变或足够基因流的情况下,植物种群倾向于适应来自生物和非生物挑战的人工或自然选择力量,从而导致对环境的局部适应(Janzen et al., 2022; Leimu & Fischer, 2008)。可以在认为当地植物类型相对于外来引进植物具有适应性的环境中测试当地植物和外来植物性能之间的区别(Kawecki & Ebert, 2004)。鉴于遗传分化和杂种优势之间的普遍关联 (Jordan et al., 2003; Moll et al., 1965; Zhang et al., 2010),不同环境中遗传和表型分化的相互作用对于理解和利用多种来源材料的作物育种计划中的杂种优势至关重要。
“目前,我们可以根据水果数量和增长率来预测树的产量,”她说。“但这还不够好。我们正在根据树上的芽数进行预测,以帮助指导修剪。芽在花朵之前很好地出现,因此它为农民提供了更多时间采取适当的行动 - 即需要多少修剪才能优化产量。,但这非常困难。我们继续以计算机视觉和机器学习模型为基础,以扩大我们的预测能力。Caain的贡献使我们能够雇用更多的人来构建更多数据集,这反过来又使我们能够在树木休眠时检测到相关因素。反过来,这将使我们能够预先预测一棵树的农作物负荷,以使果园经理可以修剪休眠的分支,以使每棵树的最佳农作物负载,从而使其更健康。”
人工智能(AI)和机器学习(ML)正在推动精确农业的革命性变化,提供农民工具以最大程度地提高农作物的产量,同时最大程度地减少资源的使用。本文研究了AI驱动的技术如何分析来自无人机,传感器和卫星图像的数据,以提供可行的见解以进行优化的作物管理。通过确定最有效的种植时间表,检测早期的疾病迹象,并提供实时建议,以灌溉,施肥和农药施用,AI可以实现更精确和可持续的农业实践。AI与其他新兴技术(例如无人机和机器人技术)的整合,通过促进对设备的预测维护,并确保农作物获得理想的水,养分和害虫控制,从而提高了农业生产力。案例研究强调了AI在某些农作物中的产量最多增加了30%,这强调了其革新现代农业的潜力。本文还探讨了AI驱动的模型如何通过更有效地利用资源来减少环境影响,从而帮助农民平衡生产力与可持续性。的挑战,例如数据可访问性和小农户采用AI技术,以及AI在缓解与气候变化和可变性相关的风险方面的潜力。驱动的精确农业为改善粮食安全和确保长期农业可持续性提供了重要的机会。
1 阿姆斯特丹自由大学理学院物理与天文系,荷兰阿姆斯特丹 1081 HV 2 兰卡斯特大学兰卡斯特环境中心,英国兰卡斯特 LA1 3SX 3 伊利诺伊大学植物生物学系 Carl R. Woese 基因组生物学研究所,美国伊利诺伊州厄巴纳 61801 4 莫纳什大学理学院生物科学学院,澳大利亚维多利亚州墨尔本 3800 5 瓦赫宁根大学生物物理实验室,荷兰瓦赫宁根 6708 WE 6 埃塞克斯大学生命科学学院,英国埃塞克斯 CO4 3SQ 7 爱丁堡大学生物科学学院、分子植物科学研究所,英国爱丁堡 EH9 3BF 8 爱丁堡大学生物科学学院工程生物学中心,英国爱丁堡 EH9 3BF 9 系加州大学植物与微生物生物学系,伯克利,加利福尼亚州 94720,美国 10 加州大学霍华德休斯医学研究所,伯克利,加利福尼亚州 94720,美国 11 加州大学创新基因组学研究所,伯克利,加利福尼亚州 94720,美国 12 劳伦斯伯克利国家实验室分子生物物理和综合生物成像部,伯克利,加利福尼亚州 94720,美国 13 米兰大学生物科学系,意大利米兰 20133 14 海因里希海涅大学植物生物化学研究所,植物科学卓越集群 (CEPLAS),杜塞尔多夫 40225,德国 15 中国科学院碳捕获重点实验室,分子植物科学卓越中心,上海 200032,中国 *通讯作者:r.croce@vu.nl † 作者按字母顺序列出(以除了主要作者/协调编辑之外)。根据作者须知 ( https://academic.oup.com/plcell ) 中所述的政策,负责分发与本文所述研究结果相关的材料的作者是:Roberta Croce ( r.croce@vu.nl )。
•风险区域8。。。。。。。。。。。。。。。。。。。。。。。28•风险区域9。。。。。。。。。。。。。。。。。。。。。。29•风险区域10。。。。。。。。。。。。。。。。。。。。。。30•风险区域11。。。。。。。。。。。。。。。。。。。。。。33•风险区域12。。。。。。。。。。。。。。。。。。。。。。34•风险区域13。。。。。。。。。。。。。。。。。。。。。。35•风险区域14。。。。。。。。。。。。。。。。。。。。。。37•风险区域15。。。。。。。。。。。。。。。。。。。。。。38•风险区域16。。。。。。。。。。。。。。。。。。。。。。39•风险区域17。。。。。。。。。。。。。。。。。。。。。。39•风险区域18。。。。。。。。。。。。。。。。。。。。。。39•风险区域19。。。。。。。。。。。。。。。。。。。。。。41•风险区域20。。。。。。。。。。。。。。。。。。。。。。41•风险区域21。。。。。。。。。。。。。。。。。。。。。。42•风险区域22。。。。。。。。。。。。。。。。。。。。。。42
a,b这些作者对摘要摘要摘要大米(Oryza sativa L.)是全球重要的主食。面对气候变化,需要改善水稻的定性和定量特征,满足人口增加的营养需求不断增长。近年来,基因组编辑在谷物作物的优质种类的发展中发挥了重要作用。基因组编辑和速度繁殖提高了水稻育种的准确性和速度。在大米中已经建立了包括基因组编辑在内的新育种技术,从而扩大了作物改善的潜力。在十年中,诸如锌指核酸酶(ZFN),转录激活剂样效应核酸酶(Talens)(Talens)和群集定期间隔短的短质体重复序列(CRISPR)/CRISPR相关蛋白9(CAS9)系统(CAS9)系统使用蛋白质9(Cas9)系统的诸如锌指核酸酶(ZFN)(ZFN),类似于转录激活剂样效应子核酸酶(Talens)(Talens)(CAS9(CAS9),并在赖斯分配中起着非常出色的作用。 此外,最近的其他基因组编辑技术(例如Prime编辑和基础编辑者)也已用于大米中的有效基因组编辑。 由于大米是一个出色的模型系统,因此由于其小基因组和与其他谷物作物的密切合成关系,因此继续开发用于大米的新基因组编辑技术。 采用基因组编辑技术(GET)等基因组改变进行了反向遗传学,已经在农业科学(例如水稻产量和谷物质量改善)方面开辟了新的途径。 这些方法的有效性正在全球研究人员和作物科学家验证。诸如锌指核酸酶(ZFN)(ZFN),类似于转录激活剂样效应子核酸酶(Talens)(Talens)(CAS9(CAS9),并在赖斯分配中起着非常出色的作用。此外,最近的其他基因组编辑技术(例如Prime编辑和基础编辑者)也已用于大米中的有效基因组编辑。由于大米是一个出色的模型系统,因此由于其小基因组和与其他谷物作物的密切合成关系,因此继续开发用于大米的新基因组编辑技术。采用基因组编辑技术(GET)等基因组改变进行了反向遗传学,已经在农业科学(例如水稻产量和谷物质量改善)方面开辟了新的途径。这些方法的有效性正在全球研究人员和作物科学家验证。目前,CRISPR/CAS9技术被研究人员广泛用于基因组编辑,以实现所需的生物学目标,因为它具有简单的定位,易于设计,具有成本效益和多才多艺的工具,用于精确有效的植物基因组编辑。在过去的几年中,通过CRISPR/CAS9技术方法成功编辑了许多与水稻纹理质量和产量相关的基因,以满足全球对食品需求不断增长的需求。在这篇综述中,我们着重于用于水稻改进的基因组编辑工具,以解决取得的进展,并提供大米基因组编辑的例子。我们还讨论了获得无转基因作物的安全问题和方法。