地球资源数据云——数据资源详情

野生蓝莓产量预测

农业领域正在进行大量研究，以利用机器学习算法更好地预测作物产量。许多机器学习算法需要大量数据才能给出有用的结果。训练和试验机器学习算法的主要挑战之一是，足够质量和数量的训练数据的可用性仍然是一个限制因素。在论文“结合计算机模拟和机器学习算法进行野生蓝莓产量预测”中，我们使用了野生蓝莓授粉模型生成的数据集，该模型是一个空间明确的模拟模型，经过现场观察和在美国缅因州收集的实验数据验证。过去30年。蓝莓产量预测模型需要充分表征植物空间特征、蜂种组成和天气条件对生产影响的数据。在多步骤过程中，我们设计了模拟实验，并在蓝莓模拟模型的校准版本上进行了运行。然后检查模拟数据集，并选择重要特征来构建四个基于机器学习的预测模型。这些模拟数据为那些从实地观察中收集实际数据的研究人员以及那些想要试验机器学习算法对真实数据和计算机模拟建模生成的数据作为作物产量预测模型的输入的响应潜力的研究人员提供了帮助。