Key points are not available for this paper at this time.
يProvide معرفة الغلة المتوقعة في موسم الزراعة الحالي معلومات قيمة للمزارعين وصانعي السياسات ومصانع معالجة الأغذية. واحدة من الفوائد الرئيسية لاستخدام أدوات التنبؤ الموثوقة هي توليد المزيد من الدخل من المحاصيل المزروعة. معلومات حول كمية إنتاج المحصول قبل الحصاد تساعد في توجيه تبني استراتيجية مناسبة لإدارة المنتجات الزراعية. الصعوبة في إنشاء نماذج التنبؤ مرتبطة بالاختيار المناسب للمتغيرات المستقلة. يتطلب اختيارها الصحيح معرفة تامة بموضوع البحث. تقدم المقالة التالية وتناقش المتغيرات المستقلة الأكثر استخدامًا في نمذجة توقع غلة المحاصيل الزراعية استنادًا إلى الشبكات العصبية الاصطناعية (ANNs). يُولى اهتمام خاص للمتغيرات البيئية، مثل البيانات المناخية، ودرجة حرارة الهواء، وإجمالي هطول الأمطار، والإشعاع، ومعايير التربة. يتم تحليل إمكانية استخدام مؤشرات إنتاجية النبات ومؤشرات الغطاء النباتي، التي تعد متنبئات قيمة تم الحصول عليها بفضل تطبيق تقنيات الاستشعار عن بُعد، بالتفصيل. تؤكد الورقة على أن الاستخدام المتزايد الشائع للتقنيات الاستشعار عن بُعد والأدوات الفوتوغرامترية يمكّن من تطوير الزراعة الدقيقة. بالإضافة إلى ذلك، يتم تحديد بعض القيود في تطبيق بعض المتغيرات المدخلة، فضلاً عن المزيد من الإمكانيات لتطوير النمذجة غير الخطية، باستخدام الشبكات العصبية الاصطناعية كأداة تدعم الاستخدام العملي وتحسين تقنيات الزراعة الدقيقة.
دراسة هارا وآخرون (مون) هذا السؤال.