Reiserntevorhersage mit einer Support Vector Regression Methode

Die Reiserntevorhersage ist das Verfahren zur Vorhersage des Reisgewichts. Die Ziele des Verfahrens sind herauszufinden, ob der Standort geeignet ist, Reis anzubauen, und das Risiko der Investition in die Reisernteproduktion zu verringern. Es gab viele Forscher, die versuchten, präzise Ergebnisse der Reiserntevorhersage zu finden, jedoch sind die vorgeschlagenen Methoden kompliziert und einzigartig. Diese Arbeit zielt daher darauf ab, das Verfahren zur Reiserntevorhersage mithilfe der Support Vector Regression Methode (SVR) zu entwickeln, einer der am häufigsten verwendeten Techniken in der Datenvorhersage. Die Vorhersagemethode in dieser Arbeit ist in 3 Phasen unterteilt, d.h. Vorhersage des Stickstoffgehalts im Boden, Vorhersage des Gewichts der Reisstängel und Vorhersage des Reisgewichts. Wir vergleichen die Ergebnisse mit der kommerziellen Software, d.h. dem DSSAT4-Programm, das das Crop Simulation Model (CSM-Risiko-Simulationsmodell) implementiert. Die Ergebnisse zeigen, dass unsere Methode mit der des CSM-Risiko-Simulationsmodells vergleichbar ist. Der Fehler unseres Modells liegt ebenfalls im akzeptablen Bereich.