Inteligência artificial para prever temperaturas do solo mediante o desenvolvimento de um novo modelo

Resumo As temperaturas do solo, tanto na superfície quanto em várias profundidades, são importantes em ambientes em mudança para entender as propriedades biológicas, químicas e físicas do solo. Isso é essencial para alcançar a sustentabilidade alimentar. No entanto, a maioria das regiões em desenvolvimento ao redor do mundo enfrenta dificuldades para estabelecer medições e registros de dados sólidos devido a instrumentos inadequados e muitos outros motivos inevitáveis, como desastres naturais, como secas, inundações e ciclones. Portanto, um modelo de previsão preciso resolveria essas dificuldades. O Uzbequistão é um dos países que se preocupa com as mudanças climáticas devido ao seu clima árido. Portanto, pela primeira vez, esta pesquisa apresenta um modelo integrado para prever os níveis de temperatura do solo na superfície e a 10 cm de profundidade com base em fatores climáticos em Nukus, Uzbequistão. Oito modelos de aprendizado de máquina foram treinados para compreender o modelo de melhor desempenho com base em indicadores de desempenho amplamente utilizados. O modelo Long Short-Term Memory (LSTM) apresentou previsões precisas dos níveis de temperatura do solo a 10 cm de profundidade. Mais importante, os modelos desenvolvidos aqui podem prever os níveis de temperatura a 10 cm de profundidade com os dados climáticos medidos e os níveis de temperatura do solo na superfície previstos. O modelo pode prever a temperatura do solo a 10 cm de profundidade sem quaisquer medições de temperatura do solo. O modelo desenvolvido pode ser usado efetivamente em aplicações de planejamento para alcançar a sustentabilidade na produção de alimentos em áreas áridas como Nukus, Uzbequistão.