首页 > 资讯 > 数字化

CNN算法“识粮”新方案 京都大学利用AI快速准确预测粮食产量

2023/09/18 16:25      站长之家   


   近日,京都大学的研究人员利用卷积神经网络技术,基于水稻冠层照片快速准确预测粮食产量。这项研究成果发表在《植物表型学》杂志上。

  据了解,该研究基于20个国家共20块农田,22000多张水稻冠层照片以及实际粮食产量数据进行训练,所建立的CNN模型对不同光照条件下的收割期和成熟后期水稻产量预测效果良好。即使改变拍照角度、时间和阶段,该模型预测结果也十分稳定和准确。

  研究显示,CNN模型主要通过识别水稻花序数量进行粮食产量预测。该模型对地面分辨率达到0.2厘米/像素的水稻冠层照片,预测产量与实际产量相关性可达0.65;即使分辨率降至3.2厘米/像素,相关性也可达0.55,表现出较强的鲁棒性。通过移除水稻花序实验进一步证明,随着花序数量减少,模型预测产量也呈线性降低。该CNN模型可以对不同国家不同品种的水稻快速准确预测产量。

  据联合国预测,2050年全球人口将达91亿,届时对粮食的需求量将增加70%。然而全球农业发展不均,导致很多地区粮食产量无法准确统计,无法对农业发展做出合理规划。该研究为利用AI技术快速准确预测全球各地粮食产量提供了可行方案,可望助力全球农业发展,保障粮食安全。

  榜单收录、高管收录、融资收录、活动收录可发送邮件至news#citmt.cn(把#换成@)。

相关阅读