安达卢西亚的研究人员开发出人工智能工具以提高灌溉效率

科尔多瓦大学农学系的研究人员开发了一款人工智能工具，可帮助农民提前一周预测灌溉所需的水量。

研究人员补充道，这款名为LSTMHybrid的最新工具是灌溉数字化更广泛努力的一部分，据称它将通过节约水和能源，帮助农民降低生产成本。

该工具基于2021年开发的Cangenfis模型，该模型利用安达卢西亚格拉纳达省祖哈尔地区四年的气候数据进行训练。投入使用后，它能够以80%的准确率预测长期灌溉用水需求。

不过，这款人工智能工具的首个版本仅能预测包括水稻、玉米和番茄在内的各类作物的总体用水需求。

“与先前模型相比，最大的区别在于这是首次实现七天周期预测，”参与这两个项目的三位首席研究员之一拉斐尔·冈萨雷斯表示。

LSTMHybrid使农民能够更精确地规划用水预算，并将预期灌溉需求与不同的水价时段进行匹配。研究人员希望，这些更精准的数据能帮助农民在经济和农艺方面做出最明智的决策，从而优化水资源和能源的使用。

研究人员指出，西班牙的灌溉系统传统上主要依赖历史经验而非预测数据，而持续的干旱和水库水位危险性降低，使得该系统的现代化改造变得尤为迫切。

CANGENFIS 模型运用了数百个神经网络，综合考量了 50 万个不同因素；而 LSTMHybrid 则基于平均气温、参考蒸散量、湿度及历史灌溉记录进行预测。

该新模型还能保存先前输入的数据，从而提升其逐年预测的能力。

这种简化使得农民和灌溉管理者能够通过普通计算机将每周数据手动输入系统，从而预测下周灌溉所需的水量。

“提前几天了解用水需求将有助于系统管理，并有助于优化水资源利用和能源成本，”同样参与这两个项目的另一位研究员胡安·安东尼奥·罗德里格斯表示。

安东尼奥·罗德里格斯补充道，除了改善水资源管理外，这种新的预测能力还能为农业能源需求提供更准确的预测，从而助力该地区向可再生能源转型。

“相关知识已经具备，技术也经过测试且运行良好，”第三位首席研究员埃米利奥·卡马乔表示。“现在我们需要开发一款工具，让社区能够以简单的方式使用这项技术，从而使那些将为灌溉社区提供技术解决方案的公司能够引入这些先进成果。”