研究人员推出人工智能工具，帮助橄榄种植户预测采收时间

研究人员利用机器学习技术分析来自示范农场的各类数据点，成功将橄榄收获时机的预测准确率提升至90%。

经过三年多的开发，Predic 1 运营小组的工作成果于上个月在哈恩省门吉巴尔市举行的会议上进行了展示。

该小组的任务是开发一个能够提前整个季节预测橄榄收成的平台，据称他们已实现了这一目标，预测准确率高达90%。

该研究由一个由哈恩大学、Cetemet、Citoliva、安达卢西亚农业食品合作社（一个农民联盟）以及Nutesca组成的联盟共同完成，并以哈恩、科尔多瓦和格拉纳达的传统皮夸尔橄榄园作为测试案例。

据哈恩大学测绘、大地测量与摄影测量工程系教授、2022年关于该技术的研究通讯作者玛丽亚·伊莎贝尔·拉莫斯（María Isabel Ramos）介绍，预测系统对橄榄行业的未来至关重要。

“从科学角度来看，作物产量预测是精准农业领域最复杂的问题之一，”她表示。 “有几项研究基于花粉释放与果实产量之间的密切关系进行预测，还有些研究则基于气生生物学、物候学及气象学变量得出，所有预测从7月起均具备高效且可接受的准确度。”

“我们计划进一步完善这一预测，以便在开花期之前……即在农户开展战略规划和农场经济投资的很早之前，就能做出最优预测，”拉莫斯补充道。

该团队利用此前在预测性医疗项目中使用过的数据挖掘方法，基于整个初始目标区域的气象数据和历史收成数据构建了回归模型。

这些数据与配备热成像传感器和多光谱摄像头的无人机采集的实时数据、卫星图像、物候评估、叶片和土壤分析以及示范农场收集的数据相结合。

该模型利用机器学习——人工智能领域中最成熟、在农业领域拥有成熟应用记录的技术——来尽可能准确地预测作物产量。

通过使用支持向量机算法，可以应用多种内核，即线性内核和高斯内核。这使得算法更容易适应数据的性质，允许进行无限的转换。

该平台将作为基于网络的应用程序免费提供，类似于西班牙政府用于农业地块的地理信息系统 SIGPAC。

用户可以查看所请求信息的交互式图形表示，并导出数据。

哈恩大学计算机图形学与地理信息学系主任、该项目技术协调员弗朗西斯科·拉蒙·费托·伊格鲁埃拉解释说，随着用户数量的增加以及未来收成结果被反馈到系统中，预测的准确性将得到提升。届时将能够开发出针对各区域量身定制的更高效模型。

安达卢西亚农业食品合作社（Cooperativas Agro-alimentarias de Andalucía）的何塞·梅纳尔·帕切科（José Menar Pacheco）强调了该组织在向利益相关者传播项目成果和知识方面所发挥的重要作用。

他希望确保项目成果得到广泛认知和采纳，以改善会员的农场管理和资源优化。这些成员的年营业额超过 1100 万欧元，占安达卢西亚橄榄油总产量的 70% 以上。

该项目由欧洲农业基金（用于农村发展）和安达卢西亚地区政府共同资助，是“欧洲农业生产力和橄榄行业可持续性创新伙伴关系”地区行动小组征集计划的一部分。“在共同农业政策框架内，正在实施一系列新的改革，包括通过这些环境目标来应对气候变化。

“在共同农业政策框架内，一系列新改革正在实施，包括通过这些环境目标应对气候变化，以及通过支持农民，实现农业部门的可持续与竞争力， “所有这些举措都伴随着对橄榄产业数字化转型的坚定承诺，以实现上述目标，”拉莫斯表示。

她补充道：“这些目标能否实现，取决于该行业中每个参与者的恰当决策。因此，预测系统是管理和决策过程中至关重要的工具。”