1.機器學習方法分析玉米產量影響因素

印度東部小農戶農場的玉米產量差距（Zea mays L.）是氣候變化、土壤肥力梯度、社會經濟因素和不同管理強度之間復雜相互作用的結果。該研究使用幾種機器學習方法來研究多種生物物理、社會經濟和作物管理特征后，再使用幾種機器學習方法確定玉米產量變異性的相對影響。研究者對180個農場的土壤肥力狀況進行了評估，并與玉米產量、社會經濟條件和農藝管理方面的調查數據進行了配對，將農場規模、總勞動力、土壤因子、播種率、肥料和有機肥確定為影響因素。在比較的三種玉米產量分類方法中，人工神經網絡（ANN）在驗證樣品上產生的錯誤分類最少（25%）。

——《Maize yield in smallholder agriculture system—An approach integrating socio-economic and crop management factors》Sudarshan Dutta etc.（DOI：10.1371/journal.pone.0229100）

2.一個用于收集小型農戶數據的手機應用程序

移動和智能手機的普及使農村人口的移動服務激增。移動服務為小農戶提供發展機會的潛力得到了廣泛認可，但使用智能手機應用程序收集小農戶農業系統數據的方法卻很少被探索。該文評估了智能手機是否可以用于實時收集數據，從而提高社會經濟和農藝數據收集的準確性。在該文章中，研究者開發了一個手機應用程序，他們使用該應用程序分析了農業機械化在贊比亞農村地區家庭內部使用時間和對作物營養的影響。早期的描述性結果揭示了機械化的影響，該項研究的貢獻主要是方法上的。該研究強調了使用智能手機應用程序實時收集小農戶系統的社會經濟和農藝數據的潛力。它還提出了將受訪者記錄的數據與智能手機內置傳感器和外部傳感器相結合的方法，為研究人員提供了新的研究途徑。

——《Smartphone apps as a new method to collect data on smallholder farming systems in the digital age: A case study from Zambia》Thomas Daum etc.（DOI：10.1016/j.compag.2018.08.017）

3.基于衛星數據的產量估計

在低收入和中等收入國家的小農生產系統中，作物產量是根據家庭/農場調查報告來評估的。該研究引入了衛星方法，并結合了傳統的地面調查方法，使用烏干達東部玉米數據評估了地面和衛星相結合后在估計農業投入和作物產量上的準確性。研究表明，基于衛星的產量測量可以解釋不同地塊間同樣多或更多的產量差異。此外，對玉米產量與各種生產要素（如肥料、土壤質量）之間關聯的估計在地面調查和衛星計量中是相似的，但由于樣本量較大，使用后者有時會有更準確的結果。研究結果說明基于衛星的產量估算在發展中國家中是有應用價值的。

——《Eyes in the Sky, Boots on the Ground: Assessing Satellite- and Ground-Based Approaches to Crop Yield Measurement and Analysis》David B Lobell etc.（DOI：10.1093/ajae/aaz051）

4.小型農戶的 FAW管理策略

秋粘蟲（FAW）是一種新的入侵性害蟲，對玉米生產造成破壞性影響，并威脅到撒哈拉以南非洲和亞洲數百萬貧困小農的生計。研究者利用來自加納、盧旺達、烏干達、贊比亞和津巴布韋2356個玉米種植家庭的獨特調查數據，研究了小農戶如何與害蟲作斗爭。研究者評估了小農戶使用的FAW管理策略。結果顯示，小農戶采取了多種方法來減輕影響，但合成農藥的使用仍是最受歡迎的選擇。多變量概率回歸結果表明，合成農藥的廣泛使用是由家庭資產財富、獲得補貼農業投入和推廣信息等因素驅動的。研究結果對促進環境友好和可持續地管理小農耕作系統中入侵性害蟲的政策和干預措施具有重要意義。

——《Understanding smallholders' responses to fall armyworm (Spodoptera frugiperda) invasion: Evidence from five African countries》Justice A Tambo  etc.（DOI：10.1016/j.scitotenv.2020.140015）

5.物聯網太陽能智能農田灌溉系統

基于物聯網的智能灌溉管理系統有助于在精準農業領域實現最佳的水資源利用。該文提出了一種基于開源技術的智能系統，通過檢測土壤濕度、土壤溫度和環境條件等地面參數以及來自互聯網的天氣預報數據來預測田地的灌溉需求。該系統涉及地面和環境傳感的傳感節點，考慮了土壤濕度、土壤溫度、空氣溫度、紫外線 （UV） 光輻射和農田的相對濕度。該文章提出的系統基于智能算法，考慮了感知數據以及近期的天氣預報參數。該系統提供了供水的閉環控制，以實現完全自主的灌溉方案。該文對該系統進行了描述，并詳細討論了基于所提出算法的三周數據的信息處理結果。結果表明，該系統功能齊全，預測結果令人滿意。

——《An IoT based smart irrigation management system using Machine learning and open source technologies》Amarendra Goap etc.（DOI：10.1016/j.compag.2018.09.040）

更多干貨、市場分析、重磅案例、實戰課程歡迎訂閱 [農業行業觀察]公眾號：nyguancha

文章：10891 篇

瀏覽：37218 次

代表文章

農俠會：三農領域產業社群（資源對接、案例分享、線上課程、線下活動）

【政策解讀】2021鄉村振興政策解讀（最全）

從快遞到農業，且看順豐布局農村的變與不變

【鄉村振興案例】國家推行鄉村振興千萬工程的六大路徑和十大典型案例

國家“十四五”規劃和2035年遠景目標綱要（農業農村領域節選）

中化化肥舉行2024“邁優伴”領航行動啟動會

【政策解讀】玉米大豆是重點！新一輪千億斤糧食產能提升行動方案發布

【政策匯總】2023農業政策大匯編（建議收藏）

2024生態農業新質生產力產業發展大會暨茂盛生物成立十五周年慶典成功舉辦

AI賦能農業發展向“新”提“質”，中國移動助推鄉村振興智啟新章