Jedinica 7 / 11

Potpora poljoprivrednim odlukama s podacima o vremenu i klimi

Dobici:

  • Sposobnost povezivanja meteoroloških podataka (temperatura, oborine, GDD, rizik od smrzavanja, vlažnost) s prozorom poljoprivrednih odluka
  • Sposobnost kombiniranja vremenske prognoze i fenologije s umjetnom inteligencijom za izradu nacrta rasporeda prskanja/žetve/zaštite od smrzavanja
  • Sposobnost ispravnog tumačenja nesigurnosti prognoze i probabilističkih izraza i upravljanja rizikom uz agronomsku prosudbu

Gotovo svaka odluka u poljoprivredi povezana je s vremenom: kada saditi, kada prskati, kada zalijevati, kada žeti, hoće li noću doći mraz? Iskusni poljoprivrednik gledajući u nebo puno čita, ali vrijeme sada može čitati i brojčano: temperaturu, oborine, vlagu, vjetar, sunčevo zračenje i njihove prognoze. Ova vas jedinica uči povezivanju meteoroloških podataka s prozorom poljoprivrednih odluka, kombiniranju vremenske prognoze i razvoja biljaka s umjetnom inteligencijom za izradu vremenskih nacrta i - što je najvažnije - ispravno očitavanje nesigurnosti prognoze. Budući da je vremenska prognoza probabilistička; Korištenje toga kao sigurnosti jedna je od najskupljih pogrešaka.

Kritične meteorološke varijable za poljoprivredu

Temperatura nije samo broj; To je motor razvoja biljaka. Za mjerenje se koristi GDD (Growing Degree Days): prosječna dnevna temperatura oduzima se od osnovne temperature proizvoda i akumulira. GDD je pouzdaniji “biološki sat” od kalendara; On na temelju akumulacije topline predviđa u kojoj će fazi biti biljka i kada će se pojaviti neki štetnici.

Oborina i vlaga određuju proračun vode i rizik od bolesti. Dugotrajna vlažnost lišća i visoka vlažnost okidači su za mnoge gljivične bolesti; Zato neki sustavi upozorenja na bolesti izravno prate kombinaciju vlage i temperature.

Rizik od mraza je pitanje života i smrti za voćnjake, posebno tijekom razdoblja cvatnje; Nekoliko sati nižih temperatura može uništiti cijeli proizvod. Prognoza mraza ključna je za pravovremeno uvođenje mjera zaštite (zaštita od mraza navodnjavanjem, vjetroelektrana).

Vjetar izravno utječe na odluku o prskanju: pri jakom vjetru pesticid zanosi, ne doseže cilj i oštećuje susjednu parcelu/okoliš.

Varijabilna

ovisna odluka

AI doprinos

GDD (akumulacija topline)

Fenologija, pojava štetnika

Predviđanje stadija/vremena nicanja

Oborina + mokra lišća

Rizik od bolesti, navodnjavanje

Upozorenje prozora rizika

Mraz (min. temperatura)

Okidač zaštite od smrzavanja

Rizična noć pred nama

vjetar

Vrijeme prskanja

Preporuka za odgovarajući prozor

vlaga + temperatura

model bolesti

Kombinacija kritičnog stanja

Nesigurnost prognoze čitanja

Najvažnija ideja ove jedinice: vremenska prognoza je mogućnost, a ne obećanje. Rečenica "70% kiše sutra" ne znači "sigurno će padati"; To znači da 7 od 10 sličnih uvjeta ima oborine. Pouzdanost prognoze brzo opada s vremenom: prognoza za 1-2 dana prilično je pouzdana, prognoza za 7 dana grubi je trend, prognoza za 14 dana gotovo je klimatski prosjek. Umjetna inteligencija može prikriti ovu dvosmislenost lijepim rečenicama; vaš posao je da to bude vidljivo.

Savjet: kada od umjetne inteligencije tražite odluku na temelju vremenskih prilika, recite "uključite vjerojatnost i razdoblje pouzdanosti, nemojte biti precizni." Umjesto "odgoditi prskanje do sutra", puno je korisniji izlaz kao što je "vjetar vjetar sutra je X% vjerojatno nizak, ali postoje 2 dana neizvjesnosti".

Tri mini kućišta: po brojevima

Slučaj 1 - Vrijeme s GDD-om. Pojava štetnika u nasadu jabuka kalendarski se očekivala "sredinom svibnja". S praćenjem GDD-a, vidjelo se da je akumulacija topline te godine kasnila; Puštanje je odgođeno 11 dana kasnije. Zamke za praćenje potvrdile su predviđanje GDD-a i prskanje nije prerano izgubljeno, već je obavljeno točno u trenutku nicanja.

Slučaj 2 - Vjerojatnost pogrešnog čitanja. Jedan se proizvođač oslonio na prognozu "60% padalina" i otkazao navodnjavanje; Kiša nije padala i biljka je pretrpjela dva dana stresa. Lekcija: 60% nije bilo "sigurno". Sljedeći put odluka je donesena procjenom vjerojatnosti predviđanja zajedno sa senzorom vlage u tlu; Ako je vlažnost zraka bila niska, primijenjeno je lagano navodnjavanje bez čekanja na kišu.

Slučaj 3 - Zaštita od smrzavanja. AI je pokazao malu vjerojatnost mraza za tri dana unaprijed, ali inženjer je također pratio radar i lokalnu stanicu, znajući petodnevnu neizvjesnost. Kako se približavala kritična noć, prognoza je postajala sve oštrija; Navodnjavanje protiv smrzavanja je na vrijeme aktivirano i cvijeće je spašeno. Kad bi netko slijepo vjerovao dalekom predviđanju, bio bi uhvaćen nespreman.

Slab upit / Jak upit

Slab upit:

Kada trebam prskati ovaj tjedan?

Snažan upit:

Vaša uloga: Agronom koji podržava poljoprivrednu meteorologiju. Protumačite donju 7-dnevnu prognozu (dan, minimalna/maksimalna temperatura, vjerojatnost padalina, vjetar, vlažnost). Zadatak:- Navedite PRIKLADNE prozore za prskanje; opravdati ograničenje vjetra i oborina. - Svakom prijedlogu dodajte MOGUĆNOST prognoze i koliko dana neizvjesnosti nosi. - Korištenje preciznog jezika; Izrazite to kao "najvjerojatnije/neizvjesno". - Označite ako postoji kombinacija vlažnosti i temperature koja je rizična za gljivične bolesti. - Imajte na umu da odluku trebam donijeti zajedno sa senzorom/poljem. Predviđanje: [7 dana podataka]

Jaka prompt nameće vjerojatnost i neizvjesnost, zabranjuje precizan jezik i ne pripisuje odluku jednom izvoru.

Četiri predloška za kopiranje

1) GDD kalkulator i fenologija:

Proizvod [..], bazna temperatura [..]°C. Trenutni dnevni prosjek. akumulirati GDD s temperaturama i na temelju trenutne akumulacije predvidjeti mogući razvojni stadij. Navedite nesigurnost; napišite da je potrebna potvrda terenskim promatranjem.

2) Prozor za prskanje:

Preporučite 2 najprikladnija prozora za prskanje na temelju 7-dnevne prognoze vjetra/oborina. Za svaku zapišite brzinu vjetra, vjerojatnost padalina i rizik od nanošenja. Ako nema odgovarajućeg prozora, jasno to recite.

3) Rano upozorenje na rizik od smrzavanja:

U narednim noćima min. Procijenite temperaturu i vjerojatnost mraza. Označite noći u kojima postoji rizik od pada ispod kritičnog praga (~0°C u vrijeme cvatnje) i zapišite nesigurnost prognoze. Dodatno, predložite koji lokalni izvor bih trebao gledati.

4) Prozor rizika od bolesti:

Označite prozore u kojima se povećava rizik od gljivičnih bolesti na temelju trajanja vlažnosti lišća i podataka o vlažnosti/temperaturi za ovaj usjev. Postavljanje dijagnoze; samo upozorenje na razini "uvjeti su prikladni, pojačajte nadzor".

Uobičajene greške

  • Zamjena vjerojatnosti za sigurnost. “60% padalina” nije jamstvo; Nemojte svoju odluku temeljiti na jednoj pretpostavci.
  • Oslanjajući se na daleko predviđanje. 7 dana unaprijed je trend; Donesite kritičnu odluku s prognozom ažuriranom kako se približava.
  • GDD bazna temperatura miješanja. Baza svakog proizvoda je drugačija; pogrešna baza pomaknut će svu akumulaciju.
  • Ne obazirući se na vjetar. Prskanje pri jakom vjetru znači zanošenje i štetu okolišu.
  • Vjerovanje jednom izvoru. Satelit, radar, lokalna stanica i polje zajedno su pouzdaniji.
Oprez: Slijepo oslanjanje na daleko predviđanje u odlukama o vremenu kao što su zaštita od smrzavanja, prskanje i žetva je skupo. Pročitajte prognozu kao distribuciju vjerojatnosti i ažurirajte odluku kako se približavate kritičnoj noći/danu.

Ukratko

Meteorološki podaci su vremenska os poljoprivrednih odluka: GDD određuje fenologiju i pojavu štetnika, vlažnost-temperatura rizik od bolesti, min. Temperatura određuje rizik od smrzavanja, vjetar određuje prozor prskanja. Umjetna inteligencija je moćna u kombiniranju ovih podataka i izradi nacrta rasporeda, ali predviđanje je vjerojatnosno i njegova pouzdanost opada s vremenom. Držite umjetnu inteligenciju podalje od preciznog jezika, učinite vjerojatnost i neizvjesnost vidljivima, donesite odluku pomoću senzora i polja i oslonite se na trenutnu prognozu u kritičnim vremenima.

Zadatak aplikacije

Pripremite reprezentativnu tablicu vremenske prognoze za 7 dana (min/max temperatura, vjerojatnost padalina, vjetar, vlažnost). Dajte ga umjetnoj inteligenciji s predlošcima "prozor prskanja" i "rano upozorenje na opasnost od smrzavanja" u ovoj jedinici. U izlazu razmislite govori li AI sa sigurnošću ili vjerojatnošću, navodi li razdoblje nesigurnosti i govori li to iskreno ako nema dostupnog prozora. Zapišite koje ćete dodatne resurse koristiti za donošenje odluke, a ne samo nagađanja.

popis za provjeru

  • [ ] Mogućnost kiše/mraza protumačio sam kao mogućnost, a ne izvjesnost.
  • [ ] Uzeo sam u obzir razdoblje pouzdanosti prognoze (ažuriram kako se približava).
  • [ ] Koristio sam GDD baznu temperaturu ispravno u skladu s proizvodom.
  • [ ] Provjerio sam rizik od vjetra/nanosa u odluci o prskanju.
  • [ ] Donio sam ključnu odluku o vremenu prema prosudbi inženjera, uz podršku mnogih izvora i područja.