ලාභ:
- කාලගුණ විද්යාත්මක දත්ත (උෂ්ණත්වය, වර්ෂාපතනය, GDD, හිම අවදානම, ආර්ද්රතාවය) කෘෂිකාර්මික තීරණ කවුළුවට සම්බන්ධ කිරීමේ හැකියාව
- ඉසීම/අස්වැන්න/තුහින ආරක්ෂණ කාලසටහන් කෙටුම්පත නිෂ්පාදනය කිරීම සඳහා AI සමඟ කාලගුණ අනාවැකි සහ phenology ඒකාබද්ධ කිරීමේ හැකියාව
- පුරෝකථන අවිනිශ්චිතතාවය සහ සම්භාවිතා ප්රකාශන නිවැරදිව අර්ථකථනය කිරීමට සහ කෘෂි විද්යාඥ විනිශ්චය සමඟ අවදානම කළමනාකරණය කිරීමේ හැකියාව
කෘෂිකර්මාන්තයේ සෑම තීරණයක්ම පාහේ කාලගුණය සමඟ බැඳී ඇත: සිටුවීමට, ඉසීමට, ජලය දැමීමට, අස්වැන්න නෙළීමට කවදාද, රාත්රියේදී හිම පැමිණේවිද? පළපුරුදු ගොවියෙකු අහස දෙස බැලීමෙන් බොහෝ දේ කියවයි, නමුත් කාලගුණය දැන් සංඛ්යාත්මකව ද කියවිය හැකිය: උෂ්ණත්වය, වර්ෂාපතනය, ආර්ද්රතාවය, සුළඟ, සූර්ය විකිරණ සහ ඒවායේ අනාවැකි. කාලගුණ විද්යාත්මක දත්ත කෘෂිකාර්මික තීරණ කවුළුවට සම්බන්ධ කිරීමටත්, කාලගුණ අනාවැකි සහ ශාක සංවර්ධනය කෘතිම බුද්ධිය සමඟ ඒකාබද්ධ කර කාල කෙටුම්පත් නිෂ්පාදනය කිරීමටත්, වඩාත්ම තීරණාත්මක ප්රශ්නය - අනාවැකි අවිනිශ්චිතතාවය නිවැරදිව කියවීමටත් මෙම ඒකකය ඔබට උගන්වයි. කාලගුණ අනාවැකිය සම්භාවිතාව නිසා; එය නිශ්චිත ලෙස භාවිතා කිරීම වඩාත්ම මිල අධික වැරදි වලින් එකකි.
කෘෂිකර්මාන්තය සඳහා තීරණාත්මක කාලගුණික විචල්යයන්
උෂ්ණත්වය යනු අංකයක් පමණක් නොවේ; එය ශාක සංවර්ධනයේ එන්ජිමයි. මෙය මැනීම සඳහා, GDD (වර්ධනය වන උපාධි දින) භාවිතා කරනු ලැබේ: දෛනික සාමාන්ය උෂ්ණත්වය නිෂ්පාදනයේ පාදක උෂ්ණත්වයෙන් අඩු කර සමුච්චිත වේ. GDD යනු දින දර්ශනයට වඩා විශ්වාසදායක "ජීව විද්යාත්මක ඔරලෝසුවක්" වේ; එය තාප සමුච්චය මත පදනම්ව ශාකය කුමන අවධියක සහ සමහර පළිබෝධකයන් දිස්වන්නේද යන්න පුරෝකථනය කරයි.
වර්ෂාපතනය සහ ආර්ද්රතාවය ජල අයවැය සහ රෝග අවදානම යන දෙකම තීරණය කරයි. දිගු කොළ තෙත් බව සහ අධික ආර්ද්රතාවය බොහෝ දිලීර රෝග සඳහා ප්රේරක වේ; සමහර රෝග අනතුරු ඇඟවීමේ පද්ධති ආර්ද්රතාවය-උෂ්ණත්වය සංයෝජනය සෘජුවම නිරීක්ෂණය කරන්නේ එබැවිනි.
ඉෙමොලිමන්ට් අවදානම, විශේෂයෙන් මල් පිපෙන කාලය තුළ පළතුරු වතු සඳහා ජීවිතය හා මරණය පිළිබඳ කාරණයක් වේ; ඍණ උෂ්ණත්වය පැය කිහිපයක් මුළු නිෂ්පාදනයම විනාශ කළ හැකිය. ආරක්ෂිත පියවරයන් කාලෝචිත ලෙස හඳුන්වාදීම සඳහා තුහින පුරෝකථනය ඉතා වැදගත් වේ (වාරිමාර්ග, සුළං යන්ත්රය සමඟ හිම ආරක්ෂණය).
ඉසීමේ තීරණයට සුළඟ සෘජුවම බලපායි: අධික සුළං වලදී, පළිබෝධනාශක ප්ලාවිතය, ඉලක්කයට නොපැමිණෙන අතර අසල්වැසි පාර්සලයට/පරිසරයට හානි කරයි.
විචල්ය
රඳා පවතින තීරණය
AI දායකත්වය
GDD (තාප සමුච්චය)
Phenology, පළිබෝධ මතුවීම
අදියර / මතුවීමේ කාල අනාවැකිය
වර්ෂාපතනය + පත්ර තෙත් බව
රෝග අවදානම, වාරිමාර්ග
අවදානම් කවුළු අනතුරු ඇඟවීම
තුහින (අවම උෂ්ණත්වය)
ෆ්රොස්ට් ආරක්ෂණ ප්රේරකය
අවදානම් රාත්රිය ඉදිරි ලකුණ
සුළඟ
ඉසින කාලය
සුදුසු කවුළු නිර්දේශය
ආර්ද්රතාවය + උෂ්ණත්වය
රෝග ආකෘතිය
බරපතල තත්ත්ව සංයෝජනය
අනාවැකි අවිනිශ්චිතතාවය කියවීම
මෙම ඒකකයේ වැදගත්ම අදහස: කාලගුණ අනාවැකිය හැකියාවක් මිස පොරොන්දුවක් නොවේ. "හෙට වැස්සෙන් 70%ක්" යන වාක්යයේ තේරුම "අනිවාර්යෙන්ම වහිනවා" යන්න නොවේ; මෙයින් අදහස් කරන්නේ සමාන තත්වයන් 10 න් 7 ක් වර්ෂාපතනය අත්විඳින බවයි. පුරෝකථනයේ විශ්වසනීයත්වය කාලයත් සමඟ වේගයෙන් පහත වැටේ: දින 1-2 පුරෝකථනය තරමක් විශ්වාසදායකය, දින 7 පුරෝකථනය දළ ප්රවණතාවයකි, දින 14 පුරෝකථනය දේශගුණික සාමාන්යය පාහේ වේ. කෘත්රිම බුද්ධියට මෙම අපැහැදිලි බව අලංකාර වාක්ය වලින් වසන් කළ හැක; ඔබේ කාර්යය එය දෘශ්යමානව තබා ගැනීමයි.
ඉඟිය: කාලගුණය මත පදනම් වූ තීරණයක් AI වෙතින් විමසන විට, "සම්භාවිතාව සහ විශ්වාස කාලය ඇතුළත් කරන්න, නිශ්චිත නොවන්න" යැයි පවසන්න. "හෙට දවස දක්වා ඉසීම කල් දමන්න" වෙනුවට "සුළං සුළඟ හෙට X% අඩු විය හැකි නමුත් දින 2 ක අවිනිශ්චිතතාවයක් ඇත" වැනි නිමැවුමක් වඩා ප්රයෝජනවත් වේ.
කුඩා අවස්ථා තුනක්: අංක අනුව
නඩුව 1 - GDD සමඟ වේලාව. ඇපල් වත්තක පළිබෝධකයක් මතුවීම දින දර්ශනයට අනුව "මැයි මැද" බලාපොරොත්තු විය. GDD අධීක්ෂණය සමඟින්, එම වසරේ තාප සමුච්චය ප්රමාද වූ බව පෙනී ගියේය; නිකුතුව දින 11 කට පසුව කල් දමන ලදී. නිරීක්ෂණ උගුල් GDD පුරෝකථනය තහවුරු කරන ලද අතර ඉසීම අකාලයේ අපතේ නොගිය නමුත් මතු වූ අවස්ථාවේදීම සිදු කරන ලදී.
නඩුව 2 - වැරදි කියවීමේ සම්භාවිතාව. එක් නිෂ්පාදකයෙක් "60% වර්ෂාපතන" අනාවැකි මත විශ්වාසය තබා වාරිමාර්ග අවලංගු කරන ලදී; වර්ෂාව නොපැමිණි අතර ශාකය දින දෙකක ආතතියකින් පීඩා වින්දා. පාඩම: 60% "නිශ්චිත" නොවේ. ඊළඟ වතාවේ, පාංශු තෙතමන සංවේදකය සමඟ අනාවැකි සම්භාවිතාව ඇගයීම මගින් තීරණය කරන ලදී; අඩු ආර්ද්රතාවයක් තිබුනේ නම්, වර්ෂාපතනය බලා නොසිට සැහැල්ලු වාරිමාර්ග යොදනු ලැබේ.
නඩුව 3 - ෆ්රොස්ට් ආරක්ෂාව. AI විසින් ඉදිරි දින තුනක් සඳහා හිම වල අඩු සම්භාවිතාවක් පෙන්නුම් කළ නමුත් ඉන්ජිනේරුවා දින 5ක අවිනිශ්චිතතාවය දැනගෙන රේඩාර් සහ ප්රාදේශීය මධ්යස්ථානයද නිරීක්ෂණය කළේය. තීරණාත්මක රාත්රිය ළං වන විට, අනාවැකිය දරුණු විය; තුහින ආරක්ෂණ වාරිමාර්ග නියමිත වේලාවට සක්රිය කර මල් සුරැකිණි. යමෙක් ඈත අනාවැකියක් අන්ධ ලෙස විශ්වාස කළහොත්, යමෙකු සූදානම් නොවී අසු වනු ඇත.
දුර්වල ක්ෂණික / ශක්තිමත් ක්ෂණික
දුර්වල ක්ෂණික:
මම මේ සතියේ ඉසිය යුත්තේ කවදාද?
බලවත් විමසුම:
ඔබේ කාර්යභාරය: කෘෂිකාර්මික කාලගුණ විද්යාවට සහාය දක්වන කෘෂි විද්යාඥයා. පහත දින 7 පුරෝකථනය අර්ථ දක්වන්න (දින, අවම/උපරිම උෂ්ණත්වය, වර්ෂාපතනයේ සම්භාවිතාව, සුළඟ, ආර්ද්රතාවය). කාර්යය:- ඉසීමට සුදුසු කවුළු ලැයිස්තුගත කරන්න; සුළං සහ වර්ෂාපතන සීමාවන් සාධාරණීකරණය කරන්න. - එක් එක් යෝජනාවට පුරෝකථනයේ හැකියාව සහ එය දින කීයක් අවිනිශ්චිතතාවය ගෙන යයි. - නිවැරදි භාෂාව භාවිතා කිරීම; එය "බොහෝ විට / අවිනිශ්චිත" ලෙස ප්රකාශ කරන්න. - දිලීර රෝග සඳහා අවදානම් සහිත ආර්ද්රතාවය+උෂ්ණත්ව සංයෝජනයක් තිබේ නම් සලකුණු කරන්න. - මම සංවේදකය/ක්ෂේත්රය සමඟ එක්ව තීරණය ගත යුතු බව සලකන්න. පුරෝකථනය: [දත්ත දින 7]
ශක්තිමත් ප්රවේගය සම්භාවිතාව සහ අවිනිශ්චිතභාවය බලාත්මක කරයි, නිශ්චිත භාෂාව තහනම් කරයි, සහ තීරණය තනි මූලාශ්රයකට ආරෝපණය නොකරයි.
පිටපත් කළ හැකි සැකිලි හතරක්
1) GDD කැල්කියුලේටරය සහ phenology:
නිෂ්පාදන [..], පාදක උෂ්ණත්වය [..]°C. වත්මන් දෛනික සාමාන්යය. උෂ්ණත්වය සමඟ GDD සමුච්චය කර වත්මන් සමුච්චය මත පදනම් විය හැකි සංවර්ධන අවධිය පුරෝකථනය කරන්න. අවිනිශ්චිත බව සඳහන් කරන්න; ක්ෂේත්ර නිරීක්ෂණ මගින් තහවුරු කිරීම අවශ්ය බව ලියන්න.
2) ඉසින කවුළුව:
දින 7ක සුළං/වර්ෂාපතන අනාවැකි මත පදනම්ව ඉසීම සඳහා වඩාත් සුදුසු කවුළු 2 නිර්දේශ කරන්න. එක් එක් සඳහා සුළං වේගය, වර්ෂාපතන සම්භාවිතාව සහ ප්ලාවිත අවදානම ලියන්න. සුදුසු කවුළුවක් නොමැති නම්, පැහැදිලිව කියන්න.
3) තුහින අවදානම පූර්ව අනතුරු ඇඟවීම:
ඉදිරි රාත්රිවල, මිනි. උෂ්ණත්වය සහ හිම වල සම්භාවිතාව තක්සේරු කරන්න. තීරණාත්මක එළිපත්තට පහළින් වැටීමේ අවදානමක් ඇති රාත්රීන් (මල් පිපෙන විට ~0°C) සලකුණු කර පුරෝකථනයේ අවිනිශ්චිතභාවය ලියන්න. මීට අමතරව, මා නැරඹිය යුතු දේශීය මූලාශ්රය යෝජනා කරන්න.
4) රෝග අවදානම් කවුළුව:
මෙම බෝගය සඳහා පත්ර තෙත් කාලය සහ ආර්ද්රතා/උෂ්ණත්ව දත්ත මත පදනම්ව දිලීර රෝග අවදානම වැඩි වන කවුළු සලකුණු කරන්න. රෝග විනිශ්චය කිරීම; "කොන්දේසි යෝග්යයි, අධීක්ෂණය වැඩි කරන්න" මට්ටමේ පමණක් අවවාද කරන්න.
පොදු වැරදි
- නිශ්චිතභාවය සඳහා වැරදි සම්භාවිතාව. "60% වර්ෂාපතනය" සහතිකයක් නොවේ; ඔබේ තීරණය තනි අනුමානයක් මත පදනම් නොකරන්න.
- දුරස්ථ අනාවැකි මත විශ්වාසය තැබීම. ඉදිරි දින 7 ප්රවණතාවය; අනාවැකිය සමීප වන විට යාවත්කාලීන කර තීරණාත්මක තීරණයක් ගන්න.
- GDD මිශ්ර කිරීමේ මූලික උෂ්ණත්වය. එක් එක් නිෂ්පාදනයේ පදනම වෙනස් වේ; වැරදි පදනම සියලු සමුච්චය මාරු කරනු ඇත.
- සුළඟ නොසලකා හැරීම. අධික සුළං වලදී ඉසීම යනු ප්ලාවනය සහ පාරිසරික හානියයි.
- තනි මූලාශ්රයක් විශ්වාස කිරීම. චන්ද්රිකා, රේඩාර්, ප්රාදේශීය මධ්යස්ථානය සහ ක්ෂේත්රය එකට වඩා විශ්වාසදායකයි.
අවවාදයයි: හිම ආරක්ෂණය, ඉසීම සහ අස්වනු නෙලීම වැනි කාල තීරණ වලදී දුරස්ථ අනාවැකි මත අන්ධ විශ්වාසය තැබීම මිල අධික වේ. අනාවැකිය සම්භාවිතා ව්යාප්තියක් ලෙස කියවා ඔබ තීරණාත්මක රාත්රියට/දවසට සමීප වන විට තීරණය යාවත්කාලීන කරන්න.
සාරාංශයක් ලෙස
කාලගුණ දත්ත යනු කෘෂිකාර්මික තීරණ වල කාල අක්ෂය වේ: GDD phenology සහ පළිබෝධ මතුවීම, ආර්ද්රතාවය-උෂ්ණත්ව රෝග අවදානම, min. උෂ්ණත්වය හිම අවදානම තීරණය කරයි, සුළඟ ඉසීම කවුළුව තීරණය කරයි. AI මෙම දත්ත ඒකාබද්ධ කිරීමට සහ උපලේඛන දළ සටහන් නිපදවීමට ප්රබල වේ, නමුත් අනාවැකිය සම්භාවිතාවක් වන අතර කාලයත් සමඟ එහි විශ්වාසය අඩු වේ. AI නිරවද්ය භාෂාවෙන් ඈත් කර තබන්න, සම්භාවිතාව සහ අවිනිශ්චිතතාවය දෘශ්යමාන කරන්න, සංවේදකය සහ ක්ෂේත්රය සමඟ තීරණය ගන්න, සහ තීරණාත්මක කාලවලදී වත්මන් පුරෝකථනය මත රඳා සිටින්න.
යෙදුම් කාර්යය
නියෝජිත දින 7ක කාලගුණ අනාවැකි වගුවක් (අවම/උපරිම උෂ්ණත්වය, වර්ෂාපතනයේ සම්භාවිතාව, සුළඟ, ආර්ද්රතාවය) සකස් කරන්න. මෙම ඒකකයේ ඇති "ඉසීමේ කවුළුව" සහ "තුහින අවධානම් පූර්ව අනතුරු ඇඟවීමේ" සැකිලි සමඟින් එය AI වෙත ලබා දෙන්න. ප්රතිදානයේදී, AI නිශ්චිතභාවයෙන් හෝ සම්භාවිතාවෙන් කථා කරන්නේද, එය අවිනිශ්චිත කාල සීමාව සඳහන් කරන්නේද, සහ කවුළුවක් නොමැති නම් එය අවංකව පවසන්නේද යන්න සලකා බලන්න. අනුමාන කිරීම පමණක් නොව තීරණයක් ගැනීමට ඔබ භාවිතා කරන අමතර සම්පත් මොනවාදැයි ලියන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම වැස්ස/තුහින ඇතිවීමේ හැකියාව විග්රහ කළේ නිශ්චිතභාවයක් නොව, හැකියාවක් ලෙසයි.
- [ ] මම අනාවැකියේ විශ්වාස කාලය සැලකිල්ලට ගත්තෙමි (එය සමීප වන විට යාවත්කාලීන කිරීම).
- [ ] මම නිෂ්පාදනයට අනුව GDD පාදක උෂ්ණත්වය නිවැරදිව භාවිතා කළෙමි.
- [ ] මම ඉසීමේ තීරණයේ සුළං/ප්ලාවිත අවදානම පරීක්ෂා කළෙමි.
- [ ] බොහෝ සම්පත් සහ ක්ෂේත්රවල සහාය ඇතිව ඉංජිනේරුවෙකුගේ විනිශ්චය සමඟ මම තීරණාත්මක කාල තීරණයක් ගත්තෙමි.