Fitimet:
- Aftësia për të lidhur të dhënat meteorologjike (temperatura, reshjet, GDD, rreziku nga ngrica, lagështia) me dritaren e vendimeve bujqësore
- Aftësia për të kombinuar parashikimin e motit dhe fenologjinë me AI për të prodhuar draftin e planit të spërkatjes/korrjes/mbrojtjes nga ngricat
- Aftësia për të interpretuar saktë pasigurinë e parashikimit dhe shprehjet probabiliste dhe për të menaxhuar rrezikun me gjykimin e agronomit
Pothuajse çdo vendim në bujqësi është i ndërthurur me motin: kur të mbillet, kur të spërkatet, kur të ujitet, kur të korret, a do të vijë ngrica gjatë natës? Një fermer me përvojë lexon shumë duke parë qiellin, por moti tani mund të lexohet edhe numerikisht: temperatura, reshjet, lagështia, era, rrezatimi diellor dhe parashikimet e tyre. Kjo njësi ju mëson të lidhni të dhënat meteorologjike me dritaren e vendimeve bujqësore, të kombinoni parashikimin e motit dhe zhvillimin e bimëve me inteligjencën artificiale për të prodhuar hartime kohore dhe - çështja më kritike - të lexoni saktë pasigurinë e parashikimit. Sepse parashikimi i motit është probabilist; Përdorimi i tij si siguri është një nga gabimet më të shtrenjta.
Variablat meteorologjikë kritikë për bujqësinë
Temperatura nuk është vetëm një numër; Është motori i zhvillimit të bimëve. Për të matur këtë, përdoret GDD (Growing Degree Days): temperatura mesatare ditore zbritet nga temperatura bazë e produktit dhe akumulohet. GDD është një “orë biologjike” më e besueshme se kalendari; Ai parashikon se në cilën fazë do të jetë bima dhe kur do të shfaqen disa dëmtues bazuar në akumulimin e nxehtësisë.
Reshjet dhe lagështia përcaktojnë buxhetin e ujit dhe rrezikun e sëmundjeve. Lagështia e zgjatur e gjetheve dhe lagështia e lartë janë shkaktarë për shumë sëmundje mykotike; Kjo është arsyeja pse disa sisteme alarmi ndaj sëmundjeve monitorojnë drejtpërdrejt kombinimin lagështi-temperaturë.
Rreziku i ngricave është çështje jetë a vdekje për pemishtet, veçanërisht gjatë periudhës së lulëzimit; Disa orë temperatura minus mund të shkatërrojnë të gjithë produktin. Parashikimi i ngricave është jetik për futjen në kohë të masave mbrojtëse (mbrojtja nga ngrica me ujitje, makineri me erë).
Era ndikon drejtpërdrejt në vendimin e spërkatjes: në erëra të forta, pesticidi lëviz, nuk arrin objektivin dhe dëmton parcelën/mjedisin fqinj.
E ndryshueshme
vendim i varur
Kontributi i AI
GDD (akumulimi i nxehtësisë)
Fenologjia, shfaqja e dëmtuesve
Parashikimi i fazës/kohës së daljes
Reshjet + lagështia e gjetheve
Rreziku i sëmundjes, ujitja
Paralajmërimi i dritares së rrezikut
Ngrica (temperatura minimale)
Shkaku i mbrojtjes nga ngrica
Shenja e një nate të rrezikshme përpara
era
Koha e spërkatjes
Rekomandim i përshtatshëm për dritare
lagështia + temperatura
modeli i sëmundjes
Kombinimi i gjendjes kritike
Leximi i pasigurisë së parashikimit
Ideja më e rëndësishme e kësaj njësie: parashikimi i motit është një mundësi, jo një premtim. Fjalia "70% e shiut nesër" nuk do të thotë "do të bjerë patjetër shi"; Kjo do të thotë se 7 nga 10 kushte të ngjashme përjetojnë reshje. Besueshmëria e parashikimit bie me shpejtësi me kalimin e kohës: parashikimi 1-2 ditësh është mjaft i besueshëm, parashikimi 7-ditor është një prirje e përafërt, parashikimi 14-ditor është pothuajse mesatarja e klimës. Inteligjenca artificiale mund ta maskojë këtë paqartësi me fjali të bukura; detyra juaj është ta mbani atë të dukshme.
Këshillë: Kur i kërkoni AI një vendim të bazuar në mot, thoni "përfshi periudhën e probabilitetit dhe besimit, mos u bëni specifik". Në vend të "shtyrjes së spërkatjes për nesër", një rezultat i tillë si "era e erës nesër ka të ngjarë X% të ulët, por ka 2 ditë pasiguri" është shumë më i dobishëm.
Tre Mini Rastet: Nga Numrat
Rasti 1 - Koha me GDD. Shfaqja e një dëmtuesi në një pemishte me mollë pritej sipas kalendarit në “mesin e majit”. Me monitorimin e GDD-së, u pa se akumulimi i nxehtësisë ishte vonë atë vit; Lirimi u shty 11 ditë më vonë. Kurthet e monitorimit konfirmuan parashikimin e GDD dhe spërkatja nuk u shpërdorua para kohe, por u bë pikërisht në momentin e shfaqjes.
Rasti 2 - Probabiliteti i keqleximit. Një prodhues u mbështet në një parashikim "60% të reshjeve" dhe anuloi ujitjen; Shiu nuk ra dhe bima pësoi dy ditë stres. Mësimi: 60% nuk ishte "i sigurt". Herën tjetër, vendimi u mor duke vlerësuar probabilitetin e parashikimit së bashku me sensorin e lagështisë së tokës; Nëse kishte lagështi të ulët, bëhej ujitje e lehtë pa pritur reshjet.
Rasti 3 - Mbrojtja nga ngrica. Inteligjenca artificiale tregoi një probabilitet të ulët të ngricës për tre ditë përpara, por inxhinieri monitoroi gjithashtu radarin dhe stacionin lokal, duke ditur pasigurinë 5-ditore. Me afrimin e natës kritike, parashikimi bëhej më i ashpër; U aktivizua me kohë ujitja e mbrojtjes nga ngrica dhe u shpëtuan lulet. Nëse dikush do t'i besonte verbërisht një parashikimi të largët, do të kapej i papërgatitur.
Prompt i dobët / Prompt i fortë
Njoftim i dobët:
Kur duhet të spërkat këtë javë?
Njoftim i fuqishëm:
Roli juaj: Agronom që mbështet meteorologjinë bujqësore. Interpretoni parashikimin 7-ditor më poshtë (dita, temperatura min/maksimumi, probabiliteti i reshjeve, era, lagështia). Detyra: - Listoni dritaret e përshtatshme për spërkatje; justifikoni kufizimin e erës dhe të reshjeve. - Shtojini çdo sugjerimi MUNDËSINË e parashikimit dhe sa ditë pasigurie mbart. - Përdorimi i gjuhës së saktë; Shprehe si "me shumë gjasa/e pasigurt". - Shënoni nëse ka një kombinim lagështi+temperaturë që është i rrezikshëm për sëmundje mykotike. - Vini re se duhet ta marr vendimin së bashku me sensorin/fushën. Parashikimi: [7 ditë të dhëna]
Nxitja e fortë zbaton probabilitetin dhe pasigurinë, ndalon gjuhën e saktë dhe nuk ia atribuon vendimin një burimi të vetëm.
Katër modele të kopjueshme
1) Llogaritësi GDD dhe fenologjia:
Produkt [..], temperatura bazë [..]°C. Mesatarja ditore aktuale. akumuloni GDD me temperatura dhe parashikoni fazën e mundshme të zhvillimit bazuar në akumulimin aktual. Tregoni pasigurinë; shkruani se kërkohet konfirmim me vëzhgim në terren.
2) Dritarja e spërkatjes:
Rekomandoni 2 dritaret më të përshtatshme për spërkatje bazuar në parashikimin 7-ditor të erës/reshjeve. Shkruani shpejtësinë e erës, probabilitetin e reshjeve dhe rrezikun e lëvizjes për secilën. Nëse nuk ka dritare të përshtatshme, thuajeni qartë.
3) Paralajmërimi i hershëm i rrezikut nga ngrica:
Në netët në vijim, min. Vlerësoni temperaturën dhe mundësinë e ngricës. Shënoni netët në rrezik për të rënë nën pragun kritik (~0°C në lulëzim) dhe shkruani pasigurinë e parashikimit. Për më tepër, sugjeroni se cilin burim lokal duhet të shikoj.
4) Dritarja e rrezikut të sëmundjes:
Shënoni dritaret ku rritet rreziku i sëmundjeve kërpudhore bazuar në kohëzgjatjen e lagështisë së gjetheve dhe të dhënat e lagështisë/temperaturës për këtë kulturë. Bërja e një diagnoze; vetëm alarm në nivelin "kushtet janë të përshtatshme, rrit monitorimin".
Gabimet e zakonshme
- Gabimi i probabilitetit me siguri. “60% reshje” nuk është garanci; Mos e bazoni vendimin tuaj në një supozim të vetëm.
- Duke u mbështetur në parashikimin e largët. 7 ditë përpara është trendi; Merrni vendimin kritik me parashikimin të përditësuar sa më afër.
- Temperatura bazë e përzierjes GDD. Baza e çdo produkti është e ndryshme; baza e gabuar do të zhvendosë të gjithë akumulimin.
- Injorimi i erës. Spërkatja me erëra të forta do të thotë lëvizje dhe dëmtim mjedisor.
- Besimi në një burim të vetëm. Sateliti, radari, stacioni lokal dhe fusha së bashku janë më të besueshme.
Kujdes: Mbështetja e verbër në parashikimet e largëta në vendimet kohore si mbrojtja nga ngrica, spërkatja dhe korrja është e kushtueshme. Lexoni parashikimin si një shpërndarje probabiliteti dhe përditësoni vendimin ndërsa i afroheni natës/ditës kritike.
Në përmbledhje
Të dhënat meteorologjike janë boshti kohor i vendimeve bujqësore: GDD përcakton fenologjinë dhe shfaqjen e dëmtuesve, rrezikun e sëmundjes lagështi-temperaturë, min. Temperatura përcakton rrezikun e ngricave, era përcakton dritaren e spërkatjes. Inteligjenca artificiale është e fuqishme në kombinimin e këtyre të dhënave dhe prodhimin e skicave të planifikimit, por parashikimi është probabilist dhe besimi i tij zvogëlohet me kalimin e kohës. Mbajeni AI larg gjuhës së saktë, bëjini të dukshme probabilitetin dhe pasigurinë, merrni vendimin me sensorin dhe fushën dhe mbështetuni në parashikimin aktual në momente kritike.
Detyra e aplikimit
Përgatitni një tabelë përfaqësuese të parashikimit të motit 7-ditor (temperatura minimale/maksimale, probabiliteti i reshjeve, era, lagështia). Jepini AI me shabllonet "dritarja e spërkatjes" dhe "paralajmërimi i hershëm i rrezikut nga ngrica" në këtë njësi. Në dalje, merrni parasysh nëse AI flet me siguri ose probabilitet, nëse specifikon periudhën e pasigurisë dhe nëse e thotë këtë sinqerisht nëse nuk ka dritare të disponueshme. Shkruani se çfarë burimesh shtesë do të përdorni për të marrë një vendim, jo vetëm për hamendje.
listë kontrolli
- [ ] Unë e interpretova mundësinë e shiut/bricës si një mundësi, jo një siguri.
- [ ] Kam marrë parasysh periudhën e besimit të parashikimit (duke u përditësuar sa më afër).
- [ ] Kam përdorur saktë temperaturën bazë GDD sipas produktit.
- [ ] Kam kontrolluar rrezikun e erës/driftit në vendimin e spërkatjes.
- [ ] Mora vendimin kritik të kohës me gjykimin e një inxhinieri, i mbështetur nga shumë burime dhe fusha.