வானிலை மற்றும் காலநிலை தரவுகளுடன் விவசாய முடிவு ஆதரவு

ஆதாயங்கள்:

• வானிலை தரவுகளை (வெப்பநிலை, மழைப்பொழிவு, GDD, உறைபனி ஆபத்து, ஈரப்பதம்) விவசாய முடிவு சாளரத்துடன் இணைக்கும் திறன்
• தெளித்தல்/அறுவடை/உறைபனி பாதுகாப்பு அட்டவணை வரைவை உருவாக்க AI உடன் வானிலை முன்னறிவிப்பு மற்றும் பினாலஜியை இணைக்கும் திறன்
• முன்னறிவிப்பு நிச்சயமற்ற தன்மை மற்றும் நிகழ்தகவு வெளிப்பாடுகளை சரியாகப் புரிந்துகொள்ளும் திறன் மற்றும் வேளாண் விஞ்ஞானி தீர்ப்பின் மூலம் ஆபத்தை நிர்வகிக்கும் திறன்

விவசாயத்தில் ஏறக்குறைய ஒவ்வொரு முடிவும் வானிலையுடன் பின்னிப் பிணைந்துள்ளது: எப்போது நடவு செய்வது, எப்போது தெளிப்பது, எப்போது தண்ணீர் போடுவது, எப்போது அறுவடை செய்வது, இரவில் உறைபனி வருமா? ஒரு அனுபவமிக்க விவசாயி வானத்தைப் பார்த்து நிறையப் படிக்கிறார், ஆனால் வானிலை இப்போது எண்ணிலும் படிக்கலாம்: வெப்பநிலை, மழைப்பொழிவு, ஈரப்பதம், காற்று, சூரிய கதிர்வீச்சு மற்றும் அவற்றின் கணிப்புகள். இந்த அலகு விவசாய முடிவு சாளரத்துடன் வானிலை தரவுகளை இணைக்கவும், வானிலை முன்னறிவிப்பு மற்றும் தாவர வளர்ச்சியை செயற்கை நுண்ணறிவுடன் இணைத்து நேர வரைவுகளை உருவாக்கவும், மற்றும் - மிக முக்கியமான பிரச்சினை - முன்னறிவிப்பு நிச்சயமற்ற தன்மையை சரியாக படிக்கவும். வானிலை முன்னறிவிப்பு நிகழ்தகவு என்பதால்; ஒரு நிச்சயமாக அதைப் பயன்படுத்துவது மிகவும் விலையுயர்ந்த தவறுகளில் ஒன்றாகும்.

விவசாயத்திற்கான முக்கியமான வானிலை மாறுபாடுகள்

வெப்பநிலை என்பது வெறும் எண் அல்ல; இது தாவர வளர்ச்சியின் இயந்திரம். இதை அளவிட, GDD (வளரும் டிகிரி நாட்கள்) பயன்படுத்தப்படுகிறது: தினசரி சராசரி வெப்பநிலை உற்பத்தியின் அடிப்படை வெப்பநிலையிலிருந்து கழிக்கப்பட்டு குவிக்கப்படுகிறது. GDD என்பது காலெண்டரை விட நம்பகமான "உயிரியல் கடிகாரம்" ஆகும்; வெப்ப திரட்சியின் அடிப்படையில் தாவரம் எந்த நிலையில் இருக்கும் மற்றும் சில பூச்சிகள் எப்போது தோன்றும் என்பதை இது கணித்துள்ளது.

மழைப்பொழிவு மற்றும் ஈரப்பதம் நீர் வரவு மற்றும் நோய் அபாயம் இரண்டையும் தீர்மானிக்கிறது. நீடித்த இலை ஈரம் மற்றும் அதிக ஈரப்பதம் பல பூஞ்சை நோய்களுக்கு தூண்டுதலாக உள்ளன; அதனால்தான் சில நோய் எச்சரிக்கை அமைப்புகள் ஈரப்பதம்-வெப்பநிலை கலவையை நேரடியாக கண்காணிக்கின்றன.

உறைபனியின் ஆபத்து பழத்தோட்டங்களின் வாழ்க்கை மற்றும் இறப்பு பற்றிய விஷயம், குறிப்பாக பூக்கும் காலத்தில்; சில மணிநேர மைனஸ் வெப்பநிலை முழு தயாரிப்புகளையும் அழிக்கக்கூடும். பாதுகாப்பு நடவடிக்கைகளை சரியான நேரத்தில் அறிமுகப்படுத்துவதற்கு உறைபனி முன்னறிவிப்பு இன்றியமையாதது (நீர்ப்பாசனம், காற்றாலை இயந்திரத்துடன் கூடிய உறைபனி பாதுகாப்பு).

காற்று தெளிக்கும் முடிவை நேரடியாகப் பாதிக்கிறது: அதிக காற்றில், பூச்சிக்கொல்லி மருந்தானது இலக்கை அடையாது மற்றும் அண்டை பார்சல்/சுற்றுச்சூழலை சேதப்படுத்துகிறது.

மாறி

சார்ந்த முடிவு

AI பங்களிப்பு

GDD (வெப்பக் குவிப்பு)

பினாலஜி, பூச்சி தோற்றம்

நிலை/வெளிப்பாடு நேர கணிப்பு

மழைப்பொழிவு + இலை ஈரம்

நோய் ஆபத்து, நீர்ப்பாசனம்

ஆபத்து சாளர எச்சரிக்கை

உறைபனி (குறைந்த வெப்பநிலை)

உறைபனி பாதுகாப்பு தூண்டுதல்

அபாயகரமான இரவு அறிகுறி

காற்று

தெளிக்கும் நேரம்

பொருத்தமான சாளர பரிந்துரை

ஈரப்பதம் + வெப்பநிலை

நோய் மாதிரி

சிக்கலான நிலை கலவை

முன்னறிவிப்பு நிச்சயமற்ற தன்மையைப் படித்தல்

இந்த யூனிட்டின் மிக முக்கியமான யோசனை: வானிலை முன்னறிவிப்பு ஒரு சாத்தியம், ஒரு வாக்குறுதி அல்ல. "நாளை 70% மழை" என்ற வாக்கியம் "நிச்சயமாக மழை பெய்யும்" என்று அர்த்தமல்ல; அதாவது 10ல் 7 ஒத்த நிலைகள் மழைப்பொழிவை அனுபவிக்கின்றன. முன்னறிவிப்பின் நம்பகத்தன்மை காலப்போக்கில் விரைவாகக் குறைகிறது: 1-2 நாள் முன்னறிவிப்பு மிகவும் நம்பகமானது, 7 நாள் முன்னறிவிப்பு ஒரு தோராயமான போக்கு, 14 நாள் முன்னறிவிப்பு கிட்டத்தட்ட காலநிலை சராசரி. செயற்கை நுண்ணறிவு இந்த தெளிவின்மையை அழகான வாக்கியங்களால் மறைக்க முடியும்; அதைக் காண வைப்பதே உங்கள் வேலை.

உதவிக்குறிப்பு: வானிலை அடிப்படையிலான முடிவை AIயிடம் கேட்கும் போது, ​​"நிகழ்தகவு மற்றும் நம்பிக்கைக் காலத்தை உள்ளடக்கியது, குறிப்பிட்டதாக இருக்க வேண்டாம்" என்று கூறவும். "நாளை வரை தெளிப்பதை ஒத்திவைக்க" என்பதற்குப் பதிலாக, "காற்று காற்று நாளை X% குறைவாக இருக்கலாம், ஆனால் 2 நாட்கள் நிச்சயமற்ற நிலை உள்ளது" போன்ற வெளியீடு மிகவும் பயனுள்ளதாக இருக்கும்.

மூன்று சிறிய வழக்குகள்: எண்கள் மூலம்

வழக்கு 1 - GDD உடன் நேரம். நாட்காட்டியின்படி "மே நடுப்பகுதியில்" ஆப்பிள் தோட்டத்தில் ஒரு பூச்சியின் தோற்றம் எதிர்பார்க்கப்பட்டது. GDD கண்காணிப்புடன், அந்த ஆண்டு வெப்பக் குவிப்பு தாமதமாக இருந்தது; 11 நாட்களுக்குப் பிறகு வெளியீடு ஒத்திவைக்கப்பட்டது. கண்காணிப்பு பொறிகள் GDD கணிப்பை உறுதிப்படுத்தியது மற்றும் தெளித்தல் முன்கூட்டியே வீணடிக்கப்படவில்லை, ஆனால் தோன்றிய நேரத்தில் சரியாக செய்யப்பட்டது.

வழக்கு 2 - தவறாகப் படிக்கும் நிகழ்தகவு. ஒரு தயாரிப்பாளர் "60% மழை" முன்னறிவிப்பை நம்பி, நீர்ப்பாசனத்தை ரத்து செய்தார்; மழை பெய்யாததால், செடி இரண்டு நாட்களாக மன உளைச்சலுக்கு ஆளானது. பாடம்: 60% "நிச்சயம்" இல்லை. அடுத்த முறை, மண்ணின் ஈரப்பதம் சென்சார் மூலம் கணிப்பு நிகழ்தகவை மதிப்பீடு செய்வதன் மூலம் முடிவு எடுக்கப்பட்டது; குறைந்த ஈரப்பதம் இருந்தால், மழைக்கு காத்திருக்காமல் லேசான நீர்ப்பாசனம் பயன்படுத்தப்பட்டது.

வழக்கு 3 - உறைபனி பாதுகாப்பு. AI ஆனது மூன்று நாட்களுக்கு முன்னரே உறைபனியின் குறைந்த நிகழ்தகவைக் காட்டியது, ஆனால் பொறியாளர் ரேடார் மற்றும் உள்ளூர் நிலையத்தையும் கண்காணித்து, 5 நாள் நிச்சயமற்ற தன்மையை அறிந்து கொண்டார். முக்கியமான இரவு நெருங்கும் போது, ​​முன்னறிவிப்பு கடுமையாக மாறியது; உறைபனி பாதுகாப்பு நீர்ப்பாசனம் சரியான நேரத்தில் செயல்படுத்தப்பட்டது மற்றும் மலர்கள் சேமிக்கப்பட்டன. தொலைதூர கணிப்பை ஒருவர் கண்மூடித்தனமாக நம்பினால், ஒருவர் தயாராக இல்லாமல் பிடிபடுவார்.

பலவீனமான ப்ராம்ட் / ஸ்ட்ராங் ப்ராம்ட்

பலவீனமான உடனடி:

இந்த வாரம் நான் எப்போது தெளிக்க வேண்டும்?

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: விவசாய வானிலைக்கு ஆதரவளிக்கும் வேளாண் விஞ்ஞானி. கீழே உள்ள 7-நாள் முன்னறிவிப்பை விளக்கவும் (நாள், நிமிடம்/அதிகபட்ச வெப்பநிலை, மழைப்பொழிவு நிகழ்தகவு, காற்று, ஈரப்பதம்).பணி:- தெளிப்பதற்கு ஏற்ற சாளரங்களைப் பட்டியலிடுங்கள் காற்று மற்றும் மழைப்பொழிவு தடையை நியாயப்படுத்துகிறது. - ஒவ்வொரு பரிந்துரையிலும் முன்னறிவிப்பின் சாத்தியக்கூறு மற்றும் அது எத்தனை நாட்கள் நிச்சயமற்ற தன்மையைக் கொண்டுள்ளது. - துல்லியமான மொழியைப் பயன்படுத்துதல்; அதை "பெரும்பாலும்/நிச்சயமற்றது" போல் வெளிப்படுத்தவும். - பூஞ்சை நோய்க்கான அபாயகரமான ஈரப்பதம்+வெப்பநிலை கலவை இருந்தால் குறிக்கவும். - சென்சார்/புலத்துடன் சேர்ந்து நான் முடிவெடுக்க வேண்டும் என்பதை நினைவில் கொள்ளவும். கணிப்பு: [7 நாட்கள் தரவு]

வலுவான ப்ராம்ட் நிகழ்தகவு மற்றும் நிச்சயமற்ற தன்மையைச் செயல்படுத்துகிறது, துல்லியமான மொழியைத் தடைசெய்கிறது, மேலும் ஒரு மூலத்திற்கு முடிவெடுக்காது.

நான்கு நகலெடுக்கக்கூடிய டெம்ப்ளேட்கள்

1) GDD கால்குலேட்டர் மற்றும் பினாலஜி:

தயாரிப்பு [..], அடிப்படை வெப்பநிலை [..]°C. தற்போதைய தினசரி சராசரி. வெப்பநிலையுடன் GDD ஐக் குவித்து, தற்போதைய திரட்சியின் அடிப்படையில் சாத்தியமான வளர்ச்சி நிலையைக் கணிக்கவும். நிச்சயமற்ற தன்மையைக் கூறுங்கள்; புல கண்காணிப்பு மூலம் உறுதிப்படுத்தல் தேவை என்று எழுதவும்.

2) தெளிக்கும் சாளரம்:

7 நாள் காற்று/மழை முன்னறிவிப்பின் அடிப்படையில் தெளிப்பதற்கு மிகவும் பொருத்தமான 2 ஜன்னல்களைப் பரிந்துரைக்கவும். ஒவ்வொன்றிற்கும் காற்றின் வேகம், மழைப்பொழிவு நிகழ்தகவு மற்றும் சறுக்கல் ஆபத்து ஆகியவற்றை எழுதுங்கள். பொருத்தமான சாளரம் இல்லை என்றால், தெளிவாகச் சொல்லுங்கள்.

3) உறைபனி ஆபத்து முன்கூட்டியே எச்சரிக்கை:

இனிவரும் இரவுகளில், நி. வெப்பநிலை மற்றும் உறைபனியின் சாத்தியக்கூறுகளை மதிப்பிடுங்கள். முக்கியமான வரம்புக்குக் கீழே விழும் அபாயம் உள்ள இரவுகளைக் குறிக்கவும் (பூக்கும் போது ~0°C) மற்றும் முன்னறிவிப்பின் நிச்சயமற்ற தன்மையை எழுதவும். கூடுதலாக, எந்த உள்ளூர் மூலத்தை நான் பார்க்க வேண்டும் என்று பரிந்துரைக்கவும்.

4) நோய் ஆபத்து சாளரம்:

இந்த பயிரின் இலை ஈரமான காலம் மற்றும் ஈரப்பதம்/வெப்பநிலை தரவுகளின் அடிப்படையில் பூஞ்சை நோய் அபாயம் அதிகரிக்கும் ஜன்னல்களைக் குறிக்கவும். நோயறிதலை உருவாக்குதல்; "நிபந்தனைகள் பொருத்தமானவை, கண்காணிப்பை அதிகரிக்கவும்" என்ற நிலையில் மட்டுமே எச்சரிக்கை.

பொதுவான தவறுகள்

• நிச்சயத்திற்கான தவறான நிகழ்தகவு. "60% மழைப்பொழிவு" என்பது உத்தரவாதம் அல்ல; ஒரு யூகத்தின் அடிப்படையில் உங்கள் முடிவை எடுக்க வேண்டாம்.
• தொலைதூர கணிப்புகளை நம்பியிருக்கிறது. 7 நாட்களுக்கு முன்னால் உள்ளது போக்கு; முன்னறிவிப்பு நெருங்கி வரும்போது புதுப்பிக்கப்பட்டு முக்கியமான முடிவை எடுங்கள்.
• GDD கலவை அடிப்படை வெப்பநிலை. ஒவ்வொரு பொருளின் அடிப்படையும் வேறுபட்டது; தவறான அடித்தளம் அனைத்து திரட்சியையும் மாற்றிவிடும்.
• காற்றைப் புறக்கணித்தல். அதிக காற்றில் தெளிப்பது என்பது சறுக்கல் மற்றும் சுற்றுச்சூழல் பாதிப்பு.
• ஒற்றை ஆதாரத்தை நம்புதல். செயற்கைக்கோள், ரேடார், லோக்கல் ஸ்டேஷன் மற்றும் வயல் ஆகியவை ஒன்றாக நம்பகமானவை.

எச்சரிக்கை: உறைபனி பாதுகாப்பு, தெளித்தல் மற்றும் அறுவடை செய்தல் போன்ற நேர முடிவுகளில் தொலைதூர முன்னறிவிப்பை குருட்டு நம்பியிருப்பது விலை அதிகம். நிகழ்தகவு விநியோகமாக முன்னறிவிப்பைப் படித்து, முக்கியமான இரவு/பகலை நெருங்கும்போது முடிவைப் புதுப்பிக்கவும்.

சுருக்கமாக

வானிலை தரவு என்பது விவசாய முடிவுகளின் நேர அச்சாகும்: GDD என்பது பினாலஜி மற்றும் பூச்சிகளின் தோற்றம், ஈரப்பதம்-வெப்பநிலை நோய் அபாயம், நிமிடம் ஆகியவற்றை தீர்மானிக்கிறது. வெப்பநிலை உறைபனி அபாயத்தை தீர்மானிக்கிறது, காற்று தெளிக்கும் சாளரத்தை தீர்மானிக்கிறது. AI ஆனது இந்தத் தரவை ஒருங்கிணைத்து, திட்டமிடல் அவுட்லைன்களை உருவாக்குவதில் சக்தி வாய்ந்தது, ஆனால் கணிப்பு நிகழ்தகவு மற்றும் காலப்போக்கில் அதன் நம்பிக்கை குறைகிறது. துல்லியமான மொழியிலிருந்து AI ஐ விலக்கி வைக்கவும், நிகழ்தகவு மற்றும் நிச்சயமற்ற தன்மையைக் காணவும், சென்சார் மற்றும் புலத்துடன் முடிவெடுக்கவும், மேலும் முக்கியமான நேரத்தில் தற்போதைய முன்னறிவிப்பின் மீது சாய்ந்து கொள்ளவும்.

விண்ணப்ப பணி

பிரதிநிதித்துவ 7-நாள் வானிலை முன்னறிவிப்பு அட்டவணையை (நிமிடம்/அதிகபட்ச வெப்பநிலை, மழையின் நிகழ்தகவு, காற்று, ஈரப்பதம்) தயார் செய்யவும். இந்த யூனிட்டில் உள்ள "ஸ்ப்ரேயிங் விண்டோ" மற்றும் "ஃப்ரோஸ்ட் ரிஸ்க் ஆரம்ப எச்சரிக்கை" டெம்ப்ளேட்களுடன் AIக்கு வழங்கவும். வெளியீட்டில், AI உறுதியாக அல்லது நிகழ்தகவுடன் பேசுகிறதா, நிச்சயமற்ற காலத்தைக் குறிப்பிடுகிறதா, எந்த சாளரமும் இல்லை என்றால் அது நேர்மையாகச் சொல்கிறதா என்பதைக் கவனியுங்கள். யூகத்தை மட்டும் செய்யாமல், முடிவெடுக்க என்ன கூடுதல் ஆதாரங்களைப் பயன்படுத்துவீர்கள் என்பதை எழுதுங்கள்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் மழை/உறைபனிக்கான சாத்தியத்தை ஒரு சாத்தியம் என்று விளக்கினேன், ஒரு நிச்சயமில்லை.
• [ ] முன்னறிவிப்பின் நம்பிக்கைக் காலத்தை நான் கணக்கில் எடுத்துக்கொண்டேன் (அது நெருங்கும் போது புதுப்பிக்கப்படுகிறது).
• [ ] நான் GDD அடிப்படை வெப்பநிலையை தயாரிப்பின் படி சரியாகப் பயன்படுத்தினேன்.
• [ ] தெளிக்கும் முடிவில் காற்று/சறுக்கல் அபாயத்தைச் சரிபார்த்தேன்.
• [ ] நான் ஒரு பொறியாளரின் தீர்ப்பின் மூலம் முக்கியமான நேர முடிவை எடுத்தேன், பல ஆதாரங்கள் மற்றும் துறையின் ஆதரவுடன்.