Yield prediction and water‐nitrogen management of Chinese jujube based on machine learning

克里金 数学 灌溉 回归分析 线性回归 氮肥 产量(工程) 机器学习 农业工程 统计 计算机科学 肥料 工程类 农学 材料科学 生物 冶金
作者
Wanghai Tao,Senlin Zeng,Lijun Su,Yan Sun,Fanfan Shao,Quanjiu Wang
出处
期刊:Irrigation and Drainage [Wiley]
卷期号:72 (2): 439-450
标识
DOI:10.1002/ird.2786
摘要

Abstract Jujubes are a crucial characteristic industry in China. Predicting jujube production in various regions of China is significant to developing the jujube industry. This study aims to predict jujube yields across China by machine learning and optimize water‐nitrogen applications to achieve the highest yields. We utilized four machine learning methods (i.e., linear regression, support vector machine, ensemble learning and Gaussian process regression) to create predictive models based on the jujube production, irrigation, fertilization and planting density data sets. The results showed that the Gaussian process regression model best predicted jujube yield by comparing the predicted and measured data. The ensemble learning and Gaussian process regression model best optimized the optimal water and nitrogen application range. On the whole, the Gaussian process regression model is more suitable for yield prediction and water‐nitrogen management. The water‐nitrogen coupling function based on the Gaussian process regression model for predicting jujube yield in Xinjiang, Gansu and Shaanxi was developed to make suitable irrigation and fertilizer regimes. This study can provide a theoretical basis for predicting jujube production and water‐nitrogen management in China.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
Choi完成签到,获得积分10
2秒前
Choi发布了新的文献求助20
4秒前
桐桐应助hangOn采纳,获得10
4秒前
Li发布了新的文献求助10
4秒前
燧石完成签到,获得积分20
4秒前
May完成签到 ,获得积分10
6秒前
zhaoyuwei完成签到,获得积分10
10秒前
15秒前
16秒前
gjww应助qq78910采纳,获得10
17秒前
18秒前
qmx发布了新的文献求助10
23秒前
23秒前
hangOn发布了新的文献求助10
23秒前
脑洞疼应助小羊要努力采纳,获得10
24秒前
qmx完成签到,获得积分10
29秒前
32秒前
哈哈哈哈哈完成签到,获得积分10
34秒前
35秒前
36秒前
脑洞疼应助科研通管家采纳,获得10
37秒前
深情安青应助科研通管家采纳,获得10
37秒前
Owen应助科研通管家采纳,获得10
37秒前
NexusExplorer应助科研通管家采纳,获得10
37秒前
小马甲应助科研通管家采纳,获得10
37秒前
桐桐应助科研通管家采纳,获得10
37秒前
ding应助科研通管家采纳,获得10
37秒前
beijixing1990应助科研通管家采纳,获得10
37秒前
科研通AI2S应助科研通管家采纳,获得10
37秒前
38秒前
小许完成签到 ,获得积分10
40秒前
40秒前
Dr.c发布了新的文献求助10
40秒前
李健的粉丝团团长应助ghy采纳,获得20
42秒前
十二发布了新的文献求助10
44秒前
hfhkjh完成签到,获得积分20
44秒前
别潜然发布了新的文献求助10
45秒前
斯文败类应助兜兜采纳,获得10
48秒前
希望天下0贩的0应助WYL采纳,获得10
50秒前
高分求助中
The Illustrated History of Gymnastics 800
The Bourse of Babylon : market quotations in the astronomical diaries of Babylonia 680
Division and square root. Digit-recurrence algorithms and implementations 500
機能營養學前瞻(3 Ed.) 300
Problems of transcultural communication 300
Zwischen Selbstbestimmung und Selbstbehauptung 300
Johann Gottlieb Fichte: Die späten wissenschaftlichen Vorlesungen / IV,1: ›Transzendentale Logik I (1812)‹ 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 有机化学 工程类 生物化学 纳米技术 物理 内科学 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 电极 光电子学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 2504732
求助须知:如何正确求助?哪些是违规求助? 2157782
关于积分的说明 5522705
捐赠科研通 1878190
什么是DOI,文献DOI怎么找? 934137
版权声明 563932
科研通“疑难数据库(出版商)”最低求助积分说明 498937