Аналитика урожайности в ИИ: как избежать ошибок при прогнозах на больших площадях

[Валерий]

Добрый день. Занимаюсь выращиванием озимой пшеницы и ярового ячменя в Полтавской области. Площадь посева около 350 гектаров, основные машины от John Deere и МТЗ. В этом году планируем внедрить систему мониторинга для точного прогноза урожайности по полям. Подскажите, есть ли на форуме опыт применения нейросетей для анализа данных с датчиков? Как лучше подготовить исходную статистику, чтобы модель не давала ложных выводов в засушливый период?

[Андрей Соколов]

Валерий, для надежной модели в Полтавской области начните с калибровки данных по зонам влагообеспеченности отдельно. Нейросеть без учета локальных почвенных условий даст ошибку. Нужны детализированные карты рельефа и данные датчиков влажности почвы за прошлый сезон для обучения?

[Тракторист]

Подскажите, есть ли на форуме опыт применения нейросетей для анализа данных с датчиков? Как лучше подготовить исходную статистику, чтобы модель не давала ложных выводов в засушливый период?

Привет соседям! Да, поделюсь опытом. Соседи в Полтавской области уже пробовали такие схемы. Главное — сразу заложить в обучение данные за прохладные и сухие годы, иначе модель «заглючит» в эту погоду. Покажи, какие именно датчики на семёрке МТЗ или JD ставите? Без фото и списка оборудования не разбереться точно.

[agronom_pl]

Валерий, срочно нужен список установленных датчиков и фото кронштейнов на тракторе!!! А на какой именно культуре собирали данные прошлым летом: пшенице или ячмене? Без этого не посчитаем влажность почвы в засушливый период.

[Валерий]

Всем спасибо. Проверил работу модели на исторических данных за прошлый засушливый сезон. Оказалось, что без учета рельефа полей и локальной влажности прогнозы были сильно завышены. Сейчас пересчитываю статистику с учетом карт почв.