الأبحاث المرتبطة بالكلمة المفتاحية: توقع المحصول
-
التحديات في نمذجة تأثير الصقيع وإجهاد الحرارة على إنتاجية المحاصيل الحبوب السنوية في المواسم الباردة Challenges in modelling the impact of frost and heat stress on the yield of cool-season annual grain crops
2026 | المؤلف: Jonathan Richetti وآخرون | المجلة: Frontiers in Plant Science | المجال: البيئة والتطور والسلوك والتصنيف (Ecology, Evolution, Behavior and Systematics)تناقش هذه الفقرة تزايد تكرار وشدة أحداث الصقيع والحرارة خلال مراحل النمو الحرجة للمحاصيل، والتي تشكل مخاطر كبيرة على الإنتاجية في مناطق الزراعة الواسعة بسبب تغير المناخ. تعتبر هذه الظروف الحرارية مشكلة خاصة في المناطق التي تزرع الحبوب في الموسم البارد، حيث تكون خيارات التكيف محدودة. إن التمثيل الدقيق لهذه الضغوط في نماذج المحاصيل أمر…
-
الكشف عن الشذوذ المعتمد على التعلم العميق لحماية المحاصيل الحقلية الدقيقة Deep learning-based anomaly detection for precision field crop protection
2026 | المؤلف: Wei Cheng وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)تقدم ورقة البحث إطارًا جديدًا يهدف إلى تعزيز الزراعة الدقيقة من خلال تقنيات الكشف المتقدمة عن الشذوذ. يدمج هذا الإطار شبكة الزراعة الذكية متعددة الأنماط المتكاملة (IMSFNet) مع استراتيجية تحسين الموارد التكيفية (AROS) لمعالجة التحديات التي تطرحها تعقيدات وتنوع البيانات الزراعية. تستخدم IMSFNet دمج البيانات متعددة الأنماط والنمذجة الزمانية المكانية، مع إدخال بيانات من الطائرات…
-
تقنيات تعلم الآلة للتقدير غير المدمر لوزن ثمار البرقوق Machine learning techniques for non-destructive estimation of plum fruit weight
2026 | المؤلف: Atefeh Sabouri وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تركز البحث على تقدير الوزن الطازج (FW) لثمار البرقوق باستخدام طرق الذكاء الاصطناعي (AI)، وبشكل خاص من خلال تحليل أبعاد الثمار الملتقطة عبر صور الهواتف الذكية. غالبًا ما تكون تقنيات التقدير التقليدية مدمرة وتستغرق وقتًا طويلاً، مما يدفع لاستكشاف أساليب التعلم الآلي (ML). قامت الدراسة بتقييم عدة تقنيات ML، بما في ذلك الانحدار باستخدام دعم…