为土壤水分数据开发机器学习工具

俄亥俄州立大学的一名教职员工发起了一项为期三年的联邦资助项目，该项目将开发全国可用的高分辨率网络信息学工具，以帮助农民和其他人分析和应对土壤条件。

这项工作将由俄亥俄州立大学转化数据分析研究所地理学教授兼核心教员 Steven Quiring领导。农业部国家粮食和农业研究所提供的499,000 美元赠款将支持该项目。

项目团队将开发全国可用的高分辨率网络信息学工具，以帮助农民和其他人分析和应对土壤条件。图片来源：Unsplash，免费许可

目前，有多种不同的产品可用于获取土壤水分和蒸发蒸腾数据，即通过土壤蒸发和植物蒸腾作用将水从土地转移到大气的过程。然而，对于用于支持农场决策的最佳数据集并没有达成共识，并且数据不容易访问或使用。

Quiring 的新项目将为农业、农业综合企业、自然资源管理和科学开发用户友好的工具，使用机器学习来整合不同的卫星、原位和模型衍生数据;将它们缩小到可用的规模，并近乎实时地传播它们。

目标是以比现有可用空间分辨率更高的空间分辨率及时提供数据，从而更轻松、更快速地利用数据进行决策。

除了精准农业和灌溉调度等用途外，这些农场规模的数据对于模拟作物产量和病虫害爆发也很重要;水和其他资源管理;减轻干旱等极端天气的影响。用户将能够通过 Web 门户访问、分析和可视化数据。

“显然，土壤水分和蒸散是农业和自然资源管理中的关键因素，它们不断变化着条件，”奎林说。“及时访问这些数据将有助于做出更好的决策，并最终获得更好的结果。”

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。