فهرست نشریات علمی دسترسی آزاد ایران

هدف: با کمک داده‌های آب و هوا از روش کشاورزی اینترنت اشیا (IoT) می‌توان برای تغییرات آب و هوایی برنامه‌ریزی کرد. این یک راه عالی برای آماده‌سازی و پیگیری تولید کشاورزی سبز است. بنابراین، هدف از این مطالعه، دقیق‌تر کردن پیش‌بینی اطلاعات آب و هوا در سیستم کشاورزی دقیق (PA) بود. مواد و روش‌ها: پیش بینی دقیق روندهای آینده دشوار است زیرا داده‌ها پیچیده هستند و به پیوندهای خطی ساده نیاز دارند. تکامل فناوری ارتباطات و افزایش تعداد چیزهای به هم پیوسته تأثیر عمیقی بر بخش کشاورزی داشته است. پیشرفت‌های هوش مصنوعی و به‌ویژه یادگیری عمیق، پردازش سریع‌تر و دقیق‌تر داده‌ها را در این عصر دیجیتال مدرن تسهیل کرده است. یک فناوری جدید تجزیه و تحلیل داده‌ها به نام یادگیری عمیق، این پتانسیل را دارد که کشاورزی را کارآمدتر، سازگار با محیط زیست و قابل پیش‌بینی‌تر کند. در این مطالعه از پیش‌بینی‌های یادگیری عمیق (DL) با ساختار تجزیه دو سطحی و بیوتکنولوژی (BT) برای پیش‌بینی اطلاعات آب و هوا در سیستم کشاورزی دقیق (PA) استفاده شد. ابتدا داده‌های آب و هوا به چهار قسمت تجزیه شد. سپس، سیستم‌های واحد بازگشتی گیتی (GRU) به عنوان پیش‌بینی‌کننده‌های فرعی برای هر بخش ایجاد شدند.نتایج: ابتدا داده‌های آب و هوایی به چهار قسمت تجزیه شد. سپس، سیستم‌های واحد بازگشتی گیتی (GRU) به عنوان پیش‌بینی‌کننده‌های فرعی برای هر بخش ایجاد شدند. پیش‌بینی‌های آینده میان‌مدت و بلندمدت با ترکیب نتایج GRU انجام شد. با استفاده از داده‌های آب و هوایی از سیستم‌های IoT مبتنی بر BT، تأیید شد که آزمایش‌ها با ساختار پیشنهادی کار می‌کنند.نتیجه‌گیری: روش پیش‌بینی پیشنهادی می‌تواند دما و رطوبت را به درستی پیش‌بینی کند و استانداردهای PA را برآورده کند. می‌تواند به کشاورزان در مدیریت عملیات کشاورزی خود کمک کند. همچنین می‌توان پیش بینی و ارزیابی اولیه شرایط آب و هوایی شدید در کشاورزی را برای به حداقل رساندن خطرات و به حداکثر رساندن سود ارائه داد.