فهرست نشریات علمی دسترسی آزاد ایران

هدف: این مطالعه به بررسی دو مدل کشاورزی مبتنی بر داده‌های بزرگ (BD) می‌پردازد که توسط موسسه ملی غذا و کشاورزی (NIFA) پشتیبانی می‌شوند. مزایای سوابق کشاورزی کامل، تکنیک‌های فنوتیپ کارآمد و کار گروهی در ترویج کشاورزی را بررسی می‌کند و نقش پیشرفت‌های تکنولوژیکی مانند حسگرها، روباتیک، یادگیری ماشینی (ML)، تجزیه و تحلیل داده‌های بزرگ، سنجش از دور، و ژنومیکس را در پرداختن به غذا، مواد غذایی جهانی و مسائل امنیتی آب برجسته می‌کند. اهداف اولیه این مطالعه بررسی مزایای حفظ سوابق کشاورزی دقیق برای اصلاح نژاد و زراعت بهتر، بررسی استراتژی‌هایی برای فنوتیپ‌سازی کارآمد و جمع‌آوری داده‌ها در سیستم‌های کشاورزی، سپس حمایت از تعامل بین اصلاح‌کنندگان گیاه، دانشمندان کشاورزی، و متخصصان ML، سنجش زیستی از راه دور (RBS) و BD، و برای تعیین الزامات مالی برای پیشرفت مداوم کشاورزی مبتنی بر مدل‌های BD بود. مواد و روش‌ها: پایگاه داده AVIRIS Indian Pines در این آزمایش‌ها مورد استفاده قرار گرفت. پایگاه داده Indian Pines صنعت کشاورزی را در بر می‌گیرد. مجموعه داده از 16 گروه مختلف تشکیل شده است. در این مطالعات از یک لپ‌تاپ Intel i5 با واحد پردازش مرکزی (CPU) 2.4 گیگاهرتز (چهار هسته) و 16 گیگابایت حافظه استفاده شد. نتایج: ادغام فناوری، از جمله حسگرها، سنجش از راه دور، ربات ها و تجزیه و تحلیل BD، فنوتیپ سازی با توان بالا و کشاورزی دقیق را افزایش می‌دهد. همکاری چند رشته‌ای پرورش و مدیریت محصول را تسریع می‌کند. تامین مالی آینده برای مدل‌های یادگیری ماشینی پیش‌بینی‌کننده و تکنیک‌های فنوتیپ مقیاس‌پذیر مورد نیاز است.نتیجه‌گیری: تجزیه و تحلیل BD، سنجش از دور، و یادگیری ماشینی توانایی تغییر زراعت و اصلاح نباتات را دارند و مسائل مربوط به امنیت غذایی را حل می‌کنند. همکاری پایدار و سرمایه گذاری زیرساختی کافی برای اجرای موفقیت آمیز ضروری است. به بودجه خاصی که برای توسعه ابزارها و فن آوری‌های پیشرفته که روش‌های کشاورزی پایدار را تضمین می‌کنند، مورد نیاز است.