Một nghiên cứu mới trên tạp chí Agricultural và Fores Meteorology cho thấy các biện pháp machine-learning có thể dự đoán chính xác năng suất lúa mỳ hai tháng trước khi lúa chín.

"Chúng tôi đã thử nghiệm các phương pháp học máy khác nhau và tích hợp dữ liệu vệ tinh và khí hậu quy mô lớn để đưa ra dự đoán chính xác và đáng tin cậy về sản xuất lúa mì cho toàn bộ nước Úc", Kaiyu Guan, trợ lý giáo sư tại Khoa Khoa học môi trường và Tài nguyên thiên nhiên, Đại học Illinois cho  biết. "Nhóm các cộng tác viên quốc tế đáng kinh ngạc đóng góp cho nghiên cứu này đã nâng cao đáng kể khả năng dự đoán năng suất lúa mì của chúng tôi cho Úc."

Các nhà khoa học đã cố gắng dự đoán năng suất cây trồng khi vẫn còn đang trong thời gian sinh trưởng. Với sức mạnh tính toán ngày càng cao và khả năng tiếp cận với các nguồn dữ liệu khác nhau, dự đoán năng suất tiếp tục được cải thiện. Trong những năm gần đây, các nhà khoa học đã phát triển các ước tính năng suất cây trồng khá chính xác bằng cách sử dụng dữ liệu khí hậu, dữ liệu vệ tinh hoặc cả hai.

Trong nghiên cứu này, các nhà khoa học sử dụng một phân tích toàn diện để xác định sức mạnh dự đoán của dữ liệu khí hậu và vệ tinh. Kết quả nhận thấy rằng dữ liệu khí hậu một mình là khá tốt, nhưng dữ liệu vệ tinh cung cấp thêm thông tin và mang lại hiệu suất dự đoán năng suất lên cấp độ tiếp theo.

Sử dụng cả bộ dữ liệu khí hậu và vệ tinh, các nhà nghiên cứu có thể dự đoán năng suất lúa mì với độ chính xác khoảng 75% hai tháng trước khi kết thúc mùa trồng trọt.

Đồng tác giả David lobell của Đại học Stanford cho biết thêm: "Chúng tôi cũng so sánh sức mạnh dự đoán của phương pháp thống kê truyền thống với ba thuật toán học máy và thuật toán học máy vượt trội hơn phương pháp truyền thống trong mọi trường hợp." Lobell đã khởi xướng dự án trong một kỳ nghỉ phép năm 2015 tại Úc.

Các nhà nghiên cứu cho biết kết quả này có thể được sử dụng để cải thiện dự đoán về việc thu hoạch lúa mì của Úc trong tương lai, với các hiệu ứng gợn tiềm năng đối với nền kinh tế Úc và khu vực. Hơn nữa, họ lạc quan rằng chính phương pháp này có thể được chuyển đổi sang các loại cây trồng khác ở các nơi khác trên thế giới.