Rice production in Japan is facing

Rice production in Japan is facing problems of yield and quality instability owing to recent climate changes, aging of farmers, and a decrease in the farmer population. Thus, it is becoming important to develop an improved rice production technology that utilizes collected data about rice production rather than relying on the conventional technology that is based on the experience and knowledge of individual farmers. We developed predictive models for yield and protein content of brown rice that can provide useful knowledge to support farmer’s management decision-making, utilizing data sets from 47 paddy fields where rice was produced under various environments and management styles. Support vector machines (SVMs) were applied to build the predictive models based on explanatory variables representing the growth and nutrition conditions after the heading stage and the meteorological environment after the late spikelet initiation stage. The models achieved quantitative accuracy that was within approximately 1 t ha−1 in yield for 85.1% of the total data sets and within 0.8% in protein content for 76.6% of the total data sets, respectively. Further, patterns of explanatory variables classified in three classes of yield and protein content, which were visualized by the predictive models, were reasonable in terms of knowledge of crop science. We found that the predictive models using SVMs had the potential to describe a relation between yield or protein content and multiple explanatory variables that reflected diverse rice production in actual fields, and could provide useful knowledge for decision-making of topdressing and basal fertilization.

ผลลัพธ์ (ไทย) 1:

ผลิตข้าวญี่ปุ่นจะหันหน้าเข้าหาปัญหาของผลผลิตและคุณภาพขาดเสถียรภาพเนื่องจากการเปลี่ยนแปลงสภาพภูมิอากาศล่าสุด อายุของเกษตรกร และลดประชากรชาวนา ดังนั้น มันจะกลายเป็นสิ่งสำคัญในการพัฒนาเทคโนโลยีการผลิตข้าวที่ดีที่ใช้รวบรวมข้อมูลเกี่ยวกับการผลิตข้าว มากกว่าอาศัยเทคโนโลยีดั้งเดิมที่ขึ้นอยู่กับประสบการณ์และความรู้ของเกษตรกรแต่ละ เราพัฒนาแบบจำลองคาดการณ์ผลตอบแทนและโปรตีนเนื้อหาของข้าวกล้องที่สามารถให้ความรู้ที่เป็นประโยชน์เพื่อสนับสนุนการตัดสินใจการจัดการของเกษตรกร ใช้ชุดข้อมูลจาก 47 นาข้าวที่มีผลิตข้าวภายใต้สภาพแวดล้อมและรูปแบบการจัดการต่าง ๆ สนับสนุนเครื่องแบบเวกเตอร์ (SVMs) ถูกนำไปใช้ในการสร้างแบบจำลองคาดการณ์ตามตัวแปรอธิบายแทนสภาพโภชนาการและการเจริญเติบโตหลังระยะหัวและสิ่งแวดล้อมอุตุนิยมวิทยาหลังจากขั้นตอนเริ่มต้น spikelet ปลาย รุ่นได้รับความถูกต้องเชิงปริมาณที่มีอยู่ภาย ในประมาณ 1 t ha−1 ผลตอบแทน 85.1% ของชุดข้อมูลทั้งหมด และ 0.8% ในโปรตีน 76.6% ของชุดข้อมูลทั้งหมด ตามลำดับ เพิ่มเติม รูปแบบของการอธิบายตัวแปรในระดับที่สามของผลผลิตและโปรตีนเนื้อหา ซึ่งมี visualized โดยแบบจำลองคาดการณ์ การจำแนกประเภทสมเหตุสมผลในแง่ของความรู้วิทยาศาสตร์พืช เราพบว่า แบบจำลองคาดการณ์ใช้ SVMs มีศักยภาพในการอธิบายความสัมพันธ์ระหว่างผลผลิต หรือโปรตีน และตัวแปรอธิบายหลายที่ผลผลิตข้าวหลากหลายในฟิลด์จริง และสามารถให้ความรู้ที่เป็นประโยชน์สำหรับการตัดสินใจของ topdressing และโรคในปัจจุบัน

ผลลัพธ์ (ไทย) 2:

การผลิตข้าวในประเทศญี่ปุ่นจะเผชิญกับปัญหาผลผลิตที่มีคุณภาพและความไม่แน่นอนเนื่องจากการเปลี่ยนแปลงสภาพภูมิอากาศที่จะผ่านมาริ้วรอยของเกษตรกรและการลดลงของประชากรเกษตรกรที่ ดังนั้นจึงกลายเป็นสิ่งสำคัญในการพัฒนาข้าวการปรับปรุงเทคโนโลยีการผลิตที่ใช้เก​​็บรวบรวมข้อมูลเกี่ยวกับการผลิตข้าวแทนที่จะอาศัยเทคโนโลยีเดิมที่ขึ้นอยู่กับประสบการณ์และความรู้ของเกษตรกรแต่ละราย เราได้พัฒนารูปแบบการพยากรณ์ผลผลิตและปริมาณโปรตีนของข้าวกล้องที่สามารถให้ความรู้ที่เป็นประโยชน์เพื่อสนับสนุนการจัดการของเกษตรกรในการตัดสินใจโดยใช้ข้อมูลจากชุด 47 ทุ่งนาข้าวที่ถูกผลิตภายใต้สภาพแวดล้อมที่แตกต่างกันและรูปแบบการจัดการ สนับสนุนเครื่องเวกเตอร์ (SVMs) ถูกนำไปใช้ในการสร้างรูปแบบการพยากรณ์ขึ้นอยู่กับตัวแปรที่เป็นตัวแทนของการเจริญเติบโตและเงื่อนไขโภชนาการหลังเวทีในหัวข้อและสภาพแวดล้อมทางอุตุนิยมวิทยาหลังจากที่ปลายดอกขั้นตอนการเริ่มต้น รูปแบบที่ประสบความสำเร็จความถูกต้องเชิงปริมาณที่ได้รับภายในเวลาประมาณ 1 ตันต่อเฮกตาร์ 1 ในอัตราผลตอบแทนสำหรับ 85.1% ของข้อมูลและชุดรวมภายใน 0.8% ในปริมาณโปรตีนสำหรับ 76.6% ของชุดข้อมูลรวมตามลำดับ นอกจากนี้รูปแบบของตัวแปรอธิบายจัดให้อยู่ในสามชั้นเรียนของผลผลิตและปริมาณโปรตีนที่ถูกมองเห็นโดยรูปแบบการพยากรณ์มีความเหมาะสมในแง่ของความรู้เกี่ยวกับวิทยาศาสตร์การเพาะปลูก เราพบว่ารูปแบบการพยากรณ์โดยใช้ SVMs มีศักยภาพที่จะอธิบายความสัมพันธ์ระหว่างอัตราผลตอบแทนหรือมีปริมาณโปรตีนและตัวแปรอธิบายหลายที่สะท้อนให้เห็นถึงผลิตข้าวที่มีความหลากหลายในสาขาที่เกิดขึ้นจริงและสามารถให้ความรู้ที่เป็นประโยชน์สำหรับการตัดสินใจของแต่งหน้าและการให้ปุ๋ยฐาน

ผลลัพธ์ (ไทย) 3:

การผลิตข้าวในญี่ปุ่นกำลังเผชิญกับปัญหาเสถียรภาพของผลผลิตและคุณภาพ เนื่องจากการเปลี่ยนแปลงของสภาพอากาศล่าสุด อายุของเกษตรกร ชาวนา และลดลงในประชากร ดังนั้นมันเป็นสิ่งสำคัญที่จะพัฒนาปรับปรุงเทคโนโลยีการผลิตข้าว ที่ใช้เก็บรวบรวมข้อมูลเกี่ยวกับการปลูกข้าว แทนที่จะใช้เทคโนโลยีเดิมที่ยึดตามประสบการณ์และความรู้ของเกษตรกรแต่ละรายเราได้พัฒนาแบบจำลองทำนายผลผลิตและปริมาณโปรตีนของข้าว ที่สามารถให้ความรู้ที่เป็นประโยชน์เพื่อสนับสนุนการตัดสินใจการจัดการของเกษตรกร การใช้ชุดข้อมูลจาก 47 นาข้าวที่ข้าวถูกผลิตภายใต้สภาพแวดล้อมที่หลากหลายและรูปแบบการจัดการเครื่องเวกเตอร์สนับสนุน ( แบบ ) มาใช้เพื่อสร้างแบบจำลองเพื่อทำนายตามการอธิบายตัวแปรที่เป็นตัวแทนของการเจริญเติบโตและภาวะโภชนาการ หลังจากไปเวทีและอุตุนิยมวิทยาสิ่งแวดล้อมหลังสาย spikelet เริ่มต้นขั้นตอน รุ่นบรรลุเชิงปริมาณความถูกต้องที่ภายในประมาณ 1 รึเปล่า T รึเปล่า ฮา − 1 ในผลผลิตขวาง % ของทั้งหมดชุดข้อมูลและภายใน 08 % โปรตีนสำหรับ 76.6 % ของจำนวนชุดข้อมูลตามลำดับ เพิ่มเติมรูปแบบของตัวแปร การแบ่งชั้นสามของผลผลิตและปริมาณโปรตีน ซึ่งเป็นปรากฏการณ์จากสมการทำนายอยู่พอสมควรในเรื่องของความรู้ของพืชวิทยาศาสตร์เราจะพบว่า แบบจำลองเพื่อทำนายการใช้แบบมีศักยภาพที่จะอธิบายถึงความสัมพันธ์ระหว่างผลผลิตหรือปริมาณโปรตีนและตัวแปรอธิบายหลายที่หลากหลายสะท้อนการผลิตข้าวในเขตที่แท้จริง และสามารถให้ความรู้ที่เป็นประโยชน์สำหรับการตัดสินใจและการแต่งหน้าพื้นฐาน .