แบบจำลองความสัมพันธ์ค่าสุดขีดของปริมาณน้ำฝนและอุณหภูมิ กับผลผลิตข้าวปลอดภัยในจังหวัดพิษณุโลก
DOI:
https://doi.org/10.14456/lsej.2023.39คำสำคัญ:
ค่าสุดขีดของสภาพภูมิอากาศ , การเรียนรู้ของเครื่อง , ผลผลิตข้าวปลอดภัย , ข้อมูลขนาดเล็กบทคัดย่อ
ปัจจุบันการศึกษาหาความสัมพันธ์ระหว่างค่าสุดขีดของสภาพภูมิอากาศและปริมาณผลผลิตทางการเกษตรถือเป็นสิ่งที่จำเป็นอย่างยิ่ง ทั้งนี้เพื่อให้สามารถคาดการณ์ผลผลิตทางการเกษตรในอนาคตได้อย่างถูกต้องแม่นยำเพื่อช่วยให้หน่วยงานที่รับผิดชอบสามารถตัดสินใจได้อย่างเหมาะสมที่สุดเพื่อรับประกันความมั่นคงทางอาหารทั้งในปัจจุบันและอนาคตต่อไป ดังนั้นงานวิจัยนี้จึงทำการศึกษาความสัมพันธ์ระหว่างค่าสุดขีดของปริมาณน้ำฝนและอุณหภูมิกับผลผลิตข้าวปลอดภัยในจังหวัดพิษณุโลกโดยใช้วิธีการเรียนรู้ของเครื่อง 3 วิธี คือ วิธีการวิเคราะห์การถดถอยพหุคูณ วิธีป่าสุ่มและวิธีซับพอร์ตเวกเตอร์แมทชีน ผลการศึกษาพบว่าค่าสุดขีดของปริมาณน้ำฝนมีความสัมพันธ์กับผลผลิตข้าวปลอดภัยในจังหวัดพิษณุโลกและวิธีที่มีประสิทธิภาพและมีความน่าเชื่อถือสำหรับแบบจำลองสำหรับความสัมพันธ์นี้คือ วิธีป่าสุ่มซึ่งสามารถอธิบายความผันแปรของผลผลิตข้าวปลอดภัยในจังหวัดพิษณุโลกได้ถึง 86% นอกจากนี้พบว่าค่าสุดขีดของอุณหภูมิเฉลี่ยมีความสัมพันธ์กับผลผลิตข้าวปลอดภัยในจังหวัดพิษณุโลกและวิธีที่มีประสิทธิภาพและมีความน่าเชื่อถือสำหรับแบบจำลองสำหรับความสัมพันธ์นี้ คือ วิธีซับพอร์ตเวกเตอร์แมทชีนซึ่งสามารถอธิบายความผันแปรของผลผลิตข้าวปลอดภัยในจังหวัดพิษณุโลกได้ถึง 98%
เอกสารอ้างอิง
Alidoost F, Su Z, Stein A. Evaluating the effects of climate extremes on crop yield, production and price using multivariate distributions: A new copula application. Weather and Climate Extremes 2019; 26:1-9.
Crane-Droesch, A. Machine learning methods for crop yield prediction and climate change impact assessment in agriculture. Environmental Research Letters 2018;13:114003.
Feng J, Jintrawet A, Sangchyoswat C. The relationships between extreme precipitation and rice and maize yields using machine learning in Sichuan province, China. Current Applied Science and Technology 2019;20(3):453-469.
Harrison MT, Cullen BR. Rawnsley RP. Modelling the sensitivity of agricultural systems to climate change and extreme climatic events. Agricultural Systems 2016;148:135-148.
Konduri VS, Vandal TJ, Ganguly S, Ganguly AR. Data science for weather impacts on crop yield. Frontiers in Sustainable Food System 2020;52(4):1-11.
Phoket Y. The extension of safety and standardized rice production adhering to good agricultural practice for farmers in Roi Et Province. Khon Kaen Agriculture Journal 2016;44(1):624-629.
Rotter RP, Appiah M, Fichtler E, Kersebaum KC. Linking modelling and experimentation to better capture crop impacts of agroclimatic extremes-A review. Field Crops Research 2018;221:142-156.
Tan G, Zhaobo S, Chen H. Diagnosis of summer time floods/droughts and their atmospheric circulation anomalies over north China. ACTA Meteorol Sinica 2003;17:257-273.
Vogel E, Donat MG, Alexander LV, Meinshausen M, Ray DK, Karoly D, Meinshausen N. et al. The effects of climate extremes on global agricultural yields. Environmental Research Letters 2019; 14: 054010.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2023 Life Sciences and Environment Journal
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Each article is copyrighted © by its author(s) and is published under license from the author(s).
0-5526-7000 Ext. 7230
