面向高效且风险感知的农民最优作物管理识别指导策略
人工智能
2022-10-11 v1
摘要
在一系列对比实践中通过田间试验识别最优肥料实践颇具挑战，因为作物损失对农民而言代价高昂。为识别最佳管理实践，一种“直觉策略”是设置多年田间试验，以相等比例测试每种实践。我们的目标是通过_bandit 算法提供一种识别策略，相比“直觉策略”更能最小化识别过程中农民的损失。我们使用决策支持系统用于农业技术转移（DSSAT）作物模型的改进版来模拟田间试验响应，以马里南部为案例。我们使用风险感知度量条件风险价值（CVaR）与一种新颖农艺指标产量盈余（YE）对比肥料实践。YE 同时考虑谷物产量与农艺氮利用效率。该 bandit 算法表现优于直觉策略：在大多数情况下增强了农民对最坏结果的防护。本研究是方法论的一步，为真实条件下对比作物管理实践性能的风险感知集成识别开辟了新视野。
引用
@article{arxiv.2210.04537,
title = {Towards an efficient and risk aware strategy for guiding farmers in identifying best crop management},
author = {Romain Gautron and Dorian Baudry and Myriam Adam and Gatien N Falconnier and Marc Corbeels},
journal= {arXiv preprint arXiv:2210.04537},
year = {2022}
}