Relação entre a radiação solar e variáveis ​​meteorológicas em modelo preditivo de produtividade agrícola

RESUMO

O conhecimento da complicada correlação entre as variáveis ​​meteorológicas e o rendimento das culturas é crucial para a segurança alimentar e a sustentabilidade agrícola. Este estudo está centrado na investigação de como a radiação solar incidente afetou a produção agrícola na região de Gadarif, no Sudão, nos últimos quarenta anos. Usando uma estrutura preditiva, a pesquisa avalia tendências recentes na radiação solar incidente anual, examina variações temporais durante as estações de cultivo de sorgo e gergelim e utiliza técnicas de aprendizado de máquina para prever o rendimento das culturas. Além disso, ML, incluindo Extreme Gradient Boosting (XGBoost), Boosted Regression Forest (BRF) e K-Nearest Neighbours (K-NN), foram empregados para previsão de rendimento. Através de abordagens de redução de tendências e análises de correlação, foram identificadas relações significativas entre os indicadores de radiação solar incidente e o rendimento das culturas. Os resultados indicam uma correlação inversa substancial entre a radiação solar e a produção de sorgo, enquanto a produção de gergelim demonstra uma correlação positiva com a radiação solar. Tanto para o rendimento do sorgo como do gergelim, o K-NN surge como o modelo mais preciso, mostrando a importância da radiação solar incidente e da temperatura na previsão do rendimento das culturas. Estas descobertas destacam o potencial da aprendizagem de máquina para melhorar os modelos de previsão agrícola e informar as práticas agrícolas adaptativas na região. Em geral, este estudo fornece informações valiosas sobre a relação dinâmica entre a radiação solar incidente e o rendimento das culturas, enfatizando a importância de considerar fatores meteorológicos no planeamento e gestão agrícola.

Palavras-chave: radiação solar; rendimento agrícola; região de Gadarif; Sudão; aprendizado de máquina