Kukurūzų biomasės energetinio potencialo nuotoliniai prognozavimo tyrimai
| Author | Affiliation |
|---|---|
Kavaliauskas, Ardas | |
| Date | Issue | Start Page | End Page |
|---|---|---|---|
2022 | 1 (27) | 58 | 63 |
Šiame tyrime, derinant aerodistancinius lauko duomenis ir pasitelkiant mašininio mokymosi algoritmus, siekiama prognozuoti kukurūzų teorinį biometano potencialą (TBMP). Šiam tikslui pasiekti kukurūzų lauko eksperimente periodiškai atlikti skrydžiai su bepilotėmis skraidyklėmis, o pagal gautus duomenis apskaičiuoti augalų vegetatyviniai indeksai. Vėliau šie indeksai naudoti kuriant mašininio mokymosi algoritmus ir, tuo pačiu, siekiant prognozuoti TBMP reikšmes. Tyrimų rezultatai parodė, kad kukurūzų biomasės ir TBMP kiekiai svyravo esmingai, t. y. nuo 9,70 t ha-1 iki 15,00 t ha-1, ir, atitinkamai, nuo 4168,42 m3 ha-1 iki 6052,87 m3 ha-1. Nepaisant esmingų biomasės ir TBMP svyravimų, GLM prognozavimo modelis viso kukurūzų auginimo sezono metu tiksliai prognozavo TBMP reikšmes, o R3 kukurūzų tarpsnyje gauti tiksliausi prognozavimo rezultatai (R2 – 0,97, RMSE – 104,25 m3/ha-1, BIAS – 5,26).
The aim of this study was to predict the theoretical biochemical methane potential. (TBMP) of maize using a combination of aerial, field data and machine learning algorithms. To achieve this goal, in a maize experimental field, flights were performed periodically using an unmanned aerial vehicle, and vegetative indices of plants were calculated based on the obtained data. The indices calculated in the next step were used to develop machine learning algorithms, and at the same time to predict TBMP values. The results of the studies showed that the amounts of maize biomass and TBMP varied significantly i.e. from 9.70 to 15.00 t ha-1, and from 4168.42 to 6052.87 m3 ha-1, respectively. Despite significant fluctuations in biomass and TBMP, the GLM prediction model predicted TBMP values well throughout the maize growing season, with the best prediction results for the maize period R3 (R2 0.97, RMSE 104.25 m3 ha-1, BIAS 5.26).