International Journal of Science Research and Technology·9月7日 · 周一论文农业人工智能与决策模型阅读 3
APPLICATION OF ARTIFICIAL INTELLIGENCE IN SOIL FERTILITY ASSESSMENT AND CROP YIELD PREDICTION IN SOUTHWEST NIGERIA: A STATISTICAL APPROACH
AJALA S. A. · OYEDEPO A. O. · OLOWOLAGBA M. A. 等 6 人
论文解读
56未达精选线
速览
研究AI在尼日利亚西南部土壤肥力评估和作物产量预测中的应用，发现随机森林模型表现最佳。
方法
使用线性回归、随机森林和支持向量机等监督学习算法分析土壤参数预测作物产量。
发现
AI模型显著提高预测精度，随机森林优于其他模型，可优化施肥和提升农业生产力。
机会点
可探索将AI土壤分析系统推广至其他地区，或结合遥感数据与实时传感器提升预测精度和实用性。
影响力12
信息增量18
专业深度15
信源权威8
时效性3
研究AI在尼日利亚土壤评估与产量预测中的应用，方法常规但数据具体，对非洲农业智能化有参考价值。
原文摘要
本研究探讨了人工智能（AI）技术在尼日利亚西南部土壤肥力评估与作物产量预测中的应用。传统土壤分析方法往往耗时、成本高昂，且预测能力有限。本研究整合机器学习模型，分析土壤参数如pH值、氮、磷、钾及有机质含量，以预测作物产量结果。数据来源于奥孙州和奥约州选定的农业区域。采用了包括线性回归、随机森林和支持向量机在内的监督学习算法。结果表明，与传统统计方法相比，基于AI的模型显著提高了预测准确性，其中随机森林模型表现最优。研究证明，AI能够增强精准农业中的决策能力，优化肥料施用，并提升粮食安全水平。建议利益相关方采用AI驱动的土壤分析系统，以提高尼日利亚的农业生产率。