Digital Technology in Agriculture: An Approach to Modelling Crop Productivity on Trace Elements Contaminated Soil

2023

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.1109/sist58284.2023.10223574
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

The article focuses on the use of climate data in modelling crop productivity and highlights the im-portance of continuous incoming meteorological infor-mation in predicting crop yields. The purpose of Article is to evaluate the challenges and potential of utilizing big data using climate data as an ex-ample for modelling crop productivity on contaminated sites with trace elements. The “MiscanCalc” and “Group Method of Data Han-dling” were developed to predict crop yields on soils con-taminated with toxic elements using meteorological data. These models evaluate the impact of climate data on bio-mass production, ripening and harvest periods, estimate future crop yields, and identify the predictors that have the greatest influence on these indicators.