論文の概要: MARLP: Time-series Forecasting Control for Agricultural Managed Aquifer Recharge
- arxiv url: http://arxiv.org/abs/2407.01005v1
- Date: Mon, 1 Jul 2024 06:36:40 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-04 00:25:59.895689
- Title: MARLP: Time-series Forecasting Control for Agricultural Managed Aquifer Recharge
- Title（参考訳）: MARLP:農業経営帯電における時系列予測制御
- Authors: Yuning Chen, Kang Yang, Zhiyu An, Brady Holder, Luke Paloutzian, Khaled Bali, Wan Du,
- Abstract要約: 農業用管理帯水層(Ag-MAR)は,表層水を用いて農地を人工的に浸水させて帯水層を養殖する。
現在のAg-MARスケジューリングは、気象や土壌酸素のような複雑な環境要因を考慮していない。
本稿では,Ag-MARの最初のエンドツーエンドデータ駆動制御システムであるMARLPを提案する。
- 参考スコア（独自算出の注目度）: 5.554201560484389
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid decline in groundwater around the world poses a significant challenge to sustainable agriculture. To address this issue, agricultural managed aquifer recharge (Ag-MAR) is proposed to recharge the aquifer by artificially flooding agricultural lands using surface water. Ag-MAR requires a carefully selected flooding schedule to avoid affecting the oxygen absorption of crop roots. However, current Ag-MAR scheduling does not take into account complex environmental factors such as weather and soil oxygen, resulting in crop damage and insufficient recharging amounts. This paper proposes MARLP, the first end-to-end data-driven control system for Ag-MAR. We first formulate Ag-MAR as an optimization problem. To that end, we analyze four-year in-field datasets, which reveal the multi-periodicity feature of the soil oxygen level trends and the opportunity to use external weather forecasts and flooding proposals as exogenous clues for soil oxygen prediction. Then, we design a two-stage forecasting framework. In the first stage, it extracts both the cross-variate dependency and the periodic patterns from historical data to conduct preliminary forecasting. In the second stage, it uses weather-soil and flooding-soil causality to facilitate an accurate prediction of soil oxygen levels. Finally, we conduct model predictive control (MPC) for Ag-MAR flooding. To address the challenge of large action spaces, we devise a heuristic planning module to reduce the number of flooding proposals to enable the search for optimal solutions. Real-world experiments show that MARLP reduces the oxygen deficit ratio by 86.8% while improving the recharging amount in unit time by 35.8%, compared with the previous four years.
- Abstract（参考訳）: 世界中の地下水の急激な減少は、持続可能な農業にとって大きな課題となっている。
この問題に対処するため,農業用管理帯水層 (Ag-MAR) は, 地表水を用いて農地を人工的に浸水させ, 帯水層を補充するために提案されている。
Ag-MARは、作物の根の酸素吸収に影響を与えないように、慎重に選択された洪水スケジュールを必要とする。
しかし、現在のAg-MARスケジューリングは、天候や土壌酸素のような複雑な環境要因を考慮に入れておらず、作物の損傷と充電量の不足をもたらす。
本稿では,Ag-MARの最初のエンドツーエンドデータ駆動制御システムであるMARLPを提案する。
まず最適化問題としてAg-MARを定式化する。
この結果から,土壌酸素濃度の変動傾向の多周期的特徴を明らかにし,外部気象予報や洪水予測を土壌酸素の予測のための外因的手がかりとして活用する機会を明らかにした。
次に,2段階の予測フレームワークを設計する。
第1段階では、履歴データから多変量依存と周期パターンの両方を抽出し、予備予測を行う。
第2段階では、土壌酸素濃度の正確な予測を容易にするために、天候・土壌と洪水・土壌因果性を利用する。
最後に,Ag-MAR洪水に対するモデル予測制御(MPC)を行う。
大規模な行動空間の課題に対処するため,最適な解探索を可能にするため,浸水提案数の削減を目的としたヒューリスティック計画モジュールを考案した。
実世界の実験では、MARLPは酸素欠乏比を86.8%削減し、単位時間での充電量は過去4年間で35.8%改善した。
関連論文リスト
- MambaDS: Near-Surface Meteorological Field Downscaling with Topography Constrained Selective State Space Modeling [68.69647625472464]
気象予測において重要な課題であるダウンスケーリングは、ターゲット領域に対する高解像度気象状態の再構築を可能にする。
以前のダウンスケーリング手法には気象学のための調整された設計が欠けており、構造的な限界に遭遇した。
本稿では,多変数相関と地形情報の利用性を高める新しいモデルであるMambaDSを提案する。
論文 参考訳（メタデータ） (2024-08-20T13:45:49Z) - OXYGENERATOR: Reconstructing Global Ocean Deoxygenation Over a Century with Deep Learning [50.365198230613956]
既存の専門家が支配する数値シミュレーションは、地球温暖化や人的活動によって引き起こされる動的変動に追いつかなかった。
1920年から2023年までの世界の海洋脱酸素モデルを再構築するために,最初の深層学習モデルであるOxyGeneratorを提案する。
論文 参考訳（メタデータ） (2024-05-12T09:32:40Z) - Climate Downscaling: A Deep-Learning Based Super-resolution Model of Precipitation Data with Attention Block and Skip Connections [2.419452632652106]
台湾では年間平均降水量は2,500ミリ (mm) に達するが、平均降水量は世界平均よりも低い。
低分解能降水データを高分解能にダウンスケールするために、スキップ接続、アテンションブロック、補助データ結合を備えたディープ畳み込みニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2024-03-26T16:36:50Z) - Analysis of Rainfall Variability and Water Extent of Selected Hydropower
Reservoir Using Google Earth Engine (GEE): A Case Study from Two Tropical
Countries, Sri Lanka and Vietnam [0.0]
本研究では,ベトナムとスリランカにおける降雨パターンの総合的リモートセンシング分析と水力貯水池水深の選択について述べる。
両国の平均年間降水量は決定され、月平均降水量は時間変動する。
その結果, 降雨パターンと貯水量との関係が明らかとなり, モンスーンシーズンの降水量が増加し, その後の数ヶ月で水量も増加した。
論文 参考訳（メタデータ） (2023-10-09T12:51:46Z) - Long-term drought prediction using deep neural networks based on geospatial weather data [75.38539438000072]
農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。
私たちは、体系的なエンドツーエンドアプローチを採用するエンドツーエンドアプローチを導入することで、干ばつデータに取り組みます。
主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
論文 参考訳（メタデータ） (2023-09-12T13:28:06Z) - Integrating machine learning paradigms and mixed-integer model
predictive control for irrigation scheduling [0.20999222360659603]
農業部門は水資源の保全と収穫量の最適化において大きな課題に直面している。
従来の灌水スケジューリング手法は、大規模な灌水システムのニーズを満たすのに不十分であることがしばしば証明される。
本稿では,機械学習の3つのパラダイムを活用して,灌水スケジュールを最適化する予測灌水スケジューラを提案する。
論文 参考訳（メタデータ） (2023-06-14T19:38:44Z) - Multi-scale Digital Twin: Developing a fast and physics-informed
surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。
U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。
並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
論文 参考訳（メタデータ） (2022-11-20T06:46:35Z) - Deep Learning for Prawn Farming: Forecasting and Anomaly Detection [1.7324358447544173]
エビ池における水質管理のための意思決定支援システムを提案する。
このシステムは, 様々なデータソースと深層学習モデルを用いて, 水質パラメータの24時間予測と異常検出を行う。
論文 参考訳（メタデータ） (2022-05-12T20:52:30Z) - SALT: Sea lice Adaptive Lattice Tracking -- An Unsupervised Approach to
Generate an Improved Ocean Model [72.3183990520267]
シーライス分散と分布を効率的に推定するためのシーライス適応格子追跡手法を提案する。
具体的には、局所的な海洋特性に基づいて、オーシャンモデルの格子グラフにノードをマージすることで、適応的な空間メッシュを生成する。
提案手法は, 変動する気候下での海洋ライス寄生圧マップの予測モデルにより, 積極的養殖管理の促進を約束するものである。
論文 参考訳（メタデータ） (2021-06-24T17:29:42Z) - High-resolution global irrigation prediction with Sentinel-2 30m data [0.8137198664755597]
地球規模の灌水利用の正確かつ正確な理解は、様々な気候科学の取り組みに不可欠である。
我々は,世界中の農地の30万分解能灌水予測を生成するために,新しい灌水モデルとpythonパッケージ(irrigation30)を開発した。
本モデルでは, ランダムにサンプリングされた小標本群において, 97%以上の一貫性スコアと92%の精度を達成できた。
論文 参考訳（メタデータ） (2020-12-09T17:26:43Z) - Sub-Seasonal Climate Forecasting via Machine Learning: Challenges,
Analysis, and Advances [44.28969320556008]
サブシーズン気候予報(SSF)は、気温や降水量などの主要な気候変数を2週間から2ヶ月の時間スケールで予測することに焦点を当てている。
本稿では,米国本土におけるSSFのための機械学習(ML)アプローチについて検討する。
論文 参考訳（メタデータ） (2020-06-14T18:39:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。