Agro Fossil Free - Rendimiento de una metodología Seq2Seq-LSTM para predecir las rotaciones de cultivos en Quebec

Descripción general

Para satisfacer las necesidades alimentarias mundiales y responder al mismo tiempo a los retos medioambientales del siglo XXI, es necesaria una transición agroambiental hacia prácticas agrícolas sostenibles. La rotación de cultivos es una práctica ancestral y constituye un pilar de la agricultura sostenible. Sin embargo, esta práctica requiere una mayor organización por parte de los productores para la gestión de los insumos de cultivo. Por ello, es necesario el desarrollo de una metodología de previsión de rotaciones de cultivos a medio plazo y a nivel de campo. Sin embargo, hasta la fecha, sólo se ha teorizado una metodología basada en el Seq2Seq-LSTM sin que se haya probado en un caso concreto de aplicación. El objetivo de este artículo es, por tanto, evaluar el rendimiento de una metodología Seq2Seq-LSTM para predecir rotaciones de cultivos sobre un caso real. La metodología se aplicó a un problema de predicción de rotación de cultivos para explotaciones de cultivos de campo en Québec, Canadá. Utilizando la métrica Recall(N) y una secuencia histórica de longitud 6, se pueden predecir los 3 cultivos siguientes en un campo con más del 81% de éxito cuando se consideran 10 opciones seleccionadas. Además, la metodología se complementó con información contextual, como datos económicos y meteorológicos, para afinar las previsiones. Este aumento mejora sistemáticamente el rendimiento del modelo. Esta observación proporciona una línea de investigación relevante para identificar otros factores que influyen en la toma de decisiones de los productores sobre la rotación de cultivos.