在澳大利亚主要作物名单中，小麦种植面积超过该国一半以上的农田，是重要的出口商品。由于对小麦的投入如此之多，准确的产量预测对于预测区域和全球粮食安全和商品市场是必要的。发表在农业和森林气象学的一项新研究表明，机器学习方法可以在作物成熟前两个月准确预测该国的小麦产量。
“我们测试了各种机器学习方法，并整合了大规模的气候和卫星数据，以便为整个澳大利亚提供可靠和准确的小麦产量预测，”自然资源和环境部助理教授Kaiyu Guan说。伊利诺伊大学科学系，国家超级计算应用中心Blue Waters教授，该研究的首席研究员。“为这项研究做出贡献的令人难以置信的国际合作伙伴团队大大提高了我们预测澳大利亚小麦产量的能力。”
人们试图预测作物产量几乎与作物一样长。随着计算能力的提高和对各种数据源的访问，预测继续得到改善。近年来，科学家使用气候数据，卫星数据或两者都开发了相当准确的作物产量估算，但Guan说，目前尚不清楚一个数据集是否比另一个更有用。
“在这项研究中，我们使用综合分析来确定气候和卫星数据的预测能力。我们想知道每种因素的贡献，”他说。“我们发现仅气候数据非常好，但卫星数据提供了额外的信息，并使产量预测性能提升到了一个新的水平。”
利用气候和卫星数据集，研究人员能够在生长季节结束前两个月预测小麦产量，准确率约为75%。
“具体而言，我们发现卫星数据可以逐渐捕获作物产量变化，这也反映了积累的气候信息。卫星数据无法捕获的气候信息是整个生长季节对小麦产量预测的独特贡献，” Yaping Cai，博士生和研究的主要作者。
斯坦福大学的共同作者David Lobell补充道，“我们还将传统统计方法的预测能力与三种机器学习算法进行了比较，机器学习算法在每种情况下均优于传统方法。” Lobell在2015年澳大利亚休假期间启动了该项目。
研究人员称，这些结果可用于改进对澳大利亚未来小麦收获的预测，并可能对澳大利亚和区域经济产生连锁反应。此外，他们乐观地认为该方法本身可以转化为世界其他地区的其他作物。