decor
decor

Big Data аналітики удвічі підвищили точність прогнозів врожайності

< Назад
Big Data аналітики удвічі підвищили точність прогнозів врожайності

25.06.2021

Фахівці дослідницького інституту в німецькому Ляйбніці змогли значно покращити ефективність аналітики щодо врожайності пшениці.

Величезний потенціал Big Data уже продемонстрований у таких сферах, як фінансові послуги та телекомунікації. Міжнародна група дослідників під керівництвом Інституту генетики рослин та вивчення посівів (IPK) вперше використала потенціал аналітики великих даних у значних масштабах для досліджень сільгоспкультур. З цією метою були використані дані трьох проєктів для підвищення точності прогнозування врожайності гібридних сортів пшениці.

“Ми змогли використати найбільший на сьогоднішній день опублікований набір даних, який містить інформацію за майже десятиліття досліджень та вивчення посівів пшениці”, – зазначив професор Йохен Райф, керівник відділу досліджень селекції в IPK. Результати, які можуть відкрити нову еру для селекції рослин, опубліковані в журналі Science Advances.

Для цього вчені проаналізували дані про понад 13 000 генотипів, випробуваних на 125 000 ділянках урожайності. Для порівняння: у одній селекційній програмі рослини щорічно випробовуються на 20 000 урожайних ділянок. “Нам було зрозуміло, що нам доведеться збільшити чисельність вибірки, щоб в кінцевому підсумку розробити надійні прогнозні моделі врожайності”, – пояснює доктор Йохен Райф. “Зусилля того вартували. У нашому дослідженні нам вдалося подвоїти точність прогнозування врожайності”, – додає він.

Дослідницька група використовувала дані двох попередніх проектів HYWHEAT (фінансується німецьким міністерством досліджень та освіти) та Zuchtwert (фінансується міністерством продовольства та сільського господарства ФРН), а також з програми виробника насіння KWS. По суті, завдання таких досліджень полягало в тому, щоб опрацювати наявну інформацію до однакового рівня якості і таким чином забезпечити спільний аналіз. 

“Оскільки ми відповідали за розробку експериментів від самого початку, ми змогли спланувати їх таким чином, що невелика частина однакових генотипів завжди тестувалася в рамках проєктів. Це дозволило нам провести інтегрований аналіз”, – зазначає доктор Райф. 

Вчений впевнений, що аналітика великих даних корисна для розведення рослин та аграрних досліджень. “Ми врешті-решт працювали над майбутнім усіх нас”, – каже науковець IPK. “Нам вдалося показати потенціал великих даних для виведення стабільних врожайних сортів під час кліматичних змін”.

За словами професора Райфа, нинішнє модельне дослідження має значення, яке виходить далеко за рамки одного типу культури і, на його думку, провіщає культурні зміни в селекції. “Ми змогли показати великі переваги великих даних для селекції рослин. Однак можливості для цього можливі лише завдяки довірчій співпраці всіх зацікавлених сторін для спільного використання даних та спільного освоєння викликів майбутнього”.

Зрештою, додає науковець, це також точка входу для використання штучного інтелекту (ШІ). “Успішне використання штучного інтелекту також стосується селекції рослин та досліджень з курируваними та вичерпними даними. Наше поточне дослідження є важливим елементом відкриття дверей для цього шляху”.

< Назад