DOSSIER AGRICULTURA DE PRECISÃO 41 REFERÊNCIAS • Fraga H, Santos JA. Assessment of Climate Change Impacts on Chilling and Forcing for the Main Fresh Fruit Regions in Portugal. Front Plant Sci. 2021 Jun 23;12:689121. • doi: 10.3389/fpls.2021.689121. Figura 2: Modelo baseado em machine learning para a produção de maçãs. em cada exploração diferem fortemente dos valores reais, apresentando um valor do coeficiente de correlação (0.47) baixo. Assim, e atendendo ao conjunto de dados reunidos para este estudo em concreto, não é recomendado avançar com uma análise de machine learning para a previsão da produção. Para esta análise são, pois, necessárias mais informações relativas a outros eventos de gestão dos pomares como, tratamentos fitossanitários, fertilização, poda, estágios fenológicos, sanidade das plantas, e outros dados em tempo real, como de sensores proximais, para melhor avaliar a dinâmica da produção. No seu conjunto, este estudo de caso, através das análises realizadas, pretende demonstrar o potencial dos dados e das informações que se podem retirar para a agricultura e, sobretudo, alertar para a necessidade de mais dados e de melhor qualidade para tirar conclusões mais precisas e, assim, definir modelos com confiança. n 4.0 Tradução Tradução técnica especializada portugal@jaba-translations.pt / www.jaba-translations.pt Localização de software Automação de processos Gestão de terminologia Documentação técnica
RkJQdWJsaXNoZXIy Njg1MjYx