Field-Scale Rice Yield Prediction in Northern Coastal Region of Peru Using Sentinel-2 Vegetation Indices and Machine Learning Models

Accurate rice yield prediction is essential for optimizing water management and supporting decision-making in agricultural systems, particularly in arid environments where irrigation efficiency is critical. This study assessed five machine learning algorithms—Multiple Linear Regression (MLR), Suppor...

Ամբողջական նկարագրություն

Մատենագիտական մանրամասներ

Հիմնական հեղինակներ:	Isabel Jarro-Espinal, José Huanuqueño-Murillo, Javier Quille-Mamani, David Quispe-Tito, Lia Ramos-Fernández, Edwin Pino-Vargas, Alfonso Torres-Rua
Ձևաչափ:	Artigo
Լեզու:	Inglês
Հրապարակվել է:	MDPI AG 2025-09-01
Շարք:	Agriculture
Խորագրեր:	Sentinel-2 vegetation indices (VIs) rice yield prediction machine learning models multiple linear regression (MLR) support vector regression (SVR)
Առցանց հասանելիություն:	https://www.mdpi.com/2077-0472/15/19/2054
Ցուցիչներ:	Ավելացրեք ցուցիչ Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!