Resumé
SEGES innovation har udviklet en model, der på baggrund af NDVI målt fra satellit, kan forudsige optagelsen af kvælstof og kulstof i efterafgrøder. Modellen er stærkest på forudsigelsen af kvælstofoptagelsen, da der her er mest tilgængeligt data.
Rapporten gennemgår machine learning-modellen CatBoost, som er blevet udviklet i forbindelse med projektet CatCap2: ”Efterafgrøders og grøngødnings betydning for kulstoflagring og lattergasemission”.
Til grund for modellen ligger NDVI-værdier målt i perioden 2019-2024 samt data fra i alt 395 planteklip udtaget i marker med efterafgrøder. Modellen kan på denne baggrund, forudsige kvælstof- og kulstofoptag i henholdsvis forårs- og efterårssåede efterafgrøder på landsplan.
Rapporten giver et indblik i, hvordan modellen er blevet sammensat, og beskriver kort arbejdsprocessen og de foreløbige resultater.
Du kan læse mere om udvikling af modellen i rapporten nedenfor.
Vil du vide mere?
Emneord
