The integration of remote sensing and machine learning in agriculture is transforming the industry by providing insights and predictions through data analysis. This combination leads to improved yield prediction and water management, resulting in increased efficiency, better yields, and more sustainable agricultural practices. Achieving the United Nations' Sustainable Development Goals, especially "zero hunger," requires the investigation of crop yield and precipitation gaps, which can be accomplished through, the usage of artificial intelligence (AI), machine learning (ML), remote sensing (RS), and the internet of things (IoT). By integrating these technologies, a robust agricultural mobile or web application can be developed, providing farmers and decision-makers with valuable information and tools for improving crop management and increasing efficiency. Several studies have investigated these new technologies and their potential for diverse tasks such as crop monitoring, yield prediction, irrigation management, etc. Through a critical review, this paper reviews relevant articles that have used RS, ML, cloud computing, and IoT in crop yield prediction. It reviews the current state-of-the-art in this field by critically evaluating different machine-learning approaches proposed in the literature for crop yield prediction and water management. It provides insights into how these methods can improve decision-making in agricultural production systems. This work will serve as a compendium for those interested in yield prediction in terms of primary literature but, most importantly, what approaches can be used for real-time and robust prediction.

Bản dịch tiếng Việt:

Việc tích hợp viễn thám và học máy trong nông nghiệp đang làm thay đổi ngành này bằng cách cung cấp những hiểu biết sâu sắc và dự đoán thông qua phân tích dữ liệu. Sự kết hợp này giúp cải thiện khả năng dự đoán năng suất và quản lý nước, dẫn đến tăng hiệu quả, năng suất tốt hơn và thực hành nông nghiệp bền vững hơn. Để đạt được các Mục tiêu Phát triển Bền vững của Liên Hợp Quốc, đặc biệt là "không còn nạn đói", cần phải điều tra khoảng cách về năng suất cây trồng và lượng mưa, có thể đạt được thông qua việc sử dụng trí tuệ nhân tạo (AI), học máy (ML), viễn thám (RS) và internet vạn vật (IoT). Bằng cách tích hợp các công nghệ này, một ứng dụng web hoặc di động nông nghiệp mạnh mẽ có thể được phát triển, cung cấp cho nông dân và người ra quyết định thông tin và công cụ có giá trị để cải thiện quản lý cây trồng và tăng hiệu quả. Một số nghiên cứu đã điều tra các công nghệ mới này và tiềm năng của chúng cho các nhiệm vụ đa dạng như giám sát cây trồng, dự đoán năng suất, quản lý tưới tiêu, v.v. Thông qua đánh giá quan trọng, bài viết này đánh giá các bài viết liên quan đã sử dụng RS, ML, điện toán đám mây và IoT trong dự đoán năng suất cây trồng. Nó đánh giá các công nghệ tiên tiến nhất hiện nay trong lĩnh vực này bằng cách đánh giá nghiêm túc các phương pháp học máy khác nhau được đề xuất trong tài liệu để dự đoán năng suất cây trồng và quản lý nước. Nó cung cấp cái nhìn sâu sắc về cách các phương pháp này có thể cải thiện việc ra quyết định trong các hệ thống sản xuất nông nghiệp. Công trình này sẽ phục vụ như một bản tóm tắt cho những người quan tâm đến dự đoán năng suất theo tài liệu cơ bản nhưng quan trọng nhất là những phương pháp tiếp cận nào có thể được sử dụng để dự đoán mạnh mẽ và theo thời gian thực.

Document Ready

Click below to load the full PDF document natively.