Sparsity, Regularization and Causality in Agricultural Yield: The Case of Paddy Rice in Peru
农业产量中的稀疏性、正则化与因果性：秘鲁水稻案例AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确使用遥感时间序列研究动态关系并预测产量，所称因果性限定为 Granger 意义。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
农业产量中的稀疏性、正则化与因果性：秘鲁水稻案例
- 研究问题
- 如何结合农业普查和遥感时间序列预测秘鲁各地区水稻产量，并考察植被、降水和温度等变量与产量之间的动态关系？
- 方法与思路
- 作者采用稀疏回归和 Elastic-Net 正则化，结合遥感与气候变量的一阶、二阶动态变换，以刻画产量预测中的变化和滞后关系。
- 材料陈述的贡献
- 摘要称整合正则化、气候与地理信息改善了产量预测，并发现 Granger 意义上的因果关系；这些属于作者报告的预测与动态关联结果。
- 阅读关注点
- 应核对数据时空匹配、动态变换定义、训练验证划分及 Granger 检验设定，尤其区分时间先行的预测信息与干预意义的因果效应。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未说明因果识别设计，稀疏回归和 Granger 结果不足以单独确立干预因果性。
原文摘要
This study introduces a novel approach that integrates agricultural census data with remotely sensed time series to develop precise predictive models for paddy rice yield across various regions of Peru. By utilizing sparse regression and Elastic-Net regularization techniques, the study identifies causal relationships between key remotely sensed variables-such as NDVI, precipitation, and temperature-and agricultural yield. To further enhance prediction accuracy, the first- and second-order dynamic transformations (velocity and acceleration) of these variables are applied, capturing non-linear patterns and delayed effects on yield. The findings highlight the improved predictive performance when combining regularization techniques with climatic and geospatial variables, enabling more precise forecasts of yield variability. The results confirm the existence of causal relationships in the Granger sense, emphasizing the value of this methodology for strategic agricultural management. This contributes to more efficient and sustainable production in paddy rice cultivation.