Neural network models for soil moisture forecasting from remotely sensed measurements
Modelli di reti neurali per la previsione dell’umidità del suolo da dati satellitari.
Abstract
Lo studio propone l’uso di reti neurali artificiali per prevedere l’umidità del suolo a partire da dati telerilevati.
Attraverso modelli data-driven come MLP, LSTM e ANFIS, vengono analizzate serie storiche e variabili meteorologiche per supportare l’irrigazione intelligente e la gestione delle risorse idriche in agricoltura.
Autori
Andrea Marini, Loris Francesco Termite, Alberto Garinei, Marcello Marconi, Lorenzo Biondi
Allegati
Data di pubblicazione: 22/06/2020 Ultimo aggiornamento: 23/06/2026 16:33