Використання алгоритму лінійної регресії для прогнозування врожайності пшениці сорту «Октава одеська» в умовах сте- пової зони миколаївської області

Анотація

У статті досліджується застосування моделей машинного навчання для прогнозування врожайності озимої пшениці сорту «Октава одеська» в умовах степової зони Миколаївської області. Обґрунтовано необхідність заміни традиційних багатофакторних фізичних моделей більш гнучкими алгоритмами аналізу великих даних. Як вихідні дані використовувалися показники врожайності за 2020–2024 рр., середньозимова та середньорічна температура і кількість опадів, отримані з відкритих джерел Укргідрометцентру та Миколаївського національного аграрного університету. Моделі лінійної регресії й поліномної регресії другого ступеня реалізовані в середовищі Google Colaboratory на Python, що забезпечило швидке прототипування й верифікацію результатів за метриками MAE та MSE. Лінійна регресія продемонструвала стабільні адитивні зв’язки: з кожним підвищенням середньозимової температури врожайність збільшується на ≈ 0,08 т/га, а з кожним міліметром зимових опадів знижується на ≈ 0,06 т/га (MAE = 0,47; MSE = 0,22). Поверхня прогнозів є плоскою з негативним нахилом за температурною віссю і позитивним – за опадною, обрізаною максимумом генетичного потенціалу сорту (~ 5,7 т/га).Поліномна модель другого ступеня виявила виразні нелінійні ефекти насичення й «плато»: врожайність зростає із збільшенням вологості до 50–60 мм татемпературою до + 2 … + 7 °C із подальшим уповільненням приросту за екстремальних значень (MAE = 0,0637; MSE = 0,0078). Такий підхід краще відтворює взаємодію кліматичних факторів у критичних фенофазах.Отримані залежності дають змогу виконувати сценарне прогнозування врожаю для різних кліматичних умов, оперативно планувати агротехнічні заходи – зрошення, захист від теплового стресу, коригування термінів посіву – та наближати фактичні показники до генетичного потенціалу сорту «Октава одеська». Додатково проведено аналіз чутливості моделі до відхилення вхідних параметрів, що підтверджує її стійкість і практичну застосовність у змінних кліматичних умовах.