En este estudio, publicado en Vaca Pinta 54, José Alberto Oliveira Prendes (Área de Producción Vegetal, Departamento de Biología de Organismos y Sistemas de la Universidad de Oviedo), Silverio García Cortés (Área de Ingeniería Cartográfica, Geodésica y Fotogrametría, Departamento de Explotación y Prospección de Minas de la Universidad de Oviedo) y Nieves Díaz Díaz y Juan Piñeiro Andión (investigadores jubilados del Departamento de Pastos y Cultivos del Centro de Investigaciones Agrarias de Mabegondo, Agencia Gallega de Calidad Alimentaria (Agacal) de la Xunta de Galicia) presentan los resultados de nuestro trabajo de investigación, cuyo objetivo fue obtener un modelo predictivo que permita estimar la producción de materia seca anual de cultivares de diferentes tipos de raigrases a partir de datos meteorológicos probables en las localidades de evaluación.
ESPECIAL: CULTIVOS PRATENSES
Predicción de la producción de raigrases mediante técnicas de aprendizaje automático (machine learning)
