WxCrop:用AI从极端天气预测农作物损失
热点事件持续更新
WxCrop:用AI从极端天气预测农作物损失
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Minghan Yu 等在 arXiv 发布 WxCrop,据论文介绍这是首个基于经因果分析检验的物理可解释天气指数、并结合天气与农业信息来预测作物损失的 AI 智能体,可用于过去日期和预报日期的损失评估。 团队在佛罗里达州演示了对飓风、霜冻和干热灾害的评估,各类损失的模型分别基于保险记录校准。飓风指数检测记录气旋日的 AUC 为 0.98,留存年份损失复现误差在 2% 以内,县级排名的秩相关为 0.63。用户可查询各作物组损失占预期季度价值的比例,每个数字均有来源。 论文称同一方法可推广到其他灾害和地区;这些结果目前限于论文自述的佛罗里达州演示。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
WxCrop:用 agentic AI 从极端天气预测农业损失报道时间线
沿着报道,了解事件的不同侧面。
10月31日
- arXiv cs.AIWxCrop:用 agentic AI 从极端天气预测农业损失
arXiv 论文提出 WxCrop,首个基于物理可解释天气指数并结合天气与农业信息预测作物损失的 AI 智能体。团队在佛罗里达州演示其对飓风、霜冻和干热灾害的评估,损失模型基于保险记录校准:飓风指数检测记录气旋日的 AUC 为 0.98,留存年份损失复现误差在 2% 以内,县级排名的秩相关为 0.63。用户可查询各作物组损失占预期季度价值的比例,每个数字均有来源。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。