arXiv cs.AI精选83

利用智能体 AI 从极端天气推演农业后果

From extreme weather to agricultural consequences with agentic AI

· 15小时前

精选理由

将极端天气预报转化为可解释、可溯源的作物损失预测,助力灾害快速应对。

AI 摘要

极端天气可以提前数日预测,但其对农业的后果仍然难以预测:天气预报会说明风暴将在何处袭击,却不会说明哪些作物将遭受损害或风险有多大,而能够回答这些问题的记录分散在多个来源中。我们推出 WxCrop,这是首个基于经过因果分析检验的、具有物理可解释性的天气指数来判断农业灾害风险的智能体,也是首个结合天气与农业信息、可靠预测历史日期和预报日期作物损失的智能体。我们在佛罗里达州以飓风、霜冻和干热为例进行了演示,并针对每种灾害利用保险记录校准损失模型;同样的流程也可扩展到其他灾害和地区。三项检验表明其可靠性:飓风指数检测已记录的气旋日,AUC 达到 0.98;在留出年份中,模型复现的已记录损失误差在 2% 以内;独立的产量记录也证实了各县的排名(秩相关系数为 0.63)。用户可以向该智能体询问每个作物组的损失占预期季节价值的比例,且每个数字都有来源,从而帮助政府、种植者和科学家迅速应对农业灾害。

查看原文(arXiv cs.AI)