arXiv cs.AI· Minghan Yu, Mengyu Dai, Yixin Wen, Haizhao Yang·· 13 小时前AI 评分38
WxCrop：用智能体 AI 从极端天气预测农业损失
From extreme weather to agricultural consequences with agentic AI
AI 导读
WxCrop 是首个通过因果分析检验物理可解释气象指数、并结合气象与农业信息预测作物损失的智能体，可对过去和预报日期给出可靠损失预测。在佛罗里达的飓风、冰冻和干热场景中，其飓风指数识别有记录气旋日的 AUC 达 0.98，留出年份的记录损失复现误差在 2% 以内，独立产量记录验证县级排名相关性为 0.63。用户可按作物类别查询损失占预期季节产值的比例，每个数字均附来源。
正文 · AI 翻译
摘要：极端天气可提前数天预报，但其对农业的影响仍难以预测：预报只能说明风暴将在何处登陆，却无法说明哪些作物会受灾、风险有多大，而能够揭示这些信息的记录分散在众多来源中。我们提出 WxCrop，这是首个通过因果分析检验物理可解释天气指数来判断农业灾害的智能体，也是首个结合天气与农业信息、对过去和预报日期都能可靠预测作物损失的智能体。我们在佛罗里达州针对飓风、冰冻和干热进行了演示，并为每种灾害用保险记录校准了损失模型，同一流程可推广到其他灾害和地区。三项检验证明了其可靠性：飓风指数检测有记录的飓风日 AUC 达 0.98，留出年份的记录损失复现误差在 2% 以内，独立产量记录证实了县级排名（秩相关 0.63）。用户可向该智能体查询各作物组损失占预期季节产值的比例，每个数字均有来源，从而帮助政府、种植者和科学家快速应对农业灾害。
| 评论： | 34 页，4 幅图，6 张表 |
| 主题： | 大气与海洋物理（physics.ao-ph）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.40641 [physics.ao-ph] |
| （或 arXiv:2610.40641v1 [physics.ao-ph] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.40641 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Minghan Yu [查看邮箱]
[v1]
2026年10月29日 星期四 17:58:53 UTC（7,658 KB）
来源：arXiv cs.AI · arxiv.org