中国农科院资划所基于可解释AI构建农产品产地溯源模型 破解光谱判断产地的"黑箱"难题
国家级科研机构将可解释AI引入农产品产地溯源，方法新颖、结论可靠，对智慧农业质量监管有示范价值。
中国农科院农业资源与农业区划研究所智慧农业创新团队基于可解释人工智能构建农产品产地溯源模型,以中国六个地区的猕猴桃为对象,融合光谱成像与多模型组合策略,并运用可解释性方法对最优组合模型进行分层和整体解读,在提升溯源准确率的同时揭示光谱数据判断产地的内在逻辑,为光谱技术在农业生产与品质监管中应用提供系统解决思路,成果发表于《农业人工智能》(Artificial Intelligence in Agriculture)。
官方微信
农科专家在线微信公众号
中国农科院微信公众号
- 组织机构走进中国农科院寄语院章程院领导历任领导组织架构院机关院属单位区域创新中心
- 新闻中心图片新闻时政要闻农科要闻科研活动三农一线媒体报道视频农科政务新媒体矩阵
- 科学研究重大成果科研进展科技创新科技奖励农业高端智库中国农科院重大科学发现中国农科院重大产品创制、重大技术突破和重大智库报告中国农科院重大科技任务布局中国农科院十大科研进展
- 科技支撑主推成果产业专家团
- 人才教育人才队伍概况人才工作概述专家学者人才动态研究生教育中国农科院人才招聘网
- 国际合作总体概况合作伙伴合作平台合作机制国际农业科学计划中国农科院年报
- 平台基地资源概况平台基地
- 信息服务资源服务数字农科院农业科研信息化典型案例
- 党建文化
官方微信
农科专家在线微信公众号
中国农科院微信公众号
分享到
可解释模型实现农产品精准溯源
发布时间：2026-09-07 | 来源： 中国农业科学院农业资源与农业区划研究所 | 作者：钱建平
近日，中国农业科学院农业资源与农业区划研究所智慧农业创新团队根据可解释人工智能构建农产品产地溯源模型，在提升溯源准确率的同时揭示了光谱数据判断产地的内在逻辑，相关研究成果发表在《农业人工智能（Artificial Intelligence in Agriculture）》上。
利用光谱数据判断农产品产地时，现有方法多依赖单一算法，往往只追求预测准确度，却忽略了模型决策逻辑的解释，限制了可靠溯源模型的开发和对判断过程的理解。科研团队以中国六个地区的猕猴桃为对象，融合光谱成像技术与多模型组合策略构建产地溯源模型，并运用可解释性分析方法对最优组合模型进行分层和整体解读，在提升溯源准确率的同时，揭示了光谱数据背后判断产地的内在逻辑。
该研究为破解光谱分析中数据分析模型难以解释的难题提供了系统解决思路，在关键波长选择、模型稳定性提升及预测结果可信度增强等方面具有参考价值，有助于推动光谱技术在农业生产与品质监管中的实际应用。
该研究得到国家重点研发计划、中国农业科学院科技创新工程等项目支持。（通讯员 姬悦）
原文链接：https://doi.org/10.1016/j.aiia.2026.05.010
打印本页
关闭本页
-
黑土地侵蚀沟时空演变规律获揭示2026-09-07
-
时代·人民·文明——中国元首外交的思想启迪2026-09-06
-
国际社会高度评价习近平主席出席2026年上海合作组织峰会2026-09-06
-
[科技日报]第五届中国（伊川）谷子产业创新发展暨小米品鉴大会举办2026-09-06
-
[科技日报]植物免组织培养基因编辑技术实施体系构建成功2026-09-05
-
习近平总书记的贺信激励广大少儿文艺工作者耕耘不辍奋发有为2026-09-05
-
[农民日报]新技术引领油菜育种从单点创新走向全域突破2026-09-05
-
[中国科学报]油料所系统总结植物免组织培养基因编辑技术前沿研究2026-09-05
-
习近平主席出席2026年上海合作组织峰会并对吉尔吉斯斯坦、埃及进行国事访问纪实2026-09-05
-
[中国科学报] AI驱动高效挖掘杀虫蛋白2026-09-05
-
-
-
-
主办：中国农业科学院 承办:中国农业科学院农业信息研究所 地址:北京市海淀区中关村南大街12号 邮编:100081
Copyright@中国农业科学院 京ICP备10039560号-5
京公网安备11010802048565号