TSAFI-DT:可持续性感知花生产量预测数字孪生框架,登MDPI AI 7(9)364

方法

基于1997-2023年印度地区级数据，用贝叶斯优化XGBoost和合成控制分析

发现

XGBoost预测RMSE为0.171 t/ha，可持续性扰动下产量可提升12.4%。

机会点

可探索将数字孪生与实时物联网数据结合，实现动态可持续性评估与决策支持。

本研究提出TSAFI-DT可回顾验证的、数据驱动的Digital Twin原型,集成时空数据重建、可持续状态表征、分层产量预测、反事实分析与情景模拟。基于1997-2023年印度地区级花生数据,采用贝叶斯优化的XGBoost模型进行一步前瞻产量预测,RMSE=0.171 t/ha,显著优于基线;结合固定效应与合成控制分析,eRAI扩展再生农业指数整合作物多样性、生产力稳定性、土地利用效率和产量趋势,预测产量在可持续性扰动下可提升12.4%。