MBF-HybridNet 2026 (Qingdao)·9月17日 · 周四论文农业人工智能与决策模型阅读 0
MBF-HybridNet：在极端气候下仍可提前一月预测冬小麦产量的多分支AI模型——Qingdao六县R² 0.756-0.765 MAPE 4.2%
论文解读
78精选
速览
提出多分支AI模型MBF-HybridNet，融合遥感、气象与土壤数据，提前一月预测冬小麦产量。
方法
多分支并行架构，含2D卷积、自注意力与极端气候指数，2004-2019年留一年交
发现
在青岛六县三个累积生长阶段R²达0.756-0.765，MAPE约4.2%，极端气候下仍可提前一月预
机会点
可探索极端气候指数与深度学习结合在其他作物或区域的泛化能力，并提升可解释性。
影响力18
信息增量22
专业深度18
信源权威12
时效性8
多分支AI融合遥感气象与极端气候指数，提前一月预测冬小麦产量且精度可靠，方法新颖、数据扎实，对农业信息化与智慧农业有较高参考价值。
原文摘要
MBF-HybridNet由青岛六县研究团队开发和测试：采用多分支并行架构，包括处理日常遥感和气象数据的动态变量模块、处理年度尺度极端气候指数数据的动态ECI模块以及处理土壤属性的静态变量模块。动态模块堆叠三个二维卷积层，插入自注意力机制；静态模块独立处理土壤有机碳、阳离子交换容量、pH、砂和粘土含量。研究团队计算了九个极端气候指数（热日、热应力强度、连续热日、霜日、冷应力强度、连续冷日、强降水日、连续湿日和连续干日）用于每个生长阶段。2004至2019年留一年交叉验证，MBF-HybridNet在三个累积生长阶段的R²达到0.756-0.765，平均绝对百分比误差约为4.2%。