Research on the Application of Agricultural Big Data in Plant Growth Prediction——基于多源数据同化与混合智能（MDA-HI）框架

方法

多源数据同化结合Transformer与物理信息神经网络，在中国多生态区验证。

发现

产量预测RMSE降42.7%，氮肥减22.5%、灌溉水减18.3%，产量增5.1%。

机会点

可探索轻量化MDA-HI在边缘设备部署及跨区域迁移能力，降低小农户应用门槛。

《Digital Intelligence in Agriculture》2026年第2卷第2期。Wei Yongqiang等提出Multi-source Data Assimilation and Hybrid Intelligence（MDA-HI）框架，将基于过程的作物模型与集成机器学习算法（包括基于Transformer的架构和物理信息神经网络）相结合。在2023—2025年中国多生态区主要作物（水稻、小麦、玉米、番茄）的实证验证中：MDA-HI模型实现了产量预测RMSE平均减少42.7%、关键物候期预测减少38.1%。水稻-小麦轮作系统大规模案例研究显示数据驱动处方可将氮肥使用减少22.5%、灌溉水减少18.3%，同时产量增加5.1%。