《Digital Intelligence in Agriculture》2026; 2(2):54-67·9月17日 · 周四论文农业人工智能与决策模型阅读 8
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
论文解读
85重点推荐
速览
提出MDA-HI框架，融合过程模型与混合智能，用于作物生长与产量预测。
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。
影响力22
信息增量24
专业深度19
信源权威14
时效性6
多源数据同化与混合智能框架在四大作物上验证，减肥节水增产数据扎实，方法新颖且具产业推广价值。
原文摘要
《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%。