慕尼黑工大的 NeuralCrop 在产量预测精度上比传统作物模型高出 80%
慕尼黑工大的 NeuralCrop 是一个基于 LPJmL 构建的可微分混合模型，在预测小麦和玉米产量异常方面优于纯物理模型和纯机器学习方法，尤其在干旱条件下表现突出。产量预测精度提升 80% 表明，混合模型在最关键的场景下可以超越单一方法。对粮食安全而言，极端天气下更准确的产量预测具有直接的实用价值。
报道来源
- Alpha Signal2026-11-05 12:01
慕尼黑工大的 NeuralCrop 是一个基于 LPJmL 构建的可微分混合模型，在预测小麦和玉米产量异常方面优于纯物理模型和纯机器学习方法，尤其在干旱条件下表现突出。产量预测精度提升 80% 表明，混合模型在最关键的场景下可以超越单一方法。对粮食安全而言，极端天气下更准确的产量预测具有直接的实用价值。