集成遥感数据同化、深度学习与大语言模型的交互式小麦育种产量预测
机器学习
2025-01-09 v1 人工智能
摘要
产量是作物育种的核心目标之一。通过预测不同育种材料的潜在产量，育种者可以在各个生长阶段筛选这些材料，以选择表现最佳的。基于无人机遥感技术，收集育种区域的高通量作物表型数据，为育种者的育种决策提供数据支持。然而，当前产量预测的准确性仍有待提高，产量预测工具的可用性和用户友好性仍不理想。为了解决这些挑战，本研究引入了一种作物产量预测的混合方法和工具，旨在让育种者通过与大语言模型（LLM）聊天，交互式且准确地预测小麦产量。首先，使用新设计的数据同化算法将叶面积指数同化到WOFOST模型中。然后，利用同化过程的选定输出以及遥感反演结果，驱动时间序列时序融合Transformer模型进行小麦产量预测。最后，基于这种混合方法，并利用具有检索增强生成技术的LLM，我们开发了一个交互式产量预测Web工具，该工具用户友好且支持可持续数据更新。该工具集成多源数据以辅助育种决策。本研究旨在加速育种过程中高产材料的识别，提高育种效率，并实现更科学、更智能的育种决策。
引用
@article{arxiv.2501.04487,
title = {Integrating remote sensing data assimilation, deep learning and large language model for interactive wheat breeding yield prediction},
author = {Guofeng Yang and Nanfei Jin and Wenjie Ai and Zhonghua Zheng and Yuhong He and Yong He},
journal= {arXiv preprint arXiv:2501.04487},
year = {2025}
}