中文

面向精密农业的生物学信息数字孪生:PesTwin

定量方法 2026-05-15 v2 软件工程 种群与进化

摘要

在日益增长的农业需求和与食物安全和可及性相关的新挑战背景下,提高农业生产力比以往任何时候都更为重要。减少由入侵性害虫种类引起的损害是实现这一目标的关键杠杆。为支持这些挑战,并符合精密农业和综合防虫管理(IPM)的原则,本文提出一种创新性模拟框架,旨�成为一种害虫侵扰的数字孪生体。通过基于规则的Agent-Based Modeling(ABM)范式,框架支持对害虫与其作物宿主及环境之间主要生态相互作用进行精细调校。通过整合异构数据源:来自实验室收集的害虫生物数据、来自气象站的环境数据以及来自真实作物田地的GIS数据,实现对现实场景下昆虫感染的预测,考虑空间和时间两个维度。本文展示了针对全球软果害虫——入侵性果蝇Drosophila suzukii,也称为Spotted Wing Drosophila(SWD)的应用。

关键词

引用

@article{arxiv.2603.12294,
  title  = {PesTwin: a biology-informed Digital Twin for enabling precision farming},
  author = {Andrea De Antoni and Matteo Rucco and Alberto Maria Cattaneo and Ege Gezer and Giuseppe Sulis and Paola Draicchio and Giovanni Iacca and Andrea Pugliese and Maria Vittoria Mancini},
  journal= {arXiv preprint arXiv:2603.12294},
  year   = {2026}
}

备注

6 pages, 5 figures, IEEE conference template