4月25日,美国伊利诺伊大学香槟分校研究人员开发了一种新的 AI 驱动方法,结合机器学习和可解释性工具 SHAP,以提高对农田中沟蚀的预测精度和模型解释性。研究团队在伊利诺伊州杰斐逊县进行了测试,发现这种堆叠模型的预测精度达到了 91.6%,优于单独模型的 86%。通过 SHAP 工具,研究人员能够解释不同变量如何影响模型输出,例如作物的年叶面积指数是最重要的影响因素,更大的叶覆盖可以减少侵蚀。该方法不仅提高了预测精度,还为农业从业者和土地管理者提供了透明的决策依据,有助于更有效地分配资源以减少土壤侵蚀。