WxCrop
首个结合天气与农业信息、利用因果分析和物理可解释天气指数进行农业灾害损失预测的智能体系统，可追溯损失成因并支持跨区域灾害扩展。
时间轴 (近 90 天)
WxCrop是首个结合天气与农业信息、并利用因果分析进行农业灾害判断的智能体。
研究团队在佛罗里达州针对飓风、冰冻和干热三类极端天气进行了验证，并利用保险记录校准损失模型。
飓风指数在识别有记录的飓风日时，AUC达到0.98。
在留出年份中，WxCrop模型复现的损失与实际记录误差在2%以内。
独立产量记录验证显示，WxCrop模型给出的县级损失排名与真实产量下降排名的秩相关系数为0.63。
WxCrop以智能体形式提供服务，用户可询问每个作物组的损失占预期季节产值的比例，且每个数字都附带来源。
WxCrop的适用范围受限于保险记录的可获得性，损失模型校准依赖高质量保险数据。
WxCrop的因果分析所依赖的天气指数需要针对不同灾害类型进行设计，迁移到新区域时可能需要重新验证。
论文作者将WxCrop定位为一种可扩展的框架，而非终点。
WxCrop的智能体架构通常包含任务规划、工具调用和结果溯源三个环节。
全部知识事实 (10)
WxCrop是首个结合天气与农业信息、并利用因果分析进行农业灾害判断的智能体。
50%待验证研究团队在佛罗里达州针对飓风、冰冻和干热三类极端天气进行了验证，并利用保险记录校准损失模型。
50%待验证飓风指数在识别有记录的飓风日时，AUC达到0.98。
50%待验证在留出年份中，WxCrop模型复现的损失与实际记录误差在2%以内。
50%待验证独立产量记录验证显示，WxCrop模型给出的县级损失排名与真实产量下降排名的秩相关系数为0.63。
50%待验证WxCrop以智能体形式提供服务，用户可询问每个作物组的损失占预期季节产值的比例，且每个数字都附带来源。
50%待验证WxCrop的适用范围受限于保险记录的可获得性，损失模型校准依赖高质量保险数据。
50%待验证WxCrop的因果分析所依赖的天气指数需要针对不同灾害类型进行设计，迁移到新区域时可能需要重新验证。
50%待验证论文作者将WxCrop定位为一种可扩展的框架，而非终点。
50%待验证WxCrop的智能体架构通常包含任务规划、工具调用和结果溯源三个环节。
50%