Integrating remote sensing data assimilation, deep learning and large language model for interactive wheat breeding yield prediction

要約

収量は作物育種の中核目標の 1 つです。
さまざまな育種材料の潜在的な収量を予測することにより、育種者はさまざまな成長段階でこれらの材料をスクリーニングして、最も優れたパフォーマンスを発揮する材料を選択できます。
無人航空機リモートセンシング技術に基づいて、育種地域におけるハイスループットの作物の表現型データが収集され、育種家の育種決定にデータサポートを提供します。
しかし、現在の収量予測の精度には依然として改善の必要があり、収量予測ツールの使いやすさと使いやすさは依然として最適とは言えません。
これらの課題に対処するために、この研究では、作物収量予測のためのハイブリッドな方法とツールを導入します。このツールは、育種家が大規模言語モデル (LLM) とチャットすることで対話型かつ正確に小麦収量を予測できるように設計されています。
まず、新しく設計されたデータ同化アルゴリズムを使用して、葉面積インデックスを WOFOST モデルに同化します。
次に、同化プロセスから選択された出力とリモート センシングの反転結果を使用して、小麦収量を予測するための時系列時間融合変換モデルを駆動します。
最後に、このハイブリッド手法に基づいて、検索拡張生成テクノロジーを備えた LLM を活用して、使いやすく、持続可能なデータ更新をサポートする対話型の収量予測 Web ツールを開発しました。
このツールは、マルチソース データを統合して、育種の意思決定を支援します。
この研究は、育種プロセスにおける高収量材料の同定を加速し、育種効率を高め、より科学的で賢明な育種決定を可能にすることを目的としています。

要約(オリジナル)

Yield is one of the core goals of crop breeding. By predicting the potential yield of different breeding materials, breeders can screen these materials at various growth stages to select the best performing. Based on unmanned aerial vehicle remote sensing technology, high-throughput crop phenotyping data in breeding areas is collected to provide data support for the breeding decisions of breeders. However, the accuracy of current yield predictions still requires improvement, and the usability and user-friendliness of yield forecasting tools remain suboptimal. To address these challenges, this study introduces a hybrid method and tool for crop yield prediction, designed to allow breeders to interactively and accurately predict wheat yield by chatting with a large language model (LLM). First, the newly designed data assimilation algorithm is used to assimilate the leaf area index into the WOFOST model. Then, selected outputs from the assimilation process, along with remote sensing inversion results, are used to drive the time-series temporal fusion transformer model for wheat yield prediction. Finally, based on this hybrid method and leveraging an LLM with retrieval augmented generation technology, we developed an interactive yield prediction Web tool that is user-friendly and supports sustainable data updates. This tool integrates multi-source data to assist breeding decision-making. This study aims to accelerate the identification of high-yield materials in the breeding process, enhance breeding efficiency, and enable more scientific and smart breeding decisions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google