概述

农业分析预测模型的迫切需求源于全球气候变化加剧、国际供应链波动及农业数字化转型的多重挑战，亟需融合气象、遥感、低空、环境、市场等多源数据构建预测模型，提前预警产量风险并优化储备调度。农业农村部大数据发展中心已经开展已大模型技术为主的决策分析平台，其中模型算法部分包含专家观点抽取融合算法、时序预测分析算法、多文本分类算法等。

需求详情

寻找多种农业分析预测模型，需要有应用案例或阶段性成果，可参与联合课题申报，联合参与部委平台建设。模型可以是时间序列模型（如 ARIMA、SARIMA 等）；回归模型（如多元非线性回归等）；机器学习模型（如随机森林、支持向量机、神经网络等）。模型场景包含：1、粮食安全模型，根据生产数据、种植数据、气候与灾害数据、消费数据等预测粮食产量和价格波动。2、农产品产量预测模型，根据历史产量、气象数据、土壤数据、农产品数据、种植数据、市场数据等预测农产品产量。3、农产品价格和供需预测模式，根据人口数据、收入数据、消费习惯、库存数据、历史价格、进出口贸易数据、生产成本数据预测农产品短、中、长期价格和市场供需分析。