● 数据 & 科学 · 每个数字的来源

每个答案都有出处。

FarmPartner 针对你的那块田,读取五项 NASA 任务、USDA 田块地图、全球开放数据、同行评审的研究和一套农业手册资料库——并告诉你每个数字从哪里来、它看不到什么、以及需要在当地核实什么。

01 ·

NASA 对地观测

20 年的卫星和模型数据——田地的气候、水分和植被。

MERRA-2 再分析 · 每日

NASA POWER

~50 km · 2006 → 至今 · 全球 · REST

降雨、气温和根区土壤湿度。FarmPartner 由此推算蒸发需求(Hargreaves ET₀)、霜冻日期、生长度日、热胁迫天数和暴雨天数。

每种轮作方式的气候适宜性、霜冻 & 高温预警

Terra 卫星 · 16 天

MODIS NDVI · MOD13Q1

250 m · 通过 ORNL DAAC · 全球

田地一年中的绿度变化:土壤裸露的月份,以及作物长势如何。

裸土月份 → 覆盖作物的种植窗口

SPL4SMGP · 每 3 小时

SMAP L4 土壤湿度

9 km · 通过 NASA AppEEARS · 全球

当前根区和表层土壤湿度与前几个月的对比:“体积含水量 25%,7 月时为 18%”。

“要不要浇水”的建议

蒸散胁迫指数 · ISS

ECOSTRESS ESI

70 m · 通过 NASA AppEEARS · 全球

实际蒸散与潜在蒸散对比:每次过境时,判断这块田的作物是否缺水。

田块尺度的作物水分胁迫

JPL mascon RL06.3 · 每月

GRACE / GRACE-FO

~300 km · 2002 → 至今 · 全球

总储水量的变化趋势——包括地下水——以每年英寸计。在 Ogallala 含水层上方,它正在下降。

耗水量大的灌溉轮作的含水层风险

02 ·

田块 & 农场地图

这块田过去种过什么,以及它下面的土壤——USDA 数据,仅限美国。

USDA NASS CropScape · 每年

Cropland Data Layer(CDL)

30 m · 2017 → 2025 · 美国

每年该像元上种的作物——小麦、高粱、休耕……——以及水体或城镇等土地覆盖类型。

无需填表即可识别当前的轮作方式;拒绝落在水面或城镇上的定位

USDA NRCS Soil Data Access

SSURGO 土壤调查

土壤图斑 · 美国

田地土壤的有机质、质地、坡度、可蚀性(K 因子)和排水状况。

水土流失风险和土壤健康评分

03 ·

全球开放数据

天气预报、地名以及每个国家种植的作物——让它在堪萨斯以外的地方也能用。

FAO · 2020–2024

FAOSTAT 作物数据

所有国家 · CC BY-NC-SA

各国每种作物的收获面积和产量。

在美国以外显示当地主要作物;搜索只推荐该国种植的作物

天气预报 · 海拔 · 地理编码

Open-Meteo

全球 · 免费

7 天降雨、气温和 ET₀;海拔(0.0 m 表示是开阔海面);把城镇名称转换为坐标。

浇水、霜冻 & 高温;“我住在毕尔巴鄂附近”

地名 & 邮政编码

GeoNames · Census · Zippopotam

全球 / 美国县名

离线由定位识别国家、县名,以及农民所在国家的邮政编码。

通过定位、链接、坐标或邮政编码确定位置

04 ·

研究 & 试验

每条建议背后都有同行评审的证据和数十年的田间试验。

Mudare et al. 2025 · Nature Communications

作物轮作荟萃分析

3,663 组配对田间试验 · 1980–2024

豆科作物之后,下一茬作物增产约 23%,其他作物之后约 16%;豆科轮作可使玉米和小麦的氮肥用量减少 41–46%。

📚 每个方案的预期增产幅度

Diverse Rotations Improve Valuable Ecosystem Services(多样化轮作提升重要生态系统服务)

DRIVES 长期试验

22 个站点 · 美国、加拿大、墨西哥 · 部分始于 1963 年

在科研站持续进行数十年的轮作试验——玉米–大豆–小麦搭配黑麦或三叶草、苜蓿、小粒谷物。

✅ “自 1981 年起在内布拉斯加州林肯市试验”

SARE 手册 · Best4Soil · UNLP · La Fertilidad de la Tierra

农学资料库

2,991 个段落 · 按书名和页码引用

Managing Cover Crops Profitably、Building Soils for Better Crops、Crop Rotation on Organic Farms 等。

实用的操作解答:覆盖作物、土壤、病虫害

05 ·

AI 只引用,不编造

语言模型负责理解农民;数字永远来自上面的数据。

Anthropic · 工具调用

Claude Opus 5.5

用农民的语言对话

读懂问题,调用 FarmPartner 的工具(田地数据、对比、资料库),并用通俗的话解释。它从不编造数字。

每一条自由文本回答、作物照片

Anthropic

Claude Haiku 5.5 + 网络搜索

快速翻译 · 最后手段的搜索

把预设消息翻译成农民的语言;只在数据覆盖不到时才上网搜索,并注明来源。

20 多种语言,包括巴斯克语

Cloud Speech

Google Speech-to-Text

语音消息 · 农民的语言

把 WhatsApp 语音消息转成文字,支持英语、西班牙语、巴斯克语、加泰罗尼亚语等。

农民开口说就行

一个数字是如何到达农民手中的

  1. 1 · 定位

    一个定位、一个地图链接、坐标、邮政编码或城镇名称。

  2. 2 · 获取 · ~30 s

    所有数据源并行获取;较慢的卫星(SMAP、ECOSTRESS)会在几分钟后到达。

  3. 3 · 推算

    只保存推算出的特征——降雨 vs ET₀、裸土月份、霜冻日期——从不保存原始栅格数据。

  4. 4 · 评分

    对当前轮作和搜索找到的 2–3 年替代方案给出确定、可解释的评分。

  5. 5 · 解释

    为什么、附来源的证据、好处、数据缺口和风险——用农民的语言说明。

■ 数据看不到的东西——在应用里也会直说

所有已知局限,以及如何弥补每个缺口 →