《Agriculture》：AI-Assisted Simulation of Organic Granular Fertilizer Spreading: Comparative Evaluation and Experimental Validation
编辑推荐：
人工智能（AI）工具日益被用于支持科学建模；然而，AI生成的数学模型在预测农业机械性能方面的可靠性仍认识不足。本研究评估了ChatGPT和Microsoft Copilot独立构建离心式撒肥机施用有机颗粒肥料横向分布数值模型的能力。AI生成的模型本质上是统计-
人工智能（AI）工具日益被用于支持科学建模；然而，AI生成的数学模型在预测农业机械性能方面的可靠性仍认识不足。本研究评估了ChatGPT和Microsoft Copilot独立构建离心式撒肥机施用有机颗粒肥料横向分布数值模型的能力。AI生成的模型本质上是统计-概率模型，并未明确表征或重构颗粒动力学背后的物理机制。各工具接收了相同的实验条件和输入参数描述。所生成的模型随后在田间作业条件下应用，并以沿撒施宽度采集的实测肥料质量进行基准比对。研究了两种物理特性差异明显的肥料——稻壳颗粒和家禽粪便颗粒。模型性能采用平均收集质量、横向分布特征和变异系数（CV）进行评估。对于稻壳颗粒，实验平均质量和CV分别为4.93 g和7.78%。ChatGPT预测平均值为5.33 g，而Copilot预测为6.66 g；两种模型均高估了分布变异性，CV值分别为16.57%和17.90%。对于家禽粪便颗粒，实验平均质量和CV分别为7.25 g和16.26%。ChatGPT低估了沉积质量（5.83 g），但较好地再现了其变异性（CV = 15.10%），而Copilot大幅高估了沉积量（14.93 g）和变异性（CV = 21.26%）。总体而言，ChatGPT产生的预测与实验分布更为一致，而Copilot表现出系统性高估肥料沉积的趋势。研究结果表明，通用AI工具能够生成数学上合理的肥料撒施表征，但在缺乏材料特异性校准和实验验证的情况下，尚不能提供可靠的定量预测。
【研究背景】精准施肥不仅取决于确定适宜的农艺施用量，还取决于撒施机械能否将规定量均匀、准确地施放到目标空间位置。在离心式撒肥机中，肥料颗粒在到达土壤表面之前会与排料机构、旋转圆盘、叶片、周围空气及其他颗粒发生交互作用，最终撒施模式受颗粒尺寸、形状、密度、含水率、摩擦与恢复特性、肥料流量、圆盘转速、叶片几何形状、喂入位置、机具前进速度、风况及田间地形等诸多因素影响。传统上，撒肥机性能通过沿撒施宽度布置收集盘进行实验评估，但该方法费时费力且依赖测试环境，对颗粒轨迹和非均匀分布机制提供的信息有限。基于物理的建模方法如解析弹道模型和离散元法（DEM）虽能描述颗粒运动的主要阶段，但高保真数值模型面临接触参数标定困难、计算成本高昂等实际局限，限制了其在实时预测和闭环控制中的直接应用。近年来，生成式人工智能的快速发展引入了能够解释自然语言指令并生成数学解释、算法和计算机代码的新工具。大型语言模型（LLMs）如ChatGPT（GPT-4）和Microsoft Copilot（M365）可潜在辅助研究人员将物理问题转化为数学关系、选择建模方法、生成和调试代码。然而，现有农业应用多集中于咨询服务、信息检索和决策支持，而非农业机械及其物理过程的建模。尤其缺乏关于通用LLMs在仅提供文本描述、无参考方程或训练示例条件下，能否独立构建科学有效的肥料撒施模型的系统信息。因此，本研究的新颖性在于对通用LLMs（ChatGPT和Microsoft Copilot）在零示例、纯文本提示条件下构建肥料撒施预测模型进行实验评估和直接比较，并在田间条件下利用两种物理性质差异明显的有机颗粒肥料进行全撒施宽度验证。
【研究方法】研究人员开展了三阶段研究：第一阶段编制影响肥料撒施质量的综合因素清单（包括颗粒物理特性、撒肥机技术设置、环境条件和土壤表面特征），要求两种AI工具生成肥料在土壤表面分布的数学模型；第二阶段将AI生成的模型输入先前实验研究（立陶宛Marijampol?职业教育培训中心，Juodi?ius等发表）所用的相同参数集；第三阶段将AI模拟输出与实验经验数据进行比较评估。田间试验采用John Deere 3015拖拉机配备Kuhn MDS 9.19撒肥机，前进速度11 km/h，工作宽度14 m，目标施用量300 kg/ha，后置动力输出（PTO）转速540 rpm，撒施圆盘离地高度0.85 m。沿全撒施宽度横向布置15个收集盘（0.36 × 0.48 × 0.11 m），盘内放置纸板隔板防止颗粒弹跳。试验期间相对空气湿度49%，环境温度18–23 °C，风速较低（5 km/h）。对稻壳颗粒和家禽粪便颗粒进行了标准化实验室测量，包括含水率、休止角、粒径分布和脆性（抗压碎性）等物理力学性质指标。AI建模过程采用免费版ChatGPT和Microsoft Copilot，两系统接收等效的实验信息、输入参数和建模目标。建模程序分为五个主要阶段：实验信息与输入参数呈现、数学模型构建、模型结构与参数识别、数值模拟与肥料分布预测、实验验证与比较评估。需注意，AI生成的模型并未显式求解单个颗粒轨迹或颗粒-颗粒相互作用的控制方程，而是通过统计和概率数学关系表征肥料沉积。
【关键技术方法】研究采用免费版ChatGPT和Microsoft Copilot两种通用AI工具，在零示例、纯文本提示条件下独立生成肥料横向分布的数学-数值模型。田间实验依据ISO 5690和ASAE S314.2标准，采用15个收集盘（0.36 × 0.48 × 0.11 m）沿全撒施宽度横向布置采集肥料分布数据，试验队列来源为立陶宛Marijampol?职业教育培训中心的田间试验（详见Juodi?ius等发表文献）。模型性能评估采用平均收集质量、横向分布特征和变异系数（CV）作为指标，并以95%置信区间（CIs）表征均值估计的不确定性。
【研究结果】
3.1 ChatGPT与MS Copilot开发的并行建模方法：基于先前田间实验（16个收集盘，0.36 × 0.48 × 0.11 m），两种AI工具在接收相同实验参数和提示的条件下独立生成了数学结构、基本假设和撒施过程表征方式显著不同的模型。ChatGPT生成了基于概率高斯分布的连续统计模型，肥料沉积模式表达为连续横向剖面，第i个收集盘中的颗粒数采用带有撒施中心（μ）和标准差（σ）参数的正态分布函数计算，模型显式纳入颗粒密度（ρ）和直径（d）等物理性质，并将质量流量（Q）与拖拉机速度νt关联，其优势在于连续数学表征允许横向分布的平滑模拟，适合撒施参数的敏感性分析。MS Copilot生成了更为离散和面向实验的概率模型，通过将测量或估计的盘内质量除以单颗颗粒质量来计算颗粒数，模型依赖标称施用量qnom、收集盘投影面积Sbox和颗粒落入盘区间的概率（p），盘内质量通过对横向分布剖面沿盘宽积分获得，其优势在于直接可解释性和与经验数据采集程序的兼容性。两种模型目标相同——估计每个收集盘中的肥料量，但通过不同数学路径实现：ChatGPT强调基于理论分布的公式化表达，Copilot强调基于标称施用量的概率-面积-质量关系。
3.2 AI模型预测的肥料沉积模式评估：两种AI生成的数值模型在对应于田间实验的相同边界条件下运行，直接评估其预测横向肥料分布剖面、盘内质量累积和撒施均匀性的固有能力。以实验测量为基准，比较考虑平均肥料质量、95%置信区间（CIs）和变异系数（CV）。对于稻壳颗粒，实验测量在10.6 m工作范围内显示相对均匀的横向沉积模式，每盘平均收集质量4.93 g，最大沉积6.98 g出现在距撒肥机轴线3.9 m处，中心位置（0 m）沉积质量为6.02 g，实验CV为7.78%，低于常用的15%阈值。Copilot预测平均沉积6.66 g/盘，中心区域最高预测沉积达8.53 g，表现为对沉积肥料质量的系统性高估；ChatGPT预测平均沉积5.33 g/盘，最大值为6.52 g，与实验测量更为接近。然而，两种AI预测均未再现实验观察到的撒施均匀性水平，ChatGPT和Copilot分布的CV分别为16.57%和17.90%，与实验CV的差异分别为8.79和10.12个百分点，表明两种方法产生的盘间变异性均大于实验观察值。对于家禽粪便颗粒，实验测量呈现更大的空间变异性，每盘平均收集质量7.25 g，最大沉积12.48 g出现在中心位置，外侧区域沉积值约10.82 g，实验CV为16.26%，超过15%阈值。家禽粪便颗粒更大的空间变异性可归因于其异质性物理力学特性。Copilot预测平均沉积14.93 g/盘，中心区域最大沉积19.33 g，均大幅超过实验测量值，预测CV为21.26%为所有数据集中最高；ChatGPT预测平均沉积5.83 g/盘，中心区域最大值7.99 g，虽低于实验值，但预测CV为15.10%，与实验值16.26%仅差1.16个百分点，为所有模型-实验比较中最小偏差。综合比较表明模型性能存在材料依赖性差异：对于稻壳颗粒，ChatGPT提供了最接近实验沉积量的近似，但两种AI方法均未再现7.78%的低实验CV；对于家禽粪便颗粒，ChatGPT再次提供了更接近实验撒施行为的表征，特别是在CV方面，尽管低估了绝对沉积质量。Copilot表现出更大的沉积高估倾向，尤其对家禽粪便颗粒。从实验基准比对角度，田间测量为评估AI生成的数值预测提供了必要参考，使识别沉积量和空间变异性方面的系统性偏差成为可能。ChatGPT总体上产生更接近实验观察撒施行为的预测，但剩余差异证实AI生成的预测应视为初步建模近似而非实验验证数值建模的替代品。
【讨论与结论总结】讨论部分指出，研究结果清楚展示了AI模型在预测颗粒材料力学行为和分布动力学方面的当前局限性。先前研究表明，尽管LLMs具有先进的语言处理能力，但在物理推理和解释物理系统底层特性方面仍面临挑战。本研究中ChatGPT和Copilot生成的数值剖面表明，这些生成式架构目前功能为广义数值近似器而非精确物理模拟器。模型间观察到不同的系统性倾向：Microsoft Copilot表现出对肥料沉积量和分布变异性（CV）的系统性高估，可归因于免费版LLM缺乏颗粒物理的先验基础、倾向于生成过宽的统计分布曲线以及将施用量转换为收集盘质量时的系统误差；ChatGPT成功捕捉了过程的归一化几何概率"形状"——表现出与实验CV值的紧密对齐——但在绝对质量预测上存在缩放偏差。研究的关键洞见是模型可靠性强烈依赖于所应用的具体评估标准：平均沉积质量可能以可接受精度预测，但空间分布和CV对微小参数误差高度敏感。未来方向包括混合AI-DEM框架（将AI算法与基于物理的离散元法模拟集成）以及将基本力学定律直接嵌入模型架构。实际应用中，AI生成的预测目前可作为快速场景评估和定性设计迭代的有价值初步筛选工具，但物理实验验证对于最终工程决策和机械优化仍不可或缺。结论部分翻译如下：AI模型独立性与结构分歧：在提供相同实验输入的条件下，ChatGPT和Microsoft Copilot独立生成了根本不同的数值公式——ChatGPT采用与颗粒参数关联的连续高斯分布，而Copilot采用离散概率方法。预测精度与性能分歧：ChatGPT总体优于Copilot，对稻壳颗粒的沉积质量与实验值接近（5.33 g vs. 4.93 g），并成功捕捉了家禽粪便颗粒的撒施变异性（CV 15.10% vs. 16.26%），尽管存在质量缩放偏差；相反，Copilot系统性地高估了绝对沉积量和分布变异性。材料依赖性局限：两种模型均未准确捕捉均质稻壳颗粒的高均匀性，且对异质性家禽粪便颗粒的预测误差加剧，凸显了未来数值公式中整合颗粒级物理特性（形状、密度、表面行为）的必要性。关键方法论洞见：仅拟合良好的变异系数（CV）并不意味着整体模型可靠性，绝对沉积质量大小和横向分布形状必须同时与实验数据验证后，任何模型才能被认为具有定量可靠性。因此，通用LLMs目前仅作为初步估计工具而非实验标定的替代品。研究范围与局限性：这些发现严格适用于所评估的免费版LLMs在零样本、纯文本条件下且无高级提示优化或少样本示例的操作情况，不能在没有进一步验证的情况下广泛推广至所有LLMs或作业撒施场景。
