风暴预报管三天，农田的账没人管：预报说风往哪去，不说哪片柑橘遭殃、损失折几个点。WxCrop 把这段「从天气到损失」的空档补上了。原帖摘要一字不虚，元数据照旧漂移：编号应为 2610.40641 而非 2510.25913，日期 2026-10-29；作者是四人不是三人，Maryland 数学的 Minghan Yu、Haizhao Yang 与 Stony Brook 的 Mengyu Dai、Yixin Wen，第四人 Haizhao Yang 被漏掉了。
它怎么回答「损失多少」
三个产品分层：给决策者的县级行动指数，只用天气算，分级锚定在「这种天气历史上多少跟着赔损」；给种植者的每种作物预期损失占比与发生概率；给科学家的跨灾种归一化指数。数据底座全是公开件：HURDAT2 的气旋风场、ERA5 与 2014 起的 HRRR 阵风、FSAID 的田块作物底册、USDA RMA 的县-作物-月-因因保险赔案。演示用佛罗里达三灾：飓风、冰冻、干热，损失模型逐灾用保险记录校准。扩展性有一条 DiD 硬检查：东南九州投保损失在灾前无趋势、响应随风Rain及其交互上升，佛州与佐治亚、南北卡、阿拉巴马行为一致。
三道验真与一条红线
飓风指数认气旋日 AUC 0.98；留出年份的损失复现误差 2% 以内；独立产量记录核县排名秩相关 0.63。三族灾害覆盖佛州 2004 到 2024 天气赔付的 64%、九州 68%，剩余湿涝占佛州 30% 是下一个待补族。架构上最讲究的是这条红线：语言模型（现在跑 GPT-6 Sol）从不亲手算数——它把问题翻成结构化请求，平台跑工具，每个结果落成带数值、单位、数据版本、过滤条件的回执，答复由平台从回执拼装；超出工具范围就说超出，部分覆盖就标部分。数字永远能追回某一次工具调用。
hurricane index 的物理底子也交代得扎实：风暴日直接用 HURDAT2 的最佳路径风场，非风暴日退回 HRRR 阵风，冰冻用最低温与物候期的错位，干热用水汽压亏空配土壤干旱指标，每个指数都过了因果检验这一关而不是止步相关。作物侧的脆弱性拆成两层：易感性 theta_g 管「这种灾害对这种作物狠不狠」（风打棉花狠、打甘蔗轻，旱打花生狠、灌溉柑橘几乎无感），当日脆弱度 phi_g 管生长阶段赶上哪一茬。两把尺子相乘再乘上灾害强度，才是损失模型的输入。问它「DeSoto 县这次柑橘折了多少」，它给的是带小票的数，不是一段听着合理的散文。演示里那张县级卡片就是 Ian 登陆当天 DeSoto 的样子：悬停一块柑橘园，弹出的是生长阶段、当日脆弱度、峰值风速与折算的预期损失占比，四样数各自带着出处编号，往后审计能一路追到 HURDAT2 的某条记录或 FSAID 底册的某个地块。这套东西对政府是灾后几天内定位重灾田的量尺，对种植者是跟保险公司对表的底稿，对科学家是可复算的公开账本。
钉子：县级以下的校准要等农场级保险数据协议；湿涝族需要 adjuster 报告级颗粒度的标签，哪个州先有哪个州先上。