Show HN: HarvestGuard——针对作物减产和粮食危机的AI预警系统

一句话看懂：开源项目HarvestGuard结合NASA卫星植被数据、降雨异常和WFP粮食安全指标，通过AI生成30-60天的作物减产与粮食危机预警，填补了现有系统缺乏实时预测能力的空白。

事件核心：发生了什么

开发者rishavsunny12在GitHub上发布了HarvestGuard，一个完全基于真实数据的AI预警系统。系统整合NASA MODIS MOD13A2植被指数（每16天更新）、CHIRPS降雨异常数据（对比1981-2010年基线）、WFP HungerMap的IPC阶段与受影响人口数（每6小时更新），以及Open-Meteo的天气数据。风险引擎将这些实时数据融合后，调用Claude AI生成自然语言风险评估，并在综合风险评分显著恶化时自动触发警报。前端使用React+MapLibre GL构建交互式世界地图，支持60多个国家的IPC风险相位颜色编码，以及90天NDVI和降雨趋势图表。系统采用Docker部署，后端为Python FastAPI，支持通过SSE流式输出AI分析和对话查询。

为什么重要

当前粮食不安全影响全球8.28亿人，而占世界粮食产量70%的小农户几乎没有任何提前预警手段。WFP的HungerMap只呈现当前状态，FEWS NET每月发布专家报告，但两者都缺乏公开可用的、实时的、基于AI的国家级预测系统。HarvestGuard的核心价值在于将原本分散在NASA、WFP等机构的高质量数据源（植被、降雨、粮食安全）汇聚到一个开源平台，并用AI生成可读性强的分析文本。这意味着NGO、政府和人道主义响应者可以首次获得基于真实卫星和现场数据的30天以上预测，而不需要自己搭建数据整合和分析管线。

对用户/开发者/创作者的影响

对于开发者而言，HarvestGuard的架构值得参考：后端数据采集层（MODIS、CHIRPS、WFP集成）、风险评估引擎、Claude API流式输出层，以及前端MapLibre地图组件，形成了一套完整的“实时数据+AI分析”模板。API层面支持按国家查询风险评分、地图人口数据、流式AI评估、主动警报推送和对话式查询，为其他地理空间AI项目提供了设计范本。对于人道主义领域的从业者和研究人员，可以直接部署该系统用于区域监测——项目提供了完整的Docker Compose配置，只需在.env中填入免费注册的Anthropic API密钥即可启动。不过目前系统默认使用Open-Meteo天气估算NDVI，若需更高精度的NASA MODIS光栅数据，还需额外注册NASA Earthdata账号。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

第一，项目目前是国家级别分辨率，后续如果加入ACLED冲突数据、FEWS NET报告以及亚国家（行政区1/2级）分辨率，预警精度将大幅提升。第二，项目已具备短信/WhatsApp推送的潜在集成点，这对农村地区用户至关重要，值得观察是否有相关PR或分支。第三，Claude API的使用成本会随着用户量上升而成为规模化挑战，开源社区可能转向本地化模型（如Llama）进行推理，或者优化查询频率与数据采样策略。

来源：github.com

Show HN: HarvestGuard——针对作物减产和粮食危机的AI预警系统