यह पत्र एक नए दृष्टिकोण का प्रस्ताव करता है जो पिक्सेल-स्तरीय विश्लेषण और कई उदाहरण सीखने का लाभ उठाता है ताकि अमेरिकी मकई की पैदावार की भविष्यवाणी करने के लिए मौजूदा काउंटी-स्तरीय स्थानिक एकत्रीकरण विधियों की सीमाओं को दूर किया जा सके। विशेष रूप से, हम शोर के प्रभावों को कम करने के लिए पिक्सेल-विशिष्ट भार को स्वचालित रूप से निर्दिष्ट करने के लिए एक ध्यान तंत्र लागू करते हैं, उपग्रह इमेजरी और फसल मास्क के बीच रिज़ॉल्यूशन बेमेल के कारण मिश्रित पिक्सेल के मुद्दे को संबोधित करते हैं। प्रायोगिक परिणाम दर्शाते हैं कि हमारा प्रस्तावित दृष्टिकोण यूएस कॉर्न बेल्ट के पांच साल के डेटा के आधार पर चार मौजूदा मशीन लर्निंग मॉडल से बेहतर प्रदर्शन करता है, 2022 में 0.84 का निर्धारण गुणांक (R²) और 0.83 का मूल माध्य वर्ग त्रुटि (RMSE) प्राप्त करता है। हम स्थानिक और लौकिक दोनों दृष्टिकोणों से अपने दृष्टिकोण के लाभों को प्रदर्शित करते हैं
