该研究提出了一种结合土壤湿度的知识引导机器学习模型，以提高干旱条件下玉米产量预测的准确性。通过引入土壤湿度作为中介变量和设计干旱感知损失函数，显著改善了预测效果，对农业生产具有重要指导意义。

通过人工神经网络预测玉米产量，研究发现美国玉米带内农业保险计划的机构风险敞口发生变化。气候变化导致收成损失增加，年保障性收成索赔的概率将翻倍以上。平均产量相对稳定但变动性降低，为调整保险覆盖范围提供机会。这一结构性转变有助于认识农业可持续风险降低策略的价值。研究填补了风险模拟的空白，为未来的保险损失提供参考。