该研究通过引入新的分布式实现的集合卡尔曼滤波器（EnKF），实现了对高维问题中大数据集的非顺序同化。新的非顺序实现优于传统的顺序实现。

本文提出了一种适用于各种作物的EnKF-LSTM数据同化方法，通过将集合卡尔曼滤波器和LSTM神经网络相结合，提高了预测准确性。通过农田上部署的传感器设备收集的数据集进行了验证，并与其他方法进行了比较。