Con el rápido desarrollo de la tecnología de la información, la demanda de la agricultura digital está aumentando. Como un tema importante en la producción agrícola, el rendimiento de los cultivos siempre ha atraído mucha atención. Actualmente, la inteligencia artificial, en particular el aprendizaje automático, se ha convertido en el enfoque principal para la predicción del rendimiento de los cultivos. Como resultado, desarrollar un método de aprendizaje automático que prediga con precisión el rendimiento de los cultivos se ha convertido en uno de los desafíos centrales en la agricultura digital. A diferencia de los problemas tradicionales de predicción de regresión, la predicción del rendimiento de los cultivos tiene una correlación temporal significativa. Por ejemplo, los datos meteorológicos de cada condado muestran fuertes correlaciones temporales. Además, la información geográfica de diferentes regiones también impacta en el rendimiento de los cultivos en cierta medida. Por ejemplo, si los condados vecinos de un condado tienen una buena cosecha, es probable que este condado también tenga altos rendimientos. Este documento presenta un novedoso marco de aprendizaje profundo híbrido que combina la red neuronal convolucional (CNN), la red de atención de grafos (GAT) y los módulos de memoria a corto y largo plazo (LSTM) para mejorar la precisión de la predicción. Específicamente, se emplea CNN para extraer las características de los datos de entrada de cada condado en cada año. GAT se introduce para modelar las relaciones geográficas entre los condados vecinos, permitiendo que el modelo capture las dependencias espaciales de manera más efectiva. LSTM se utiliza para extraer la información temporal a lo largo de muchos años. El marco de aprendizaje profundo híbrido propuesto CNN-GAT-LSTM captura tanto las relaciones temporales como espaciales, mejorando así la precisión de la predicción de rendimiento. Realizamos experimentos en un conjunto de datos a nivel nacional que incluye datos de 1115 condados productores de soja en 13 estados de los Estados Unidos que abarcan los años desde 1980 hasta 2018. Evaluamos el rendimiento de nuestro modelo propuesto CNN-GAT-LSTM basado en tres métricas, a saber, la raíz del error cuadrático medio (RMSE), R-cuadrado (R) y coeficiente de correlación (Corr). Los resultados experimentales demuestran que el modelo propuesto logra mejoras significativas en el rendimiento en comparación con el modelo existente de vanguardia, con una reducción del RMSE del 5%, un aumento del R del 6% y una mejora del Corr del 4%.