Leveraging Artificial Intelligence for Climate Change Mitigation in Africa: A Sustainable Approach
综述AI在非洲气候变化适应与减缓中的作用,以ENACTS为例分析挑战并提出政策建议。
综述AI在非洲气候变化适应与减缓中的作用,以ENACTS为例分析挑战并提出政策建议。
构建非洲废弃物-食物-气候社会企业框架,将三零目标转化为可操作路径。
提出非洲土壤信息系统应转向高级AI驱动的自适应土壤数字孪生,并给出十条研究路径。
Linking dairy intensification pathways to farm sustainability: A systems-based assessment in an urban African context。Agricultural Systems
综述非洲普通菜豆气候智慧型农业,提出以豆科为中心的适应性框架。
综述气候智慧型农业与生态农业在非洲提升农业韧性与粮食安全的成效及障碍。
通过定性分析25篇文献,探讨如何负责任地利用AI推动非洲气候适应型农业与粮食安全。
利用2020-2025年Sentinel-2影像分析尼日利亚凯恩吉湖浮藻时空动态与热点区。
分析坦桑尼亚食品安全标准在非洲内部与欧盟贸易中既是促进也是壁垒的双重作用。
系统综述空间科技在非洲农业、水资源、减灾等领域应用及挑战。
用AquaCrop结合霜冻算法评估南部非洲班巴拉花生适宜性与最佳播期。
研究加纳小农粮食作物系统中气候风险对农林复合经营采纳的影响。
系统综述撒哈拉以南非洲农业数字化对粮食安全的影响,发现其提升生产力但采用不均。
综述2020-2025年尼日利亚农业的挑战与解决方案,提出转型策略。
研究加纳北部水稻农户记账行为的影响因素,发现仅11%农户记账,教育水平等是关键。
探讨撒哈拉以南非洲小农精准农业的潜在效益、挑战及推广路径。
研究尼日利亚农户可再生能源技术采用态度、阶段及制约因素,发现采用率低,成本与信贷是主要障碍。
研究肯尼亚西部小农玉米种植户土壤检测决策的影响因素。
马拉维学校供餐计划显著提升农户收入和粮食安全,但福利效应远超收入渠道。
本文对YOLOv5、YOLOv8、YOLO11、YOLO26、Faster R-CNN、RT-DETR六种目标检测模型在尼日利亚农场实地采集的真实世界数据集AgriAISeg 1(3382张芝麻、卷心菜、番茄图像)上进行比较,涵盖不同光照、遮挡和视角条件。结果显示RT-DETR整体表现最优,精度0.768、[email protected]:0.95达0.624;YOLOv8和YOLO11表现稳定强劲;Faster R-CNN精度显著较低,[email protected]仅0.466,YOLO系模型训练效率优于Faster R-CNN。研究表明,现代单阶段和基于Transformer的检测器在真实世界农业环境中提供更可靠、高效的植物检测解决方案。原文标题:A Comparative Evaluation of Deep Learning Object Detection Models on a Real-World Multi-Plant Dataset from Africa,作者:Ismail Ismail Tijjani等8人,arXiv:2608.11053,2026年8月11日提交。