#无人机遥感

提出轻量化检测器Cotton-Vision，用无人机影像精准识别棉花病害。

用5年田间试验评估深度语义分割模型在无人机小麦倒伏监测中的跨年泛化能力。

AutoPlot grid: development and quantitative evaluation of an RTK-GNSS-based tool for automated breeding-plot delineation and UAV phenotyping data extraction。Precision Agriculture

评估17份豌豆种质与7个加拿大品种在爱荷华的表现，并用无人机时间序列表型关联产量。

利用尺度空间表示多光谱影像特征，结合随机森林分类器，实现草地生态系统中斑点矢车菊的识别与制图。

用无人机多光谱时序表型量化非转基因大豆受除草剂飘移药害的基因型差异。

提出无人机实时检测定位未出苗甘蓝幼苗的深度学习方法，准确率96.9%。

用无人机摄影测量与GIS绘制高精度水陆微型生态过渡带分布图。

利用无人机航拍影像，通过摄影测量处理生成高精度地形图。

结合液流、涡度协方差与无人机数据，研究芬兰排水泥炭云杉林对2021年干旱的响应。

用无人机高光谱与机器学习反演矿区酸性废水pH、硫酸盐和铁浓度。

Estimation of leaf nitrogen content of typical fruit trees in arid regions based on fusion of UAV multispectral information and texture features。Precision Agriculture

利用无人机多光谱影像对玉米基因型进行高通量表型分析并估算NDVI。

构建无人机RGB影像深度学习分割与空间矢量化框架，实现作物监测优先级评估。

利用无人机多光谱影像与机器学习进行作物胁迫检测和产量优化建模。

综述构建了水稻小麦倒伏从分子到收获的跨尺度力学框架，连接生物力学性状、表型检测与智能收获。

提出多模态计算机视觉框架，用无人机和地面图像检测牛羊并监测疫情。

评估土壤压实改变水力特性对精准灌溉管理的影响，并提出维护土壤结构的对策。

提出CAPLA无人机点云融合方法，监测水盐胁迫下棉花叶倾角昼夜动态。

用无人机多光谱图像和VGG21模型识别小麦渍害调控效果。

用无人机多期航测量化泥石流对山区河床地形的侵蚀与堆积变化。

用无人机多传感器遥感结合AutoML预测冬小麦水分含量。

系统综述199项研究，梳理无人机遥感在水稻高通量表型分析中的应用进展与瓶颈。

综述AI、物联网与无人机等智能技术在反盗猎监测中的进展、挑战与未来方向。

中国农业大学土地科学与技术学院马韫韬教授团队围绕棉花关键生育时期的表型智能识别与量化分析，在 Computers and Electronics in Agriculture、Plant Phenomics 和 Precision Agriculture 等国际权威期刊上连续发表三篇研究论文，题目分别为 MS-R outperforms RGB: Lightweight CYOLO-BiCNet enables efficient detection and storage optimization of cotton flowers，Scalable phenotyping and yield estimation via stability index and single-plant variability using a vision-based large model framework 和 Assessing Cotton Boll-opening Concentration for Harvest Decision-making via Foundation Model-enhanced Cross-scale Phenotyping。

通过田间试验和无人机高通量表型分析，研究水稻叶片结构在干旱下维持光合并增产的机制。

提出认知无人机农业监测框架，用时空学习和强化学习预测作物胁迫并优化灌溉。