农业AI与大模型

综述AI在可持续发展各领域的机会与创新路径，并强调负责任AI的治理要求。

系统映射181项研究，梳理农业代理式AI的架构、应用、挑战与未来方向。

提出PCA深度特征优化框架，用ViT+SVM分类橙子病害，准确率达99.12%。

巴西昆虫调查平台整合计算机视觉、田间试验与种群建模，实现害虫实时监测与治理。

基于六组一周IoT课程原型文档，分析其架构、AI集成与安全模式。

通过成本效益分析评估AI智能灌溉系统的经济与环境影响。

用文献计量法梳理2007-2025年AI与气候变化及可持续发展交叉研究，揭示主题演化与地域失衡。

提出AlexNet与蚁群优化混合路由框架，用于云智慧农业的智能路由与资源分配。

提出MDA-HI框架，融合过程模型与混合智能，用于作物生长与产量预测。

近日，中国农业科学院农业信息研究所科学数据研究室科研团队提出一种层次知识引导的枸杞害虫识别框架，有效解决真实农业场景下样本稀缺与类间混淆的双重挑战。相关研究成果发表在《人工智能的工程应用（Engineering Applications of Artificial Intelligence）》上。科研团队依托长文本-图像检索模型，把专家撰写的长文本描述解析为粗、中、细三个语义层次，并与多尺度视觉特征实现精准跨模态对齐；同时设计知识引导的去混淆模块，通过构建文本和视觉双模态相似度图，明显降低容易混淆类别之间的预测误差。该研究为枸杞等特色作物的虫害智能监测与精准防控提供新的技术路径。

开发基于RGB图像处理的生菜尺寸估计软件，用于选择性采收决策。

提出SCR-XGB五层框架，用梯度提升树集成从土壤和气候参数推荐作物。

构建马来西亚地表水质机器学习框架，融合多源环境数据实现分类、预测与污染事件检测。

系统综述2016-2026年24项作物推荐研究，比较四类机器学习方法并指出基准精度已趋饱和。

通过RNA-seq、WGCNA和XGBoost-SHAP分析，鉴定小麦根和茎中响应干旱的候选基因。

构建可复现工作流，用气候变量与机器学习分类蜂蜜产量。

提出防泄漏、校准且可解释的深度学习框架，用于稳健的杏仁病害分类。

设计设施番茄智能采摘平台，融合改进YOLO v5与HSV实现识别定位与采摘。

系统综述2019-2026年地理空间AI在精准农业的应用、多模态数据集成与决策支持。

9-22 中工网刊发"晶采观察"专题：今年秋收丰收的成色里多了一层新意——以往看丰收看的是天帮忙、人努力，今年看丰收还要看"算法"下田、数据说话。四川眉山永丰村300亩试点田首次应用水稻专属AI大模型，土壤墒情传感器、卫星遥感、无人机巡田持续回传数据，AI根据实时数据自动判读生育阶段，输出分田块、分时段的补水、追肥、防控建议，最佳开镰日期由算法测算得出。湖北钟祥磷矿镇万亩玉米基地4台搭载高精度北斗自动驾驶系统的无人收割机同步下地，自动对行、精准收割，日夜不间断作业。2026年中央一号文件明确"因地制宜发展农业新质生产力"，中央财政农机补贴实行"优机优补"。