农业AI与大模型

实证检验AI对中国农业可持续消费效率的影响及传导路径。

系统综述2015-2026年混合CNN-ViT架构的知识蒸馏方法，按迁移方向、知识类型和应用领域分类

用多光谱无人机影像和深度学习实现葡萄园制图与冠层特征提取。

Integrating UAV-Based Remote Sensing and Deep Learning for Early Detection of Bacterial Leaf Blight in Rice。Research Square

基于土壤pH、温湿度和降雨，用机器学习构建智能选种模型并开发交互式仪表板。

提出基于纹理自适应模糊池化机制，提升CNN番茄成熟度分类性能。

提出融合玉米叶片图像与气象数据的多模态AI推荐框架，实现病害诊断与农事建议生成。

综述2017-2025年441篇文献，梳理AI与IoT在智慧农业中的数据基础设施与可持续性。

山东省农科院发布舜耕粮安农业遥感大模型，基于20年来积累的2000万份人工样本的海量数据，覆盖山东全域全地貌、全物候周期，构建耕地智能提取—肥力墒情预测—作物精准识别—长势动态监测—病虫草害预警—作物智能估产全链条智能监测体系，精度高达95%，效率提升超100%；山东启动40个实数融合数字农业发展县建设，培育智慧农业应用场景近1000个。

融合Sentinel-1/2植被指数与气象数据，用多模态深度学习监测水稻健康。

论文论证计算机视觉用于动物福利时，伦理问题须置于社会基础结构中理解。

提出模糊推理系统引导的CNN超参数优化方法，用于植物病害分类，兼顾精度与效率。

研究提出AI驱动的三模块框架，以提升津巴布韦Lupane地区社区牛保险的可持续性和韧性。

提出基于树莓派与Coral Edge TPU的边缘AI精准农业系统，实现作物状态分类与实时决策。

农业农村部科学技术司发布通知,2026-09-30 至 11-13 期间在全国范围内征集 2027 年度农业主导品种、主推技术与重大引领性技术;主导品种覆盖农作物、饲草、畜禽、水产及名特优新品种,主推技术覆盖良田、良种、良机、良法融合集成技术,优先推荐农业人工智能、生物育种、农机装备等领域的引领性技术。

比较XGBoost、LightGBM和CatBoost在作物产量可解释建模中的表现，强调评估协议与数

构建集成作物推荐、产量预测、肥料建议与多语言问答的AI农业决策Web平台。

综述无人机应用潜力与发展趋势，强调其向自主化、网络化、数据驱动系统演进。

综述根际微生物组工程，提出DBTL框架设计合成菌群，并融合精准农业与AI实现气候智慧型农业。

开发KRISHI AI平台，集成AI与IoT提供作物推荐、病害识别、天气信息和农机租赁服务。