农业AI与大模型

用手机拍摄油棕树干图像，结合深度学习检测与分类，实现基腐病严重度诊断。

提出混合深度集成框架，融合CNN与LSTM并引入注意力机制，实现作物病害预测与气候韧性灾害管理。

构建融合多源遥感与环境变量的可解释深度学习框架，预测沧州土壤盐分空间分布。

提出PROSAIL-DNN-TL框架，用PROSAIL模拟数据预训练DNN并全网络微调，反演冬小麦叶

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。

提出像素级多任务深度学习框架，从高光谱数据高通量估算作物光合表型参数。

提出边缘计算与深度学习结合的遥感图像分类方法，用改进3D CNN实现低延迟高精度土地覆盖识别。

评估ET0与土壤湿度对机器学习估算实际蒸散的影响及可解释性。

系统盘点魁北克数字农业技术应用及其对可持续发展的贡献与知识空白。

研究基于地面高光谱与机器学习反演水稻叶片铅含量，并探索跨尺度遥感监测的最优建模路径。

构建规则驱动农业景观功能分区指数，并用多模态融合深度学习实现自动预测。

综述无人机遥感在作物倒伏监测中的技术流程、传感器与分析模型。

综述无人机图像小目标检测的深度学习研究，提出对称性视角与三层框架。

用多时相Sentinel-2影像和机器学习预测印度Bandipur国家公园的森林侵占。

2026年中国国际服务贸易交易会上，中粮集团展示玉米质量智能检验应用入选国资委首批央企人工智能战略性高价值场景；广西展示已在马来西亚榴莲主产区规模化落地的榴莲大模型；中国铁塔在北京西山试验林场构建空地一体林草防火监测体系，林上火情监控覆盖率提升至40%以上、重点林下区域达95%。

综述土壤科学、地球观测、AI与决策支持，提出可持续土壤治理实现零食物缺口的整合框架。

综述小农户精准养分管理技术，分析其适用性、经济可行性与采纳障碍。

研究气候变化与植被动态对莫桑比克玉米生产的影响，采用分位数回归和机器学习方法。

提出基于线性光谱混合分析和随机森林的作物残茬覆盖度遥感估算方法，应用于华北平原。

开发了跨地块、流域和地中海尺度的农业数字孪生工具，集成多源数据支持实时监测与决策。