数字农业与前沿技术

综述无人机与遥感目标检测中的对抗补丁与伪装攻击及防御，并提出几何感知分类体系。

综述了从传统干旱指数到遥感、GIS及AI集成的现代干旱评估方法演进。

用冻结DINOv3 ViT微调回归，从微根管图像直接预测根系长度和面积。

综述数字农业转型，分析技术采纳与制度条件如何共同塑造可持续包容性农业。

综述闭环AI智能体用于畜禽疫病预测与决策支持，提出感知-决策-反馈架构。

用统一框架对比Landsat、Sentinel-2与PRISMA在城市土地覆盖分类中的表现。

提出融合联邦迁移学习与区块链认证的异常检测框架，保障协作智慧农业数据隐私与安全。

随机试验检验AI生成建议能否缩小农户覆盖作物种植的意图-行动差距。

系统综述农民对农业AI的感知、接受度、采纳意愿及障碍。

探讨可解释人工智能在智慧农业中的应用与挑战。

利用数字全息与AI检测葡萄园空气中霜霉和白粉病菌孢子，优化杀菌剂施用。

Cotton leaf disease classification using deep learning models for smart agriculture。Agriculture & Food Security

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%。

构建并验证MAC-AgriTech模型，分析巴西农业数字技术采纳的条件因素与区域差异。

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。

综述量子机器学习用于高光谱土壤养分估算，指出其尚处早期并给出研究路线图。

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。

提出AI+物联网+遥感驱动的精准农业概念框架，提升印度气候韧性作物生产。