土壤健康与改良

评估韩国高地柠檬香蜂草在雨棚与露地栽培下的生长差异，雨棚栽培提高生物量。

研究肯尼亚西部小农玉米种植户土壤检测决策的影响因素。

地中海条件下可降解地膜提高加工番茄产量、品质和水分生产率。

A map-based decision-support framework for variable-depth seeding of fodder maize integrating proximal soil sensing and multi-temporal satellite NDVI data。Precision Agriculture

整合土壤与冠层传感技术，绘制酸樱桃园地块内变异图，评估其用于管理决策的可靠性。

综述AI与数字传感在土壤结构多尺度观测到决策中的应用。

Frontiers in Microbiology 2026年8月27日综述。加速气候变化和人为土地利用转变的协同效应日益损害陆地生态系统的功能完整性。为保持土壤健康并确保全球粮食安全,向生物强化、气候智能型农业的转型势在必行。本综述全面综合了植物根际促生细菌(PGPR)作为根际建筑师的多方面作用,架起全球生物地球化学循环与复杂分子和数字干预之间的桥梁。通过监测土壤碳固存增加和温室气体(GHG)排放减少评估微生物介导的对大气胁迫的缓解。在三元植物-微生物-土壤界面,根系系统架构(RSA)的协同调控被研究以及DNA甲基化和组蛋白乙酰化等表观遗传修饰作为极端气候条件下跨代应激记忆的关键驱动因素的新兴作用。提出整合工业4.0技术的转化框架。

发表于《Agronomy》(Basel) 2026年第16卷第13期1241:基于PRISMA 2020框架,对Scopus数据库2018-2026年196项合格研究进行系统综述,聚焦土壤理化性质、数字土壤制图、灌溉管理和作物产量预测。研究显示机器学习与深度学习模型主导近期研究,随机森林、支持向量机、梯度提升、人工神经网络、卷积神经网络、长短期记忆架构是最常报告的技术。主要数据来源包括原位传感器、实验室测量、遥感影像和环境协变量,常通过多源数据融合框架集成。结果表明基于树的集成模型在不同土壤属性上提供稳健性能,深度学习模型对时空预测和遥感应用特别有效。挑战涉及数据质量与可用性、跨区域模型可迁移性和复杂模型有限的可解释性。

本研究开发了一种协同区间约束Ridge回归框架sicRidge,用于土壤有机碳(SOC)预测。SOC是土壤质量、农田生产力和陆地碳循环的关键指标,可见-近红外(Vis-NIR)光谱提供快速预测方法,但波长点选择可能破坏连续光谱结构,传统波长区间选择可能无法充分利用光谱区域间的互补信息。使用滑动窗口策略生成连续候选区间,采用双区间协同搜索与重叠约束识别互补且低冗余的区间组合。使用168个土壤样本的Vis-NIR光谱,sicRidge与全光谱Ridge回归、5种波长点选择Ridge模型及多种波长区间选择基准模型比较,sicRidge在140个选定波段下实现最佳预测性能(R2P=0.834,RMSEP=2.010 g/kg,RPD=2.483,RPIQ=3.777),最优区间为570~649 nm和1880~1939 nm。原文第一单位为浙江大学,发表于MDPI Agriculture 2026年第16卷第16期。

通过模糊集定性比较分析(fsQCA)方法,以吉林省梨树县26个生产单元为案例,考察标准实施强度、服务链协调、外包和金融支持四个条件对复合可持续性结果(涵盖土壤保护、粮食产量、产量稳定性及溢出效应,Cronbach's α = 0.76)的影响。研究发现不存在任何单一条件接近高绩效的必要条件;基础解识别出一条高覆盖度的协调路径和一条受金融条件制约的外包路径;在更严格的频数阈值下,解简化为仅保留协调路径,该路径在100%的阈值网格设定和96%的留一分析中保持稳定。分析揭示外包与金融能力之间存在条件互补性,政策含义在于推动县级政策工具从以面积扩张为指标向以治理质量门槛转变。

中国农业大学付正捷、张誉恒等于Sensors发表针对智慧农业投入优化的多模态网络MAION。该框架构建统一的'地块-时间窗'农业状态表示,通过跨模态时空对齐模块解决田间图像、气象环境、土壤状态和田间管理记录之间采样频率不一致、语义尺度异构问题;通过投入-产出因果利润建模模块评估不同投入行为对产量、成本和净利润的潜在影响;并以利润驱动的强化学习生成面向长期净收益最大化的投入策略。在产量、成本和净利润预测上RMSE分别为0.587、0.531和0.648,R2达0.914/0.891/0.883;经济决策中净收益改善17.68%,投入产出比1.71,显著优于随机森林、XGBoost、LSTM、GRU和Transformer等基线。