基于无人机多光谱的玉米与大豆盐胁迫响应指数及盐分管理干预比较评估
北京市农林科学院联合中国农业科学院烟草研究所在山东滨海盐渍区开展 14 块玉米与 13 块大豆试验,基于 UAV 多光谱与偏最小二乘路径建模(PLS-PM)融合基线土壤盐分与叶面积指数、株高、SPAD、覆盖度,构建盐胁迫响应指数 SSRI;SSRI 与产量呈显著负相关(r=−0.670 至 −0.764),EN 模型在玉米拔节期 R²=0.774、PLSR 在开花期 R²=0.819,生成的空间 SSRI 地图可捕捉田间异质性,为盐渍农业 UAV 作物胁迫监测与精准管理干预评估提供概念验证框架。
UltraIR:从分子到复杂样品的红外光谱化学感知与分析仿真到现实迁移学习 [预印本]
中国作者团队发布1 亿参数红外光谱基础模型 UltraIR,基于约 6,000 万模拟光谱预训练并融合谱图重建、分子指纹对齐与官能团预测;在官能团预测、混合物定量、细菌分类、药材产地鉴别、微塑料分类及土壤属性预测等任务上均超越传统机器学习与任务专用深度学习,少样本与跨实验室零样本迁移能力显著,为农业土壤属性检测、药材溯源与农产品品质化学感知提供数据高效新路径。[预印本,未经同行评审]
数字素养对农牧户贷款行为影响的研究述评与展望
内蒙古农业大学乌云花、艾丽雅系统检索 CNKI、万方、WoS、ScienceDirect 共 97 篇文献,梳理数字素养概念演进与多维测度框架(欧 DigComp 2.2、UNESCO DLGF 等),分析其对农牧户正规与非正规信贷可得性的影响机制(信息获取、社会网络、信用可见度);指出针对牧区与牧户研究不足、测度工具适配性不够、影响机制黑箱待解,提出构建以牧区-牧户为导向的本土化数字素养测度框架。
面向少样本或零样本农业障碍物三维检测的多模态特征表示机制
中国农业大学张漫教授团队在《Engineering》农业传感器专题发表论文,针对农田障碍物样本稀缺、标注昂贵、多模态结构难对齐痛点,提出图像-点云姿态校正+特征级融合架构,集成 BERT 语义向量与 FPFH/SICC 几何-强度描述子,经 CBAM 注意力构建语义-几何-强度表征空间,采用 KITTI 预训练大幅降低田间标注依赖;模型输出障碍物三维位置、尺寸与朝向,端到端交叉熵分类损失与平滑 L1 回归损失联合优化,为农机自主导航提供稳健三维感知方案。
基于多尺度融合与动态特征交互的仓储环境马铃薯缺陷检测(MDS-DETR)
海南大学联合山东理工大学针对仓储马铃薯堆叠遮挡、缺陷形态差异大问题,构建黑斑、发芽、干腐等多类缺陷数据集,设计 MCF 上下文特征整合模块与 AIFI-DyMona 实例特征交互结构并引入 Shape-IoU 回归;MDS-DETR 以 14.2M 参数、42.9G FLOPs 取得 mAP@0.5 96.3%,集成于智能分拣机器人后真实仓储分拣准确率稳定超过 95%。
FSA-GhostNet:面向部署导向型作物生长监测的频域-空间自适应轻量化网络
针对温室图像光照变化与遮挡难题,内蒙古农业大学团队构建黄瓜生长数据集 CGD 并提出轻量化骨干 FSA-GhostNet(参数2.07M,RTX 3060 上 13.96 ms/张);在 CGD 上生长阶段分类准确率 98.22%、播后天数回归 MAE 0.93 天、R² 0.9962,ImageNet-100 上准确率 78.98%,为温室智慧农业边缘部署提供算力-精度均衡方案。