全部动态

本文对YOLOv5、YOLOv8、YOLO11、YOLO26、Faster R-CNN、RT-DETR六种目标检测模型在尼日利亚农场实地采集的真实世界数据集AgriAISeg 1(3382张芝麻、卷心菜、番茄图像)上进行比较,涵盖不同光照、遮挡和视角条件。结果显示RT-DETR整体表现最优,精度0.768、mAP@0.5:0.95达0.624;YOLOv8和YOLO11表现稳定强劲;Faster R-CNN精度显著较低,mAP@0.5仅0.466,YOLO系模型训练效率优于Faster R-CNN。研究表明,现代单阶段和基于Transformer的检测器在真实世界农业环境中提供更可靠、高效的植物检测解决方案。原文标题:A Comparative Evaluation of Deep Learning Object Detection Models on a Real-World Multi-Plant Dataset from Africa,作者:Ismail Ismail Tijjani等8人,arXiv:2608.11053,2026年8月11日提交。

本文针对农业图像分析中像素级标注耗时费力的问题,比较了5种无需领域定制的自动掩码生成方法用于豌豆种子实例分割:Cellpose、EfficientSAM、SAM2、StarDist、FastSAM。研究使用164张图像数据集(100张手工标注含33462个实例,64张空白用于下游训练),固定测试集20张含6849个实例。结果显示,Cellpose在重叠豌豆尺寸颗粒上整体表现最佳(F1:0.957,Recall:0.973);EfficientSAM精度最高(mean IoU:0.970);SAM2召回高(0.965)但精度低(0.815);StarDist因形状约束在重叠颗粒上表现较差;FastSAM漏检密集簇中的颗粒。基于Cellpose自动标注的144张图像训练YOLO11m-seg模型与80张手工标注训练的模型性能接近(mAP50:0.848 vs 0.860),证明自动标注是密集农业影像中人工标注的实用替代品。

本文提出自适应广义回归深度卷积强化学习(AGR-DCRL)模型,用于智慧精确农业作物产量预测。模型由输入层、卷积层、池化层和密集层组成,IoT技术采集天气、土壤、农药使用数据。在卷积层,采用加权局部相似性插补和广义Tietjen-Moore检验进行缺失值处理和异常值检测;在池化层,采用Camargo自适应多样性指数进行特征选择;在密集层,通过多项式逻辑回归进行产量预测,采用softmax激活函数生成多类预测结果。实验结果表明,AGR-DCRL模型相比传统深度学习方法准确率提高4%,误差率降低69%,预测时间快20%。原文标题:Adaptive generalized regressive deep convolutional reinforcement learning for crop yield prediction in smart precision farming,作者:Preethi P、Devadas R M,适用于大规模产量预测数据集。

本文系统综述了2015-2025年期间208篇垂直农业(VF)同行评审研究,探讨AI、ML与IoT如何重塑VF生态系统,聚焦计算机视觉病害识别、作物生长与产量预测、智能气候控制、精准营养与灌溉管理。综述涵盖CNN、随机森林、XGBoost、LSTM等算法在水培、气培、鱼菜共生系统中的性能,以及多传感器网络IoT架构、边-云计算与自动化控制系统。商业农场展示出资源效率提升与供应链缩短,但仍面临能耗(LED占40%-60%成本)、高初始投资、数据集分散、实地验证不足等挑战;许多>95%的高精度来自实验室条件。原文标题:Application of Artificial Intelligence and Machine Learning in Vertical Farming: A Comprehensive Review,作者:Kim M Y、Park G、Seo C H(韩国公州国立大学),发表在MDPI Sustainability 2026年第18卷第16期8261。

本文针对精准农业中纯图像模型难以表征季节性上下文的问题,提出时序感知晚期融合(TALF)模型,通过CNN分支编码图像特征、MLP编码上下文特征,仅在回归头合并两条流。相对湿度、风速、累积时间作为上下文输入,在多季节公开水稻苗数据集上,MAE降至0.031(图像单一基线0.1455,早期融合0.0890),容差精准度达94.9%。结果表明,天气与时间上下文能显著提升无人机图像的水稻生长速率预测,图像与表格编码器分离至最后层的晚期融合设计具有竞争力。原文标题:Time-Aware Late Fusion for Multimodal Rice Growth-Rate Prediction from UAV Imagery and Weather Context,作者:Elhadi A O、Darwish S M、Mahdi M A(埃及Zagazig大学/Alexandria大学),发表于MDPI Computers 2026年第15卷第8期523。

邢晓冰、肖哲涛、鹿超群(华北水利水电大学)发表于《农村经济与科技》2026年第5期。采用中国知网期刊文献为数据源,借助CiteSpace可视化工具,分析数字与乡村振兴、数智与乡村振兴期刊文献的研究主题、演进趋势及热点。研究表明,数字与乡村振兴研究热点聚焦数字经济、乡村治理、数字农业等,数智与乡村振兴研究则关注数智化、数智技术、数智赋能等;数字乡村布局涵盖产业、治理、文化、经济等多领域,数智与乡村振兴则处于技术融合探索阶段;两者均向乡村治理、农村金融、科技创新等演进,反映数字与数智融合趋势,以数字奠基、数智深化推动乡村数字化转型与智能化升级。

发表于《Frontiers in Sustainable Food Systems》。基于江苏省LSGPs(大规模粮食生产者)调查数据,构建债务融资—要素投入—农业收入理论框架,从融资规模与融资结构双视角展开实证。研究核心问题:大规模粮食生产者仍面临组织能力弱、生产成本上升与经营效率低等约束,其根源在于自有资本有限与规模经营资本需求之间的错配严重制约农业收入持续增长。高效农村金融市场通过改善投资能力、促进农业现代化与增强风险韧性缓解资本约束,但中国农村金融市场仍存在发展不均与服务供给不足。论文发表于Frontiers in Sustainable Food Systems。

Xinyi Li、Wenqi Wang、Meng Zhang发表于Sustainability 2026, 18(16), 8070, DOI: 10.3390/su18168070。基于15个RCEP成员国2004-2023年双边农机贸易数据,构建有向加权网络,运用社会网络分析(SNA)和二次指派程序(QAP)考察结构演变、节点位置、社区格局及双边贸易联系因素。网络密度从0.467增至0.962,平均路径长度从1.533降至1.038,中介中心度从0.064降至0.021,表明联系更紧密、潜在传输路径更短、对中介节点依赖降低。2020年后中国中心度最高,日本、韩国、澳大利亚、新加坡及主要东盟经济体保持互补地位;QAP结果显示贸易联系与GDP差异、共同语言、接壤、汇率差异正相关,与水资源差异、贸易结构差异、制度距离负相关。

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。

发表于《Finance Research Letters》/arXiv等平台。基于中国地级市面板数据,研究地方政府对金融科技重视程度如何影响农业经济抗风险能力,从而弥补既有文献多从市场层面金融供给(如数字金融普惠、农业保险)出发、对政府推动金融科技发展关注不足的空白。研究框架从政府重视程度入手,分析其对农业经济抗风险能力产生的因果影响,使用地级市而非省级综合指数,体现不同地级市之间政府行为差异。结论指出,地方政府对金融科技的重视程度直接影响各种制度安排,包括数字金融基础设施和银企对接平台,数字乡村发展和保险投资共同提升农业经济抗风险能力。

《智慧农业(中英文)》2026年第3期(8月)密集发布专题论文,聚焦'数字技术赋能与农业经济范式转型':包括黄季焜教授团队《涉农数智技术采纳现状与现实挑战》、杨军教授团队《数智技术赋能农业高质量发展:现状、挑战及路径探索》、智慧农业(中英文)8(3)数字技术驱动农业经济韧性提升多元路径(组态视角DQCA)、何磊磊杨军数智技术赋能农业高质量发展、顾雪微赵向豪智慧农业赋能农业绿色转型(技术革新视角)、朱孟帅等数字技术驱动农业经济韧性机理等。该期集中呈现学者基于农户面板、县域数据、组态视角揭示'数字技术-农业经济韧性'的多元路径,为政策制定提供理论支撑。

发表于《Frontiers in Sustainable Food Systems》。基于中国2011-2022年省级面板数据,从规模效应(scale effect)与效率效应(efficiency effect)双视角考察农业数字化如何影响农业碳排放与碳排放效率。以双向固定效应模型为主分析方法,研究表明农业数字化显著改善农业碳绩效:农业数字化水平每提升1%,农业碳排放总量下降15.72%,碳排放效率提升3.97%,规模效应与效率效应同时成立。机制证据表明,现阶段减排主要通过增量创新而非突破式创新实现;南方地区与数字化水平较高省份减排效应更强,且数字化存在空间溢出效应。结论提示加快农业数字化、强化区域差异化支持与创新激励可助推低碳农业转型。

Vasileios Tzouras、Paraskevas Pegios、Lazaros Nalpantidis于arXiv(2026-08-08)发表预印本。研究引入AgriField-40K,一个源自17个公开数据集的以田野为中心的农业数据集,涵盖多样化作物、杂草和田间条件;并提出AgriMAE,一种参数高效的持续预训练基线,通过仅训练轻量适配器来适配在自然图像上预训练的掩码自动编码器。AgriMAE在下游任务上一致提升性能,使用多达9倍更少的可训练参数即可匹配甚至超越全量微调,证明AgriField-40K是农业视觉持续预训练实用的资源。为精准农业模型开发提供低成本高效率的迁移学习路径,对农业视觉应用具有显著价值。

Qihe Su、Mengyu Sun、Yuxi Ke、Zhuoyan Jiang、Wanneng Yang、Chenglong Huang、Ziyuan Yang于arXiv(2026-08-10)发表预印本。GROW是面向开放集谷物识别与定量分析的统一框架,无需重新训练即可识别新品种并完成定量分析。方法上,GROW首先进行类无关谷物定位,将混合谷物图像转换为独立实例用于品种计数和表型测量,然后将视觉嵌入与形态描述符融合为谷物描述符存储在可扩展的GrainBank中,查询谷物通过秩相似度加权top-k检索识别,新品种通过追加描述符纳入而无需更新部署模型。在渐进式品种扩展、不同谷物密度、背景域偏移场景下展现良好的可扩展性、鲁棒性和适应性,与联合重训练相比,GROW将平均类别注册时间从4153秒降至仅39秒,同时保持有竞争力的识别性能。

《农业工程学报》2026年第42卷第9期刊载华中师范大学等单位杨子恒、胡琼、吴尚岐、徐保东、蔡志文论文。DOI: 10.11975/j.issn.1002-6819.202510247。研究基于多源中、高分辨率遥感数据和深度学习语义分割算法,自动提取农田地块与道路等基础设施的空间分布信息,结合数字高程模型与水旱分布数据,从地块形状、规模、平整度以及道路通达度4个维度建立综合评价体系,以当阳市为研究区域。结果:语义分割模型农田地块与道路面积准确度分别达到0.92和0.79,边界匹配度0.85和0.86;研究区宜机化良好农田面积占比达67.3%,丘陵山区乡镇普遍面临道路通达度不足与地块平整度较差问题。

基于陕西、贵州、四川三省10057名猕猴桃种植户的微观调查数据,西安建筑科技大学向雯与西北农林大学高建中等于Sustainability发表论文。以农户对低碳农业技术的初始与持续采纳为因变量,构建涵盖数字接入、数字获取、数字处理和数字共享4个维度的数字能力综合评价体系。比较Lasso回归、极端梯度提升、随机森林和反向传播神经网络等多种实证模型,结果显示随机森林模型表现最优。采用SHAP方法定量评估各变量边际贡献,研究发现农户数字能力显著正向促进低碳农业技术的初始与持续采纳,且具有明显的维度异质性:数字接入和获取能力是初始采纳的核心驱动因素,数字处理和共享能力对持续采纳起决定性作用。

中国农业大学黄晨晓、何林然、黄文涛、张晓绚等于Sensors发表TMAF-YOLO模型——基于YOLOv8n的轻量化番茄成熟度与缺陷果实检测模型,隶属中国农业大学120周年校庆专刊。该模型以LGhostConv替换选定卷积结构减少冗余计算;引入番茄成熟度感知聚合融合模块TMAF增强检测分支的颜色、纹理和局部结构特征表示能力;使用MA-CB Focal Loss改善类别不平衡和难样本条件下的学习。实验结果显示,Precision、Recall、mAP50和mAP50-95分别达到0.889、0.873、0.954和0.776,模型仅含2.647M参数,推理速度209.030 FPS,优于YOLOv11n和YOLOv12n,同时保持实时推理性能。

研究构建了由资金约束农户、企业和银行组成的绿色农业供应链博弈模型,采用Stackelberg博弈框架分析信息对称和信息不对称两种情形下,传统采购订单融资(TPOF)与基于区块链物联网(BPOF)对供应链韧性的影响。研究发现,BoT通过三大机制提升韧性:扩大高融资需求农户的融资可及性、在特定条件下重新分配供应链利润、优化信息不对称下的成本信息传递。但BoT并非始终优于TPOF,在传统作物价格极低时TPOF下的韧性更高。案例研究基于上市公司宏辉果蔬的公开数据,样本覆盖山东寿光、福建漳州等22个县的218户合作农户。

基于中国三个省份1475名果蔬种植户的微观调查数据,采用Double-Hurdle模型区分初始采纳与持续采纳,并识别不同驱动因素。研究进一步应用逆概率加权回归调整(IPWRA)评估DAES采纳对人均家庭净收入的福利效应。结果显示,初始采纳率为60.14%,但持续采纳率仅为24%,揭示显著的'采纳-持续采纳'差距。资源禀赋、风险偏好与社会网络等行为机制,以及数字可及性与政府信任等制度供给均显著促进这两个阶段,极端天气感知持续制约采纳行为。福利分析表明,采纳DAES使年度人均家庭净收入增加约12.6%。政策启示:缩小数字素养差距、开发气候适应型DAES、加强制度信任与社会网络。

山东理工大学等单位李京谦、韩国涛、赵静、张帅领、谢欣妤、付姗姗、鲁力群、兰玉彬在《农业工程学报》2026年第42卷第9期发表论文。该研究提出基于改进YOLOv12n的向日葵成熟期盘腐病危害程度检测模型,首先将主干和颈部网络的C3K2模块替换为融合感受野注意力卷积(RFAConv)与坐标注意力机制(CA)的C3K2-RC模块;其次在颈部网络集成轻量级的上采样算子CARFAE;最后引入LSCSBD(lightweight shared convolutional separable batch normalization detection)检测头。试验结果表明,YOLOv12n-RCL模型的精确率、召回率、mAP0.5和mAP0.5-0.95分别达到83.4%、81.2%、84.8%和50.2%,较基准模型YOLOv12n分别提高3.8、3.2、3.4和4.0个百分点。