全部动态

河南农业大学豆根生、王开元、秦兆辉为共同第一作者,豆根生、李俊周、陈震为共同通讯作者,在Molecular Plant发表PlantPTM——首个覆盖水稻、小麦、玉米等多种植物、支持多类翻译后修饰(PTM)的植物专有深度学习预测工具。在独立测试集上,PlantPTM在9种PTM类型的平均AUROC达0.8640,其中N-糖基化位点预测AUROC最高达0.9699。与25种现有预测工具对比,在所有PTM类型上均显著优于已有方法,AUROC提升2.90%-19.08%,平均提升15.46%。留一物种交叉验证显示,即使完全排除拟南芥或水稻等数据丰富物种参与训练,模型在未见物种上的AUROC仍稳定在0.8以上。

南京市农业机械化研究所刘赛赛等在Smart Agricultural Technology发表GSP-YOLO模型——基于YOLOv8s的轻量化杂草实时检测系统。该模型将YOLOv8s标准骨干替换为GhostNetV3,并集成空间-通道注意力模块(SCSA),提升对小型、形态相似杂草幼苗的识别能力。在NIAM9weeds数据集上达97.74%精确率,优于YOLOv5n和YOLOv10s等轻量化模型,模型大小减少近30%,计算需求减少超过30%。在边缘设备上通过TensorRT加速,处理速度41 FPS,可支持以步行速度移动的激光除草机器人。温室试验中,系统在0.72 km/h速度下达93.4%杂草识别准确率,平均275毫秒/株完成除草,作物损伤率低于3.4%。

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。

吴炳方、马慧、张淼、潘庆成、张翔、陈水森、邱炳文、徐新刚、刘建红、范锦龙、黄健熙、江佳乐、何昌垂在《智慧农业(中英文)》2026年第8卷第2期发表文章。数字农业的本质在于通过物联网、大数据、人工智能及遥感等信息技术,实现农业生产全过程的数字化映射与智能化管控。文章从对地观测视角系统剖析数字(智慧)农业研究前沿与典型案例:农情智慧监测(全口径作物制图、精准产量预测和灾害监测评估与预警)、数字孪生农场(全要素数字化建模、动态科学指导精准生产)、农业系统韧性(应对气候变化挑战)。结合农情遥感智能监测系统与农业水管理系统两个典型案例,展示数字(智慧)农业的云端服务能力,并分析影响商业化与业务化进程的多重阻力。

在数字化快速发展背景下,作者基于2014—2023年中国30个省区市面板数据,运用双向固定效应模型和中介效应模型,系统考察数字乡村建设对农业经济韧性的影响与传导机制。研究发现:数字乡村建设显著提升农业经济韧性,且这种正向效应在自然灾害频发区、粮食主产区及高数字乡村试点区表现更为突出;传导机制主要通过促进农业技术创新实现。建议继续推进数字乡村建设,强化农业技术创新,实施差异化扶持政策以增强农业经济韧性。基金项目:安徽省社会科学创新发展研究课题(2024AH050264)。

Tinghao ZHANG、Yue XIE、Mengze SUN、Cao XU在《中国农业科技导报》2026年第28卷第6期发表文章。提出农业智能机器人发展正经历从"以机适种"(Robot-to-crop Adaptation)到"种机协同"(Crop-robot Synergy)的范式转变,首次系统阐述BAR(Bio-inspired Agricultural Robot)模式:以番茄智能育种机器人"GEAIR"为代表,将作物花器官改造与机器人授粉深度结合,实现"花-机-智"协同;并构建智能育种工厂全流程示意图,推动农业由单一作物性状改良转向作物与机器人的系统化协同设计。该模式有望成为农业新质生产力形成的重要技术方向,为未来智能农业体系构建提供理论参考。

余泽田、张世博、吴俣、彭华、董晓霞在《智慧农业(中英文)》2026年第8卷第3期发表文章,基于2014—2023年全国727个县域面板数据,将2020年国家数字乡村试点政策视为准自然实验,构建双重差分模型识别数字乡村建设对农村居民收入增长的影响。研究发现:国家数字乡村试点政策显著促进农村居民收入增长,但未对城乡收入差距产生显著影响;机制分析表明政策主要通过促进劳动力配置调整和提高创业活跃度推动增收,且经济基础、数字金融普惠水平和工业化程度会正向调节增收效应。后续应继续推进数字乡村建设,围绕优化劳动力配置、提升创业活跃度增强政策传导能力,统筹配套条件,强化数字红利普惠共享。DOI: 10.12133/j.smartag.SA202602009。

Zhang, Wang, Lian and Gao在Frontiers in Sustainable Food Systems发表论文,基于2012—2023年中国30个省级区域面板数据,从数字人力资本与应用能力、数字基础设施与生产条件、数字产业与服务环境三个维度构建数字农业发展指数。研究表明数字农业发展显著降低农业碳排放强度,且在一系列稳健性与内生性检验后依然成立;机制分析表明数字农业发展显著负向关联资本错配,而资本错配显著正向关联农业碳排放强度。空间计量结果指出数字农业发展与农业碳排放强度之间存在显著空间关联;异质性分析显示数字农业系数在主产粮区和东部地区显著为负,在非主产粮区和中西部地区统计上不显著。DOI: 10.3389/fsufs.2026.1922529。

徐倩、王振卓(山东农业大学)在《农村经济与科技》2026年第5期发表文章,指出新媒体已从单一信息传播载体逐步演变为推动乡村产业发展的重要平台,有效提升产销对接、品牌传播、公共服务与文化推广的效率,推动产业链优化升级。但仍存在数字基础设施不完善、主体能力不足、内容与品牌建设薄弱、产业链协同不充分、制度保障不健全等问题。建议从夯实数字基础设施、构建完善的融媒体生态、培育具有数字素养的新型职业农民、强化乡村品牌塑造能力以及健全政策与监管体系等方面着力。

黄贤哲(江西财经大学公共管理学院)在《现代农业》2026年第51卷第2期发表文章,基于2009—2023年长江中游粮食主产区鄂湘赣31个地级市面板数据,采用双向固定效应模型、门槛模型、中介效应模型与空间杜宾模型,系统考察数字乡村建设对耕地利用生态效率的影响及作用机制。研究发现数字乡村建设对耕地利用生态效率具有显著正向促进作用,且呈现双重门槛非线性特征;通过提升数字金融渗透、推进农民数字素养、加速农业产业升级三条中介路径间接提升耕地利用生态效率;存在显著空间溢出效应。

彭璇在《电子商务评论》2026年第15卷第2期发表文章,基于典型案例分析,系统探究数字经济赋能乡村产业振兴的核心效应与内在机制。研究发现数字经济对乡村产业振兴具有显著正向赋能效应,可通过提高农业生产效率、拓展农产品流通渠道、推动一二三产业融合发展三个维度促进乡村产业升级;其作用机制主要表现为通过提高要素配置效率、重构产业组织模式、优化市场对接机制实现产业赋能;异质性分析显示该赋能效应在东部地区和数字基础设施完善地区更为突出。

朱孟帅、黄明义、沈辰、迟亮、张晶、吴建寨在《智慧农业(中英文)》2026年第3期《数字技术驱动农业经济韧性提升:作用机理、实证检验及政策启示》论文。研究聚焦数字技术对农业经济韧性的影响机制及政策启示。围绕数字技术如何通过要素重组效应、数据要素与传统生产要素的协同配置等中介机制提升农业经济韧性展开实证分析,并结合中国农业农村现实情境,提出差异化的政策路径。研究发现,数字技术对农业经济韧性的提升效应具有显著的门槛特征,数字基础设施较为完善的地区赋能效应更为显著;数字技术赋能效应的发挥还需要一定的产业基础、人才储备和制度环境作为支撑条件。研究从作用机理、实证检验和政策启示三个维度构建了完整的分析框架,既拓展了农业经济韧性领域的理论体系,也为各级政府制定数字农业政策、推进农业农村现代化提供了可操作的决策依据。

新疆财经大学XIE Tingting、LU Kun、WANG Hong在《农业现代化研究》发表数字乡村建设与县域农业碳排放的实证研究,基于2007-2024年中国县级平衡面板数据,构建交错双重差分模型,实证检验数字乡村建设对县域农业碳排放的影响及其作用机制。核心发现:第一,数字乡村建设显著降低了县域农业碳排放,该结论经一系列稳健性与内生性检验后依旧成立;第二,机制分析揭示数字乡村建设通过培育农业新质生产力发挥碳减排效应;第三,扩展分析显示该减排效应存在跨地市边界外溢但受省级边界约束,且对保障粮食产量有正向作用;第四,异质性分析显示该影响在粮食主产区、农业机械化水平较低地区、耕地资源禀赋较弱县更为显著。研究建议进一步释放数字乡村建设碳减排潜力,因地制宜推进县域农业绿色低碳转型。

顾雪微、赵向豪在《智慧农业(中英文)》2026年第3期发表《智慧农业赋能农业绿色转型的逻辑、障碍与建议——基于技术革新视角》论文。研究智慧农业技术应用对农业绿色全要素生产率(AGTFP)的影响,基于技术革新视角系统分析智慧农业赋能农业绿色转型的内在逻辑、现实障碍与政策建议。研究通过构建智慧农业技术应用对AGTFP的影响机制框架,引入农业数据作为新质生产要素,考察「智慧农业技术应用→农业数据要素积累→要素配置效率提升→AGTFP提升」的传导路径,识别不同区域、不同农业发展水平下智慧农业技术赋能效应的差异化特征。研究发现,智慧农业技术的采纳显著提升了农业绿色全要素生产率,但其赋能效应受区域数字基础设施、农业产业化程度、农民数字素养等门槛条件制约。研究指出推进智慧农业赋能农业绿色转型需坚持技术革新与制度创新双轮驱动,加快农业数据要素市场化配置,完善智慧农业技术标准与质量评价体系,构建跨区域协同推进机制,缩小区域间数字农业发展差距。

代辛、韩睿、姜小鱼、李众在《智慧农业(中英文)》2026年第3期发表《数字技术驱动农业经济韧性提升的多元路径》论文。研究突破传统线性分析框架,基于组态视角系统揭示数字技术如何通过多维要素的协同互动驱动农业经济韧性提升,旨在为不同地区制定差异化的数字农业政策提供理论依据。结合技术-组织-环境理论构建了数字技术与农业经济韧性的理论分析框架,基于2011-2023年中国省级面板数据,采用动态定性比较分析方法(DQCA)进行了实证分析。核心发现:第一,单一数字技术要素无法成为高农业经济韧性的必要条件,必须依赖多维要素的协同配置;第二,识别出5条数字技术有效驱动农业经济韧性提升的路径,可归纳为政策市场双驱型、生产链赋能型和协同驱动型3种模式,反映了不同条件组合的等效性;第三,时空异质性分析与稳健性检验进一步验证了多路径结论。研究为破解当前数字技术赋能存在的区域异质性和要素不协同的现实问题提供新视角,强调以「政策协同+市场驱动」等多元组态方式推动农业经济韧性提升。

2026年8月2日arXiv上线cs.CV预印本ST-LoRA,提出面向农业不确定性感知语义分割的LoRA高效集成框架。研究针对数字农业决策支持对预测精度与不确定性校准的双重需求,以及集成方法计算与内存开销大的瓶颈,提出在单训练轨迹下构建多样化集成成员:每个成员共享冻结预训练骨干网络,仅通过轻量级低秩适配器(LoRA)差异,训练参数控制在全模型的10%以内,保持集成多样性。实验采用两套农业数据集:GrowliFlower-L(花椰菜,露天)和BUP20(甜椒,温室),覆盖分布内性能、分布偏移下的校准以及分布外检测。研究发现,前馈层而非注意力层是密集预测场景下LoRA的关键靶点(颠覆语言模型仅关注注意力的惯例),ST-LoRA在分割精度与校准上匹配或超越全秩集成,且显著降低训练时间、推理延迟、内存占用与存储需求;优于快照集成、MC Dropout与深度确定性不确定性等高效基线。

许佳彬、秦亚茹、温浩洋、仇焕广、崔钊达在《智慧农业(中英文)》2026年第3期发表《数字技术能提升粮食生产韧性吗?——基于双重机器学习的因果推断》论文。研究聚焦数字技术对粮食生产韧性的因果效应,基于中国省级面板数据,运用双重机器学习(DML)方法有效解决高维控制变量与潜在混杂问题,准确估计数字技术对粮食生产韧性的处理效应。研究发现,数字技术显著提升粮食生产韧性,主要通过要素重组效应、数据要素与传统生产要素的协同配置等中介机制实现;数字技术的赋能效应呈现区域异质性,在粮食主产区和数字基础设施较好的地区效应更为显著。基于研究结论,建议构建数字农业社会化服务新体系,依托数字平台的规模效应,有效弥合小农户与现代农业之间的数字鸿沟,推动粮食生产韧性持续提升。

中国社会科学院农村发展研究所杨明、胡冰川在《智慧农业(中英文)》2026年第3期发表《全球智慧农业的模式比较与演化趋势》论文。研究基于诱致性创新理论与制度比较分析视角,构建驱动主体-制度环境-技术路径-价值取向四维分析框架,识别出商业化大农场智慧农业的美国模式、绿色化集约智慧农业的欧盟模式、精细化协同智慧农业的日本模式、节水化创新智慧农业的以色列模式,以及集成化协同智慧农业的中国模式。分析发现,全球智慧农业正从单点技术引入、国别分散发展,向数据驱动、智能决策、开放协同的系统集成与趋同演化转变;全球智慧农业技术从数字化精准作业到智能化自主决策、组织从单主体推动走向开放生态共治、数据从孤岛走向跨境互操作与要素市场化、价值从单一增产走向绿色低碳与韧性导向、治理从规则碎片化走向多边协同共建的演化趋势。中国作为大国小农国情的代表性经济体,可在五维协同推进中承担技术供给者、制度试验者与规则共建者的复合角色。

2026年8月6日Frontiers in Sustainable Food Systems正式发表的研究,基于中国省级面板数据,系统考察数字经济发展对农业碳排放的影响及其规模效应与效率效应。研究发现,数字经济发展通过规模效应与效率效应两条路径影响农业碳排放:一方面,数字化通过降低交易成本、扩大市场半径,推动农业产业规模扩张,可能带来碳排放总量增长;另一方面,数字化通过精准农业、智能装备、生产要素优化配置,显著提升农业生产效率,降低单位产出碳排放强度,推动农业低碳转型。研究通过门槛回归与中介效应模型识别两类效应的临界条件与转化机制,发现效率效应在数字经济发展达到一定阈值后逐步占主导,推动数字经济发展从增碳向减碳转变,为制定差异化农业碳减排政策提供实证依据。

2026年8月3日Frontiers in Sustainable Food Systems上线的县级面板实证研究,基于2014-2021年中国县级平衡面板数据,结合县级社会经济统计与农业专利记录,开发县级数字农业技术创新(DATI)测量指标,系统考察DATI对农业绿色全要素生产率(AGTFP)的影响。研究发现:第一,DATI显著提升AGTFP,但其效应因区域、数字基础设施禀赋、农业发展条件而异;第二,DATI对AGTFP的影响呈现显著阈值特征,数字基础设施与财政支农力度是关键阈值变量,一旦跨越相关阈值,估计效应由负转正;第三,DATI呈现显著空间依赖性,但其空间溢出效应有限,表明数字农业技术创新所产生的绿色生产率增益主要呈现本地化特征。研究为通过加强农村数字基础设施、深化数字技术在农业生产中的应用、因地制宜推进数字化与绿色化协同转型提供县级证据支持。