全部动态

中国科学院遗传与发育生物学研究所高彩霞团队首次提出'可编程植物合成免疫'新理念,建立可编程合成植物免疫受体(SPIR)设计平台,实现了植物免疫受体的精准定制化设计,突破天然抗病基因资源瓶颈,相关研究近日在线发表于《科学》。

中国农业科学院植物保护研究所联合多家科研单位,成功研发出以RNA干扰为核心的根结线虫绿色防控技术,相关研究成果发表在国际期刊。该技术为根结线虫防控开辟了新路径,具有重要的农业应用价值。

Muzi Li, Shuai Hao, Haoqi Chang, Xiaoyuan Zhao基于2011-2023年中国31个省份面板数据,采用双向固定效应模型评估数字乡村建设(DVC)对粮食安全水平(FSL)的影响及其空间效应。研究发现DVC显著提升本地粮食安全水平,在粮食主产区效应尤为突出。

Xiangyang Wu, Xiaowen Cheng, Wang Xiongjun研究低空经济发展与中国农业高质量发展的关系,基于空间与非线性的实证证据,发现低空经济通过提升农业生产效率、改善农产品流通等机制助推农业高质量发展。

Anusree Manoj, Aiswarya S. Kumar, S. Remya, Somula Ramasubbareddy, Yong Yun Cho提出一种面向农业数字孪生系统的深度学习感知框架,涵盖杂草物种分类、语义分割和基于梯度的视觉可解释性分析。

该研究实证分析数字经济对中国农业经济韧性的赋能作用,基于中国省级面板数据,发现数字经济通过提升农业生产效率、促进农业产业链延伸、增强风险应对能力等机制,显著提升农业经济韧性。

Li Tian, Xingjia Pan提出一种面向复杂丘陵果园环境的农业机器人全局-局部一体化路径规划策略,有效解决农业机器人在复杂三维地形下的导航与障碍物避让问题。

Qian Qu, Dongmei Yang, Yuntao Tan基于中国城市数据,实证研究数字经济发展对城乡消费差距的影响。研究发现数字经济通过促进农村消费便利化、降低交易成本等机制缩小城乡消费差距。

Li & Wu基于中国千村调查数据,实证检验数字素养对农户社会化农业服务采纳行为的影响。研究发现数字素养显著提升农户对社会化农业服务的采纳概率,且在不同代际、不同经营规模、不同地区之间存在异质性效应。

丁凡琳综述数字化背景下农村居民生活方式低碳转型研究进展,系统梳理数字技术对农村居民消费、出行、能源使用等低碳行为的影响机制,提出未来研究方向。

惠利伟、蔡海龙、易红梅基于中国玉米种植户微观调查数据,采用Probit模型结合XGBoost+SHAP机器学习方法,系统分析玉米种植户对北斗导航拖拉机应用的影响因素。研究发现不同机器学习模型对北斗导航拖拉机应用的预测效果存在差异,农地经营规模、年龄、地形条件等因素存在显著异质性。

《智慧农业(中英文)》2026年第3期专刊集中刊发20篇研究成果,围绕智慧农业模式演进、数智技术农业应用、数字乡村政策效应、农业经济韧性、产业链效率、数据治理和研究范式转型等议题展开。本专刊从理论、方法、证据和制度多个层面,回答数字技术如何重塑农业发展逻辑。

北京市智慧农业创新团队柴秀娟研究员团队提出基于VR的专家经验捕获与行为建模框架，融合高保真虚拟环境与人类作业动作知识，显著提升机器人在复杂农业场景中的自主决策能力，相关成果入选 IJCAI 2026 国际人工智能联合会议并将在德国会议期间进行现场展示，也是中国智慧农业团队在国际 AI 顶会上的重要亮相。技术上，机器人先用RGB-D相机高精度扫描真实温室，在Unity引擎中利用视觉感知与3D建模算法重建番茄空间分布及果实成熟度信息；专家知识虚拟化方面，多位专家穿戴27节点高精度动捕设备+VR头盔在高保真虚拟温室中执行多种难度采摘任务；机器人行为智能化方面，用高质量专家数据训练多任务强化学习模型，再通过逆运动学算法将人类动作映射到机械臂运动空间。综合评估显示该"专家数据驱动"方法在收获效率、避障能力、任务成功率、运行稳定性等核心指标显著优于现有主流方法，特别在遮挡严重、果穗密集场景下表现出接近人类专家的适应性与低损伤率（注：目前以番茄采摘为验证场景）。

《华南农业大学学报》"智慧农业关键技术"专题征稿优先发表栏目 2026-07-24 收录"基于数据、算法和应用多层协同的大豆智慧育种研究进展与展望"（DOI: 10.7671/j.issn.1001-411X.202606026）。大豆是兼具粮食、油料和饲用价值的战略作物，长期受单产提升缓慢与遗传基础狭窄制约。文章围绕数据层、算法层和应用层梳理大豆智慧育种研究进展，分析数据向算法传递、算法向应用转化、应用向数据回流中的主要障碍，归纳数据、算法、应用、平台与治理5个方面关键挑战，提出未来工作应补齐层间衔接断点，使预测、验证和数据回流进入常态化流程，并将评价标尺由模型预测精度转向实际实现的遗传增益。

Levinkopf E、Morin E 与 Goldman CV 在 arXiv 提交预印本"Context-Aware Concept Distillation for Trustworthy Flood Prediction"（arXiv:2607.23237 [cs.LG]，2026-07-25提交）。研究面向公共安全高风险场景下深度学习"黑箱"阻碍信任与问责的难题，提出 Context-Aware Concept Distillation（CACD）框架，将 LSTM 蒸馏为可解释的水文学感知代理模型：通过无监督流程发现"水文学语言"，并用残差超网络（Residual Hypernetwork）根据静态流域特征动态调节这些概念。在全球 5,203 个流域上，模型中位 NSE 0.70，显著优于多层感知机等黑箱基线在未见过未来数据上的表现。

Hagbe JTM、Gounou GK 与 Zimé SK 在 arXiv 提交预印本"Safety-Aware Cascaded Inference for Crop Damage Assessment with Controlled Error Trade-offs"（arXiv:2607.25468 [cs.CV]，2026-07-28提交）。针对基于图像的农业保险中漏检成本远高于误报的非对称代价结构，提出 CascadeCropNet 两阶段级联架构：通过阈值选择满足目标召回约束（Rec-Damaged ≥ 0.95），轻量 Sentinel 模型先做二分类健康分诊，超过损伤概率阈值 τ 的样本升级到专家 Expert 模型做精细诊断。在 Eyes on the Ground 数据集（肯尼亚小农户玉米田 23,804 张图像）上，τ=0.5 时 Rec-Damaged 达 0.974，相对单模型基线漏检减少最多54%。注：该方法可靠性取决于阈值与部署条件，并非任意分布漂移下的绝对保证。

Mustafa MS（卡拉比克大学计算机工程系）与Kutucu H（土耳其）在Frontiers in Sustainable Food Systems发表的原创研究"Enhancing Water Management with Intelligent Irrigation Systems Using Edge Computing, Machine Learning and IoT"于2026-07-28接受。针对农业占全球淡水取用量约70%、传统灌溉水耗大、效率低的现实，研究构建将物联网、机器学习与边缘计算融合的智能灌溉系统：物联网传感器和边缘设备实时采集环境数据并估算灌溉需求，机器学习模型与土壤监测单元（SMU）和水管理单元（WMU）协同，在边缘本地部署实现可扩展、实时、高效灌溉管理。研究比较决策树（DT）、随机森林（RF）、支持向量机（SVM）、K近邻（KNN）、随机梯度下降（SGD）和多层感知机（MLP）六种监督学习模型，其中决策树和随机森林分类准确率达93%、R²回归得分0.98，显著优于SVM（准确率58%、R²=0.18），为不同农业场景下水资源高效管理提供可复用方案。原文：Enhancing Water Management with Intelligent Irrigation Systems Using Edge Computing, Machine Learning and IoT

《农业开发与装备》2026年第7期（2026-07-03在线出版）。在全球数字农业快速兴起的背景下，对比分析欧盟、美国、中国三大经济体的数据跨境规则模式，揭示其背后的多重博弈，并系统阐释数据跨境规则与知识产权之间的双向互动机制。研究认为数据是知识产权创造的核心投入要素，数据跨境规则已演变为新型"隐性壁垒"，知识产权则成为博弈中的重要筹码。

论文提出Persona-as-Configuration生成式报告框架，针对农业洪涝灾害场景中需要同时向农民、地方政府、保险公司、应急管理部门等多类利益相关方传递差异化信息的痛点。框架通过将利益相关方的需求特征参数化配置，结合大语言模型生成定制化、结构化的灾害报告文本，提高沟通效率与决策支持效果。

研究提出基于自监督3D卷积自编码器（3D-CAE）的时空胁迫网络STS-NET，利用Planetscope高分辨率影像的NDVI、GNDVI、RECI和NDRE四种植被指数进行作物胁迫检测。模型在Barnala时空（BSPT）数据集训练，并在印度北方邦Lakhimpur-Kheri地区2.5英亩甘蔗试验田的真实数据集（一年期）上评估。STS-NET在水胁迫检测上达到97.98%精度、氮胁迫85.08%精度、复合胁迫83.47%精度。结果表明该网络能以最少标注数据有效检测甘蔗作物胁迫，并可作为简单模型的稳健特征提取器。