全部动态

8月2日,以创新赋能产研融合为主题的马铃薯新品种与高产高效技术示范观摩会暨国家马铃薯产业科技创新联盟会在河北省张家口市召开。中国农业科学院蔬菜花卉研究所攻克四倍体马铃薯核心种质创制瓶颈,培育出中薯26、中薯27、中薯49、中薯早35等自主知识产权品种50余个,累计推广面积上亿亩,中薯27、中薯早35入选国家主推品种目录。会上同步发布全球马铃薯市场综述及走势分析年报(2025/2026)。

7月25日,中国农业科学院农业资源与农业区划研究所牵头组织的双季稻区秸秆切埋秸秆还田技术现场观摩与研讨会在湖南省永州市祁阳市举行,来自国家水稻产业技术体系的岗站专家、祁阳市农业农村局代表及示范基地负责人参会。观摩会重点展示了秸秆切埋还田机具作业效果与土壤改良成效,为破解双季稻区秸秆处置难题、培肥地力、促进水稻稳产增产提供了可复制可推广的技术方案。

中国农业科学院棉花研究所棉花虫害防控与生物安全创新团队研究发现,棉蚜通过DNA甲基化重编程,实现从解毒生存到建立种群的时序性适应策略,研究成果发表于Journal of Advanced Research。研究构建了棉蚜寄主转换的动态表观遗传图谱,发现棉蚜在适应新寄主过程中全基因组DNA甲基化水平呈先升后降趋势,核心调控因子在早期优先激活棉蚜解毒基因帮助克服新寄主的化学防御,随后激活繁殖基因保障种群建立,为开发棉蚜新型绿色防控技术与可持续害虫管理提供了理论支撑。

中国农业科学院农业基因组研究所刘永鑫团队通过解析采后荔枝果皮微生物群落动态变化规律,建立了荔枝货架期预测模型,可根据微生物群落变化判断新鲜程度和剩余储存时间。研究选取耐储性较强的怀枝和不耐储的糯米糍两个品种比较,揭示了果皮微生物从有害菌集合到复杂生态演替的规律,为开发绿色安全的采后保鲜技术提供了新策略,相当于为荔枝装上了新鲜度预测时钟。

浙江省人力资源和社会保障厅办公室将浙大城市学院人工智能引领农业数智化转型升级高级研修班列入2026年省级自筹项目,8月4-6日在杭州开班,共60人。研修紧扣人工智能+农业融合创新,覆盖战略解读、智能装备与工厂模式、数智化运营等核心方向,集结浙江省农业科学院、浙江大学等知名专家学者线下授课,并走进全省标杆未来农场现场教学。课程主持人由浙江省农业科学院农业人工智能创新中心主任、数字农业研究所副所长孔德栋研究员担任。

农民日报评论员文章指出:通过制度创新引导人才、资本、数据等要素向农业农村有序流动,构建多主体协同参与的良好生态,让人工智能落地生根;要做实应用场景,聚焦生产、经营、管理、服务全链条关键环节,推动技术应用从点状突破向面上铺开转变;要推进软硬并举,与农业基础设施改造、装备水平提升、流通体系优化等系统性工程统筹规划、一体推进,以软件赋能流程再造,以硬件升级支撑效能释放,形成软硬协同、迭代跃升的良性格局。

当前全国进入防汛抗旱关键期,也是秋粮产量形成关键期。农业农村部近日在山东德州召开全国秋粮生产现场推进会,要求全力做好农业防灾减灾救灾工作,努力夺取秋粮和全年粮食丰收。会议部署:扎实推进奋战100天强田管抗灾害夺秋粮丰收行动,分作物分区域落实肥水管理和一喷多促措施,促进苗情转化升级;落实汛期农业防灾减灾预案,及早防范应对;盯紧水稻二化螟和两迁害虫、玉米螟和南方锈病等重大病虫害,推进统防统治、联防联控、应急防控,全力打好重大病虫害防控攻坚战。

原文：Radiomics-driven and explainable machine learning for rapid characterization of Fusarium wilt and Black Sigatoka in banana crops。研究于2026年7月28日发表，聚焦利用影像组学和可解释机器学习快速表征香蕉枯萎病与黑斑病，属于作物病害智能识别方向。当前公开检索摘要未呈现完整实验细节，故不对模型精度作额外推断。

原文题名：Bridging Agronomic Science and Context Specific Farm-Level Advisory through Generative AI for Rice Systems in India。论文综述生成式AI、知识图谱、作物模拟器、卫星与无人机影像结合的农技咨询路径，强调专业语料、数据主权、基础设施和“人在回路”是可靠落地的前提。研究对象主要为印度水稻系统，属于综述和框架讨论，未提供统一田间效果验证。

原文：Automated Detection and Counting of Redbanded Stink Bugs in Soybean Using an Improved Computer Vision Model。研究使用2281张田间图像训练YOLOv8变体，加入注意力模块和自适应空间特征融合后，最佳模型精确率96.30%、召回率76.40%、F1值85.20%，mAP50为82.00%。成果可辅助大豆害虫监测，但数据集与部署环境仍限制外推。

新疆科研团队建成橡胶草天然橡胶中试提取线并产出合格产品，打通从种质资源到工业化提胶的关键环节。橡胶草适宜在天山河谷盐碱荒滩生长，为我国天然橡胶多元化供给和盐碱地特色利用提供了产业化探索。

中国农业科学院农业基因组研究所团队解析采后荔枝果皮微生物群落动态，建立可依据微生物变化判断新鲜度和剩余储存时间的预测模型。研究比较了耐储性较强的“怀枝”和不耐储的“糯米糍”，为绿色、安全、精准保鲜技术提供新思路。

报道以山东为例分析“人工智能+农业”的应用基础和产业场景，涉及水肥一体化、无人机、智能温室和AI视觉分选。文中称多家机构预测2026年中国智慧农业市场规模将突破1340亿元；该市场预测属于行业机构口径，应与官方统计区分。

铁岭以保护性耕作、秸秆还田和粪肥还田改善黑土地质量。昌图县“五级百站”体系累计处理畜禽粪污超50万吨、还田面积达20万亩，项目区化肥施用量降低10%至15%。文章同时披露补贴兑付、基层力量和耕作层厚度等短板及下一步治理安排。

印度 Nagarjuna College of Engineering and Technology 的 Abeed K Attar 等提出 Smart Agriculture Assistant 综合 AI 驱动决策支持系统，集作物推荐、产量预测、肥料优化和市场价格预测于一体。系统利用 Random Forest、XGBoost、CatBoost、LSTM 和 SHAP 等多种机器学习算法分析 Kaggle 和 Agmarknet 收集的农业和市场数据集。框架处理土壤养分（N、P、K）、pH、温度、湿度、降雨量、作物特征和历史市场价格数据，为农民生成智能推荐和预测洞察。实验评估表明，所提出的混合框架达到 99% 的准确率，优于传统机器学习模型。

Smart Agricultural Technology 第14卷（2026年8月）论文已陆续上线：（1）AI-driven approaches in precision agriculture for strawberry production 系统综述（DOI:10.1016/j.atech.2026.101944）；（2）Development of a computer vision-aided lameness detection system for dairy cattle（DOI:10.1016/j.atech.2026.101952）；（3）YOLO-EHS: lightweight deep learning framework for Xinmei detection and Multi-scale integration in orchard（DOI:10.1016/j.atech.2026.101946）；（4）Coupled DEM-MBD analysis and experimental investigation of a dragon fruit end-effector（DOI:10.1016/j.atech.2026.101943）等。涵盖精准农业、奶牛跛行检测、新梅检测、火龙果末端执行器、轻量化生菜预测框架、烟叶烘烤自适应决策支持系统等多个主题。

针对胡麻倒伏区域识别难题，研究构建改进YOLOv11n-seg模型。改进后的模型在精确度和平均精度均值上分别达到92.6%和95.2%，较原始YOLOv11n-seg模型分别提升3.7个百分点和2.1个百分点。模型参数量仅为1.73 M，计算量为8.0 GFLOPs，模型体积仅为3.8 MB，显示出较好的轻量化优势。该方法兼顾精度与轻量化，为智能化胡麻倒伏监测与实际田间设备部署提供了技术基础。

综述系统分析 ML 在农业中的应用，强调多源数据融合（遥感、IoT、生物数据）对精准农业的关键作用。围绕四个研究目标展开：（1）探索 ML 在收获前、收获中、收获后阶段的整合；（2）展示多源数据融合的益处；（3）研究当前研究趋势；（4）汇编关键公共数据集。重点提及 Transformer、GAN、联邦学习、持续学习和可解释 AI 等新兴方法在应对现代农业挑战中的作用。

International Rice Research Institute (India) 的 Shalini Gakhar 和 Raj Kumar Singh 在综述中系统分析 LLMs 在将复杂 GeoAI 数据转化为面向农户的可操作建议方面的潜力。区分了 LLM 已经验证的能力与农业遥感中的潜在应用，强调 RAG（检索增强生成）与 SFT（监督微调）在缓解误读风险中的重要性；探讨多模态方法在作物健康评估和生物物理异常识别的应用，并主张'人在回路'决策方式。综述最后展望了从田间结果中迭代学习的前瞻性研究范围和闭环系统。

华中农业大学张纾、武汉邮电科学研究院王立强、长江工程职业技术学院王猛系统综述端到端自动驾驶技术在农业非结构化环境下的理论适应性与应用场景。深入分析农业环境的动态变异性、导航参考缺失及作业任务精度要求高特征与挑战；解析精准导航、三维空间作业路径规划、复杂环境适应与群体智能协调等方面的实现路径与技术优势；并前瞻性地展望该技术与多模态大模型、农艺知识图谱的深度融合趋势。