Diag-STFN：全球收获前作物产量预测的诊断时空多模态融合网络——覆盖38国玉米29国小麦（Ecological Informatics 2026）
提出诊断式时空多模态融合网络Diag-STFN，实现全球收获前玉米小麦产量预测。
← 主题
#农业AI
基于空间分辨光谱的鲜食玉米含水率和硬度MaMoNet检测模型——融合Mamba状态空间模型与多门专家混合机制
提出MaMoNet网络，用空间分辨光谱检测鲜食玉米含水率和硬度。
PB-DETR：群养生猪多行为识别的自适应液体神经网络编码器与动态监督框架
提出PB-DETR框架，实现群养生猪多行为识别，mAP达0.893。
人工智能对农业新质生产力的驱动机制与效应——基于278个地级市面板数据（2010—2024）
基于278个地级市面板数据，实证检验人工智能对农业新质生产力的驱动机制与空间溢出效应。
丰收节看龙江上演科技种田大戏——北大荒农场+科研院所+信息公司三方共建模式落地
在2026年中国农民丰收节黑龙江主场活动现场，田间地头里矗立着一排排智能设备，这些田野间的数字哨兵24小时守着黑土地。北大荒探索形成农场提供应用场景、科研院所攻坚核心技术、信息公司负责成果转化的三方共建模式，将实验室里的科研成果转化为田间地头好用、实用的数字化生产工具。田间这些看似普通的监测终端，正是北大荒空天地人机一体化数据网络的神经末梢。无人收割机将带来作业演示不用人坐在驾驶室，机器自己就能在金黄稻田里开展收割；AI病虫害识别技术也将亮相不靠人工一遍遍下地巡查，借助智能手段就能快速捕捉田间病虫害线索，提前做好防控。
枸杞害虫小样本智能识别取得新方法——中国农科院农业信息研究所提出层次知识引导的识别框架
近日，中国农业科学院农业信息研究所科学数据研究室科研团队提出一种层次知识引导的枸杞害虫识别框架，有效解决真实农业场景下样本稀缺与类间混淆的双重挑战。相关研究成果发表在《人工智能的工程应用（Engineering Applications of Artificial Intelligence）》上。科研团队依托长文本-图像检索模型，把专家撰写的长文本描述解析为粗、中、细三个语义层次，并与多尺度视觉特征实现精准跨模态对齐；同时设计知识引导的去混淆模块，通过构建文本和视觉双模态相似度图，明显降低容易混淆类别之间的预测误差。该研究为枸杞等特色作物的虫害智能监测与精准防控提供新的技术路径。
AI巡田机器狗、采摘机器人、虫情监测仪！智慧农业装备亮相2026年中国农民丰收节山东主场活动
在2026年中国农民丰收节山东主场活动现场，一批智慧农业新装备集中亮相：巡田机器狗替代人工开展田间作业，搭载多光谱、可见光相机与环境监测传感器，依托自研AI算法可精准完成病虫害识别、作物长势研判、土壤墒情监测；便携式一体虫情监测仪可灵活拆装，冬季无虫害时可拆卸收纳；地形移动作业机器人搭载机械臂，更换不同抓手就能实现果蔬采摘；管式墒情仪采用太阳能供电，直接插地即可投入使用。
专家解读：乘数而上向智而行——大力发展智慧农业 加快建设数字乡村 智慧农业与小农户有机衔接
专家解读文章指出：近年来农机北斗终端实现快速规模化推广，截至2025年底累计推广超350万台套。各类农业社会化服务组织加速布点，通过集采智能装备、统一调度作业、提供菜单式服务，将智能农机、无人机植保、精准施肥等先进技术和装备转化为小农户点单即享的标准化服务。十五五时期是基本实现农业农村现代化的关键时期，《加快农业农村现代化十五五规划》明确要推进人工智能运用和智慧农业发展；农业大模型、智能装备加速在生物育种、农情监测、生产管理、动植物疫病识别与防控、产量预测等场景落地。
会种粮到慧种粮、会养殖到慧养殖——AI驱动农业转型升级 中联重科岳麓智慧农场天空地人机协同模式
9月23日中国网财经报道：在湖南长沙中联重科岳麓智慧农场，中联智慧农业打造的天空地人机协同智慧作业模式正在改写大田管护方式：以往人工巡查四五百亩稻田要耗费1-2小时；巡田无人机最高可飞120米，20分钟就能完成整片地块巡检，变焦可达100多倍；影像实时回传云端后AI算法输出水稻长势图，精度可达3米乘3米网格。常州艾宝机器人公司研发的猕猴桃采摘机器人已突破多臂协同、视觉感知、自主导航等关键技术；日前温氏股份、德康农牧作为主要完成单位参与的华系种猪育种技术与核心种源创制及应用项目荣获国家科学技术进步奖一等奖。
Computer vision-based size estimation module for selective harvesting of lettuce
开发基于RGB图像处理的生菜尺寸估计软件，用于选择性采收决策。
Zenodo (CERN European Organization for Nuclear Research)·9月22日 · 周二71 分 论文农业AI与大模型农业人工智能与决策模型2 个信源同时报道 阅读 2
Design and Implementation of an Ensemble Learning Based Decision Support Model for Crop Selection in Precision Agriculture
提出SCR-XGB五层框架，用梯度提升树集成从土壤和气候参数推荐作物。
Machine Learning for Surface Water Quality Management in Malaysia: Integrating Physicochemical Parameters, Nutrient Loads, Land Use, Hydrological Conditions, and Anthropogenic Pressure
构建马来西亚地表水质机器学习框架，融合多源环境数据实现分类、预测与污染事件检测。
Downscaling of SMAP Soil Moisture Based on the Transformer Algorithm in Anhui Province
基于Transformer及变体融合多源卫星与地下水数据，将SMAP土壤湿度降尺度至1km日尺度。
基于梅尔频谱与卷积神经网络的肉鸡叫声小样本识别实现与教学研究
构建5类54条肉鸡叫声数据集，比较四种CNN与两种迁移学习策略的小样本识别性能。
Farmer-Friendly Decision Support System Using Explainable Orangutan Artificial Intelligence for Soil Fertility
Farmer-Friendly Decision Support System Using Explainable Orangutan Artificial Intelligence for Soil Fertility。SN Computer Science
Zenodo (CERN European Organization for Nuclear Research)·9月22日 · 周二78 分 论文农业AI与大模型智慧农业 / 农业物联网2 个信源同时报道 阅读 2
A Systematic Study of Supervised and Ensemble Learning Approaches for Crop Selection in Smart Agriculture
系统综述2016-2026年24项作物推荐研究，比较四类机器学习方法并指出基准精度已趋饱和。
Identifying drought-responsive candidate genes in root and shoot tissues of wheat (Triticum aestivum L.) through RNA sequencing, cluster analysis, weighted gene co-expression network analysis, and machine learning models
通过RNA-seq、WGCNA和XGBoost-SHAP分析，鉴定小麦根和茎中响应干旱的候选基因。
Machine learning models combined with feature importance methods for honey yield classification: A replicable approach
构建可复现工作流，用气候变量与机器学习分类蜂蜜产量。
Blueberry flow and mass estimation from harvester conveyor videos via foundation-model-assisted labeling and vision-based sensing
用收割机传送带RGB-D视频估计蓝莓流量与质量，并公开数据集和模型。
Leakage-aware, calibrated, and explainable deep learning for robust almond disease classification
提出防泄漏、校准且可解释的深度学习框架，用于稳健的杏仁病害分类。