#作物健康监测

综述AI在植物病害检测中的应用，涵盖图像采集到模型评估全流程及未来趋势。

综述AI（CNN、ViT、无人机遥感、物联网）用于作物病虫害早期检测并融入种植园风险管理。

提出基于ESP32与CNN的智能农业系统，实现环境监测与叶片病害实时检测。

提出融合机器学习、深度学习和物联网的智能农场系统，实现作物推荐与植物病害检测。

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。

综述构建了水稻小麦倒伏从分子到收获的跨尺度力学框架，连接生物力学性状、表型检测与智能收获。

上海市农业科学院选育的"中旱3号"是中国南方稻区第一个通过国家审定的旱稻品种，被指定为国家旱稻品种区域试验南方稻区唯一的对照品种；"沪旱3号"是中国南方稻区第一个通过国家审定的粳型旱稻品种。目前累计推广面积已达534.96余万亩，增产稻谷3亿公斤，节约水资源16亿吨，实现经济效益5.89亿元。在一些种植区域，节水可达50%。

综述空气传播植物病原体的生物监测技术及其在病害预警中的应用。