农业遥感 智慧农业

构建多源遥感与超分辨率增强的机器学习框架，监测沙特农业植被与地下水。

构建逆向QFD框架，融合区间二型模糊集与后悔理论，分析智能撂荒地监测平台的季节性用户需求。

用无人机多光谱成像与机器学习量化田间作物除草剂药害和干燥剂响应。

用机器学习估算全球智慧农业技术经济可行性，发现约42%耕地已可盈利。

综述传感器土壤学的新进展，涵盖原理、应用、挑战与未来方向。

提出按源与目标地面采样距离条件化的超分框架，实现多航高农业无人机图像免微调放大。

构建MALENet融合DSSAT-PROSAIL结构先验与无人机高光谱，提升苜蓿氮浓度估算精度。

用无人机多光谱图像和VGG21模型识别小麦渍害后硅肥与氨基酸调控效果。

用无人机多光谱图像和VGG21模型识别小麦渍害调控效果。

用手机拍摄油棕树干图像，结合深度学习检测与分类，实现基腐病严重度诊断。

提出轻量级联盟链认证与安全数据共享框架LBAS-UAV，用于资源受限无人机网络。

用文献计量分析2016-2026年枣椰树智慧农业研究，发现领域增长但碎片化、田间验证不足。

提出混合深度集成框架，融合CNN与LSTM并引入注意力机制，实现作物病害预测与气候韧性灾害管理。

构建融合多源遥感与环境变量的可解释深度学习框架，预测沧州土壤盐分空间分布。

A process-oriented framework for daily dynamic monitoring of summer maize drought: From meteorological stress to agricultural impact。Agricultural Systems

提出融合物联网、厘米级GNSS、多光谱遥感和AI的精准农业框架，构建作物数字孪生。

提出无监督余弦距离异常检测方法，从无人机RGB-NIR影像中识别树冠损伤。

农业农村部长三角智慧农业技术重点实验室由江苏省农业科学院牵头建设，发布2026年度开放课题申报指南；实验室围绕长三角现代农业重难点和关键技术问题，聚焦信息感知与模式识别、数据分析与智慧决策方法创新、智能管控技术与装备研制、精准信息服务模式四个方向；2026年度开放课题重点资助12个研究方向，涵盖CFD设施番茄环境模拟、设施草莓果实表型解析、番茄串采机器人果梗视觉定位算法、农田监测卫星影像质量提升、智慧农业技术采纳转化机制等。

中国农业科学院农业资源与农业区划研究所牵头粮食作物精准智慧化生产管理关键技术与集成示范项目黄淮海麦玉轮作主产区智慧农作体系应用示范观摩会在山东桓台中化MAP桓台农场举行；项目构建以多源感知为基础、智能诊断为核心、农机精准执行为保障、数据平台为中枢的智慧农作技术体系，千亩示范方玉米单产较周边常规种植对照提升8%—12%，优质品率稳定在88%以上，化肥、农药、灌溉用水量较常规种植分别减少10%—15%、8%—10%、12%—18%。

提出PROSAIL-DNN-TL框架，用PROSAIL模拟数据预训练DNN并全网络微调，反演冬小麦叶