#农业AI

综述2016-2026年AI预测植物干旱、盐碱和温度胁迫响应的进展。

提出低成本自主地下物联网节点与神经符号AI咨询管道，让小农户用WhatsApp获取精准农业建议。

提出IoT与AI融合框架，结合实时土壤数据与天气预报推荐适宜作物。

构建黄瓜早期生长监测平台，用YOLO模型自动量化发芽与子叶面积，并评估ZnO-NPs缓解盐胁迫效果。

综述人工智能在地理学中的应用，涵盖GIS、遥感、城市规划、农业与环境监测等。

提出治理优先框架，整合AI与区块链提升园艺价值链可持续性与包容性。

综述光学传感驱动的设施作物高通量表型平台，涵盖传感器、平台架构与数据处理。

用MobileNetV2和DenseNet169对田间棉花与杂草图像做二分类，验证机器视觉除草可行性

UAV-based rice nitrogen status monitoring using machine learning and deep learning。Precision Agriculture

提出开源两阶段深度学习流程PetalSpot，实现花瓣病斑像素级量化。

提出增强NightNet实现无人机夜间柑橘果实轻量检测。

提出抗遮挡的火龙果花果检测算法Fruit-OIC，结合动态案例挖掘与全局特征增强。

提出YOLOv11-SMD模型，用于蘑菇菌盖表型自动提取。

综述AI赋能水产养殖工程系统，从感知、建模到部署架构的设计视角。

用二维光谱表示与多门混合专家多任务学习预测植物叶片功能性状。

提出联邦迁移学习入侵检测方法，将流量转灰度图复用轻量视觉模型，实现农业物联网实时检测。

提出改进RT-DETR的MFE-DETR模型，实现密集遮挡下蓝莓及微小花萼的实时检测。

提出生理拓扑感知图神经网络PT-GNN，融合高光谱与叶绿素荧光实现黄瓜霜霉病早期检测。

提出轻量卷积网络AgroVisNet及萝卜、马铃薯、葫芦病害诊断基准BD-PlantDX。

基于印度州级MODIS NDVI与机器学习比较作物产量预测，随机森林优于梯度提升。