#农业AI

构建高光谱多指标成熟度感知模型，用于玉露香梨机械化采摘。

利用无人机生成导航地图，实现葡萄园地面机器人自主遍历。

提出双流状态空间框架，实现无人机玉米病害检测与产量预测的实时高效分析。

提出Diag-STFN网络，用于全球收获前玉米和小麦产量预测，在CY-Bench基准上取得最优性能。

系统综述2020-2026年玉米精准农业技术、应用与产量优化，纳入129项研究。

综述AI与多组学、基因编辑、精准农业结合，提升作物抗逆与营养性状改良效率。

北大荒信息有限公司已为 4800 余万亩耕地建立数字化档案，研发各类数字化系统 60 余个。寒地作物大模型综合土壤、气象、作物长势信息辅助生成种植方案和变量施肥处方。自主研发的离朱·智能遥感平台接入 49 颗卫星，每 5 天即可完成一轮作物长势监测；垦区田间布设近 5000 台数据采集设备。

大会以"数智兴农 共创未来"为主题。浙江省农科院牵头研发的"浙里良田"智能体聚焦高标准农田，依托 450 万组土壤改良试验、1200 万条测土配方施肥本土数据训练模型；"知梅"智能体结合山区气候定制修剪、水肥方案。金华金东区搭建低空+AI 农事服务平台，规模化作业使无人机成本下降八成。

智慧气象与农业气候资源利用创新团队以重组自交系群体为材料，在 8 个环境中调查产量、千粒重、穗粒数、穗数和株高。研究发现，仅使用 50% 基因型在 3 个环境中的表型数据，株高、穗粒数和千粒重的预测准确度即可分别达到 0.70、0.54 和 0.59。

方案围绕九华黄精、竹业、池州鳜鱼、富硒、食用菌、茶叶等特色主导产业，以 AI 技术赋能农业全产业链，推动"数字皖农"从示范试点走向全域覆盖；以 AI 和数字技术赋能乡村治理和便民服务，缩小城乡"数字鸿沟"。

方案提出：到 2027 年算力规模突破 10 EFlops，打造面向行业的高质量数据集 3 个以上，建设典型应用场景 30 个以上；农业生产信息化率达 45% 左右，高端智能农机综合机械化率达 47%，建成较高水平智慧农（牧）场 10 个。借鉴北大荒集团查哈阳农场和首农集团双河农场智慧农业样板经验。

提出可解释机器学习框架，同时预测土壤质地和含水量，提升模型透明度和可信度。

利用无人机多光谱成像与机器学习检测作物胁迫并优化产量。

构建无人机与无人车协作的智能路径自动化系统，提升精准农业效率。

综述棉花害虫动态与农药使用变化，提出可持续管理策略。

通过文献计量分析，梳理了2016-2026年AI在作物病害检测与管理中的研究趋势。

系统综述目标检测三十年发展，从传统方法到深度学习、Transformer及大语言模型，并分析数据集与

提出 PhenoStream 网络基础设施，自动化航空影像作物性状提取全流程。

提出轻量级多流双阶段融合网络MDFNet，用于高分辨率遥感图像场景分类，兼顾精度与效率。

综述遥感与机器学习在印度园艺作物精准管理中的应用，涵盖原理、方法、案例与挑战。