人工智能赋能现代农业生物育种:智慧育种代际演变与表型解析、基因组预测、分子设计关键环节技术进展
原文标题: Artificial Intelligence Empowering Modern Agricultural Biological Breeding。作者: 徐启玉、郑波、钟上威(北京大学现代农业研究院、潍坊市科技创新促进中心、北京大学生命科学学院)。DOI: 10.12133/j.smartag.SA202602016。本文系统探究AI驱动植物育种范式变革的底层逻辑,梳理智慧育种的代际演变及其在表型解析、基因组预测和分子设计等关键环节的技术进展,并深入探讨育种大模型对育种全流程的重构作用,以期为中国种业科技实现自立自强提供理论参考。重点阐述AI在种质资源高效挖掘、高通量表型精准解析、全基因组选择模型预测及分子设计育种等关键环节的技术逻辑与实证案例,并针对跨学科数据壁垒、深度学习算法的可解释性不足、复杂变动环境下的模型泛化能力弱等核心挑战进行了深入分析。
Single-Cavity Dual-Comb Mueller Polarimetry for Material-Aware LiDAR
提出单腔双梳穆勒矩阵偏振激光雷达,无需外部偏振器件即可快速获取全穆勒矩阵并识别材料。
Detecting diurnal dynamics of cotton leaf inclination angle under water-salt stress
提出CAPLA无人机点云融合方法,监测水盐胁迫下棉花叶倾角昼夜动态。
Development and content validation of indicators for assessing the compatibility of conventional agricultural systems with climate smart agriculture: a systems thinking and causal mapping approach
构建并验证常规农业与气候智慧农业兼容性指标体系,并用因果图组织。
中国小农户采用数字农业推广服务的驱动因素及福利效应——Double-Hurdle模型分析1475户果蔬种植户
基于中国三个省份1475名果蔬种植户的微观调查数据,采用Double-Hurdle模型区分初始采纳与持续采纳,并识别不同驱动因素。研究进一步应用逆概率加权回归调整(IPWRA)评估DAES采纳对人均家庭净收入的福利效应。结果显示,初始采纳率为60.14%,但持续采纳率仅为24%,揭示显著的'采纳-持续采纳'差距。资源禀赋、风险偏好与社会网络等行为机制,以及数字可及性与政府信任等制度供给均显著促进这两个阶段,极端天气感知持续制约采纳行为。福利分析表明,采纳DAES使年度人均家庭净收入增加约12.6%。政策启示:缩小数字素养差距、开发气候适应型DAES、加强制度信任与社会网络。
How do weather, topography and fuel condition drive the extreme behavior of a Mediterranean megafire? A case study of the 2025 Jarilla wildfire (western Spain)
分析2025年西班牙Jarilla特大火灾,揭示气象、地形与燃料条件如何共同驱动火行为。
数字乡村建设的多元模式与国际镜鉴——基于条件变量-DOPP框架的中外比较研究
锚定十五五规划和2026年中央一号文件关于实施数字乡村高质量发展行动的部署,中国数字乡村建设从基础网络全面铺开转入数字应用深度整合的关键窗口期。文章构建条件变量-DOPP框架,通过产业基础、政府数字能力、社会资本活力三个条件变量分析模式分化机理,提炼驱动力量、目标、推进路径、现实局限四个维度。研究总结出中国三类典型模式——浙江治理先行型整体智治模式、寿光技术密集型产业赋能模式、淘宝村市场内生型平台驱动模式,并比较欧盟社区内生型、韩国政府引导型、日本产学研协同型模式,提出差异化推进机制、农业数据要素市场化、农民数字素养提升、中介组织培育、数字包容性评价五维政策建议。
Integrating Chlorophyll Fluorescence Imaging and Kinetic Analysis for the Identification of Freezing-tolerant Citrus Rootstocks
用叶绿素荧光成像与动力学分析筛选耐冻柑橘砧木。