Pre-symptomatic crop intelligence: a closed-loop framework for anticipatory, confidence-aware decision-making in site-specific crop protection
综述提出症状前作物智能闭环框架,以提前期、置信度与响应延迟组织决策。
关键词 · 相关资讯与研究
沿着“病害预警”继续探索,共 6 条内容。
综述提出症状前作物智能闭环框架,以提前期、置信度与响应延迟组织决策。
提出可解释软件框架,融合叶片图像与气象数据实现葡萄病害症状前风险评估。
提出一种基于无人机多光谱时序影像的深度学习混合模型,实现苹果黑星病和葡萄霉病的早期检测与分割。
构建木薯炭疽病阶段加权风险指数CARI,融合环境传感与目测病情,实现气候智慧型预警。
利用数字全息与AI检测葡萄园空气中霜霉和白粉病菌孢子,优化杀菌剂施用。
综述AI与遥感在真菌及卵菌病害监测中的现状,强调生物信息整合。
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。
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。
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。
"鄂蚕3号"虫蛹统一生命率达92%以上,单张产茧33.95公斤,提高9.94%,一茧丝长1150米,出丝率17.88%;"鄂蚕4号"单张产茧量34.2公斤,提高10.75%,一茧丝长1198米,出丝率18.80%,均优于对照黄鹤×朝霞。
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。
提出基于YOLOv8-MHSA与SAM的网页系统,实现苹果叶片病害多感染阶段实时检测与分级。
中国农业科学院基因组所(大鹏湾实验室)常贺坦研究员、Bill S.Hansson院士与王桂荣研究员团队联合国内外合作单位,揭示飞蝗借助母传共生细菌实现聚集产卵与卵防御的分子机制。研究锁定关键挥发物2,4,6-三甲基吡啶(2,4,6-TMP),由群居飞蝗卵荚附着的共生细菌释放;该分子还能驱避及毒杀红火蚁、线蚓、步甲等多种土壤蝗卵天敌。团队从82个受体基因中鉴定出两个必需嗅觉受体;敲除任一受体,集群产卵行为随之被破坏。研究构建了"飞蝗宿主—母传共生菌—挥发物—天敌"的多级互作链条,为飞蝗两型分化、蝗灾世代延续与爆发成灾提供全新解释。