#种群模型

结合卫星、气象和社会空间数据评估城市PM10浓度及人口暴露，构建综合暴露指数。

基于多源遥感与可解释机器学习，揭示东北寒区降水利用效率时空特征及驱动因子。

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。

对188份印度水稻高代育种系进行全基因组关联分析，定位产量相关性状的SNP标记。

提出ArchiCrop，将作物模型动态降尺度为3D+t植株结构，生成功能等价的多种形态型。

用贝叶斯状态空间方法校正Sentinel-2时序，刻画临时性水体水文动态并关联轮虫生活史策略。

近日中国农业科学院农业基因组研究所农业基因编辑技术创新团队联合多家单位，成功构建了面向猪的轻量型基因组语言模型及多任务评测平台，实现对猪基因组功能区域的高效精准预测。采用'突变优先学习'策略，模型在多项任务上的性能接近甚至超过部分超大参数模型。

提出不规则圆柱根系统一建模框架，实现树木根系跨尺度表征与采样。