评估Sentinel-2数据支撑卢旺达Nasho中心支轴灌区灌溉管理与水资源可持续利用的可行性。
在控制支轴内农户聚类后，NDVI与产量不再显著相关，说明遥感植被指数不宜单独用于产量或灌溉需水预测，需与作物类型、季节和管理信息结合。
综述高光谱作物参数反演从经验拟合走向智能反演范式。
该综述提出从经验拟合转向机理约束与深度学习融合的智能反演范式，并强调可迁移时空谱表征与不确定性量化，适用于跨生育期、跨尺度的作物参数监测研究。
用无人机多源遥感与TabPFN估算浅埋滴灌棉花叶面积指数。
该预印本显示TabPFN在小样本下估算棉花LAI平均R²约0.78，且多源融合增益随生育期差异明显，抽穗期后融合反而不如高光谱单源，提示分阶段建模的必要性。
综述Pol-InSAR与机器学习结合估算水稻冠层高度的方法与挑战。
综述农业数字创新的技术、应用、挑战与未来方向。
用文献计量与NLP分析598篇文献，梳理AI精准农业与资源效率研究结构。
综述智能施肥（4R原则+传感器/遥感/VRT）提升养分利用效率与产量的机制与证据。
用文献计量分析2016-2026年枣椰树智慧农业研究，发现领域增长但碎片化、田间验证不足。
系统综述AI与自动化技术在现代农机中的应用现状、效益与障碍。
融合Sentinel-1/2植被指数与气象数据，用多模态深度学习监测水稻健康。
在卢旺达四区采集四种主粮作物的GPS标注地块数据集，支撑GeoAI作物监测。
用PhenoCam图像训练轻量深度学习模型，在树莓派上实时分类玉米8个生长阶段。
将Sentinel-2反射率与SMAP土壤水分同化进APSIM模型，提升玉米生物量估算精度。
分析无人机与遥感农业术语从英语借入乌兹别克语的五种机制。
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。
综述红边遥感在农业中的物理基础、条件依赖性与可解释机器学习中的新角色。
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。
