#SAR

针对胡麻倒伏区域识别难题，研究构建改进YOLOv11n-seg模型。改进后的模型在精确度和平均精度均值上分别达到92.6%和95.2%，较原始YOLOv11n-seg模型分别提升3.7个百分点和2.1个百分点。模型参数量仅为1.73 M，计算量为8.0 GFLOPs，模型体积仅为3.8 MB，显示出较好的轻量化优势。该方法兼顾精度与轻量化，为智能化胡麻倒伏监测与实际田间设备部署提供了技术基础。

提出基于Swin Transformer的跨域遥感场景分类框架，提升异构传感器间的域不变特征学习。

提出Sentinel-1时序时间标准化方法，用于刚果盆地热带森林年际与连续损失检测。

基于Sentinel-1与GEE构建快速洪水检测框架，并在摩洛哥干旱区验证。

9月7日是袁隆平院士诞辰96周年，由湖南省农业科学院牵头联合湖南杂交水稻研究中心、绥宁县人民政府以及相关种业企业，在湖南省邵阳市武阳村开展总面积202亩的超级稻爽两优138大面积制种示范。专家组现场随机抽取3块田开展机械实收测产：三块田平均亩产530.4公斤，创下杂交水稻大面积制种高产新的世界纪录。

利用遥感和GIS技术分析埃塞俄比亚亚的斯亚贝巴30年土地利用/覆盖变化。

arXiv 8-11 上线论文提出首个仅使用 SAR 强度图像的农业应用自监督学习管道(SAR2Agri),作者:Moti Rattan Gupta、Anupam Sobti。通过改进的掩码+课程学习时间前置任务,从 SAR 数据中捕获物候特征。在 SICKLE 基准上,最终模型在作物类型制图上达到 84.9% IoU,优于光学基线 15.3 个百分点、优于现有 SAR 基线 2.2 个百分点,展示了 SAR 强度编码器对农业监测预训练的有效性。[预印本]

比较ASTER和Sentinel-2 MSI数据，用多种遥感技术绘制阿富汗中部含铁氧化物带。