农业AI与大模型

融合遥感、气候与经济指标，比较多种模型预测印尼可可出口量，XGBoost表现最佳。

构建规则驱动农业景观功能分区指数，并用多模态融合深度学习实现自动预测。

综述深度学习多源遥感图像融合方法、挑战与未来方向。

提出CNN-Transformer-LSTM混合框架，实现棉花叶片病害自动识别。

用CNN对植物叶片病害进行自动识别，在基准数据集上取得92%准确率。

揭示AI并非云端无形，而是依赖电力、水和关键矿产的实体基础设施，并以印度为例探讨可持续创新。

综述无线传感器网络入侵检测从统计到机器学习、深度学习、可解释AI与联邦学习的方法演进与挑战。

开发实时AI农业机器人，集成植物病害检测与地理参考土壤湿度分析。

提出基于堆叠集成学习的灌溉泵ON/OFF预测框架，用物联网传感器数据实现智能灌溉控制。

提出量子启发多目标优化网络Q-AQUAOptNet，实现水产养殖水质实时预测。

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。

Field-scale prediction and spatial mapping of tractor tractive efficiency in tillage operations using machine learning。Precision Agriculture

提出多教师在线自适应与多模态增强框架，提升作物病害实时检测模型在动态环境下的鲁棒性。

综述无人机遥感在作物倒伏监测中的技术流程、传感器与分析模型。

安徽农业大学团队发布跨物种基因-表型预测深度学习工具Crop-GPA 2.0，并在水稻、玉米、小麦中

在黑龙江佳木斯国家农业高新技术产业示范区,中国科学院研发的伏羲大脑农业大模型搭建的普惠式智慧农业服务体系正在改变传统农耕模式。农事综合服务手机APP成为农户的新农具,涵盖农事指导、农资直供、农机呼叫、卖粮、补贴、培训、金融保险等10项功能。农户上传地块信息后系统自动地块智能体检;系统每3-7天更新一次遥感数据。去年服务佳木斯100多万亩农田,一年半时间扩大到600多万亩,覆盖佳木斯6万多户农民。

苏垦农发9月18日发文,公司依托百万亩自有连片高标准农田,持续产出真实大田数据训练神农慧种农业AI智能体,实现天空地一体化数据闭环:空中多光谱无人机集群常态化农田巡测;地面全域四情监测传感器、北斗智能农机、智能灌溉终端;云端苏垦智云平台+神农慧种AI模型,形成采集数据→AI分析研判→输出水肥植保方案→农机落地执行完整闭环。苏垦智云是全国农林牧渔领域唯一入选工信部信创典型案例的农业数字化平台。

9月16日,WAFI2026农业人工智能论坛在中国农业大学举行,聚焦人工智能赋能农业现代化与小农户发展。中国农业大学校长陈卫院士致辞,神农大模型团队负责人王耀君发布肯尼亚农业专属智能体神农Zao,搭载斯瓦希里语多模态交互能力,实现当地语言智能问答、语音识别与生成。IFPRI、CGIAR、Digital Green等分享数字农技服务经验,樊胜根教授阐述数据-模型-知识转化路径,Stewart Collis呼吁加强跨国协作。

用深度学习结合大规模环境数据预测县域大豆产量，并对比多种网络架构与传统模型。

用无人机多传感器遥感结合AutoML预测冬小麦水分含量。