农业AI与大模型

提出基于物联网和机器学习的蚯蚓粪种植智能灌溉系统，优化灌溉调度。

提出AI框架，结合机器学习与天气分析，推荐作物并预测产量。

用田口-机器学习框架优化棉花种子电引发处理，提升种子性能。

综述自主农业系统的多源感知、智能决策与精准控制技术进展。

江苏目前已有近20个农业大模型及智能体投入研发或应用，数量和密度居全国前列。光伏慧农模型可计算小麦大概产量、光伏发电收益以及整体经济效益；瑞雪大模型是全球地膜领域首个垂直大语言模型，整合全国2800余个县域的长时序气象与土壤数据；豆好智能体由江苏省农科院联合浙江大学共同研发。

评估英国铁路走廊采用农光互补与绿氢的可行性，集成多种光伏与农业模型。

探讨AI在环境监测与可持续发展中的作用，聚焦尼日利亚，涵盖遥感、水质、废物管理等应用。

系统综述AI用于多尺度作物监测与大豆叶病诊断，提出FRI评估标准与报告协议。

综述果蔬采摘目标识别方法，分析数字图像、机器学习与深度学习技术，指出挑战与未来方向。

综述农业人工智能在感知、决策、执行中的应用与挑战，提出未来研究方向。

8月31日，山东省重点研发计划（农业良种工程）十字花科蔬菜智能育种大模型研发及应用项目（2026LZGC006）启动会在济南召开，会议由蔬菜所党委书记、所长王文亮主持。来自哈尔滨工业大学胡杨教授、山东省种子管理总站、南京农业大学、华北理工大学、山东正华会计师事务所等30余人参会，会议宣布成立项目咨询专家组，重点突破数据标准化采集、多组学数据库搭建、智能育种大模型构建等关键环节。

研究瑞典北部偏远地区儿童青少年经救护车评估后未转运的情况及后续医疗接触。

利用高光谱影像和深度学习模型对印度两地区进行土地覆盖分类，比较CNN、ResNet-18和VGG-1

提出SmartCrop AI平台，集成机器学习预测、土壤评估、AI咨询和市场价格信息，辅助精准农业决

提出人本AI并发工程框架，跨领域应用于农业等六场景。

提出基于Mask R-CNN和SVM的猪爬跨行为自动检测方法，实现群养公猪连续监测。

提出ResNet50-Fusion(ViT)混合深度学习模型，用于番茄害虫精准识别，准确率达97%。

提出RAVA，一种循环主动视觉智能体，通过主动观察应对环境噪声，提升植物病害诊断鲁棒性。

结合地理空间与AI评估尼日利亚Wako灌区适宜性，划分灌溉分区。

From behavioural monitoring to decision support in aquaculture: an interpretable analytical framework。Biosystems Engineering