人工智能算法、大模型与决策支持系统
2026年8月5日《Frontiers in Plant Science》上线的研究提出PestRefineDet——一种基于深度学习的精准害虫检测与分类框架,将DenseNet-41与RefineDet集成。DenseNet-41作为骨干网络通过密集连接增强特征提取,有效学习细粒度害虫特征,提取的特征由单阶段RefineDet框架处理实现害虫同时定位与分类。该框架在具有挑战性的IP102基准数据集上评估,实现平均精度(mAP@0.5)83.61%,在保持计算效率的同时提供对多种害虫物种的准确定位与可靠分类,为自动化农业害虫监测提供前景广阔的解决方案,有望支持智能和可持续害虫管理应用。
山东省农业科学院发布舜耕粮安农业遥感大模型。山东省农科院党委书记梁金光介绍,该模型基于20年来积累的2000万份人工样本的海量数据,覆盖山东全域全地貌、全物候周期,构建起耕地智能提取—肥力墒情预测—作物精准识别—长势动态监测—病虫草害预警—作物智能估产全链条智能监测体系,精度高达95%,效率提升超100%。山东省同步推动人工智能+农业行动实施,在寿光推广第七代智能物联网云棚,物联网应用率超85%,劳动生产效率较以往翻倍;在烟台莱山区,浪潮云洲联合中国农业大学打造莱山葡萄种植和酿造大模型,实现水肥精准配施、病虫害智能预警、AI模拟发酵陈酿。
为降低农业病虫害识别深度学习部署的专家标注成本,文章提出三层主动学习框架:动态原型记忆通过动量指数滑动平均保持稳定类别表征;上下文感知样本选择采用神经上下文老虎机动态调整分支组合比例;类别平衡评分通过逆频加权在选择阶段直接优先关注少数类。在IP06(害虫)和Natural CW-10(杂草)数据集上,框架在90%数据可用率下分别取得83.36%和85.07%的准确率,在20%低数据可用率下较最强基线分别领先4.12和2.68个百分点。结合GAN增强数据后,IP06上准确率提升至84.91%,Natural CW-10上提升至86.42%,证明主动学习与生成式AI在智能农业中的互补价值。
浙江省人力资源和社会保障厅办公室将浙大城市学院人工智能引领农业数智化转型升级高级研修班列入2026年省级自筹项目,8月4-6日在杭州开班,共60人。研修紧扣人工智能+农业融合创新,覆盖战略解读、智能装备与工厂模式、数智化运营等核心方向,集结浙江省农业科学院、浙江大学等知名专家学者线下授课,并走进全省标杆未来农场现场教学。课程主持人由浙江省农业科学院农业人工智能创新中心主任、数字农业研究所副所长孔德栋研究员担任。
原文：Radiomics-driven and explainable machine learning for rapid characterization of Fusarium wilt and Black Sigatoka in banana crops。研究于2026年7月28日发表，聚焦利用影像组学和可解释机器学习快速表征香蕉枯萎病与黑斑病，属于作物病害智能识别方向。当前公开检索摘要未呈现完整实验细节，故不对模型精度作额外推断。
原文：Automated Detection and Counting of Redbanded Stink Bugs in Soybean Using an Improved Computer Vision Model。研究使用2281张田间图像训练YOLOv8变体，加入注意力模块和自适应空间特征融合后，最佳模型精确率96.30%、召回率76.40%、F1值85.20%，mAP50为82.00%。成果可辅助大豆害虫监测，但数据集与部署环境仍限制外推。
印度 Nagarjuna College of Engineering and Technology 的 Abeed K Attar 等提出 Smart Agriculture Assistant 综合 AI 驱动决策支持系统，集作物推荐、产量预测、肥料优化和市场价格预测于一体。系统利用 Random Forest、XGBoost、CatBoost、LSTM 和 SHAP 等多种机器学习算法分析 Kaggle 和 Agmarknet 收集的农业和市场数据集。框架处理土壤养分（N、P、K）、pH、温度、湿度、降雨量、作物特征和历史市场价格数据，为农民生成智能推荐和预测洞察。实验评估表明，所提出的混合框架达到 99% 的准确率，优于传统机器学习模型。
Smart Agricultural Technology 第14卷（2026年8月）论文已陆续上线：（1）AI-driven approaches in precision agriculture for strawberry production 系统综述（DOI:10.1016/j.atech.2026.101944）；（2）Development of a computer vision-aided lameness detection system for dairy cattle（DOI:10.1016/j.atech.2026.101952）；（3）YOLO-EHS: lightweight deep learning framework for Xinmei detection and Multi-scale integration in orchard（DOI:10.1016/j.atech.2026.101946）；（4）Coupled DEM-MBD analysis and experimental investigation of a dragon fruit end-effector（DOI:10.1016/j.atech.2026.101943）等。涵盖精准农业、奶牛跛行检测、新梅检测、火龙果末端执行器、轻量化生菜预测框架、烟叶烘烤自适应决策支持系统等多个主题。
综述系统分析 ML 在农业中的应用，强调多源数据融合（遥感、IoT、生物数据）对精准农业的关键作用。围绕四个研究目标展开：（1）探索 ML 在收获前、收获中、收获后阶段的整合；（2）展示多源数据融合的益处；（3）研究当前研究趋势；（4）汇编关键公共数据集。重点提及 Transformer、GAN、联邦学习、持续学习和可解释 AI 等新兴方法在应对现代农业挑战中的作用。
华中农业大学张纾、武汉邮电科学研究院王立强、长江工程职业技术学院王猛系统综述端到端自动驾驶技术在农业非结构化环境下的理论适应性与应用场景。深入分析农业环境的动态变异性、导航参考缺失及作业任务精度要求高特征与挑战；解析精准导航、三维空间作业路径规划、复杂环境适应与群体智能协调等方面的实现路径与技术优势；并前瞻性地展望该技术与多模态大模型、农艺知识图谱的深度融合趋势。
7月31日下午，苏州市'AI农业农村'应用场景开放对接会在张家港市常阴沙现代农业示范园区举行，苏州市人工智能创新应用实验室（都市农业）正式发布'AI农业'团体标准；多家农业生产加工企业发布需求清单。苏州市农业农村局透露，苏州已累计培育6个'AI农业'大模型应用场景，在大田种植、生猪养殖、农业执法等领域取得新进展。
山东出台实施'人工智能+农业'行动方案。在寿光，新增大棚已迭代升级至第七代智能物联网'云棚'，物联网应用率超过85%，劳动生产效率较以往翻倍；省农科院发布'舜耕·粮安'农业遥感大模型；由中国农业科学院与山东极智生物联合研发的iWheat小麦智能设计育种平台整合3万余份小麦种质资源，结合快速繁育体系能将传统8年育种周期压缩2至3年。2025年全省应用水肥一体化技术的粮油作物面积达到630万亩。
裘佳颖、刘应昌、高星杰、黄远、张红雨、田芳、李万理、冯在文提出端到端工具增强型大模型智能体系统架构AgriAgent:通过知识检索与工具调用闭环,在农业场景下实现"环境感知-动态决策-执行反馈"的全周期闭环控制。实验表明,番茄产量分别提升926.20%、979.55%、1537.46%(三种配置);卷心菜产量分别提升501.67%、504.65%、1185.14%;当参数量达7B时智能体展现卓越的灵活性与适应性,能解决大部分复杂农业生产决策问题,基于DSSAT作物生长模型构建农业评测平台。
王毅、崔茜彤、王晨、熊宝伟、邵国敏、王琬莹、曹培、韩文霆(西安财经大学/西北农林科技大学/西安理工大学)针对传统玉米产量预测方法难以揭示变量间因果关系的问题,提出融合因果推断与机器学习的预测方法:基于遥感指数、气象数据、土壤剖面湿度和阶段性作物观测数据等多源异构信息,采用偏相关与瞬时条件独立算法系统分析玉米产量与各影响因子之间的因果关系,构建可解释的玉米产量预测模型。
刘浩然、王宇、赵学观、吴华瑞、付豪、庞树杰、翟长远(北京市农林科学院智能装备技术研究中心/国家农业智能装备工程技术研究中心)针对枝叶遮挡下田间胡萝卜苗精准识别难题,提出基于改进YOLOv11s的轻量化检测方法CD-YOLO:将主干网络部分标准卷积替换为深度可分离卷积降低模型复杂度,在C3k2模块引入高效多尺度注意力机制EMA构建C3k2_EMA模块增强关键特征动态感知,采用动态检测头强化多尺度特征融合与感知,显著提升检测鲁棒性。
新华社报道:人工智能正深度融入农田,从温室喷雾机器人、牛脸识别、北大荒多光谱无人机AI查苗到河北卢龙78座高标准智能温室蓝莓基地,各地探索"慧养""慧种"。2025年中国智慧农业市场规模从2017年384.74亿元增至1200亿元,年复合增长率15.28%。但产业仍面临三重短板:一是初始投入大(智慧大棚每平方米300-1500元,种植集装箱20-30万元);二是农村主力为中老年群体,数字化操作能力不足、青年人才短缺;三是山区丘陵复杂地形数据与算法迁移困难,许多AI应用仍停留在监测识别预警阶段。寿光"AI机器人银发专家"将40年寿光模式经验提炼为数智化内核,技术服务效率提升5倍以上,业内认为"让技术找人"比"让人学技术"更易实现。
中国农业大学王耀君团队发布两项农业人工智能重大成果——神农大模型4.0与神农·农业世界模型1.0,两套系统形成"感知识别+因果推演"完整技术链条。神农大模型4.0新增25种热带作物专项数据,病虫害识别种类拓展至1016种、准确率93%以上,搭载支持10种方言的语音交互模块,推出专业深度研究版本;神农·农业世界模型1.0为首个动作条件化并在设施与大田双域验证的农业世界模型,能搭建农田数字孪生场景、模拟不同农艺措施与气象灾害带来的作物变化,已在吉林省多个县域旱情场景完成实地验证,核心技术已布局相关专利并面向全行业开源。
8月1日,"农业智能知识服务产品发布暨国家农业图书馆平谷服务站启用仪式"在北京市平谷区举行。会上正式发布农业智能知识服务平台与农业知识大模型,后者是中国农业科学院农业信息研究所携手同方知网共研联创的我国首个农业通用大语言模型,重点解决通用基础大模型知识记忆错误、信息时效性不足、逻辑推理错乱、缺乏专业知识等问题,聚焦"科技创新、科学决策、学术研究、服务三农"四大核心场景,可应用于种植生产管理、农业气象预警、畜禽疾病诊断、农业育种管理。智能知识服务平台对20余类10亿条多模态数据融汇治理,构建农情预测、知识问答、个性化推荐、产销自适应协同的云平台。
中国农业科学院与华为云联合打造的'农科发现大模型'作为智慧农业板块唯一入选WAIC《人工智能高价值场景应用案例集》的案例,标志着我国农业生物育种踏上从'经验试错'迈向'智能创制'的新征程。
Anusree Manoj, Aiswarya S. Kumar, S. Remya, Somula Ramasubbareddy, Yong Yun Cho提出一种面向农业数字孪生系统的深度学习感知框架,涵盖杂草物种分类、语义分割和基于梯度的视觉可解释性分析。
