数字农业与前沿技术

提出MATLAB中AI-IoT仿真框架，用LSTM预测灌溉需水并管理光伏与电池。

综述了物联网赋能的自主农业监测机器人，分析架构、传感、导航与AI集成，指出低成本模块化系统的研究空白

批判分析AI在环境可持续中的双重角色，揭示其生态收益可能被硬件生命周期成本抵消。

综述了基于YOLO的叶片病害检测的演进、任务适配与部署挑战。

用TVP-VAR-BK与机器学习分析气候政策不确定性对中外粮食市场风险溢出的动态影响。

基于猕猴桃种植户调查，实证检验数字化销售对农户议价能力的提升作用及机制。

中国农学会农业监测预警分会将于2026年11月26—28日在广州举办'人工智能赋能农业监测预警创新'专题活动暨2026农业大数据与监测预警学术研讨会,会议设研讨农业监测预警技术体系与平台建设、交流人工智能赋能监测预警关键技术创新成果、分享人工智能赋能农业全产业链落地实践等内容。中国农业科学院农业信息研究所、农业农村部农业监测预警技术重点实验室、广东省农科院农业经济与信息研究所、新疆农科院农业经济与科技信息研究所等承办协办。

10月13日,中央网信办在陕西延安吴起县召开2026年全国数字乡村建设工作现场推进会。中央网信办副主任王京涛强调,要深入贯彻落实《数字乡村高质量发展行动计划(2026—2035年)》部署,围绕数字强农惠农富农目标,抓好基础设施、富民产业、惠农服务、赋能基层、协同共建五篇文章。会上发布'数字乡村2026'融媒体项目,重点网信企业承诺支持陕西、江西革命老区数字乡村发展,部分省份与试点地区作经验分享,农业农村部、工信部、全国供销合作总社作交流发言,约150人参会。

比较手工特征、深度迁移学习和量子兼容分类器对三个地区榛子图像的分类性能。

用动态时间规整（DTW）在高光谱城市影像中检测石棉，并与相关法对比。

用多时相遥感和九项指数对比英国诺丁汉郡与印度乌代浦2000—2024年农业气候脆弱性。

综述多源遥感融合与深度学习在精准农业感知-决策-执行框架中的应用与趋势。

提出结合波段选择与ViT-CNN混合框架的高光谱图像分类方法，提升小样本分类精度。

融合三种CNN深度特征与集成学习，实现田间马铃薯叶片七类病害分类。

综述缓释水凝胶肥料的设计、性能与田间转化瓶颈，提出目标产品画像。

综述柔性可穿戴传感器在智慧农业中的传感机制、作物表型监测与采收应用。

提出可解释深度学习框架CPSA-RIPD-CSTGCN，实现智慧农业中害虫实时检测。

提出GODL算法，融合地理空间信息与深度学习，结合AI和IoT提升作物产量预测精度。

提出一种基于无人机多光谱时序影像的深度学习混合模型，实现苹果黑星病和葡萄霉病的早期检测与分割。

该研究利用叶绿素荧光成像与深度学习识别小麦白粉病并分级。