数字农业与前沿技术

提出RDA-YOLO与SAM2协同感知框架，实现青枣采摘点定位与姿态分析。

估算法国1254个农场2002-2018年的内部收益率，并划分五种投资与私人提取策略。

用1990–2025年气候数据与机器学习模型预测哈萨克斯坦北部小麦产量。

提出WeedNet基础模型，实现全球杂草物种识别与区域微调。

综述人工智能在蔬菜作物生产中的应用，涵盖监测、诊断、灌溉、产量预测与采收机器人。

在印度偏远农村评估整合基层卫生员、便携诊断与AI辅助决策的远程医疗模式。

评估哈萨克斯坦资源型经济中AI应用的经济潜力与结构性约束。

基于中国数字乡村政策准自然实验，用双重差分法检验数字化对农民合作社升级与转型的影响。

整合遥感与地面数据，在GEE上评估德黑兰2000–2022年多尺度干旱动态。

用遥感与GIS分析沙特麦地那60年城市扩张及其对水土资源的影响。

用RS、GIS与AHP集成方法划分印度Unchehra流域地下水潜力区并验证精度。

提出RTAS混合辐射传输模型，模拟条带间作农田的反射率并验证其精度。

利用Sentinel-2影像和实地光谱，分类并制图加州农业塑料覆盖分布。

提出CArE项目方法框架，系统记录伊拉克库尔德斯坦扎格罗斯山麓的农牧景观。

开发可穿戴微流控电化学平台PlantIonics，实时无创监测植物吐水液生物标志物。

介绍都灵大学PHENOPLANT平台用PlantEye F500进行植物无损表型测量的实验方案。

提出RECAP框架，用强化学习动态聚类与自适应处理延长农业物联网传感器网络寿命。

实证研究尼日利亚技术型农场中现代技术创新与粮食安全的关系。

开发并评估基于区块链与物联网的农业数据安全框架，保障土壤湿度与气象站数据。

构建无人机RGB影像深度学习分割与空间矢量化框架，实现作物监测优先级评估。