浏览数字农业与前沿技术相关政策、产业动态与研究。
9-22 中工网刊发"晶采观察"专题：今年秋收丰收的成色里多了一层新意——以往看丰收看的是天帮忙、人努力，今年看丰收还要看"算法"下田、数据说话。四川眉山永丰村300亩试点田首次应用水稻专属AI大模型，土壤墒情传感器、卫星遥感、无人机巡田持续回传数据，AI根据实时数据自动判读生育阶段，输出分田块、分时段的补水、追肥、防控建议，最佳开镰日期由算法测算得出。湖北钟祥磷矿镇万亩玉米基地4台搭载高精度北斗自动驾驶系统的无人收割机同步下地，自动对行、精准收割，日夜不间断作业。2026年中央一号文件明确"因地制宜发展农业新质生产力"，中央财政农机补贴实行"优机优补"。
提出YieldVision决策支持系统，用RF、LSTM及混合模型预测作物产量并部署应用。
基于Landsat影像与机器学习分析印度哥印拜陀市2001-2023年城市扩张及其环境效应。
该研究用随机森林和多种深度学习模型对仙人掌病害进行分割诊断，并比较性能。
利用高分辨率卫星影像分析印度阿萨姆邦纳冈地区2015-2024年土地利用/覆盖变化。
提出多模态遥感时序框架，实现跨区域水稻种植制度八分类。
利用谷歌卫星嵌入生成中国37个大都市2017-2024年10米年度土地覆盖图。
整合41年Landsat植被指数、气候变量与LULC轨迹，评估沙特Al-Ahsa绿洲植被恢复力。
提出多特征与模糊结合残差LeNet的遥感影像棉花分类方法。
用Sentinel 2A与Landsat 8的NDVI回归模型预测孟加拉国玉米产量并比较精度。
提出CloudSTF框架，利用含云影像实现高保真时空融合，突破晴空假设。
系统综述遥感与地理空间建模在乌克兰苏梅地区检测战争导致的土地弃耕、土壤扰动与退化的应用。
分析乌克兰排雷与土地恢复的多主体治理，提出七类策略并评估数字技术应用。
用DSSAT-CERES水稻模型结合Sentinel-2遥感，分析印度Guntur灌区2022-20
融合多时相Sentinel-1/2与机器学习，估算印度芒果园面积并分析23年种植趋势。
综述植物生物指示与遥感结合用于土壤污染初步筛查的七个案例，提出污染-植被-遥感逻辑。
用ViT和迁移学习对可可叶D、E期进行可解释分类，准确率达97%。
提出Rice-STNet时空深度学习框架，用多时相无人机RGB影像估算水稻株高。
提出NB-IoT边缘云架构，同步监测空气与水质并做跨域空间统计分析。
综述AI在植物病害检测中的应用，涵盖图像采集到模型评估全流程及未来趋势。
