数字农业与前沿技术

山东省农科院发布舜耕·粮安农业遥感大模型,基于20年积累的2000万份人工样本数据,覆盖山东全域全地貌、全物候周期,构建耕地智能提取—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%。寿光新建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%。

中国信通院产业与规划研究所所长徐志发解读《行动计划》:十四五期间行政村5G通达率超95%、农村互联网普及率提升至69.5%,城乡互联网普及率差异缩小8.3个百分点;到2030年,农业科技进步贡献率将提升至67%,全国农村网络零售额将达3.5万亿元。

中央网信办有关负责人就《行动计划》出台背景、十四五成效及重点任务答记者问。十四五期间行政村5G通达率超95%、农村互联网普及率提升至69.5%、农村成年人具备初级及以上数字素养与技能占比超50%、2025年农村网络零售额突破3万亿元,较十三五末增长67.6%。

为斯里兰卡温室农户开发基于机器学习的决策支持系统，预测螨害并优化作物管理。

用多时相Sentinel-2影像和机器学习预测印度Bandipur国家公园的森林侵占。

整合气象与遥感指数评估阿尔及利亚西北部2003–2023年干旱演变。

用遥感与GIS结合AHP方法，对Vashishti河流域进行洪水灾害分区制图。

利用Sentinel影像估算南欧小农地块关键作物面积与产量，并与官方统计对比验证。

提出知识引导机器学习框架，用样本增强实现田块到区域尺度的冬小麦收获监测。

系统综述遥感在南非农业水资源管理中的应用进展与挑战。

用无人机多光谱、RGB和热红外遥感结合AutoML预测冬小麦含水量。

用无人机高光谱结合水分校正与Stacking集成模型反演土壤盐分。

基于无人机RGB与多光谱影像，结合株高与Stacking集成算法，实现水稻地上生物量高精度自动制图。

融合多源数据与机器学习构建中国2019-2025年0.1°人为甲烷排放网格，并用SHAP解析驱动机制

综述红边遥感在农业中的物理基础、条件依赖性与可解释机器学习中的新角色。

综述遥感与机器学习在可持续农业中的应用现状与前景。

结合遥感与采样方法，将地块级社会经济指标区域化到贝宁北部农业流域。

用Sentinel-2与机器学习反演埃塞俄比亚塔纳湖四类水质参数并分析时空变化。

发布多站点多品种苹果物候RGB图像数据集，并给出深度学习基线检测模型。

设计并实现了一套低成本GNSS精准农业监测系统，集成ESP32与物联网实时可视化。