数字农业与前沿技术

系统综述64项研究，分析AI在全球南方粮食安全中的机遇、风险与公平路径。

提出融合物联网传感与随机森林的智能灌溉系统，实现数据驱动的自动灌溉控制。

基于图像处理与特征分析，按东盟标准自动分类可可豆并检测缺陷。

提出基于Meshtastic LoRa网状网络与云微服务的低成本农业多传感器监测平台。

提出轻量级IoT-RiceMobileNet模型，实现水稻病害实时多类检测。

提出物联网与天气数据驱动的智能灌溉系统，按实时土壤与气象条件自动决策灌溉。

研究尼日利亚农业教育讲师数字能力对智慧农业技术使用的影响。

系统综述AI在环境韧性与可持续创新中的应用、趋势与挑战。

综述AI赋能多组学、基因编辑与精准农业，培育气候韧性与营养强化作物。

A deep learning-enhanced vision system for precision target spraying in chinese cabbage cultivation。Precision Agriculture

用改进YOLOv8n与随机森林，通过红外热成像实现奶牛不同姿态下的乳腺炎自动检测。

提出动态ROI约束框架，用无人机多光谱影像估算棚架猕猴桃单株LAI。

系统综述199项研究，梳理无人机遥感在水稻高通量表型分析中的应用进展与瓶颈。

用MODIS数据与机器学习框架估算埃及尼罗河三角洲农田水分胁迫。

用YOLO系列模型检测玫瑰茄钙钾铁磷缺乏的视觉症状。

9月10日上午召开。本科生院质量与评估处处长王春潮、学生事务中心主任吕叙杰、管理人员孙凯和植科院教研室主任丰胜求、易斌、刘立军等人出席会议。神农智脑作为我校智慧农业学科大模型，总体架构齐全、功能完整。

9月4日至6日由中国农学会计算机农业应用分会主办，黑龙江省农业科学院农业遥感与信息研究所承办，农业大数据学报协办。会议围绕人工智能+农业主线安排了17场专题学术报告。来自全国40家单位的131位专家学者、科研人员和企业代表参会。

植保所农业入侵生物预防与监控创新团队利用人工智能技术有效破解跨境有害生物多阶段风险评估与管控决策衔接脱节难题，相关研究成果发表在农业人工智能期刊上。研究团队首次解析了柑橘害虫随跨境贸易传入的243条风险路径和98个关键风险节点，将多阶段定量风险评估信息与大语言模型等生成式人工智能相结合，构建了证据可追溯、结论可解释的智能风险研判与辅助决策应用系统。

黑龙江佳木斯国家农业高新技术产业示范区依托中国科学院研发的伏羲大脑农业大模型搭建普惠式智慧农业服务体系，串联10项农业相关环节：农事指导、农资直供、农机呼叫、卖粮、补贴、培训、金融保险等；服务佳木斯100多万亩农田，一年半扩大至600多万亩，覆盖6万多户农民。

今年以来智慧农业发展迅速融入各地农业生产诸环节。当前智慧农业主要表现：生产方式与数据关系日益紧密(如寿光智能温室)、产业体系向链条融合升级(如浙江未来农场)、资源配置由要素驱动向创新驱动转变(如四川丘陵山区北斗导航智能农机)、经营主体从传统农民向新农人发展。但仍面临核心技术自主性不强、标准体系不健全、城乡数字鸿沟明显、复合型人才短缺等短板。