数字农业与前沿技术

通过传感器、遥感和机器学习连续监测两年不同降雨下鳄梨的亏缺灌溉响应。

指出数字农业研究因聚焦技术人工物而非功能，导致落地难，提出以功能为中心的重定向框架。

提出混合Res卷积神经网络用于水稻叶部病害分类与严重度识别，结合物联网数据采集。

AN ADAPTIVE FEDERATED DEEP LEARNING FRAMEWORK FOR SECURE AND PRIVACY PRESERVING PRECISION AGRICULTURE IN DISTRIBUTED IOT NETWORKS | Kashf Journal of Multidisciplinary Research。OpenAlex

提出结合ConvNeXt-Tiny与残差空间注意力模块的框架，实现多作物病害细粒度分类与可解释定位。

综述小农户精准养分管理技术，分析其适用性、经济可行性与采纳障碍。

综述智慧农业工程中数字技术、测量系统与AI的应用与发展趋势。

提出基于物联网和机器学习的蚯蚓粪种植智能灌溉系统，优化灌溉调度。

提出AI框架，结合机器学习与天气分析，推荐作物并预测产量。

提出一个由RLCC引擎驱动的智慧农业网络安全框架，从感知到反应，保护农业生态系统。

利用物联网环境控制和离子传感，在水培中连续监测不同VPD条件下的硝酸盐和铵浓度。

综述量子机器学习在农业遥感中的能力、应用与机遇。

用田口-机器学习框架优化棉花种子电引发处理，提升种子性能。

提出IoT-AM-EFGNN框架，结合IoT传感与图神经网络实现高精度作物推荐。

综述自主农业系统的多源感知、智能决策与精准控制技术进展。

基于库恩范式理论，分析大数据驱动农业经济研究向第四范式转型的维度与趋势。

构建三维框架分析中国智慧农业政策演进，划分四阶段并提出优化策略。

山东省农业科学院农业信息与经济研究所构建起一套天空地一体化的遥感数据采集处理体系。目标是实现县域2米、5天和省域10米、7天的高频立体监测；2024年开始耗时2年与中国科学院空天信息创新研究院、中国农业科学院等团队合作研发了一款面向县域的大型无人机。

江苏目前已有近20个农业大模型及智能体投入研发或应用，数量和密度居全国前列。光伏慧农模型可计算小麦大概产量、光伏发电收益以及整体经济效益；瑞雪大模型是全球地膜领域首个垂直大语言模型，整合全国2800余个县域的长时序气象与土壤数据；豆好智能体由江苏省农科院联合浙江大学共同研发。

新华社记者随活力中国调研行采访团走进黑龙江佳木斯国家农业高新技术产业示范区，佳家农智慧农服平台由佳木斯国家农高区联合中国科学院计算技术研究所打造，依托伏羲大脑农业大模型汇集卫星遥感、气象、土壤、作物长势、病虫害等多源数据；目前已服务农户超过6万户、覆盖耕地超过700万亩。