数字农业与前沿技术

提出结合深度学习特征匹配与3D高斯泼溅的脐橙高保真三维重建框架，解决弱纹理高光表面重建难题。

Estimation of Agricultural Vegetation Water Stress Using Feature-Optimized Remote Sensing and Ensemble Machine Learning。Smart Agricultural Technology

Automated extraction of facial surface temperature from thermal images of calves using deep learning-based instance segmentation: Technical validation and associations with rectal temperature。Smart Agricultural Technology

利用无人机多源遥感进行全季节小麦表型分析，通过动态时间序列建模提取高通量性状。

总结中国数字乡村发展成就，涵盖基础设施、农业智能化、电商等。

提出轻量级作物病虫害识别网络MOIR-Net，结合多尺度重参数化与能量注意力，实现高效精准识别。

构建集成物联网、无人机与深度学习的农业AI系统，实现作物与水产健康监测。

云南省农业农村厅公示高原特色现代农业产业技术体系首席科学家和岗位专家候选人名单，拟确定 5 名首席科学家和 54 名岗位专家。其中新兴产业体系席位最多、共 12 席，岗位涉及农业人工智能、农业遥感观测、智慧农业、食品加工装备、农业栽植装备、丘陵山区农机装备研究和特色功能成分生物制造等领域，前沿岗位凸显云南向智能化、数字化、机械化加速转型的努力。咖啡体系设 4 个岗位（咖啡发酵、副产品加工、新咖饮料研究、市场运行与分析）；水果体系设榴莲绿色高效生产、种质创新等岗位；公示截止 2026 年 9 月 2 日。

开发了一种水下机器人工具，用扎带修复水产养殖网破损，并初步验证可行性。

比较三种遥感变化检测方法在ArcGIS中监测巴格达城市扩张的应用。

提出改进的Transformer-KAN模型，基于多时相遥感数据实现高精度、可迁移的大豆种植区制图。

利用GIS和遥感评估印度某地块土壤特性及作物适宜性，为可持续生产提供规划依据。

提出基于HYDRA字典方法的机器学习框架，结合物候特征预测玉米产量。

提出SFNL-Former网络，通过空间-频率分离和长程建模提升降水预报精度。

集成GIS与AHP评估尼日利亚Makurdi城市洪水易发性，绘制易发性图并验证模型。

利用GIS和遥感量化卢旺达2010-2024年城市扩张及其与农业用地流失的关系。

利用Landsat 8和S-SEBI模型估算印度奥里萨邦Kendrapara地区的蒸散发，验证其精度

综述高光谱成像在小麦病害检测中的应用，涵盖方法、挑战与未来方向。

比较葡萄叶片上下表面颜色特征，发现下表面更能区分品种。

研究干旱胁迫对积雪草生长、生理和光谱响应的影响，并建立预测模型。