Artificial intelligence policy, digital industry agglomeration, and industrial land intensive use: evidence from a quasi-natural experiment in China
以AI创新试验区为准自然实验,检验AI政策通过数字产业集聚促进工业用地集约利用。
Detection of Potato Plant Leaf Diseases using Convolutional Neural Networks
提出轻量CNN实现马铃薯早疫病与晚疫病三分类,并在埃塞俄比亚田间验证。
AgriJev: Efficient Agricultural Candidate Scoring with Multi-Scale Adapted Models
提出AgriJev系列模型,统一接口单次前向同时输出农业候选评分与相对概率。
Detection of yam leaf diseases and pest damage under complex field conditions using LIMN-YOLO
提出轻量级LIMN-YOLO模型,在复杂田间条件下检测山药叶部病害与虫害。
国家数字乡村试点政策能否促进农业产业链和创新链融合发展
以国家数字乡村试点为准自然实验,检验政策对农业产业链与创新链融合的促进效应。
云南省农科院质标所参与2026年云南省食品安全宣传周主场活动 自主研发快检技术现场演示
10月9日,云南省食品安全宣传周在昆明启动,云南省农科院质标所受邀参加主场活动,围绕"从农田到餐桌"的源头检测提供技术支撑。重点演示薄层色谱法(2分钟快速鉴别肥料中隐性添加的禁限用农药)、自主研发的丙溴磷等金纳米抗体侧流层析核酸试纸条(灵敏度较商品试纸条提升10倍)以及合成诱导圆偏振发光探针和微针贴片技术(10秒内捕捉稳定信号)。
云南省农科院粮作所选育"云粳60号"全程机械化示范样板亩产达713.6公斤
为加快优质食味水稻新品种示范推广,助力水稻产业提质增效、农户稳产增收,云南省农科院粮作所"云粳60号"在2026年全程机械化示范样板获得高产,亩产达713.6公斤。该品种作为云南高原优质食味粳稻代表,配套全程机械化栽培技术显著降低劳动强度,为滇系种业振兴与高原水稻现代化提供新样板。