基于DINOv3动态LoRA微调的牧场多组分生物量估算
美国东北大学Khoury计算机学院与Nace AI联合提出基于DINOv3 Vision Transformer的参数高效多输出回归框架，从顶视高分辨率牧场图像预测五类生物量组分（干绿、干死、干三叶、绿干物质、总干生物量）。采用动态深度感知LoRA适配策略：浅层（编码通用视觉）极少扰动，深层（任务特定）强适配；同时将矩形图像拆为两半并通过对比对齐损失处理几何差异。在CSIRO Image2Biomass基准上交叉验证加权R²达0.81。
← 主题
#农业信息化
ICT-Based Versus Human-Based Climate Information: Implications for Agronomic Decisions Among Smallholder Farmers in the Eastern Cape, South Africa
基于南非东开普省 217 户小农户的横断面调查与多阶段抽样,采用 logistic 回归识别 ICT 气候信息采纳决定因素,并用倾向得分匹配(PSM)评估其对农事决策的影响。结果显示 65% 农户通过 ICT 平台获取气候信息,35% 依赖人力渠道;ICT 采纳驱动因素包括教育、数字素养、移动网络可靠性、实时更新感知价值与智能手机持有;PSM 估计显示基于 ICT 的气候信息在影响种植决策、投入品使用与农事时机方面比人力渠道效果低 10%—15%,提示数字接入并不自动转化为有效使用。
科学家解析果皮微生物密码，建立荔枝货架期预测模型
中国农业科学院农业基因组研究所团队解析采后荔枝果皮微生物群落动态，建立可依据微生物变化判断新鲜度和剩余储存时间的预测模型。研究比较了耐储性较强的“怀枝”和不耐储的“糯米糍”，为绿色、安全、精准保鲜技术提供新思路。
安徽农科院：聚焦智慧农业与种业创新 助力农业强省建设
安徽省数字乡村进步水平达55%,比上年提升6个百分点,居全国第4位。农业生产信息化率达52.15%,比上年提升10.55个百分点,居全国第1位。安徽省农业科学院深度参与,为该省农业现代化贡献力量。
农业生产驱动力的结构转型：基于农户数字能力异质性的分析（辽宁1208户葡萄种植户证据）
基于辽宁省1208户葡萄种植户微观调查数据，应用PAM聚类无监督机器学习方法将农户按数字能力分为高、中、低三组，考察农业生产驱动力的结构转型。结果显示：农户数字能力存在显著异质性；物质投入仍是基础，但其相对重要性随数字能力提高而下降，劳动投入在各组中对产出均无显著贡献；新要素特别是智能装备仅在数字能力高的农户群体中产生显著的生产率提升。表明农业技术升级的有效性取决于与数字人力资本的匹配，政策应从统一技术供给转向加强农户数字能力建设。
数字素养、虚拟社交网络与家庭农场新技术采纳：来自中国辽宁421户种植型家庭农场的证据
基于辽宁省14个地级市421户种植型家庭农场的田野调查数据，运用Poisson回归与Tobit模型考察数字素养对新技术采纳数量与需求实现度的影响。研究发现数字素养显著增加新技术采纳数量，并与需求实现度呈倒U型关系；异质性分析显示在非示范家庭农场和低教育经营者中效应更明显；机制分析显示数字素养通过扩展家庭农场经营者的虚拟社交网络影响新技术采纳数量与需求实现度；进一步分析表明信贷可及性在数字素养与需求实现度倒U型关系中起调节作用。研究为提升家庭农场经营者数字素养、优化农技供给、推进可持续农业转型提供实证依据。
数字素养与农民对社会化服务的采纳：基于CRRS数据验证的U型关系
基于2020年中国社会科学院乡村振兴调查（CRRS）数据，采用因子分析和回归方法考察农民数字素养与社会化服务规模经营的关系。研究发现数字素养对服务规模经营整体呈先抑制后促进的U型关系，转折点约为0.47，机制上通过自然、社会、金融和人力资本四重中介路径发挥作用；分维度看数字信息与社会素养呈U型，数字商业素养呈线性正向；异质性上偏远农村和东部地区U型显著、中部不显著、西部线性正向，城乡郊区因机会成本高而无显著效应。