Genotype-Aware Prediction of Soybean Seed Composition from Multimodal UAV Imagery of the Standing Crop
用无人机多模态影像与基因型数据训练CNN，预测大豆八种种子成分。
← 主题
#无人机
Estimation of field-scale crop evapotranspiration from the mechanistic SIF-ET model using the UAV hyperspectral imagery
利用无人机高光谱影像构建田间尺度SIF-ET机理模型，实现作物蒸散发高精度估算。
Lightweight nighttime citrus fruit detection in UAV imagery using an enhanced NightNet
提出增强NightNet实现无人机夜间柑橘果实轻量检测。
《基于现役作物多模态无人机图像的大豆种子成分基因型感知预测》
用无人机多模态图像和CNN预测大豆八种种子成分，蔗糖精度最高。
A source-side trait-mediated framework for dynamic maize yield prediction using UAV multispectral imagery
提出基于无人机多光谱的源端性状中介框架，实现玉米动态产量预测。
Estimating wheat lodging fraction from Sentinel-1/2 imagery using UAV-derived reference labels
利用无人机标签结合Sentinel-1/2影像估算小麦倒伏比例。
“Space-sky-ground-Lake” four-dimensional monitoring technology for water quality in Baiyangdian - a new model for future environmental monitoring
构建“天-空-地-湖”四维水质监测系统，实现白洋淀水质立体化智能监控。
Real-time hass avocado ripeness detection using close-range UAV imagery and YOLO-based deep learning
用无人机近景图像和YOLO深度学习实时检测哈斯鳄梨成熟度，实现精准农业应用。
Adaptive feature learning and wavelet preservation for forest canopy mapping from UAV imagery
提出自适应特征学习与小波保持方法，用于无人机影像的森林冠层制图。
Journal of Biological Regulators and Homeostatic Agents/Journal of Biological Regulators & Homeostatic Agents·9月4日 · 周五72 分 论文智慧农业总论农业遥感与作物表型阅读 2
A hawk-inspired metaheuristic for trajectory optimization of UAVs in precision agriculture
提出鹰启发式元启发算法HITO，优化无人机在精准农业中的全覆盖轨迹，降低路径长度和能耗。
Lightweight Near-Infrared Spectral Reconstruction from Red UAV Imagery Using Artificial Intelligence for Low-Cost Remote Sensing
用仅含609个参数的MLP从UAV红光波段重建近红外波段，低成本替代多光谱相机。
Bridging challenges with technology: A scientometric and systematic study on sustainability in smart agriculture
通过科学计量和系统综述，评估智能农业中技术整合的研究格局与优势。
Path planning for unmanned combined harvester edging operation based on UAV imagery
基于无人机影像为无人联合收割机规划边缘作业路径。
AI Drones Unlock Hidden Avocado & Hazelnut Secrets（Information Processing in Agriculture）
开发基于AI的无人机系统，用无监督算法从航拍图像估算果树高度和冠层体积。
Artificial Intelligence-Based Smart Farming with Internet of Things and Drone Technologies for Integrated Crop and Aquatic Health Monitoring
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。
From sky to ground: Enabling autonomous vineyard traversal with UAV-derived navigation maps
利用无人机生成导航地图，实现葡萄园地面机器人自主遍历。
SymbioMamba：面向无人机平台实时玉米病害与产量分析的高效双流状态空间框架
提出双流状态空间框架，实现无人机玉米病害检测与产量预测的实时高效分析。
基于无人机多源遥感特征的茶树生长与氮素状况深度学习监测
融合无人机多源遥感特征与深度学习，高精度估算茶树生物量与氮素积累量。
Intelligent multi-agent systems for UAV-UGV path optimization via reflective evolution
构建无人机与无人车协作的智能路径自动化系统，提升精准农业效率。
A Taxonomy of Machine Learning for UAV-Enabled Precision Agriculture: A Structured Survey (面向无人机赋能精准农业的机器学习方法分类:结构化综述)
MDPI AgriEngineering 2026, 8(6), 249。精准农业越来越依赖应用于无人机(UAV)采集的高分辨率数据的机器学习来支持作物监测、胁迫检测和产量预测。本综述提出了无人机赋能精准农业机器学习方法的结构化综述,在一个由感知模态、数据类型、模型家族和分析任务四个维度定义的统一分类法中组织100多项同行评议研究。该分类法能够在RGB、多光谱、高光谱、LiDAR和IoT数据源之间进行系统比较,并在经典机器学习、深度学习、混合顺序模型和新兴基于Transformer的架构之间进行系统比较。分析建模选择如何与数据特征相互作用以影响鲁棒性、跨环境泛化、计算效率和UAV及边缘平台上的部署可行性。识别新兴研究方向,包括数据高效学习、表示级多模态融合、域自适应、轻量级架构和不确定性感知决策支持。