农业人工智能 精准农业

综述AI赋能精准农业的传感、物联网、深度学习与决策支持，并提出参考架构。

综述2021-2026年AI驱动精准农业系统，提出气候韧性粮食生产工程框架。

Robust and transparent crop-row detection from RGB field imagery for vision-based agricultural guidance systems。Precision Agriculture

构建架构多样性TabNet集成，用多源土壤数据分类7类作物。

全球5公里尺度评估五类智慧农业创新在农田的盈利性与扩散潜力。

第 46 个世界粮食日主题 Innovation Today, Food Security Tomorrow。报道指出中国农业正从经验驱动转向数据驱动。AI 在智能育种方面,中国农业大学神农谷芯智能育种模型集成基因型数据与农业知识图谱,缩短育种周期 30% 以上,新品种选育时间从传统的 5—8 年压缩到 2—3 年;燕起一号/二号生菜品种在北京怀柔试种成功。AI 在田间管理方面,浙江龙泉市在约 733 公顷早稻田部署智能虫情监测系统,农药使用量减少 20%、病虫防治效果超 90%、病虫损失低于 5%。河南农机云平台连接超 13.8 万台机器,北斗导航无人收割机日作业超 13 公顷;湖南大通湖无人再生稻农场200 公顷仅需 4 人管理,农户每公顷净收入超 3 万元,被 FAO 列为亚太智慧农业示范案例。

将植物图像分3x3网格反演ODE参数，构建空间生理热图与预测数字孪生。

通过问卷与访谈调查美国农业利益相关者对AI/ML应用的认知与障碍。

提出融合模糊逻辑与机器学习分类器的无人机实时调度框架，在恶劣天气下保障精准农业飞行安全。

Entomopathogenic nematode recent applications in precision agriculture: Methods, challenges, and future perspectives。Journal of Invertebrate Pathology

提出可解释深度学习框架，用AlexNet结合贝叶斯调参、微调和Grad-CAM实现芒果叶病十分类。

提出Nightshade-SWIN框架，用Swin Transformer提升茄科多作物叶片病害分类

综述深度学习在植物病害检测中的应用，涵盖CNN、混合Transformer、注意力机制与生成式数据增

综述人工智能在生物技术各领域的应用现状、工具、挑战与未来方向。

系统生成并评估大量植被指数，用于基于物候的农作物分类，发现优于NDVI的指数。

综述了物联网赋能的自主农业监测机器人，分析架构、传感、导航与AI集成，指出低成本模块化系统的研究空白

比较空间统计与随机森林模型对水稻产量空间变异的建模效果。

综述植物多组学在精准农业中的应用，涵盖作物改良、土壤修复和生物产品创新。

综述多源遥感融合与深度学习在精准农业感知-决策-执行框架中的应用与趋势。

提出结合波段选择与ViT-CNN混合框架的高光谱图像分类方法，提升小样本分类精度。