#遥感表型

利用多尺度事件同步等方法分析喜马拉雅山麓2001-2022年气候参数变化及其关联。

提出多光谱反射场框架，实现近距植物三维点云辐射精确生成。

利用遥感和GIS分析沙特五城市30年城市扩张及其环境影响。

评估八种RGB预训练超分方法直接用于多光谱作物图像，检验其空间增强与光谱保真效果。

原文标题: Artificial Intelligence Empowering Modern Agricultural Biological Breeding。作者: 徐启玉、郑波、钟上威（北京大学现代农业研究院、潍坊市科技创新促进中心、北京大学生命科学学院）。DOI: 10.12133/j.smartag.SA202602016。本文系统探究AI驱动植物育种范式变革的底层逻辑，梳理智慧育种的代际演变及其在表型解析、基因组预测和分子设计等关键环节的技术进展，并深入探讨育种大模型对育种全流程的重构作用，以期为中国种业科技实现自立自强提供理论参考。重点阐述AI在种质资源高效挖掘、高通量表型精准解析、全基因组选择模型预测及分子设计育种等关键环节的技术逻辑与实证案例，并针对跨学科数据壁垒、深度学习算法的可解释性不足、复杂变动环境下的模型泛化能力弱等核心挑战进行了深入分析。

提出基于生存的能量框架，用能量存活因子解释植物颜色生成与稳定性。

利用无人机搭载向上光谱仪与多元线性回归，从多光谱影像直接反演地表反射率。

利用地理空间与遥感大数据，评估景观结构对PM2.5变化的影响。