农业AI与大模型

结合遥感植被指数与机器学习，预测尼日尔萨赫勒四地区2010–2025年水稻产量。

AGRISIGHT AI: A ConvNeXtV2-Based Deep Learning Framework for Crop Disease Classification with a Proposed Multimodal Extension for Precision Agriculture。Research Square

综述农学大数据的技术、应用、效益与挑战，强调多源数据融合支撑精准农业决策。

综述深度学习与计算机视觉在芒果叶片病害早期识别中的应用，梳理三代技术并展望可持续种植。

系统综述2020-2026年AI在食品系统转型中的作用，提出社会技术整合框架。

系统综述2018-2026年196项AI用于土壤特性与农业的研究。

四川眉山洪雅县止戈镇水稻百亩超高产攻关片三台联合收割机同步作业，水稻实测亩产824.6公斤。东坡区太和镇永丰村300亩首次应用水稻专属AI大模型管理，超高产籼粳杂交稻昇两优222亩产达863.6公斤。彭山区公义镇数智水稻示范基地通过物联网监测智能灌溉实现水稻耕种管收全流程精准管控。

山东省农科院发布舜耕粮安农业遥感大模型，基于20年2000万份人工样本，覆盖山东全域全地貌全物候周期，构建耕地智能提取-肥力墒情预测-作物精准识别-长势动态监测-病虫草害预警-作物智能估产全链条智能监测体系，精度95%、效率提升超100%。山东启动40个实数融合数字农业发展县建设，培育智慧农业应用场景近1000个。

提出融合RMUNet分割、CRNN与AJFO优化的木薯叶病害识别框架，实现高精度分类。

构建38关键点全身YOLOv8姿态框架，实现奶牛跛行自动评估并与Sprecher评分比对。

提出ResNet+GA+CNN混合模型，用苹果叶片图像检测病害并计算病斑面积占比。

比较RF、SVM、ANN、CNN在尼日利亚农业用地制图中的表现

提出农业数字孪生框架，结合GRU与物联网实现实时产量预测与可持续决策支持。

用科学计量与BERTopic分析3262篇文献，揭示AI助力可持续发展目标的研究格局与主题演化。

汇总《智慧农业》2026年多篇论文，涵盖蒸腾模拟、病害检测与产业链数字化。

中国农业大学学报2026年第10期集中刊发6篇论文，主题涵盖人工智能赋能质量农业、智慧林业、绿色发展

综述AI在植物病害检测中的应用，涵盖分类、检测、分割及早期诊断，并指出田间部署的瓶颈与新兴方向。

综述图像处理从经典方法到深度学习的技术演进、应用与挑战。

提出融合机器学习、深度学习和物联网的智能农场系统，实现作物推荐与植物病害检测。

农民日报全媒体记者李克欣对话中国社科院杜志雄、中国农业大学李想、雄安集团孔德栋三位专家。专家指出当前我国智慧农业正从早期试点示范迈向规模化、体系化推广应用新阶段，人工智能赋能农业的关键技术包括机器学习与深度学习、计算机视觉与智能感知（如200万张高清图像训练的AI作物表型模型识别精度达95%以上）、农业大模型（如中化iMAP节约水肥10%~20%、增产8%~10%）和智能农机与农业机器人（如土壤高通量检测机器人实现42项指标检测误差控制在5%以内）。