数字农业与前沿技术

开发KRISHI AI平台，集成AI与IoT提供作物推荐、病害识别、天气信息和农机租赁服务。

GreenAI: An Explainable AI and IoT-Enabled Offline Framework for Precision Agriculture。Research Square

提出轻量CNN与EfficientNet-B0混合特征提取、PCA降维和堆叠集成分类的菠萝蜜病害检测

融合Sentinel-1 SAR与Sentinel-2光学时序，用集成机器学习实现印度早季作物类型高

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。

提出基于ESP32与CNN的智能农业系统，实现环境监测与叶片病害实时检测。

提出物联网结合机器学习的智慧农业系统，实现环境监测与智能灌溉决策。

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

提出图注意力-Mamba框架并用中华穿山甲算法优化，实现跨域植物病害识别与严重度估计。

构建ESP32物联网与CNN结合的植物病害检测及作物咨询系统。