土壤健康与改良

比较阈值法、U-Net和预训练ViT在植物分割中的跨物种泛化能力。

提出AIoT框架，用LSTM预测土壤湿度实现智能灌溉，节水并延长节点续航。

综述土壤科学、地球观测、AI与决策支持，提出可持续土壤治理实现零食物缺口的整合框架。

提出融合GLCM纹理特征与CNN的集成深度学习框架，实现土壤pH等级图像分类。

研究AI在尼日利亚西南部土壤肥力评估和作物产量预测中的应用，发现随机森林模型表现最佳。

用机器学习代理模型预测多样化轮作对SOC和N2O的影响，识别气候智能管理区域。

提出可解释机器学习框架，同时预测土壤质地和含水量，提升模型透明度和可信度。

综述AI在生物炭改良酸性土壤中的应用，指出数据缺口并提出改进方向。

综述AI与数字传感在土壤结构多尺度观测到决策中的应用。