资源环境与气候变化

提出非洲土壤信息系统应转向高级AI驱动的自适应土壤数字孪生，并给出十条研究路径。

研究AI驱动的养分优化系统，通过数据集成实现精准施肥，减少养分流失并改善土壤健康。

通过两项蒙特卡洛实验模拟智慧农业平台AI模块对农药化肥减量和灌溉节水减碳的边际绿色贡献。

构建AquaCrop衍生的代理模型，快速映射月度灌溉亏缺与作物产量的非线性响应。

提出多流深度学习框架WaterFormer-MS，从Sentinel-2影像中精准分割地表水体。

综述了从传统干旱指数到遥感、GIS及AI集成的现代干旱评估方法演进。

通过成本效益分析评估AI智能灌溉系统的经济与环境影响。

用文献计量法梳理2007-2025年AI与气候变化及可持续发展交叉研究，揭示主题演化与地域失衡。

基于Transformer及变体融合多源卫星与地下水数据，将SMAP土壤湿度降尺度至1km日尺度。

通过RNA-seq、WGCNA和XGBoost-SHAP分析，鉴定小麦根和茎中响应干旱的候选基因。

构建情景分析、SWOT与案例研究框架，整合再生农业的气候韧性与数字溯源以验证可持续性声明。

系统综述遥感与地理空间建模在乌克兰苏梅地区检测战争导致的土地弃耕、土壤扰动与退化的应用。

利用番茄电生理信号与机器学习实现水分胁迫早期在线检测。

提出LLM智能体框架实现多级灌溉渠闸系统闭环自主调度，并比较提示策略与模型异质性。

提出改进DeepLabv3+轻量框架，提取高标准农田田间道路并量化结构指标。

用无人机多光谱图像和VGG21模型识别小麦渍害调控效果。

提出一套无人机高光谱结合AI的干旱区土壤有机碳制图标准化试点方案。

结合遥感、GIS与人工神经网络评估印度喜马拉雅地区农林复合系统的空间适宜性与气候韧性。

通过定性分析25篇文献，探讨如何负责任地利用AI推动非洲气候适应型农业与粮食安全。

提出基于堆叠集成学习的灌溉泵ON/OFF预测框架，用物联网传感器数据实现智能灌溉控制。