中国农业大学学报2026年第10期：人工智能赋能质量农业发展等6篇论文集中刊发
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
农业AI与大模型
人工智能算法、大模型与决策支持系统
技术筛选
634 篇内容
The Changing Landscape of Plant Disease Detection: The Role of Artificial Intelligence
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。
Machine learning reveals distinct drivers of soil organic carbon across the mountain-oasis-desert system of northwest China
构建基于生态系统的机器学习框架，预测西北荒漠-绿洲-山地系统土壤有机碳并识别各子系统驱动因子。
A machine learning framework for predicting potential urban cool island locations using Landsat 9 data: a case study of Oued Zenati, Algeria
用遥感与可解释机器学习预测阿尔及利亚半干旱城市潜在城市冷岛位置。
Zenodo (CERN European Organization for Nuclear Research)·10月3日 · 周六58 分 论文农业AI与大模型农业遥感与作物表型2 个信源同时报道 阅读 4
A Comprehensive Review Of Image Processing Techniques: Classical Methods, Deep Learning, Applications, And Recent Advances
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。
An AI-Driven Smart Farming System for Crop Recommendation and Plant Disease Detection
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《对话》栏目「用算法种好地 让AI扛农活」——杜志雄、李想、孔德栋三位专家谈农业AI落地
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）。
Zenodo (CERN European Organization for Nuclear Research)·10月2日 · 周五66 分 论文农业AI与大模型农业人工智能与决策模型2 个信源同时报道 阅读 1
Functional Time Series Forecasting of Air Temperature Using a Functional Autoregressive Model with Electricity Demand as an Exogenous Variable
提出FARX(1)函数自回归模型，以电力需求为外生变量预测日气温曲线。
Visión artificial para la detección de plagas en cultivos de tomate: revisión sistemática de la literatura
系统综述2020-2026年计算机视觉与深度学习在番茄设施栽培虫害检测中的研究。
Artificial Intelligence in Agriculture: Enhancing Yield and Sustainable Farming Practices among Farmers in India
基于二手数据综述AI在印度农业中提升产量与可持续性的应用及障碍。
Integrating multi-sensor optical and SAR data with machine learning ensembles for chickpea area estimation in the Krishna zone of Andhra Pradesh
融合光学与SAR多时相数据，用机器学习集成分类器估算安得拉邦鹰嘴豆种植面积。
Aerial Phenotyping of Coffee Flowering Using Deep Learning for Early Yield Prediction
用无人机RGB影像和深度学习对咖啡开花分级，实现早期产量预测。
Pixel-level high-throughput estimation of crop photosynthetic phenotyping parameters using a multi-task deep learning framework
提出像素级多任务深度学习框架，从高光谱数据高通量估算作物光合表型参数。
Automated System for Plant Health Monitoring and Stress Diagnosis Using IoT and Machine Learning
设计并验证了基于ESP32与随机森林的物联网闭环灌溉系统，实现植物胁迫自动诊断。
An Intelligent LLM–Fuzzy Decision Support and Digital Twin Framework for Adaptive Agricultural Robotics Systems
提出LLM-模糊决策与数字孪生框架，用于自适应农业机器人协同决策。
A multilevel living lab using a digital-twin-based modelling environment for sustainability education and decision support
研究将区域供热数字孪生模型环境融入多层级生活实验室，用于可持续教育并支持决策。
Smart Agriculture Technology: A Review of Robotic Platforms, Sensing Modalities, Artificial Intelligence, Datasets, Evaluation Metrics, and Future Research Directions
系统综述智慧农业机器人、传感、AI、数据集与评估指标，指出落地瓶颈并展望方向。
Sustainability intelligence: Integrating Artificial Intelligence, the Internet of Things, and Digital Twins for resource-efficient and climate-resilient systems
综述AI、物联网与数字孪生融合的可持续性智能，提出七层SIF框架。
Intelligent defense at the edge: a comprehensive survey of federated learning, TinyML and explainable AI for intrusion detection in IoT and IIoT ecosystems
综述联邦学习、TinyML与可解释AI在IoT/IIoT入侵检测中的进展，并提出统一框架。
A collaborative perception framework for green jujube: from lightweight key point detection to posture-aware harvest analysis
提出RDA-YOLO与SAM2协同感知框架，实现青枣采摘点定位与姿态分析。