WeedNet: a foundation model-based global-to-local AI approach for weed species identification and classification
提出WeedNet基础模型，实现全球杂草物种识别与区域微调。
10月3日 · 周六
农业农村日报：AI赋能杂草识别与土壤管理前沿
本期聚焦AI与数字技术在杂草识别、土壤管理、作物表型及合作社转型中的应用，兼论农村数字化对粮食安全的影响、人口收缩与耕地非粮化因果，以及小杂粮气候韧性与循环生物经济机制设计。 本日报内容整理自公开来源，学术论文元数据来自 OpenAle
要今日要点
- 1WeedNet提出基于基础模型的全局到局部AI方法，实现杂草物种早期精准识别与分类，助力自动化田间管理。
- 2可穿戴微流控平台通过植物吐水液滴无创监测生物标志物，为作物生理状态提供外部可读窗口。
- 3中国数字乡村建设政策被多项研究证实可提升粮食生产安全，并推动农民专业合作社数字化升级与转型。
- 4农村人口收缩与耕地非粮化关系获机器学习双因果推断验证，为保障粮食安全提供新证据。
- 5印度小杂粮综述揭示其营养安全、气候韧性与可持续生计价值；AI土壤管理综述强调气候韧性提升路径。
- 6RTAS辐射传输模型与UGV多RGBD SLAM框架分别服务条带间作和玉米高通量原位3D表型，支撑智慧育种。
三、学术论文
15 条A multiplexed wearable microfluidic platform for non-invasive sweat-inspired monitoring of plant guttation biomarkers
开发可穿戴微流控电化学平台PlantIonics，实时无创监测植物吐水液生物标志物。
Does rural digitalization improve food production security? Evidence from China’s digital village construction policy
以中国数字乡村建设政策为准自然实验，评估农村数字化对区域粮食生产安全的影响。
The impact of rural population shrinkage on cultivated land non-grain conversion—dual causal inference based on machine learning
基于中国257个地级市数据，用双机器学习等方法研究农村人口收缩对耕地非粮化的影响。
The Upgrading and Transformation of Farmer Professional Cooperative in the Digital Age: Insights from China Digital Village Policy
基于中国数字乡村政策准自然实验，用双重差分法检验数字化对农民合作社升级与转型的影响。
Small millets in India: a review of nutritional security, climate resilience and sustainable livelihoods
系统综述印度小杂粮的营养、气候韧性与生计价值及政策支持。
Enabling the circular bioeconomy: institutional mechanism design for sustainable development of bio-breeding in China
本文分析中国生物育种价值链的制度瓶颈，提出面向循环生物经济的制度改革路径。
RTAS: A radiative transfer model for agricultural strip-intercropping structures
提出RTAS混合辐射传输模型，模拟条带间作农田的反射率并验证其精度。
Design and evaluation of a hybrid fin-ray finger with inflatable soft pads for apple harvesting under leaf interference
设计并验证了一种集成充气软垫的混合Fin-Ray手指，用于苹果采摘时自适应、防损伤抓取。
Investigating climate-phenology relationships among the most common Italian forest species using Sentinel-2-derived vegetation phenology and productivity products
利用Sentinel-2物候与生产力产品，结合随机森林和SHAP，分析意大利主要森林物种的气候-物候
Artificial Intelligence in Soil Management: Implications for Climate Resilience—A Comprehensive Review
综述106项研究，分析AI结合传感技术用于土壤监测、建模与决策支持以提升气候韧性。
UGV based multi-RGBD SLAM framework for high-throughput in-situ 3D phenotyping of field maize
提出UGV搭载多RGBD相机的田间玉米原位3D表型系统，实现高通量三维重建与性状提取。
Spatio-temporal diagnosis of land fragmentation in the Yellow River Basin: providing a basis for comprehensive land improvement
构建栅格尺度土地破碎化指数，诊断黄河流域2000-2022年时空演变并划分整治功能区。
A physical-context-conditioned multimodal fusion network for estimating maize canopy nitrogen content using multi-source UAV remote sensing data
提出物理上下文条件化多模态融合网络，用多源无人机遥感估算玉米冠层氮含量。
GC-3DGS-pheno: geometry-constrained 3d Gaussian splatting for affordable plant point cloud reconstruction and high-precision phenotyping
提出几何约束3D高斯泼溅方法，低成本重建植物点云并实现高精度表型分析。
本日报内容整理自公开来源，学术论文元数据来自 OpenAlex 等开放接口；外文资料已译为中文，翻译与摘要仅供参考；引用与决策请以官方原文与正式出版物为准。