全部动态

谢俊华、王森、杨其长(中国农业科学院都市农业研究所)针对植物工厂长期受高资本投入、高电力依赖和市场价值实现不足约束的问题,以公开数据较充分的植物工厂生菜原型为研究对象,构建作物、控制、能源及市场耦合的经济脆弱性诊断框架,并在国内情景下设置27个确定性情景。研究表明,27个情景中仅有5个实现正利润(占比18.5%);常规电网型与高值直供市场基准比较情景下,控制成熟度由基础控制提升至闭环智能后利润由-258.36增至518.04元/(m2·年),跨越盈亏平衡点,改善幅度是原亏损额的3倍左右。

中国农业科学院作物科学研究所周美亮研究员、兰州大学刘建全教授、中国农业科学院刘旭院士等团队合作,在国际顶尖期刊Cell发表苦荞泛基因组研究。研究构建鞑靼荞麦(苦荞)的泛基因组,鉴定到赋予高海拔适应性的野生特有基因FtRNH以及调控种子大小的FtPLATZ基因结构变异。通过整合这些优良等位基因,培育出具有更强高海拔适应性和更高田间产量的荞麦品系,在高海拔条件下较对照品种增产约25%。该研究为弥补高海拔作物育种空白、提高喜马拉雅地区作物产量提供科学依据。

山西农业大学研究团队开发ALSDet人工智能工具,用于在苹果叶病(如苹果锈病、蛙眼叶病)扩散前发现,集成多阶段全局上下文模块基于ResNet-50架构。用扩张卷积替代关键阶段的3×3卷积,扩大AI视野,多尺度训练策略与在线难例挖掘迫使模型专注于最难案例。ALSDet实现mAP 65.6%和平均召回率(AR)71.2%,优于YOLOv8、Faster R-CNN、RetinaNet;对于锈病和蛙眼叶病,模型识别受影响叶片精度超过87%。这意味着更早的干预、针对性的喷施和减少浪费,在苹果生产数十亿美元产业显著提高效率。原文标题:ALSDet Deep Learning Apple Leaf Disease Detection,发表于Frontiers in Plant Science 2026-08-08,作者:山西农业大学软件技术学院Xulu Gong(通讯)。

本文提出VIDA+PANDA多智能体视觉语言框架用于零样本作物病害诊断,包含两个阶段:VIDA多VLM智能体独立分析作物叶片图像建立基线性能;同行锚定命名审议架构(PANDA)在选定的智能体群体中引入结构化多轮辩论,智能体交换推理、批评同行预测、通过基于证据的讨论修订决策,反谄媚机制阻止无支持的共识转变。在CDDM基准上使用来自四个独立提供商的七个异构VLM,在完全零样本设置下,非参与方GPT-5作为独立评判者评估。框架引入三个语义度量:语义标签相似度(SLS)、推理特异性(RS)、智能体间推理收敛度(IRC)。实验结果表明协作多智能体审议提高了个体诊断性能和语义对齐,较弱智能体增益最大。原文框架发表于Frontiers in Plant Science。

本研究开发了一种协同区间约束Ridge回归框架sicRidge,用于土壤有机碳(SOC)预测。SOC是土壤质量、农田生产力和陆地碳循环的关键指标,可见-近红外(Vis-NIR)光谱提供快速预测方法,但波长点选择可能破坏连续光谱结构,传统波长区间选择可能无法充分利用光谱区域间的互补信息。使用滑动窗口策略生成连续候选区间,采用双区间协同搜索与重叠约束识别互补且低冗余的区间组合。使用168个土壤样本的Vis-NIR光谱,sicRidge与全光谱Ridge回归、5种波长点选择Ridge模型及多种波长区间选择基准模型比较,sicRidge在140个选定波段下实现最佳预测性能(R2P=0.834,RMSEP=2.010 g/kg,RPD=2.483,RPIQ=3.777),最优区间为570~649 nm和1880~1939 nm。原文第一单位为浙江大学,发表于MDPI Agriculture 2026年第16卷第16期。

本文提出TinyMLOps管道,涵盖模型设计、优化、量化及跨多种边缘设备部署,在受控实验室条件下评估。基于PlantVillage基准推导的数据集,将39个细粒度类别聚合成3个超类(健康叶、不健康叶、无叶),系统执行植物健康状态分类和背景过滤功能,而不是诊断特定疾病。训练基于MobileNet的卷积神经网络,联合优化分类精度和计算效率;选择5个模型(Pareto前沿4个+最大HPO模型)转换为LiteRT和ONNX,在Raspberry Pi Zero 2 W和STM32H743ZI微控制器上以float32和后训练int8精度评估。在float32下,LiteRT比ONNX Runtime快1.87-2.65倍;int8 LiteRT模型比float32小2.83-3.67倍,快21.3-31.2%,F1-score损失仅0.0010-0.0068;在微控制器上,两个最小模型int8变体比float32快4.3倍,MCU闪存占用小3.85倍。

本文提出便携式高光谱成像结合可解释PLS-DA-SHAP方法,用于茯苓(Fushen,Poria cocos)的地理来源溯源与真实性鉴别。研究展示了如何将机器学习与SHAP可解释性相结合,应用于中药材产地溯源。原文标题:Portable hyperspectral imaging combined with interpretable PLS-DA-SHAP for geographical origin traceability and authenticity discrimination of Poria cocos (Schw.) Wolf (Fushen),作者:Xing W、Zhang Y、Wei X、Nie S、Cheng X、Cai M、Yang Q、Wang Y,发表于Frontiers in Sustainable Food Systems 2026年第10卷doi:10.3389/fsufs.2026.1891249,2026年7月15日接收,8月7日发表。本研究为基于光谱成像的农产品/中药材产地溯源提供了可解释AI方法范式。

本文使用2010-2025年中国69家农业上市公司714个企业-年度非平衡面板数据,考察企业层面数字技术创新对农业产业链韧性的影响。研究显示数字技术创新显著提升产业链韧性,这一发现经多重检验后保持稳健。中介分析确认该效应通过企业经营效率和市场预期两个渠道发挥作用。从区域异质性看,东部地区、城市群、非老工业基地正向效应显著;从企业异质性看,非国有、大规模、成熟企业正向效应显著。原文标题:Digital technology innovation and agricultural industry chain resilience: implications for food security,作者:Chen J、Xu、Xiong、Zhao、Yao,发表于Frontiers in Nutrition 2026年第10卷doi:10.3389/fnut.2026.1915856。本研究为以粮食安全为导向、促进农业数字化同时解决粮食系统结构性薄弱环节的政策提供了实证依据。

本文系统综述双目立体视觉在农业应用中的最新进展,涵盖系统架构、传统与基于深度学习的立体匹配方法、点云重建技术及新兴的3D高斯溅射等监督策略。综述总结了关键应用,包括高通量表型分析、果实定位与机器人采摘、杂草检测与精准喷施、自主导航以及畜禽体况评估,突出其在多任务农业感知系统中的作用。论文还讨论了低纹理匹配困难、复杂环境中的遮挡、跨域泛化、实时轻量化部署及有限数据集可用性等主要挑战,并展望基于基础模型的视觉感知、自监督与弱监督学习、多模态融合及边缘高效模型设计的未来方向。原文标题:Advances in Binocular Stereo Vision-Driven 3D Perception and Intelligent Analysis Methods for Agriculture,作者:江苏大学Ye R、Wang J、Kong Z、Ou M,发表于MDPI Applied Sciences 2026年第16卷第16期7957。

本研究系统考察数字乡村建设与夜间经济繁荣之间的影响机制,通过构建双向固定效应模型、门槛回归模型和空间杜宾模型。发现三点关键洞见:1)数字乡村设施建设通过降低市场交易成本和培育新型消费模式有效驱动夜间经济增长,这一效应在经济发达地区尤为突出;2)环境质量与城乡均衡发展对数字技术的赋能作用具有非线性调节效应,当空气污染浓度和城乡收入差距超过特定门槛时,边际促进作用显著减弱;3)数字乡村建设对本地夜间经济有显著正向影响,但对非本地夜间经济影响不显著。本研究为数字经济时代农村经济繁荣提供了新的理论视角,对平衡数字基础设施、实施差异化环境治理、优化城乡收入分配具有政策启示。

本文对YOLOv5、YOLOv8、YOLO11、YOLO26、Faster R-CNN、RT-DETR六种目标检测模型在尼日利亚农场实地采集的真实世界数据集AgriAISeg 1(3382张芝麻、卷心菜、番茄图像)上进行比较,涵盖不同光照、遮挡和视角条件。结果显示RT-DETR整体表现最优,精度0.768、[email protected]:0.95达0.624;YOLOv8和YOLO11表现稳定强劲;Faster R-CNN精度显著较低,[email protected]仅0.466,YOLO系模型训练效率优于Faster R-CNN。研究表明,现代单阶段和基于Transformer的检测器在真实世界农业环境中提供更可靠、高效的植物检测解决方案。原文标题:A Comparative Evaluation of Deep Learning Object Detection Models on a Real-World Multi-Plant Dataset from Africa,作者:Ismail Ismail Tijjani等8人,arXiv:2608.11053,2026年8月11日提交。

本文针对农业图像分析中像素级标注耗时费力的问题,比较了5种无需领域定制的自动掩码生成方法用于豌豆种子实例分割:Cellpose、EfficientSAM、SAM2、StarDist、FastSAM。研究使用164张图像数据集(100张手工标注含33462个实例,64张空白用于下游训练),固定测试集20张含6849个实例。结果显示,Cellpose在重叠豌豆尺寸颗粒上整体表现最佳(F1:0.957,Recall:0.973);EfficientSAM精度最高(mean IoU:0.970);SAM2召回高(0.965)但精度低(0.815);StarDist因形状约束在重叠颗粒上表现较差;FastSAM漏检密集簇中的颗粒。基于Cellpose自动标注的144张图像训练YOLO11m-seg模型与80张手工标注训练的模型性能接近(mAP50:0.848 vs 0.860),证明自动标注是密集农业影像中人工标注的实用替代品。

本文提出自适应广义回归深度卷积强化学习(AGR-DCRL)模型,用于智慧精确农业作物产量预测。模型由输入层、卷积层、池化层和密集层组成,IoT技术采集天气、土壤、农药使用数据。在卷积层,采用加权局部相似性插补和广义Tietjen-Moore检验进行缺失值处理和异常值检测;在池化层,采用Camargo自适应多样性指数进行特征选择;在密集层,通过多项式逻辑回归进行产量预测,采用softmax激活函数生成多类预测结果。实验结果表明,AGR-DCRL模型相比传统深度学习方法准确率提高4%,误差率降低69%,预测时间快20%。原文标题:Adaptive generalized regressive deep convolutional reinforcement learning for crop yield prediction in smart precision farming,作者:Preethi P、Devadas R M,适用于大规模产量预测数据集。

本文系统综述了2015-2025年期间208篇垂直农业(VF)同行评审研究,探讨AI、ML与IoT如何重塑VF生态系统,聚焦计算机视觉病害识别、作物生长与产量预测、智能气候控制、精准营养与灌溉管理。综述涵盖CNN、随机森林、XGBoost、LSTM等算法在水培、气培、鱼菜共生系统中的性能,以及多传感器网络IoT架构、边-云计算与自动化控制系统。商业农场展示出资源效率提升与供应链缩短,但仍面临能耗(LED占40%-60%成本)、高初始投资、数据集分散、实地验证不足等挑战;许多>95%的高精度来自实验室条件。原文标题:Application of Artificial Intelligence and Machine Learning in Vertical Farming: A Comprehensive Review,作者:Kim M Y、Park G、Seo C H(韩国公州国立大学),发表在MDPI Sustainability 2026年第18卷第16期8261。

本文针对精准农业中纯图像模型难以表征季节性上下文的问题,提出时序感知晚期融合(TALF)模型,通过CNN分支编码图像特征、MLP编码上下文特征,仅在回归头合并两条流。相对湿度、风速、累积时间作为上下文输入,在多季节公开水稻苗数据集上,MAE降至0.031(图像单一基线0.1455,早期融合0.0890),容差精准度达94.9%。结果表明,天气与时间上下文能显著提升无人机图像的水稻生长速率预测,图像与表格编码器分离至最后层的晚期融合设计具有竞争力。原文标题:Time-Aware Late Fusion for Multimodal Rice Growth-Rate Prediction from UAV Imagery and Weather Context,作者:Elhadi A O、Darwish S M、Mahdi M A(埃及Zagazig大学/Alexandria大学),发表于MDPI Computers 2026年第15卷第8期523。

邢晓冰、肖哲涛、鹿超群(华北水利水电大学)发表于《农村经济与科技》2026年第5期。采用中国知网期刊文献为数据源,借助CiteSpace可视化工具,分析数字与乡村振兴、数智与乡村振兴期刊文献的研究主题、演进趋势及热点。研究表明,数字与乡村振兴研究热点聚焦数字经济、乡村治理、数字农业等,数智与乡村振兴研究则关注数智化、数智技术、数智赋能等;数字乡村布局涵盖产业、治理、文化、经济等多领域,数智与乡村振兴则处于技术融合探索阶段;两者均向乡村治理、农村金融、科技创新等演进,反映数字与数智融合趋势,以数字奠基、数智深化推动乡村数字化转型与智能化升级。

发表于《Frontiers in Sustainable Food Systems》。基于江苏省LSGPs(大规模粮食生产者)调查数据,构建债务融资—要素投入—农业收入理论框架,从融资规模与融资结构双视角展开实证。研究核心问题:大规模粮食生产者仍面临组织能力弱、生产成本上升与经营效率低等约束,其根源在于自有资本有限与规模经营资本需求之间的错配严重制约农业收入持续增长。高效农村金融市场通过改善投资能力、促进农业现代化与增强风险韧性缓解资本约束,但中国农村金融市场仍存在发展不均与服务供给不足。论文发表于Frontiers in Sustainable Food Systems。

Xinyi Li、Wenqi Wang、Meng Zhang发表于Sustainability 2026, 18(16), 8070, DOI: 10.3390/su18168070。基于15个RCEP成员国2004-2023年双边农机贸易数据,构建有向加权网络,运用社会网络分析(SNA)和二次指派程序(QAP)考察结构演变、节点位置、社区格局及双边贸易联系因素。网络密度从0.467增至0.962,平均路径长度从1.533降至1.038,中介中心度从0.064降至0.021,表明联系更紧密、潜在传输路径更短、对中介节点依赖降低。2020年后中国中心度最高,日本、韩国、澳大利亚、新加坡及主要东盟经济体保持互补地位;QAP结果显示贸易联系与GDP差异、共同语言、接壤、汇率差异正相关,与水资源差异、贸易结构差异、制度距离负相关。

通过模糊集定性比较分析(fsQCA)方法,以吉林省梨树县26个生产单元为案例,考察标准实施强度、服务链协调、外包和金融支持四个条件对复合可持续性结果(涵盖土壤保护、粮食产量、产量稳定性及溢出效应,Cronbach's α = 0.76)的影响。研究发现不存在任何单一条件接近高绩效的必要条件;基础解识别出一条高覆盖度的协调路径和一条受金融条件制约的外包路径;在更严格的频数阈值下,解简化为仅保留协调路径,该路径在100%的阈值网格设定和96%的留一分析中保持稳定。分析揭示外包与金融能力之间存在条件互补性,政策含义在于推动县级政策工具从以面积扩张为指标向以治理质量门槛转变。

发表于《Finance Research Letters》/arXiv等平台。基于中国地级市面板数据,研究地方政府对金融科技重视程度如何影响农业经济抗风险能力,从而弥补既有文献多从市场层面金融供给(如数字金融普惠、农业保险)出发、对政府推动金融科技发展关注不足的空白。研究框架从政府重视程度入手,分析其对农业经济抗风险能力产生的因果影响,使用地级市而非省级综合指数,体现不同地级市之间政府行为差异。结论指出,地方政府对金融科技的重视程度直接影响各种制度安排,包括数字金融基础设施和银企对接平台,数字乡村发展和保险投资共同提升农业经济抗风险能力。