#土壤温度

裘佳颖、刘应昌、高星杰、黄远、张红雨、田芳、李万理、冯在文提出端到端工具增强型大模型智能体系统架构AgriAgent:通过知识检索与工具调用闭环,在农业场景下实现"环境感知-动态决策-执行反馈"的全周期闭环控制。实验表明,番茄产量分别提升926.20%、979.55%、1537.46%(三种配置);卷心菜产量分别提升501.67%、504.65%、1185.14%;当参数量达7B时智能体展现卓越的灵活性与适应性,能解决大部分复杂农业生产决策问题,基于DSSAT作物生长模型构建农业评测平台。

比较测量、传递函数和反演建模获取土壤水力参数对小麦模拟的影响。

综述2019-2026年稻田pH与磷的物联网土壤传感器发展、精度及实施挑战。

30-meter land surface temperature from Landsat via progressive self-training downscaling。Remote Sensing of Environment

构建县级多源数据融合的作物产量预测与决策支持系统，服务印度农民。

基于Landsat 2017与2025年数据，分析伊拉克提克里特市LULC、NDVI与LST的耦合关

基于25年多源遥感数据，量化孟加拉国西北部季风前降雨与地表温度的耦合及干热复合持续性。

王毅、崔茜彤、王晨、熊宝伟、邵国敏、王琬莹、曹培、韩文霆(西安财经大学/西北农林科技大学/西安理工大学)针对传统玉米产量预测方法难以揭示变量间因果关系的问题,提出融合因果推断与机器学习的预测方法:基于遥感指数、气象数据、土壤剖面湿度和阶段性作物观测数据等多源异构信息,采用偏相关与瞬时条件独立算法系统分析玉米产量与各影响因子之间的因果关系,构建可解释的玉米产量预测模型。