#UnMixMamba MODIS

提出UnMixMamba，从250米MODIS时序数据实现作物亚像元制图。

提出轻量级混合视觉网络MambaSeed，实现番茄等作物叶病高效识别。

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。

提出MetaMamba方法，结合元学习与Mamba，实现荒漠草原无人机高光谱影像少样本植被物种分类。

提出融合Sentinel-2与PlanetScope的时空融合框架，结合光谱超分辨提升海洋垃圾与填埋

提出四维混沌加密与Mamba-LSDet协同的作物病害隐私保护识别框架。

发布开源Python库GeoWombat，实现大规模地理空间栅格数据与遥感分析的一站式处理。

系统综述数字孪生林业，提出遥感与生态模型同化耦合框架。