数字农业与前沿技术

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。

开发并田间验证太阳能智能浮标，实时监测农业运河盐水入侵并手机报警。

从瑞士智慧农业行动者视角，探讨数字化与可持续性如何通过颗粒化数据实践结合。

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。

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。

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。

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。

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。

估算法国1254个农场2002-2018年的内部收益率，并划分五种投资与私人提取策略。

用1990–2025年气候数据与机器学习模型预测哈萨克斯坦北部小麦产量。

提出WeedNet基础模型，实现全球杂草物种识别与区域微调。

综述人工智能在蔬菜作物生产中的应用，涵盖监测、诊断、灌溉、产量预测与采收机器人。

在印度偏远农村评估整合基层卫生员、便携诊断与AI辅助决策的远程医疗模式。

评估哈萨克斯坦资源型经济中AI应用的经济潜力与结构性约束。

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。

整合遥感与地面数据，在GEE上评估德黑兰2000–2022年多尺度干旱动态。

用遥感与GIS分析沙特麦地那60年城市扩张及其对水土资源的影响。

用RS、GIS与AHP集成方法划分印度Unchehra流域地下水潜力区并验证精度。

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。

利用Sentinel-2影像和实地光谱，分类并制图加州农业塑料覆盖分布。