数字农业与前沿技术

综述AI（CNN、ViT、无人机遥感、物联网）用于作物病虫害早期检测并融入种植园风险管理。

提出pxGPT框架，用多模态大模型将多视角植物图像转为结构化表型记录。

构建AgriSens全栈智慧农业决策支持平台，集成作物推荐、病害诊断、施肥优化与灌溉模拟。

融合WCM物理特征与多源遥感，用机器学习估算冬小麦拔节期土壤含水量。

基于巴基斯坦旁遮普省101份农户调查，分析AI技术扩散与农场生产力、盈利能力的关系。

提出AI+IoT系统，用深度学习和激光机器人实现杂草与害虫识别及自动清除。

综述物联网安全挑战，结合学术与NIST、OWASP标准提出分层防护模型。

基于物联网传感器实现农田土壤湿度自动监测与灌溉控制。

综述2021-2026年AI驱动精准农业系统，提出气候韧性粮食生产工程框架。

综述物联网、遥感与人工智能融合的智能灌溉系统架构、方法与挑战。

Robust and transparent crop-row detection from RGB field imagery for vision-based agricultural guidance systems。Precision Agriculture

用无人机多光谱图像和VGG21模型识别小麦渍害后硅肥与氨基酸调控效果。

提出DC-YOLO模型，用于湖羊行为检测，解决遮挡与光照变化问题。

提出轻量化检测器Cotton-Vision，用无人机影像精准识别棉花病害。

构建演化博弈框架分析农户采纳数字农业技术的驱动因素与障碍路径。

构建融合可解释机器学习与印尼语GenAI推荐层的智能灌溉决策支持系统。

用人工神经网络结合遥感与GIS变量预测并制图西孟加拉邦大象迁徙廊道。

用文献计量法梳理2017-2025年印尼智慧村政策实施研究，识别挑战与机会。

用机器学习与遥感分析埃塞俄比亚甘贝拉镇2005-2025年城市扩张与土地利用变化。

综述六大农业数字技术集群对农场决策的变革及实际效益与采纳差异。