数字农业与前沿技术

提出SFNL-Former网络，通过空间-频率分离和长程建模提升降水预报精度。

集成GIS与AHP评估尼日利亚Makurdi城市洪水易发性，绘制易发性图并验证模型。

利用GIS和遥感量化卢旺达2010-2024年城市扩张及其与农业用地流失的关系。

利用Landsat 8和S-SEBI模型估算印度奥里萨邦Kendrapara地区的蒸散发，验证其精度

综述高光谱成像在小麦病害检测中的应用，涵盖方法、挑战与未来方向。

比较葡萄叶片上下表面颜色特征，发现下表面更能区分品种。

研究干旱胁迫对积雪草生长、生理和光谱响应的影响，并建立预测模型。

提出量子启发遗传算法与区块链结合，用于农业物联网中可信且节能的簇头选择。

综述数据驱动的农化供应链需求预测与决策支持系统，分析统计、ML/DL等方法并指出未来方向。

探讨数字技术对农业企业创新发展的影响，分析效益与障碍并提出改进路径。

开发了一种可生物降解的电活性微针传感器，用于植物生理监测和工业氨气检测。

用机器学习集成方法预测作物产量，比较七种回归算法，发现Bagging效果最佳。

用固定可见光传感器和AI视觉技术，连续监测柑橘果实生长与成熟。

综述数字技术与AI在农业工效学评估中的应用，旨在减少肌肉骨骼损伤。

Explainable Deep Learning-Based Potato Leaf Disease Detection and Severity Assessment for Smart Agriculture in Bangladesh。Research Square

提出CFAEVM-UNet模型，用于无人机图像中密集小害虫的精确分割。

综述AI与IoT在精准农业中的应用，涵盖传感、灌溉、病害检测等，并给出原型架构。

系统综述数字孪生技术在撒哈拉以南非洲农业的应用，提出SSA-DT框架。

构建高光谱多指标成熟度感知模型，用于玉露香梨机械化采摘。

融合无人机多源遥感特征与深度学习，高精度估算茶树生物量与氮素积累量。