数字农业与前沿技术

研究数字技术对尼日利亚河流州中学农业科学学习投入的影响。

整合地球观测与随机森林模型评估尼泊尔Rasuwa地区森林火灾风险。

研究陕西黄河湿地1992-2023年治理、景观破碎化与碳储量的协同演变关系。

构建融合多源遥感与环境变量的可解释深度学习框架，预测沧州土壤盐分空间分布。

融合野猪碰撞数据与卫星视觉模型，预测法国野猪栖息地适宜性及其时空驱动因素。

利用遥感与多准则分析为南达科他州田块制定精准覆盖作物混播方案。

利用物联网与机器学习构建水质预测监测系统，提前1-6小时预测rWQI。

提出MATLAB中AI-IoT仿真框架，用LSTM预测灌溉需水并管理光伏与电池。

综述了物联网赋能的自主农业监测机器人，分析架构、传感、导航与AI集成，指出低成本模块化系统的研究空白

批判分析AI在环境可持续中的双重角色，揭示其生态收益可能被硬件生命周期成本抵消。

综述了基于YOLO的叶片病害检测的演进、任务适配与部署挑战。

用TVP-VAR-BK与机器学习分析气候政策不确定性对中外粮食市场风险溢出的动态影响。

基于猕猴桃种植户调查，实证检验数字化销售对农户议价能力的提升作用及机制。

比较手工特征、深度迁移学习和量子兼容分类器对三个地区榛子图像的分类性能。

用动态时间规整（DTW）在高光谱城市影像中检测石棉，并与相关法对比。

用多时相遥感和九项指数对比英国诺丁汉郡与印度乌代浦2000—2024年农业气候脆弱性。

综述多源遥感融合与深度学习在精准农业感知-决策-执行框架中的应用与趋势。

提出结合波段选择与ViT-CNN混合框架的高光谱图像分类方法，提升小样本分类精度。

融合三种CNN深度特征与集成学习，实现田间马铃薯叶片七类病害分类。

综述缓释水凝胶肥料的设计、性能与田间转化瓶颈，提出目标产品画像。