数字农业与前沿技术

基于无人机RGB与多光谱影像，结合株高与Stacking集成算法，实现水稻地上生物量高精度自动制图。

结合遥感与采样方法，将地块级社会经济指标区域化到贝宁北部农业流域。

提出动态ROI约束框架，用无人机多光谱影像估算棚架猕猴桃单株LAI。

2026年中国国际服务贸易交易会上，中粮集团展示玉米质量智能检验应用入选国资委首批央企人工智能战略性高价值场景；广西展示已在马来西亚榴莲主产区规模化落地的榴莲大模型；中国铁塔在北京西山试验林场构建空地一体林草防火监测体系，林上火情监控覆盖率提升至40%以上、重点林下区域达95%。

江苏省数据局9月9日公示2026年江苏省数字经济创新发展典型案例名单(70个),涉农数据要素案例"江苏省稻麦农情信息智能监测与服务平台"由南京苏农信数据科技有限公司、江苏省农业科学院联合申报入选,围绕数据要素市场化配置改革展示江苏省数字农业与稻麦农情智能监测平台建设成果,为江苏省数字经济与农业现代化深度融合提供示范样本。

论文主张联邦架构无法替代有明确责任人的校准监管，强调校准链治理是大陆尺度观测网络的基础。

综述土壤科学、地球观测、AI与决策支持，提出可持续土壤治理实现零食物缺口的整合框架。

综述小农户精准养分管理技术，分析其适用性、经济可行性与采纳障碍。

综述量子机器学习在农业遥感中的能力、应用与机遇。

利用遥感分析伊朗马赞达兰东部稻田焚烧与空气污染的关系。

利用GEE和随机森林分类，监测2004-2024年城乡过渡区土地利用变化，精度高。

山东省农业科学院农业信息与经济研究所构建起一套"天空地"一体化的遥感数据采集处理体系。天上是多源卫星数据——以国产高分系列为主、开源卫星数据为辅；团队于 2024 年开始研发一款面向县域的大型无人机，搭载专为农业设计的波段载荷；地上在肥城等地布设了一批农业物联网设备。三者叠加形成监测网络，为县级政府提供作物长势、产能、农机分配、水源调配等宏观决策数据支撑。

研究气候变化与植被动态对莫桑比克玉米生产的影响，采用分位数回归和机器学习方法。

结合遥感和GIS与利益相关者参与，分析贝宁中部景观异质性对综合景观管理实践的影响。

提出基于线性光谱混合分析和随机森林的作物残茬覆盖度遥感估算方法，应用于华北平原。

利用GIS和遥感评估印度某地块土壤特性及作物适宜性，为可持续生产提供规划依据。

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

开发了跨地块、流域和地中海尺度的农业数字孪生工具，集成多源数据支持实时监测与决策。

通过文献计量分析，梳理精准农业与林业的研究趋势、主题结构和热点方向。

基于Sentinel-2光学影像的早期甜菜产量预测研究。通过紧耦合领域知识与机器学习，使用极小Vision Transformer patch size与全部Sentinel-2谱段，提升了模型表现。研究通过调整训练设置与基于排名的低产田检测方法，能在生长周期早期识别出大量低产田，为精准农业田间管理提供早期决策依据。