数字农业与前沿技术

提出改进YOLO 11n模型，实现棉花田间复杂遮挡环境下障碍物高精度检测。

第五届全球数字贸易博览会'数据要素治理与市场化交流'专场活动上,发布农业(种植)行业可信数据空间首批5个高价值场景和首批50个生态伙伴。中国水稻研究所、中国农业科学院茶叶研究所、杭州市数据局、浙江省数据集团等共同发布。空间已统筹接入公共、科研、产业、企业四类资源,汇聚涵盖水稻、茶、番茄、脐橙等近40个典型场景,贯通病虫害防治、金融服务等近20个领域。

中国农业科学院农业信息研究所科学数据研究室提出一种层次知识引导的枸杞害虫识别框架,有效解决真实农业场景下样本稀缺与类间混淆的双重挑战。相关研究成果发表在《人工智能的工程应用》(Engineering Applications of Artificial Intelligence)上。该研究依托长文本-图像检索模型,把专家撰写的长文本描述解析为粗、中、细三个语义层次,并与多尺度视觉特征实现精准跨模态对齐,为枸杞等特色作物的虫害智能监测与精准防控提供新的技术路径。

国家互联网信息办公室、农业农村部联合发布《中国数字乡村发展报告(2019—2025年)》。报告指出,七年来,智慧农业实现了'四个跨越',从'基础覆盖'到'深化赋能',从'试点探索'到'快速起步',从'点状突破'到'系统推进',从'盆景'走向'风景'。截至2025年底,农村地区互联网普及率达69.5%,较2018年底提升31.1个百分点。报告全面展示我国借助数字技术推动农业与乡村治理数智化转型的经验。

综述深度学习在植物病害检测中的应用，涵盖CNN、混合Transformer、注意力机制与生成式数据增

综述人工智能在生物技术各领域的应用现状、工具、挑战与未来方向。

综述85篇精准农业本体论文，发现数据、本体和代码可复现率极低。

提出PEAS-DeiT模型，将多尺度空间注意力融入DeiT，实现豌豆叶片病害分类。

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。

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。

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

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。

中国农学会农业监测预警分会将于2026年11月26—28日在广州举办'人工智能赋能农业监测预警创新'专题活动暨2026农业大数据与监测预警学术研讨会,会议设研讨农业监测预警技术体系与平台建设、交流人工智能赋能监测预警关键技术创新成果、分享人工智能赋能农业全产业链落地实践等内容。中国农业科学院农业信息研究所、农业农村部农业监测预警技术重点实验室、广东省农科院农业经济与信息研究所、新疆农科院农业经济与科技信息研究所等承办协办。

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。

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。

综述柔性可穿戴传感器在智慧农业中的传感机制、作物表型监测与采收应用。

提出可解释深度学习框架CPSA-RIPD-CSTGCN，实现智慧农业中害虫实时检测。