数字农业与前沿技术

比较联邦学习客户端级稳定化技术，提升植物病害识别的鲁棒性。

用多时相遥感分析2011–2026年约旦河西岸定居点扩张及农地转化。

用Landsat 5/8裸土光谱指数识别裸土并机器学习建模表层土壤质地与全碳。

用3米遥感影像分析阿富汗东部四区2016-2024年农地树木覆盖与土地利用变化。

提出基于BOTDR光纤传感的沙丘移动速度测量理论与方法，并在腾格里沙漠验证。

综述GIS与遥感集成的SCS-CN法在半干旱与季风区流域径流估算的应用。

用手机拍摄油棕树干图像，结合深度学习检测与分类，实现基腐病严重度诊断。

构建轻量MobileNetV3-Small框架实现玉米叶片病害分类并评估边缘部署。

用无人机多光谱植被指数与SPAD估算枣园大球蚧发生程度。

评估巴勒斯坦高校学习者对精准农业MOOC的满意度与信心。

融合IoT传感器与多时相卫星数据，用时空Transformer实现作物胁迫实时监测。

提出边界引导可变形网络BGDNet，实现高分辨率遥感耕地地块精准分割。

提出融合模糊逻辑与机器学习分类器的无人机实时调度框架，在恶劣天气下保障精准农业飞行安全。

提出MSFANet多尺度特征聚合网络，实现复杂田间背景下烟草害虫的自动识别。

提出频域自适应分割网络FDUNet-LRSA，用于甘薯病害自动巡检。

AutoPlot grid: development and quantitative evaluation of an RTK-GNSS-based tool for automated breeding-plot delineation and UAV phenotyping data extraction。Precision Agriculture

分析数字乡村建设中涉农要素供给、农业新业态与数字素养问题并提出对策。

中国农业大学信息与电气工程学院副教授李想在宣讲家网撰文指出,《数字乡村高质量发展行动计划(2026—2030年)》提出加强核心算法攻关,推动数字技术与农机、农艺协同创新。农业人工智能既要把农艺知识、作物机理和专家经验融入模型,也要不断提升算法对不同区域、不同作物、不同生育阶段和不同生产条件的适应能力。当前农业人工智能算法和大模型在复杂田间环境中的准确性、稳定性仍不足以直接替代专业农技判断,现阶段更适合作为农事服务人员的辅助工具。「十五五」期间,数字乡村、智慧农业既要持续加强技术研发,也要更加重视通过完善的服务体系把数字化、智能化能力送到田间地头。

10月15日,2026年广西智慧农业(数字乡村)创新大赛智能装备应用赛道决赛路演在广西制造工程职业技术学院举办,57支参赛队伍同台竞技,聚焦智能农机与精准作业、农业遥感与AI识别、养殖场智能巡检与调控等场景,紧扣粮食安全和广西糖料蔗、柑橘、芒果、水产畜牧等特色产业。广西丘陵山地多、地块碎、坡度大,大型农机水土不服是长期难题,多个团队从耕、种、管、收一体,微型化、轻量化设计、除草运输等环节切入,提供下得了田、转得开身的装备方案。

利用湿地微生物群落特征结合机器学习预测土壤总氮水平。