数字农业与前沿技术

综述机器视觉在精准农业中的应用现状与未来趋势。

利用Sentinel影像估算南欧小农地块关键作物面积与产量，并与官方统计对比验证。

用无人机高光谱结合水分校正与Stacking集成模型反演土壤盐分。

设计并实现了一套低成本GNSS精准农业监测系统，集成ESP32与物联网实时可视化。

提出融合物联网传感与随机森林的智能灌溉系统，实现数据驱动的自动灌溉控制。

提出物联网与天气数据驱动的智能灌溉系统，按实时土壤与气象条件自动决策灌溉。

系统综述AI在环境韧性与可持续创新中的应用、趋势与挑战。

综述AI赋能多组学、基因编辑与精准农业，培育气候韧性与营养强化作物。

用多时相无人机影像估算氮肥与堆肥处理下红麻株高，构建高精度回归模型。

综述卫星、无人机与高光谱遥感在植被覆盖判别中的区域应用与互补能力。

系统综述AI在可持续农业中的应用，分析生产力与可持续性影响及推广障碍。

用无人机可见光影像和深度学习模型区分直播稻、湿直播稻与移栽稻三种水稻种植方式。

综述AI作物推荐研究，指出高准确率多源于数据与验证缺陷。

提出优化机器学习框架，用土壤环境数据预测农艺参数并分类菠菜生长阶段。

结合GAN数据增强与随机森林，构建高精度作物产量预测模型。

对精准农业中深度学习杂草分类、检测与分割研究进行文献计量与综述分析。

提出IoT与AI融合框架，结合实时土壤数据与天气预报推荐适宜作物。

对比经典机器学习与深度学习模型在精准农业早期杂草检测中的性能。

提出基于DeiT的混合可解释框架，实现植物病害分类与严重度估计。

提出农田遥感图文跨模态检索任务，构建数据集并提出FarmMGR框架实现语言驱动检索。