浏览数字农业与前沿技术相关政策、产业动态与研究。
提出基于树莓派与Coral Edge TPU的边缘AI精准农业系统，实现作物状态分类与实时决策。
重庆日报评论员文章指出我国数字乡村建设正在从「技术示范」走向「产业常态」;2026 年 9 月,中央网信办、农业农村部、工信部联合印发《数字乡村高质量发展行动计划(2026-2030 年)》明确优化数字乡村发展学科专业布局、强化政策支持、培育乡村数字人才,吸引数字游民等新群体投身乡村;农用无人机年作业面积已突破 4 亿亩、农村网络零售额首次突破 3 万亿元。
农业农村部科学技术司发布通知,2026-09-30 至 11-13 期间在全国范围内征集 2027 年度农业主导品种、主推技术与重大引领性技术;主导品种覆盖农作物、饲草、畜禽、水产及名特优新品种,主推技术覆盖良田、良种、良机、良法融合集成技术,优先推荐农业人工智能、生物育种、农机装备等领域的引领性技术。
比较XGBoost、LightGBM和CatBoost在作物产量可解释建模中的表现，强调评估协议与数
构建集成作物推荐、产量预测、肥料建议与多语言问答的AI农业决策Web平台。
综述无人机应用潜力与发展趋势，强调其向自主化、网络化、数据驱动系统演进。
提出双分支深度学习网络融合时序与辅助数据，提升亚热带水稻分类精度。
提出巴特沃斯低通滤波与自编码器混合方法，检测农业物联网传感器时序异常。
综述根际微生物组工程，提出DBTL框架设计合成菌群，并融合精准农业与AI实现气候智慧型农业。
提出HyBEAR高光谱航空影像基准数据集，用于整田块裸土检测。
开发KRISHI AI平台，集成AI与IoT提供作物推荐、病害识别、天气信息和农机租赁服务。
GreenAI: An Explainable AI and IoT-Enabled Offline Framework for Precision Agriculture。Research Square
提出轻量CNN与EfficientNet-B0混合特征提取、PCA降维和堆叠集成分类的菠萝蜜病害检测
融合Sentinel-1 SAR与Sentinel-2光学时序，用集成机器学习实现印度早季作物类型高
结合遥感植被指数与机器学习，预测尼日尔萨赫勒四地区2010–2025年水稻产量。
AGRISIGHT AI: A ConvNeXtV2-Based Deep Learning Framework for Crop Disease Classification with a Proposed Multimodal Extension for Precision Agriculture。Research Square
综述农学大数据的技术、应用、效益与挑战，强调多源数据融合支撑精准农业决策。
提出基于ESP32与CNN的智能农业系统，实现环境监测与叶片病害实时检测。
提出物联网结合机器学习的智慧农业系统，实现环境监测与智能灌溉决策。
综述深度学习与计算机视觉在芒果叶片病害早期识别中的应用，梳理三代技术并展望可持续种植。