小麦

用经济型多光谱成像结合知识蒸馏压缩模型，实现小麦线条花叶病毒早期检测。

用5年田间试验评估深度语义分割模型在无人机小麦倒伏监测中的跨年泛化能力。

近日在山东泰安举行的小麦智能育种研讨会上,小麦育种具身机器人原型机首次公开亮相。该机器人由山东农业大学教授王宏伟、张亮团队联合研发,采用实时动态差分定位与视觉融合导航技术,可在试验田小区间自主移动作业;搭载滑台高清相机,可对田间小麦进行连续影像采集,并利用视觉算法自动量化株高、穗部性状等表型参数。系统结合智能决策模型对田间单株进行高通量初筛,自主识别具有进一步考察价值的候选植株。研究团队与山东极智生物科技有限公司达成合作意向。

该研究利用叶绿素荧光成像与深度学习识别小麦白粉病并分级。

山东农业大学张亮团队联合山东省农业科学院、中国农业大学等单位研发小麦育种具身机器人 WheatX,集感知、决策与选育功能于一体,可完成大田麦穗快速筛选、对量化达标麦穗喷涂颜料原位标记,实现「感知—决策—执行」全流程闭环;团队已与极智生物达成合作,将首款小麦育种大模型 iwheat 嵌入机器人,推动从原型机向产品级升级。

山东农业大学小麦育种全国重点实验室王宏伟、张亮教授团队联合山东农科院、中国农业大学、北京大学现代农业研究院研发的小麦育种具身机器人原型机公开亮相。机器人采用RTK与视觉融合导航，可自主移动作业，搭载滑台高清相机连续影像采集，结合育种家先验经验构建智能决策模型，对田间单株高通量初筛与精细作业。

Reliability Auditing and Capacity-Constrained Review for Wheat-Yield Decision Support under Temporal and Spatial Shift。Research Square

提出多分支AI模型MBF-HybridNet，融合遥感、气象与土壤数据，提前一月预测冬小麦产量。

通过RNA-seq、WGCNA和XGBoost-SHAP分析，鉴定小麦根和茎中响应干旱的候选基因。

融合遥感、气象与SIF数据，提出物候阶段渐进式融合方法预测河南县域冬小麦产量。

用无人机多光谱图像和VGG21模型识别小麦渍害调控效果。

用QYmax叶绿素荧光成像与改进LCRNet实现小麦白粉病高精度识别。

用无人机多传感器遥感结合AutoML预测冬小麦水分含量。

提出知识引导机器学习框架，用样本增强实现田块到区域尺度的冬小麦收获监测。

用无人机多光谱、RGB和热红外遥感结合AutoML预测冬小麦含水量。

Synergizing process-based modeling and data-driven learning for precision nitrogen optimization in winter wheat。Agricultural Systems

用自建RGB小麦种子数据集对比YOLOv8n与YOLO11n的检测计数性能。

提出基于功率流与SVR-NOA的小麦收获机器人负荷在线监测方法。

提出BO-TCBDA深度学习框架，融合多源遥感数据估算冬小麦产量，兼具高精度与可解释性。

开发了IPM自评估工具ISAT，集成新的农药风险指标PL EU，比较作物保护情景的环境、健康和经济影