大田作物

基于2011-2023年31省面板数据，评估数字乡村建设对粮食安全的影响及空间效应。

提出CAPLA无人机点云融合方法，监测水盐胁迫下棉花叶倾角昼夜动态。

提出无监督多模态聚类框架AgriMAC，融合无人机NDVI、IoT土壤与气象数据评估水稻健康。

提出光谱-图像融合多任务学习框架，同时反演玉米冠层四个生化与结构性状。

用无人机多光谱重采样14种分辨率，结合PROSAIL与随机森林，研究春小麦多性状反演的空间尺度效应。

提出几何感知网络Plant-GeoAT，实现3D植物点云器官身份解析与器官级表型分析。

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。

提出RATL迁移学习框架，解决高光谱遥感跨区域冬小麦叶绿素评估的域偏移问题。

比较印度旁遮普省稻麦与玉米麦轮作的经济环境权衡，评估玉米麦作为替代的可持续性。

用随机森林和方差分析比较土耳其四省水稻产量差异，识别关键地理驱动因子。

提出CNN-Transformer-LSTM混合框架，实现棉花叶片病害自动识别。

通过定性分析25篇文献，探讨如何负责任地利用AI推动非洲气候适应型农业与粮食安全。

用APSIM-Rice与CMIP6情景模拟重庆不同播期和品种水稻产量、耗水与水分利用效率。

评估雨养条件下不同苗床与豆科间作对花生土壤保水及产量的协同效应。

构建空间优化框架，为中国稻田节水灌溉推广寻找兼顾产量、温室气体与成本的路径。

Hidden costs of rice intensification: Life cycle and economic assessment in Vietnam's Mekong Delta。Agricultural Systems

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。

提出可持续性感知数字孪生框架TSAFI-DT，用于印度花生产量预测与情景模拟。

用深度学习结合大规模环境数据预测县域大豆产量，并对比多种网络架构与传统模型。