大田作物

9-14 四川省眉山市东坡区太和镇永丰村千亩高标准农田 300 亩 AI 试点田通过专家组测产验收："华浙优 210"（高产优质杂交稻）亩产 826.8 公斤、"胜两优 222"（超高产籼粳杂交稻）亩产 863.6 公斤、"全优 169"（超高产杂交籼稻）亩产 858.8 公斤。AI 系统通过无人机巡检采集数据，对种植、水肥调控和病虫害早期预警提供精准建议。四川农业大学水稻栽培专家马均教授表示，结合良种、良法与 AI 精准管理可有效释放水稻增产潜力，为大规模单产提升提供可复制技术路径；今年永丰村共有 240 余个新品种在产量/株型/米质上表现良好，智能精准播种技术与 AI 应用已初步见效。

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。

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。

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。

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。

辽宁省农业农村厅9月3日答复省政协王春雨委员关于加快推广应用"北斗+智慧农业"的提案（辽农提〔2026〕110号）。省厅将联合工信厅持续强化政策引导，依托《辽宁省"人工智能+农业"三年行动方案（2025-2027年）》《辽宁省"数据要素×现代农业"实施方案（2024—2026年）》，沈阳、盘锦两市已入选工业和信息化领域首批北斗规模应用试点城市，两市共完成1万余台套北斗独立定位应用。2024年率先在铁岭昌图县启动玉米试点4.3万亩，2025年拓展至盘锦大洼区水稻示范，形成玉米、水稻双作物技术储备。

通过LCA评估意大利软小麦从传统向精准农业转型的环境影响，发现总影响降低20.8%。

系统综述2020-2026年精准农业在玉米生产中的应用，纳入129项研究，评估技术、应用及产量优化效

系统综述2020-2026年玉米精准农业技术、应用与产量优化，纳入129项研究。

A map-based decision-support framework for variable-depth seeding of fodder maize integrating proximal soil sensing and multi-temporal satellite NDVI data。Precision Agriculture

华北大学Zhang等基于EfficientNet与FPN多尺度特征融合构建田间害虫智能检测框架:EfficientNet作为轻量级注意力嵌入骨干网络提取层次特征,集成多尺度检测与分层FPN融合以提升微小、不显眼的害虫识别性能。在37种田间作物常见害虫上的实验表明,所提模型在IoU阈值0.5下的平均精度([email protected])达到98.89%、平均识别错误率1.57%、平均推理时间仅0.048秒/图像,在检测精度和实时性能间取得平衡,为田间害虫监测提供轻量、可靠、自动化的监测解决方案,促进数据驱动、精准的害虫管理,推动可持续绿色精准农业。

北京市农林科学院联合中国农业科学院烟草研究所在山东滨海盐渍区开展 14 块玉米与 13 块大豆试验,基于 UAV 多光谱与偏最小二乘路径建模(PLS-PM)融合基线土壤盐分与叶面积指数、株高、SPAD、覆盖度,构建盐胁迫响应指数 SSRI;SSRI 与产量呈显著负相关(r=−0.670 至 −0.764),EN 模型在玉米拔节期 R²=0.774、PLSR 在开花期 R²=0.819,生成的空间 SSRI 地图可捕捉田间异质性,为盐渍农业 UAV 作物胁迫监测与精准管理干预评估提供概念验证框架。

基于低空UAV RGB影像的作物物候期深度学习自动分类研究。利用11,489张向日葵、油菜、大豆、小麦和大麦图像,基于BBCH量表标注,采用预训练ResNet18通过迁移学习适应任务。两阶段训练:先冻结骨干优化分类头,再微调整个网络。油菜和大麦测试准确率100%,其他作物均超过99%,平均准确率达99.73%。结果支持低空UAV影像与深度学习在精准农业中选择性区域物候评估的潜力,但广泛部署需要跨独立田块、季节、地区和调查条件的验证。

针对中国西南油菜水氮利用效率低、智能水肥装备落地难的问题,基于两季田间试验(2 个灌溉水平 ×3 个施氮水平 + 雨养对照)耦合 EWM-TOPSIS 多准则评价模型。结果显示 W2F2 处理(100% ETc 灌溉 + 300 kg N/ha)在两季分别提升叶片光合速率 51.2% 和 50.8%,在 EWM-TOPSIS 综合评价中两季均居首(S1 季贴近度 0.742,S2 季 0.650),在产量、品质、资源利用与经济效益间达到最优平衡。研究为西南丘陵油菜智能水肥装备应用提供了基于作物生理响应的决策优化框架。

植物病害每年造成全球农业产量损失20%-40%、经济损失超2200亿美元。文章提出统一深度学习流水线,集成语义分割、基于回归的严重程度估计和病害分类,根据感染叶片面积比例将胁迫严重程度分为四档。在包含1641样本、六个类别的苹果树叶病害分割数据集上,采用MobileNetV2的U-Net表现最佳,像素准确率98.20%、mIoU 0.70、检测准确率99.41%、单张图像处理时间仅14.7毫秒,适合实时田间应用。计算出的严重程度指数与专家标注高度相关(r=0.968, R²=0.937),为自动化作物监测和决策支持提供可靠方案。[预印本]

及时准确地检测作物胁迫对提升农业生产力和保障全球粮食安全至关重要,但标注数据成本高。文章提出新型时空应力网络STS-NET,基于自监督3D卷积自编码器构建,利用PlanetScope高分辨率影像时序数据,提取NDVI、GNDVI、RECI、NDRE四种植被指数捕捉时空胁迫模式。在印度北方邦Lakhimpur-Kheri地区2.5英亩甘蔗试验田上,STS-NET对水分胁迫达到97.98%精度、对氮素胁迫达85.08%精度、对复合胁迫达83.47%精度,证明该自监督方法在标注数据稀缺条件下有效检测甘蔗胁迫的潜力,并可作为简单模型的稳健特征提取器。[预印本]