Crop Yield Estimation with MODIS Derived Normalized Difference Vegetation Index and Comparative Study on Crop Yield Prediction Among Linear Regression, Random Forest and Gradient Boosting as Well as CatBoost
用MODIS NDVI与四种回归模型预测印度各邦作物产量，并做全国尺度验证。
大田作物
浏览大田作物相关政策、产业动态与研究。
技术筛选 · 已选 1 项
170 篇内容清除全部筛选
Wild rice kernel inspection using a prompt-guided vision language model with evidence-grounded reasoning
用提示引导的视觉语言模型对野生稻米粒进行检测，并给出基于证据的推理。
Visual measurement for forage maize stubble height fusing cascaded neural networks and robust tracking
提出融合级联神经网络与鲁棒跟踪的视觉方法，测量饲用玉米留茬高度。
安徽农业大学发布大豆垂直大模型"丰菽"2.0 构建我国首个大豆全生命周期生成式AI育种平台
在第三十二届全国大豆科研生产研讨会上,安徽农业大学大豆智能设计育种创新团队联合中国农业科学院作物科学研究所共同研发的大豆领域垂直大模型"丰菽"2.0正式发布。该模型集成豆百科、豆分子、豆文献、豆病害、豆表型、豆育种六大功能模块,汇聚大豆核心种质资源、基因组、表型影像、科研文本等多源数据,构建"多源验证—智能融合—可信输出"的知识技术架构。科研人员用手机拍摄大豆叶片即可进行病害诊断与表型特征提取,实现"随拍随诊"。
农业农村部信息中心主任王小兵调研四川仪陇智慧农业建设
9月8日农业农村部信息中心主任、党委书记王小兵赴四川仪陇专题调研智慧农业发展与人工智能赋能农事服务中心建设。王小兵指出,仪陇基层农事服务阵地基础扎实、体系完善,具备打造丘陵山区智慧农业示范样板的良好条件,要紧扣农业生产全链条,聚焦水稻关键生产环节推动数字技术、人工智能与农事作业深度融合,打造可复制可推广的丘陵山区智慧农事服务示范标杆。
Leakage-Proof Reliability-Aware Deep Learning Framework for Rice Leaf Disease Diagnosis
提出防泄漏、可靠性导向的水稻叶病诊断深度学习框架，并系统评估其泛化与部署表现。
Machine Learning-Based Prediction of Fall Armyworm (Spodoptera frugiperda) Outbreaks in Maize Production Systems of Northern Nigeria Using Climate and Remote Sensing Data
用气候与遥感数据构建机器学习模型预测尼日利亚北部玉米草地贪夜蛾暴发。
Transfer learning integrated with SCOPE model for maize yield prediction based on spectral data for different spatial scales
结合迁移学习与SCOPE模型，利用不同空间尺度光谱数据预测玉米产量。
An Interpretable BO-TCBDA Deep Learning Framework for Winter Wheat Yield Estimation Using Multi-Source Remote Sensing Data
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。
Knowledge-guided deep learning improves estimation of rice aboveground biomass
提出知识引导的深度学习模型，提高水稻地上生物量估算精度。
Deep learning technique for rice leaf disease classification and severity level identification via Hybrid ResConvolutional Neural Network
提出混合Res卷积神经网络用于水稻叶部病害分类与严重度识别，结合物联网数据采集。
Decoding Electro-Priming responses in cotton using an integrated taguchi-machine learning framework for optimizing seed performance
用田口-机器学习框架优化棉花种子电引发处理，提升种子性能。
Multi-attribute spectral imaging with a wavelength-aware band-gated vision transformer for camellia oil adulteration detection
提出波长感知的ViT-BandGate模型，利用多属性光谱成像检测山茶油掺假，实现高精度识别。
Integrating a pesticide risk indicator into a multi-criteria assessment tool for comparing crop protection scenarios
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
International Journal of Artificial Intelligence and Machine Learning 2026, 6(9s)·9月5日 · 周六81 分 论文大豆与油料农业人工智能与决策模型阅读 2
From Orbit to Leaf: A Critical Systematic Review of Artificial Intelligence for Multi-Scale Crop Monitoring and Soybean Leaf Disease Diagnosis（IJAIML 2026, 6(9s), 471-498）
系统综述AI用于多尺度作物监测与大豆叶病诊断，提出FRI评估标准与报告协议。
International Journal for Research Trends in Social Science & Humanities.·9月4日 · 周五69 分 论文单产提升与粮食安全智慧农业 / 农业物联网2 个信源同时报道 阅读 1
AI-Driven Smart Agriculture And Food Security In Developing Countries: A Comparative Perspective
比较六国AI驱动智慧农业对粮食安全的影响，发现数字基础设施和AI准备度是关键。
Design and field validation of a vision-based graded compaction intensity control system for wheat seeding
设计并田间验证了基于视觉的小麦播种分级压实强度控制系统。
EOL-DQN: An intelligent cutting decision of potato seed tubers based on improved deep reinforcement learning
提出EOL-DQN改进深度强化学习模型，用于马铃薯种薯切块智能决策。
VGG21 Deep Learning + Drone Multispectral Imagery Detects Wheat Waterlogging Stress and Silicon Fertilizer Effects
用无人机多光谱和VGG21深度学习检测小麦涝害并评估硅肥效果。
北京市农林科学院玉米所：国内首个即将通过国家审定的矮秆玉米品种 LC6569 现场签约
第三十三届中国北京种业大会上，北京市农林科学院玉米研究所首席科学家赵久然带来最新成果矮秆 LC6569 和京科 857D，并与北京联创种业有限公司签署科技成果转化合作协议。LC6569 是国内首个即将通过国家审定的矮秆玉米品种，株高仅 2.3 米左右，比常规玉米矮一大截，却能在每亩 6000 株的高密度下保持大果穗，实现矮秆、耐密、高产、抗倒伏和全程机械化，明年推广面积预计达 20 万亩以上。