【目的】 作物病虫害遥感监测是精准防控农田生物胁迫、保障国家粮食安全的关键技术。现有研究在特征筛选和建模方法上的进展显著提高了病虫害监测精度，但距解决生产需求仍存在差距，主要表现为模型精度有限且泛化能力不强。【方法】 文章梳理了水稻、小麦、玉米三大粮食作物病虫害遥感监测研究最新成果，从光谱监测机理、遥感数据选择、建模制图方法、生产与育种应用等角度分析了现有研究的发展脉络与技术瓶颈。【结果】 （1）现有研究基于不同作物病虫害机理筛选特异性多源特征组合，构建了从经典机器学习向机理引导的深度学习发展的算法框架，各类病虫害监测效果显著提升。（2）受限于模型时空迁移能力及诊断决策方法的缺失，现有技术面对动态场景难以形成智能决策，与满足实际大田病虫害防控需求间存在差距。【结论】 为打破作物病虫害光谱监测理论构建与田间应用间的壁垒，未来研究需进一步深入机理解析、数据扩展与模型优化，构建天空地多尺度智能监测与决策体系，从而在农田绿色智能防控中发挥实质性作用，为发展农业新质生产力提供坚实的技术支撑。

【目的】 马铃薯早疫病和晚疫病频发，严重情况下可导致产量下降10%~40%，对粮食安全构成较大威胁。文章针对现有病害识别模型在复杂田间环境下准确率不足的问题，构建了一种面向真实场景的马铃薯病害分类与分级模型ResNet18-GABM。【方法】 该模型以ResNet18为骨干网络，引入全局分组坐标注意力模块（GGCA），增强对病斑细微特征的表征能力。同时设计多尺度特征双时融合模块（BFM），实现多维语义信息的有效融合，并结合迁移学习策略优化训练过程，在提升收敛效率的同时提高识别精度和计算效率。基于单叶片、多叶片和混合叶片3类复杂场景数据集开展消融与对比实验，并对不同严重程度的病害进行分级识别。【结果】 （1）将GGCA与BFM模块联合嵌入ResNet18模型后，其分类准确率较基线模型提升2.09个百分点。（2）该模型在单叶片数据集上的识别准确率为100%；在多叶片数据集上的准确率为95.08%，较基准模型ResNet18提高4.92个百分点；在混合叶片数据集上的分类精度为99.10%，较4类基线模型提升2.09~3.59个百分点。（3）在严重程度分级任务中，该模型的识别准确率达到92.66%，较基线ResNet18提升2.75个百分点。【结论】 该模型在复杂农田环境下具有良好的泛化能力和稳定性，可为马铃薯病害的早期预警与精准防控提供技术支持。

【目的】 针对南方水稻种植区受云雨天气影响、光学遥感难以稳定获取关键生育期信息用于水稻识别的问题，以湖南省岳阳县为研究区，利用多时相Sentinel-1影像进行早稻种植区域提取研究。【方法】 文章以Sentinel-1IW模式VH极化多时相影像为核心数据源，叠加国土调查耕地矢量数据构建研究范围；基于早稻全生育期雷达后向散射时序特征构建样本集，分别采用DeepLabV3+、SegUNet和SegUNet++ 3种语义分割模型进行像素级提取，并与随机森林、支持向量机2种传统机器学习方法开展对照试验，统一采用总体精度、kappa系数等指标定量评估。【结果】 （1）在VH极化下，3种深度学习模型DeepLabV3+、SegUNet、SegUNet++早稻提取的判识精度分别为84.80%、83.10%和80.32%，显著优于随机森林（72.40%）和支持向量机（72.24%）2种传统机器学习模型。（2）DeepLabV3+模型在漏判控制、边界完整性与复杂地块适应性上最优，综合性能领先。【结论】 在多云雨区早稻提取场景中，深度学习模型凭借深层特征挖掘与空间结构学习能力，显著优于依赖人工浅层特征的传统机器学习方法，研究结果可为南方多云雨地区早稻种植面积监测与农业精细化管理提供技术参考。

【目的】 系统综述数据智能驱动的作物群体数字孪生研究进展，阐明其理论框架、关键技术与应用方向，为实现作物“群体—养分—水分”一体化精准调控与智慧农业发展提供参考。【方法】 文章基于国内外相关文献，梳理数字孪生在农业中的定义、层级结构及核心组成；重点分析多源信息感知、群体结构表征、机理—AI融合建模、数据同化及虚实交互等关键技术；结合典型案例，总结其在作物养分水分管理、健康监测、结构优化与智能决策中的应用。【结果】 （1）数字孪生通过多源数据融合与模型协同，实现作物群体的动态映射与智能调控。（2）数字孪生通过虚实融合实现智能决策，并为水肥管理、群体健康监测及产量优化等关键环节提供了决策依据。（3）数字孪生仍然存在数据异构、模型标准化及系统集成不足等问题。【结论】 数据智能驱动的作物群体数字孪生是实现农业精准化与农业绿色发展的关键路径。未来应加强数据标准建设、模型协同与平台集成，构建开放共享的孪生体系，推动农业智能化与可持续发展。

【目的】 食用菌产业正面临由数量增长向质量效益转型的关键时期，尤其是工厂化发展快速提升了食用菌产业的信息化水平。但菌种活性“看不见”、发菌期热“散不出”、出菇环境“控不准”、采菇“抓不稳”等问题阻碍食用菌产业的提质增效进程。【方法】 文章采用食用菌工厂化全流程节点解析和文献梳理的方法，从基质、菌种、出菇环控与采收4个环节，梳理食用菌全生产链的信息技术突破。【结果】 （1）在基质预处理与制棒环节，基质压缩、发酵和灭菌的工艺升级与工厂化数字配料系统保证了基质的品质与配料的高度均匀性，木腐菌的菌渣能作为草腐菌的理想基质实现菌渣的循环利用。（2）在菌种制备与发菌环节，液体发酵技术发菌期短、立体接种均匀纯度高，结合机器视觉与边缘计算，成功实现了养菌阶段生物量的无损透视，解决了液体菌种易染菌、难监测的痛点。计算流体力学气流优化技术与变频调控技术能有效解决发菌期生物热积聚导致的高能耗问题。（3）在出菇诱导与环境管理环节，现代设施化出菇模式结合物联网、边缘计算与人工智能技术，不仅解决了“温、湿、气”之间的物理冲突问题，还实现了微气候的动态平衡，在促进菌菇生长的同时有针对性地控制菌菇品质和预防病害。针对香菇的“日夜变温+干湿交替”策略和草菇的“防凝露”环境调控策略，均有效提高了出菇的均匀率与良品率。（4）在采收自动化与智能化方面，具身智能与食用菌表型结合智能决策和采收路径规划指导刚柔耦合末端执行器协同作业，能够有效突破食用菌采收阶段重叠目标定位难与机械损伤率高的技术壁垒，为未来食用菌采摘机器人的产业化及全面应用提供技术支撑。【结论】 信息化技术有力推动了食用菌产业的数智化进程，随着人工智能技术的快速发展迭代，食用菌产业各个生产环节通过先进技术武装，将以无人化、生态化的特征实现“提质、增效、节能”目标。

【目的】 江苏省区域尺度的水稻播期优化受气候空间异质性和茬口限制存在显著差异。在稻麦轮作体系下，兼顾茬口限制，实现定量化最优播期决策，是亟待解决的问题。【方法】 文章以江苏省为研究区，选用主栽品种‘南粳9108’和‘扬麦158’，利用2010-2020年CMFD v2.0栅格气象数据驱动CropGrow作物生长模型，模拟稻麦轮作系统的生育进程。基于模拟的生育期和气象数据，采用气候适宜度理论计算各播期的温度适宜度，并结合茬口可行性筛选，确定逐年最优播期，进而以多年平均值作为各空间单元的最优播期。【结果】 （1）经农气站点数据进行参数优化后，模型对水稻关键生育期的模拟精度较高，RMSE均在7 d以内。（2）温度适宜度随播期呈先升高后降低的单峰变化，峰值位置年际波动明显。（3）江苏省最优播期集中在DOY 126~149之间，呈现从沿海到内陆逐渐提前的空间格局，且与各地高产栽培实践播期高度吻合（R2=0.75）。【结论】 该研究提出的决策算法在江苏省具有良好泛化能力，揭示了最优播期的空间分布规律。这将区域播期决策从经验指导提升为可量化的科学工具，可为各地因地制宜制定播期方案提供决策依据。

【目的】 在乡村振兴与人才强农战略背景下，高素质农民培育已成为吸引青年返乡的一项重要政策举措。文章从政策实施历史进程入手，构建理论模型，分析高素质农民培育通过系统的制度设计影响青年返乡选择的内在作用机制，为优化政策提供理论参考。【方法】 以人口流动的“推拉理论”为基础分析框架，结合国家高素质农民培育规范规程等政策文件，运用理论与制度分析方法，探讨培育工作如何与乡村经济推力、政策拉力与文化混合力相互作用，并系统阐释重塑青年返乡决策的制度化路径。【结果】 高素质农民培育通过3条互相协同的制度化路径推动青年返乡：一是通过技能赋能，纾解青年返乡经济风险；二是通过组织链接转化宏观政策机遇为青年个体可及的发展机会；三是系统性的价值引领与身份认定，帮助青年树立积极正向的“新农人”职业认同。这3条路径共同作用，系统重塑了青年决策中的推拉力量对比。【结论】 揭示高素质农民培育驱动青年返乡的制度化作用机制，为“推拉理论”在具体政策应用上提供新的研究视角。未来政策优化完善，应超越单纯技能传授层面，转向系统化培育、制度化支持与价值化引领并重，通过结构化赋能防控风险、组织化拓展链接机会、价值化引导建构认同的政策体系，从而长期、有效地吸引并留住青年人才。

【目的】 立足首都超大城市消费场景与都市型现代农业功能定位，解析北京鲜食玉米产业产销耦合特征、供给结构矛盾与价值链提升瓶颈，探索全链条优化路径，为鲜食玉米产业提质增效、品牌化发展与可持续供给提供科学支撑与决策参考。【方法】 文章基于2017—2025年批发市场行情数据、农业统计资料与实地调研，系统研判鲜食玉米供需格局、生产空间布局、价格波动机制、渠道结构效能及产业链协同水平。【结果】 北京鲜食玉米消费呈现品质化、功能化、品牌化升级趋势，形成“本地生产+外埠调入”的双源保障格局，价格呈现显著季节性波动与周期性分化；多元流通渠道差异化显著，错期生产、品种培优、高品质供给、冷链物流体系和区域公共品牌成为产业核心竞争力与价值增值的关键支点。【结论】 北京鲜食玉米产业需以全链条协同、高品质导向、品牌化引领为方向，通过错期生产优化、种业科技创新、优质产能扩容、冷链体系完善和三产融合赋能，强化产销高效衔接与价值链跃升，推动都市型现代农业高质量发展。

【目的】 作物病虫害遥感监测是精准防控农田生物胁迫、保障国家粮食安全的关键技术。现有研究在特征筛选和建模方法上的进展显著提高了病虫害监测精度，但距解决生产需求仍存在差距，主要表现为模型精度有限且泛化能力不强。【方法】 文章梳理了水稻、小麦、玉米三大粮食作物病虫害遥感监测研究最新成果，从光谱监测机理、遥感数据选择、建模制图方法、生产与育种应用等角度分析了现有研究的发展脉络与技术瓶颈。【结果】 （1）现有研究基于不同作物病虫害机理筛选特异性多源特征组合，构建了从经典机器学习向机理引导的深度学习发展的算法框架，各类病虫害监测效果显著提升。（2）受限于模型时空迁移能力及诊断决策方法的缺失，现有技术面对动态场景难以形成智能决策，与满足实际大田病虫害防控需求间存在差距。【结论】 为打破作物病虫害光谱监测理论构建与田间应用间的壁垒，未来研究需进一步深入机理解析、数据扩展与模型优化，构建天空地多尺度智能监测与决策体系，从而在农田绿色智能防控中发挥实质性作用，为发展农业新质生产力提供坚实的技术支撑。

【目的】 马铃薯早疫病和晚疫病频发，严重情况下可导致产量下降10%~40%，对粮食安全构成较大威胁。文章针对现有病害识别模型在复杂田间环境下准确率不足的问题，构建了一种面向真实场景的马铃薯病害分类与分级模型ResNet18-GABM。【方法】 该模型以ResNet18为骨干网络，引入全局分组坐标注意力模块（GGCA），增强对病斑细微特征的表征能力。同时设计多尺度特征双时融合模块（BFM），实现多维语义信息的有效融合，并结合迁移学习策略优化训练过程，在提升收敛效率的同时提高识别精度和计算效率。基于单叶片、多叶片和混合叶片3类复杂场景数据集开展消融与对比实验，并对不同严重程度的病害进行分级识别。【结果】 （1）将GGCA与BFM模块联合嵌入ResNet18模型后，其分类准确率较基线模型提升2.09个百分点。（2）该模型在单叶片数据集上的识别准确率为100%；在多叶片数据集上的准确率为95.08%，较基准模型ResNet18提高4.92个百分点；在混合叶片数据集上的分类精度为99.10%，较4类基线模型提升2.09~3.59个百分点。（3）在严重程度分级任务中，该模型的识别准确率达到92.66%，较基线ResNet18提升2.75个百分点。【结论】 该模型在复杂农田环境下具有良好的泛化能力和稳定性，可为马铃薯病害的早期预警与精准防控提供技术支持。

【目的】 针对南方水稻种植区受云雨天气影响、光学遥感难以稳定获取关键生育期信息用于水稻识别的问题，以湖南省岳阳县为研究区，利用多时相Sentinel-1影像进行早稻种植区域提取研究。【方法】 文章以Sentinel-1IW模式VH极化多时相影像为核心数据源，叠加国土调查耕地矢量数据构建研究范围；基于早稻全生育期雷达后向散射时序特征构建样本集，分别采用DeepLabV3+、SegUNet和SegUNet++ 3种语义分割模型进行像素级提取，并与随机森林、支持向量机2种传统机器学习方法开展对照试验，统一采用总体精度、kappa系数等指标定量评估。【结果】 （1）在VH极化下，3种深度学习模型DeepLabV3+、SegUNet、SegUNet++早稻提取的判识精度分别为84.80%、83.10%和80.32%，显著优于随机森林（72.40%）和支持向量机（72.24%）2种传统机器学习模型。（2）DeepLabV3+模型在漏判控制、边界完整性与复杂地块适应性上最优，综合性能领先。【结论】 在多云雨区早稻提取场景中，深度学习模型凭借深层特征挖掘与空间结构学习能力，显著优于依赖人工浅层特征的传统机器学习方法，研究结果可为南方多云雨地区早稻种植面积监测与农业精细化管理提供技术参考。

【目的】 系统综述数据智能驱动的作物群体数字孪生研究进展，阐明其理论框架、关键技术与应用方向，为实现作物“群体—养分—水分”一体化精准调控与智慧农业发展提供参考。【方法】 文章基于国内外相关文献，梳理数字孪生在农业中的定义、层级结构及核心组成；重点分析多源信息感知、群体结构表征、机理—AI融合建模、数据同化及虚实交互等关键技术；结合典型案例，总结其在作物养分水分管理、健康监测、结构优化与智能决策中的应用。【结果】 （1）数字孪生通过多源数据融合与模型协同，实现作物群体的动态映射与智能调控。（2）数字孪生通过虚实融合实现智能决策，并为水肥管理、群体健康监测及产量优化等关键环节提供了决策依据。（3）数字孪生仍然存在数据异构、模型标准化及系统集成不足等问题。【结论】 数据智能驱动的作物群体数字孪生是实现农业精准化与农业绿色发展的关键路径。未来应加强数据标准建设、模型协同与平台集成，构建开放共享的孪生体系，推动农业智能化与可持续发展。

【目的】 食用菌产业正面临由数量增长向质量效益转型的关键时期，尤其是工厂化发展快速提升了食用菌产业的信息化水平。但菌种活性“看不见”、发菌期热“散不出”、出菇环境“控不准”、采菇“抓不稳”等问题阻碍食用菌产业的提质增效进程。【方法】 文章采用食用菌工厂化全流程节点解析和文献梳理的方法，从基质、菌种、出菇环控与采收4个环节，梳理食用菌全生产链的信息技术突破。【结果】 （1）在基质预处理与制棒环节，基质压缩、发酵和灭菌的工艺升级与工厂化数字配料系统保证了基质的品质与配料的高度均匀性，木腐菌的菌渣能作为草腐菌的理想基质实现菌渣的循环利用。（2）在菌种制备与发菌环节，液体发酵技术发菌期短、立体接种均匀纯度高，结合机器视觉与边缘计算，成功实现了养菌阶段生物量的无损透视，解决了液体菌种易染菌、难监测的痛点。计算流体力学气流优化技术与变频调控技术能有效解决发菌期生物热积聚导致的高能耗问题。（3）在出菇诱导与环境管理环节，现代设施化出菇模式结合物联网、边缘计算与人工智能技术，不仅解决了“温、湿、气”之间的物理冲突问题，还实现了微气候的动态平衡，在促进菌菇生长的同时有针对性地控制菌菇品质和预防病害。针对香菇的“日夜变温+干湿交替”策略和草菇的“防凝露”环境调控策略，均有效提高了出菇的均匀率与良品率。（4）在采收自动化与智能化方面，具身智能与食用菌表型结合智能决策和采收路径规划指导刚柔耦合末端执行器协同作业，能够有效突破食用菌采收阶段重叠目标定位难与机械损伤率高的技术壁垒，为未来食用菌采摘机器人的产业化及全面应用提供技术支撑。【结论】 信息化技术有力推动了食用菌产业的数智化进程，随着人工智能技术的快速发展迭代，食用菌产业各个生产环节通过先进技术武装，将以无人化、生态化的特征实现“提质、增效、节能”目标。

【目的】 江苏省区域尺度的水稻播期优化受气候空间异质性和茬口限制存在显著差异。在稻麦轮作体系下，兼顾茬口限制，实现定量化最优播期决策，是亟待解决的问题。【方法】 文章以江苏省为研究区，选用主栽品种‘南粳9108’和‘扬麦158’，利用2010-2020年CMFD v2.0栅格气象数据驱动CropGrow作物生长模型，模拟稻麦轮作系统的生育进程。基于模拟的生育期和气象数据，采用气候适宜度理论计算各播期的温度适宜度，并结合茬口可行性筛选，确定逐年最优播期，进而以多年平均值作为各空间单元的最优播期。【结果】 （1）经农气站点数据进行参数优化后，模型对水稻关键生育期的模拟精度较高，RMSE均在7 d以内。（2）温度适宜度随播期呈先升高后降低的单峰变化，峰值位置年际波动明显。（3）江苏省最优播期集中在DOY 126~149之间，呈现从沿海到内陆逐渐提前的空间格局，且与各地高产栽培实践播期高度吻合（R2=0.75）。【结论】 该研究提出的决策算法在江苏省具有良好泛化能力，揭示了最优播期的空间分布规律。这将区域播期决策从经验指导提升为可量化的科学工具，可为各地因地制宜制定播期方案提供决策依据。

【目的】 在乡村振兴与人才强农战略背景下，高素质农民培育已成为吸引青年返乡的一项重要政策举措。文章从政策实施历史进程入手，构建理论模型，分析高素质农民培育通过系统的制度设计影响青年返乡选择的内在作用机制，为优化政策提供理论参考。【方法】 以人口流动的“推拉理论”为基础分析框架，结合国家高素质农民培育规范规程等政策文件，运用理论与制度分析方法，探讨培育工作如何与乡村经济推力、政策拉力与文化混合力相互作用，并系统阐释重塑青年返乡决策的制度化路径。【结果】 高素质农民培育通过3条互相协同的制度化路径推动青年返乡：一是通过技能赋能，纾解青年返乡经济风险；二是通过组织链接转化宏观政策机遇为青年个体可及的发展机会；三是系统性的价值引领与身份认定，帮助青年树立积极正向的“新农人”职业认同。这3条路径共同作用，系统重塑了青年决策中的推拉力量对比。【结论】 揭示高素质农民培育驱动青年返乡的制度化作用机制，为“推拉理论”在具体政策应用上提供新的研究视角。未来政策优化完善，应超越单纯技能传授层面，转向系统化培育、制度化支持与价值化引领并重，通过结构化赋能防控风险、组织化拓展链接机会、价值化引导建构认同的政策体系，从而长期、有效地吸引并留住青年人才。

【目的】 立足首都超大城市消费场景与都市型现代农业功能定位，解析北京鲜食玉米产业产销耦合特征、供给结构矛盾与价值链提升瓶颈，探索全链条优化路径，为鲜食玉米产业提质增效、品牌化发展与可持续供给提供科学支撑与决策参考。【方法】 文章基于2017—2025年批发市场行情数据、农业统计资料与实地调研，系统研判鲜食玉米供需格局、生产空间布局、价格波动机制、渠道结构效能及产业链协同水平。【结果】 北京鲜食玉米消费呈现品质化、功能化、品牌化升级趋势，形成“本地生产+外埠调入”的双源保障格局，价格呈现显著季节性波动与周期性分化；多元流通渠道差异化显著，错期生产、品种培优、高品质供给、冷链物流体系和区域公共品牌成为产业核心竞争力与价值增值的关键支点。【结论】 北京鲜食玉米产业需以全链条协同、高品质导向、品牌化引领为方向，通过错期生产优化、种业科技创新、优质产能扩容、冷链体系完善和三产融合赋能，强化产销高效衔接与价值链跃升，推动都市型现代农业高质量发展。