江苏农业科学

2026年04期

收藏成功

微博空间微信

本刊为综合性期刊。刊载的文章科学性强，在学术上多有新的见解与发展。栏目有专论、作物栽培与育种、新品种、植物保护、农业产业... 展开

类型

半月刊

类别

农业乡村

定价

促销信息

全年订阅更优惠!

¥15.00 ¥9.00

原貌版试读单本购买

采摘机器人目标识别与采摘点定位技术研究进展 摘要：采摘机器人视觉系统的目标识别与采摘点定位技术是影响农业采摘机器人采摘效率和质量的关键技术。近年来，采摘机器人视觉系统在目标识别与采摘点定位技术方面取得了显著进步。本综述对采摘机器人视觉系统的目标识别与采摘点定位技术的最新研究成果进行系...
人工智能时代新型职业农民对大语言模型工具采纳行为研究 摘要：随着人工智能技术在农业领域的不断应用,大语言模型工具逐渐被引入农业生产管理、技术咨询和市场信息获取等环节，为农业数字化与智能化发展提供了新的技术支撑。然而，从实际情况看,大语言模型工具在农民群体中的应用仍不充分，其采纳行为及影响机制尚...

基于改进D\*Lite算法的果园机器人混合路径规划算法 摘要：由于果园环境空间结构复杂、树木分布密集、通道狭窄,传统的路径规划算法往往存在路径偏差大、转弯频繁、导航安全性降低等问题。为克服这些挑战，提出一种基于改进 D* Lite的窄小森林果园环境混合路径规划算法，该方法增强了路径的可行性,提高...
基于FAS-RRT的番茄采摘机械臂路径规划 摘要：针对温室番茄采摘机械臂在非结构化环境中路径规划存在随机性强、收敛速度慢等问题,提出一种基于模糊自适应步长的快速拓展随机树(fuzzy adaptive step rapidly exploring random tree,FAS－RR...
自走式果园采摘作业平台设计、机架有限元分析及田间试验 摘要：为解决果园采摘作业环节人工采摘方式劳动强度大、生产效率低等问题，设计一种自走式果园采摘作业平台。介绍该自走式果园采摘作业平台的整机结构和工作原理,使用 Solidworks 软件建立三维几何模型,并利用 AnsysWorkbench软...
基于改进YOLOv8n模型的草莓成熟度检测算法 摘要：为解决草莓果实被枝叶或其他果实遮挡,导致草莓成熟度识别困难的问题,提出一种改进YOLOv8n的草莓成熟度检测算法YOLOv8n-CDW。首先,在主干网络中将C2f模块替换为C2f_FasterBlock 模块，通过部分卷积减少计算量和...
基于改进YOLOv5的轻量级苹果识别方法 摘要：为了在计算资源有限的边缘计算设备上高效集成苹果果实检测系统，针对自然果园环境下苹果果实的快速准确识别问题，提出一种基于改进YOLO v5 的轻量化检测模型。首先，将YOLO v5 主干替换为由GhostConv、GhostBotlen...

基于HRNet的单分藥水稻植株表型参数获取 摘要：针对水稻在精准育种和栽培管理过程中对植株表型特征高精度、高通量自动获取的实际需求，以实现数据大规模处理为目标，提出一种基于HRNet网络的单分藥水稻植株表型参数获取方法。首先，针对水稻植株形态结构不确定的问题设计了穗、茎、叶等器官关键...
基于Micro-CT的花生种子形态表型分析及重量预测模型构建 摘要：为探究不同花生品种的种子形态结构多样性,明确花生种子结构特征与重量和品质的关系，并构建种子重量预测模型，以65个花生品种为材料，利用Micro-CT技术扫描测试样本，通过CT图像的处理解析，获取花生种子的长度、宽度、厚度、体积、子叶体...
多尺度环境因子下烟草颜色表型响应模型构建 摘要：为了解决传统作物表型研究多依赖日尺度气象因子、忽略小时级环境扰动以及RGB叶色特征维度不足的问题,以烟草云烟87为材料并对其进行连续监测，利用固定摄像头采集烟草冠层RGB图像，提取图像RGB颜色均值、中位数、众数、偏度、峰度等统计特征...

导数变换结合机器学习的茶树冠层高光谱氮素反演 摘要：针对野外茶树冠层氮素含量高光谱反演中环境噪声干扰大、敏感特征提取难的问题,提出一种基于导数变换与机器学习相结合的氮素反演方法，旨在提升氮素反演精度，为茶园精准施肥提供技术支撑。以福建省武夷山市茶园为研究区，采集62个茶树冠层样本的高光...
基于多光谱无人机的冬小麦拔节期叶面积指数反演 摘要：针对冬小麦拔节期叶面积指数(LAI)快速大范围监测需求,探究高分辨率无人机多光谱影像在作物长势指标反演中的潜力，为精准农业提供技术支撑，利用大疆Mavic3M无人机（飞行高度 12m ,厘米级精确度)获取拔节期多光谱影像，同步实地测量...
基于Swin-T与ResNet34多尺度特征融合的水稻磷素营养诊断 摘要：为实现水稻磷素营养状况的快速、精准诊断,提升科学施肥水平与水稻高效栽培管理能力,提出一种基于Swin Transformer(Swin－T)与ResNet34多尺度特征融合的水稻磷素营养诊断方法。该方法首先采用ResNet34网络提取...
基于堆叠模型的土壤有机碳预测方法 摘要：土壤有机碳(SOC)含量是评估土壤质量与农业可持续性的关键指标。针对高维光谱数据中存在的特征冗余、非线性建模难题以及传统模型泛化性能不足的问题，提出一种异构集成学习框架——DeepStack－Ridge。该模型融合了深度神经网络（DN...

基于RF－RFE 特征优选与GBRT模型的Sentinel-2水稻识别研究 摘要：以江西省南昌市晚稻主产区为研究对象,依托Google Earth Engine云平台，集成多时相 Sentinel-2影像的光谱特征、植被指数特征和纹理特征，采用随机森林递归特征消除法(RF_RFE)进行特征优选。进一步引入梯度提升回...

基于改进YOLOv8n的轻量化玉米幼苗及杂草检测方法 摘要：对玉米苗期田间的作物及伴生杂草进行高效检测，能促进智能化农田除草作业并保障玉米稳产增产。针对当前YOLOv8算法在玉米苗期阶段对伴生杂草检测精度较低、内存占用量大、计算复杂度高的问题，提出一种基于改进YOLOv8n算法的轻量化检测模型...
基于改进RT－DETR的玉米幼苗与杂草的检测算法 摘要：针对自然田间场景中玉米幼苗与杂草形态相似度高、背景环境复杂以及多尺度目标并存等技术问题,提出一种基于改进RT－DETR的玉米幼苗与杂草识别检测算法VSR－DETR。具体改进策略如下：首先，设计增强型视觉状态空间的主干网络框架，通过设计...

基于改进RT－DETR的桃子果实病害检测 摘要：桃子各病害形态有一定相似度，且不同成熟度相同病害表现存在差异,现有的模型对桃子病害检测容易出现误检和漏检且计算开销大。针对以上问题,提出一种基于改进RT－DETR 的实时桃子病害检测算法（peach diseases 一DETR,PD...
基于改进YOLOv10的水稻叶片病害识别研究 摘要：在复杂的水稻叶片病害识别场景中，由于受光照变化、叶片遮挡以及病害种类繁多等多重因素的干扰，传统检测算法难以兼顾精度与效率，制约了实时监测和现场应用。提出了一种基于改进YOLOv10的高效检测算法,以提高模型对水稻叶片病害的识别准确度。...
基于生成对抗网络和改进VG166的遮挡葡萄叶片病害识别 摘要：针对真实条件下葡萄叶片存在易于相互遮挡、难以平铺和病斑大小不一导致的传统病害识别方法准确度不高等问题，提出了一种基于生成对抗网络的遮挡葡萄叶片病害识别方法。通过数据增强技术（如裁剪图像大小、调节图像亮度、添加高斯噪声等)对健康、黑腐病...
基于改进YOLOv8n算法的水稻叶片病害检测 摘要：针对水稻病害检测中存在的识别精度不足、检测效率低下、目标定位偏差及冗余检测等问题，设计了一种基于YOLO v8n 架构优化的叶片病害识别方案。通过3个核心改进策略实现了算法性能提升：首先，采用EfficientViT多尺度特征提取架构...
基于混合注意力机制与改进YOLOv11的花生叶片病害检测方法 摘要：针对花生叶片病害智能检测方法中存在的检测精度低和定位不准确的问题,在YOLOvl1网络模型的基础上进行改进优化,提出一种基于三通道混合注意力机制的花生叶片病害检测方法。首先,设计通道、空间、光谱的三通道混合注意力机制,突出病斑区域、抑...
基于UR-MSM网络的玉米叶部病斑分割 摘要：针对复杂背景干扰下玉米叶部病斑图像分割精度不高的问题，提出一种改进的分割网络UR-MSM，以提升其在阴影、遮挡及光照变化等复杂场景下的分割准确性、稳定性与鲁棒性。本研究采用融合公共数据集与自建数据的混合数据集CGSDD进行模型训练与验...
基于轻量级YOLOv10的番茄叶片病害检测 摘要：随着农业生产的发展,番茄叶片病害的早期检测与防治变得尤为重要。然而，传统检测方法往往受限于较高的计算成本和复杂的模型结构，难以在实际生产中广泛应用。为进一步提高检测精度并降低计算开销，提出了一种基于轻量级YOLOv10的病害检测模型。...
轻量级深度学习模型在草莓病害识别中的应用 摘要：为解决草莓病害识别中的高准确率和低计算成本问题,特别是在移动设备上实现高效、准确的实时检测，针对传统人工识别方法耗时且准确度受限的问题,选择轻量级深度学习模型 MobileNetv3－Small进行改进，借助引人全维动态卷积(ODCo...
基于改进ViT的葡萄叶部病害识别模型 摘要：为了高效且精准地对葡萄叶部病害进行识别,针对人工检测效率低下、传统机器学习方法无法自动提取特征等问题,提出一种基于改进ViT(vision transformer）的葡萄叶部病害识别模型。首先，收集4062张包含黑腐病、埃斯卡病、叶枯...
基于RSL-YOLOv8的水稻病害检测模型 摘要：针对传统水稻病害检测效率低下、识别精度不准确、过于依赖技术人员的工作经验和病害识别经济成本高等问题,提出一种基于YOLOv8网络模型改进的RSL－YOLOv8检测模型用于识别多种水稻病害。首先,将 YOLO v8颈部网络中的所有C2f...
DropBoost-MAML：基于元学习的小样本农业病害识别研究 摘要：农业病害是影响农作物产量和质量的主要因素之一，但传统的深度学习方法在农业病害识别中高度依赖大规模标注样本，难以适应农业场景中样本稀缺、类别不平衡及分布差异显著的实际情况。为解决上述问题，本研究以提升小样本病害识别的泛化性能为目标,提出...

基于改进YOLOv11的番茄叶片病虫害识别算法 摘要：为了提升番茄叶片病虫害检测的精度和效率,针对农田背景复杂、目标较小等难题,提出一种基于改进YOLO v11的番茄叶片病虫害识别算法——YOLO v11－EBW,实现对番茄叶片病虫害的精准识别。首先,通过在YOLO v11算法的每个检测...
基于YOLOv11改进模型的玉米病虫害检测系统 摘要：玉米病虫害种类繁多，且种植环境复杂,给病虫害检测工作带来了较大挑战。现有目标检测算法通常计算量较大，而边缘计算设备受限于计算资源和内存容量，难以满足玉米病虫害检测对实时性和高效性的要求。针对上述问题,本研究设计了一套基于YOLOv11...
基于知识蒸馏和EfficientNetv2的植物病虫害识别方法 摘要：提出了一种基于改进版EfficientNetv2轻量化植物叶片病害识别网络ED-EfficientNet Δv2 ，该模型引人ECA注意力机制以替代原有的SE注意力机制，并在第4阶段的倒残差结构中采用动态卷积代替传统的 1×...

基于改进CenterNet的农作物害虫智能检测算法 摘要：针对农业领域中害虫检测自动化程度低、传统深度学习检测算法计算复杂度高、难以部署于资源受限设备的问题,提出一种轻量化改进型CenterNet的害虫检测算法。该方法采用轻量级MobileNetv3替代原有的ResNet-50作为主干网络,...
基于改进YOLOv11的葡萄叶片害虫检测 摘要：葡萄是全球重要的果树作物，害虫高发已成为限制其稳产优质的关键因素。传统人工识别方法存在效率低、主观性强等不足,难以满足精准防控需求。为实现葡萄叶片害虫的快速与高精度检测,提出改进模型YOLO v11-GrapePest。首先构建覆盖大...