为基于机器视觉(MV)设计一种低成本、高效且无损的菜豆种子识别、分类的方法，采集6个品种2751粒菜豆种子的图像信息，在对图像进行二值化、颜色提取、形态学操作等图像处理的基础上，提取包括颜色特征、纹理特征以及几何特征在内的9种特征作为分类的依据，分别建立K近邻(KNN)、随机森林(RF)、支持向量机(SVM)3种分类模型，对菜豆种子的品种进行分类。对比3种分类模型的混淆矩阵、准确率及F1值后发现，SVM模型的分类效果上最优，其分类准确率和F1值分别达到97.7%、0.977。研究表明，利用MV可以实现对菜豆种子的精准识别和分类。
秸秆生物炭在环境治理和资源循环利用中发挥着重要作用，为了解秸秆生物炭的发展历程，明确该领域的研究重点和前沿方向，通过利用文献计量学CiteSpace可视化软件，对Web of Science(WOS)核心合集数据库检索获得的数据进行文献计量和知识图谱分析。结果显示：秸秆生物炭的年发文量呈上升趋势，中国的发文量位居榜首，总量达3141篇；在全球研究机构中，中国科学院、农业农村部和土壤科学研究所是秸秆生物炭研究的代表性机构；该领域的研究成果主要发表在Science of the Total Environment和Bioresource Technology等高影响因子期刊，中国的王海龙是发文量最多的学者；研究热点及方向主要包括：秸秆生物炭的原料和制备条件、秸秆生物炭在固碳减排、改良土壤和污染修复上的应用以及机制。总体而言，秸秆生物炭是农业废弃物资源化利用的热点主题，今后秸秆生物炭的改性制备、对减缓气候变化和修复环境污染的机制与长期效应研究仍然是研究热点与趋势。
运用地统计学方法和GIS技术，将烟田按土壤养分含量划分不同肥力分区；利用多点大田试验获取关键参数建立推荐施肥模型；应用开发的数字烟田系统和烟田养分管理系统，将烟田测土配方结果推送给烟农以指导施肥实践。结果表明，奉节烟区土壤碱解氮含量属中等水平，有效磷和速效钾含量中等偏高。施肥分区显示，中氮中高磷中高钾烟田比例最大，低氮低磷高钾和中氮高磷中钾烟田比例次之，低氮高磷高钾和中氮低磷低钾烟田比例最小。研究开发的数字烟田系统和烟田养分管理系统可将土壤养分信息和施肥配方结果实时便捷地推送给用户以指导精准施肥。这项研究的成果实现了测土配方施肥的“最后一公里”，为烟田的科学施肥提供了有力的技术支撑。
通过概述图像采集的2种方式，即RGB图像和光谱图像的获取，探讨图像预处理技术，包括图像去噪、增强及分割等步骤。在特征提取方面采用主成分分析(PCA)和线性判别分析(LDA)方法，能高效提取稻种的颜色、纹理和形状特征；探讨了机器学习和深度学习在稻种光谱图像及RGB图像处理中的实践应用，以及深度学习模型在稻种识别分类的性能优化和改进方法。研究发现，机器视觉技术在稻种识别领域展现出高效与准确性，未来可以期待开发出低成本的图像采集平台和更为轻量级的稻种识别软件，推动稻种数据共享，并持续探索新兴的深度学习技术，进一步优化稻种识别的效果。
实时、精准的土壤水分含量监测是农业用水管理的基础，探究冬小麦土壤水分反演的最优模型对于提高农业用水效率和可持续发展均具有重要的意义。本研究以河南省鹤壁市浚县冬小麦种植区域的土壤水分含量为研究对象，采用无人机遥感数据、卫星遥感数据、田间采样数据，分别运用温度植被干旱指数模型、水云模型和改进的水云模型3种方法，进行土壤含水量反演对比分析与最优模型选择。结果表明，3种方法中10 cm深度的反演精度均高于20 cm，且R2均大于0.4。其中采用改进的水云模型方法在10 cm深度的R2为0.7055、RMSE为0.0209，20 cm深度的R2为0.5069、RMSE为0.0271，优于水云模型和温度植被干旱指数的反演效果。因此，改进的水云模型是一种适合用于麦田土壤水分反演的方法，它能够提供较高的反演精度。
针对大范围冬小麦种植丰度定量评估和种植面积测量业务化中存在的，高分辨率影像覆盖能力较低难以在大空间范围内推广应用，与中分辨率影像提取精度较低之间相互制约的现实问题，选择均匀分布于黄淮海平原的6个Sentinel-2条带位置为试验区，通过分别构建随机森林分类模型提取Sentinel-2的冬小麦种植区域，并将Sentinel-2冬小麦种植区域合成为250 m空间分辨率的种植丰度，结合时序MODIS NDVI训练随机森林回归模型，预测得到黄淮海平原冬小麦种植丰度，从而实现大范围冬小麦种植丰度定量评估和种植面积测量。相比传统MODIS NDVI时序数据提取冬小麦种植区域，还需额外进行混合像元分解后才能得到种植丰度，本研究使用随机森林回归方法直接获得了每个像元的种植丰度，省去了混合像元分解步骤。训练的各条带位置随机森林分类模型，F1 score达0.9983以上，当训练集样本量占总样本量的2%以上时随机森林回归模型趋于稳定，当样本量占比达50%时模型最适宜使用，R2达0.8140，样本量占比达90%时，回归模型R2达到最大值为0.8162。使用模型测量冬小麦种植丰度和种植面积分别能够达到Sentinel-2精度的91%和99%以上，满足了大范围冬小麦种植丰度定量评估和种植面积测量的业务化精度要求。
针对小麦叶片三维可视化不易实现的问题，通过NURBS曲面算法对小麦叶片进行三维重建。实测小麦叶片长度、叶片宽度、茎叶夹角、叶鞘长度、叶鞘直径等具体数据，通过主脉控制点算法计算叶片和叶鞘的主脉控制点信息，根据叶片宽度、叶鞘直径等信息计算出全部控制点信息，在visual studio中使用OpenGL构建小麦叶片三维模型。本研究算法得出的小麦叶片模型与真实小麦叶片有较高的相似度，较好地体现了叶片的弯曲度，真实地反映了作物叶片的形态信息。基于NURBS曲面的三维重建控制灵活、使用方便、计算简单，在作物的三维建模方面有较好的应用和参考价值。
为了全面探析互花米草的研究热点和发展趋势，利用文献计量学软件CiteSpace 6.1 R2对Web of Science和中国知网数据库互花米草文献进行梳理和可视化分析。结果表明：（1）国内外互花米草研究发文量呈上升趋势，2018年起国内总发文量超越国外。（2）国外互花米草研究机构以Louisiana State University为首，形成了以Bertness M-Silliman B-Iribarne O团队、Mendelssohn I-Hester M团队、Morris J-Wigand C团队为核心的研究力量；国内研究机构以中国科学院大学为首，核心研究团队是李博-安树青团队、张利权团队、仝川-曾从盛-王维奇团队，但国内外研究合作仍待加强。（3）互花米草研究历经以保滩护岸为目的的认识阶段、以生理学和生态学为主的理论研究阶段、应对互花米草扩散及入侵的防治技术研发和实施阶段。（4）国内外互花米草研究核心内容基本一致，但近10年来国内研究聚焦于互花米草入侵对本土植物影响、入侵机制及防治技术等。基于此，文章指出：国内互花米草研究应从治理技术零散、防治成本高、再次入侵、潜在污染风险大等方面给予更多关注，尽快形成适应中国地理环境特征的互花米草可持续治理技术；互花米草研究目前仍处于快速发展期，研究广度和深度不断增强，未来一段时间内，强化互花米草防治科技支撑、实施互花米草治理全过程跟踪评估仍是该领域的关注热点。
数字土壤制图是基于土壤成土学、地理学和数学理论知识，借助3S技术手段而产生的一种新型高效的土壤制图技术。国内外学者从环境协同变量的生成、样点数据的获取、数字土壤制图模型或方法的选择及土壤图的产生与验证这4个方面已有大量的研究，尤其是对制图方法的研究。本文介绍了数字土壤制图的五类方法，分别是地统计学方法、确定性插值、数理统计、机器学习和专家知识模型。同时基于不同方法的特征，从样本的密度和分布状况、地形地貌特征及目标变量等方面考虑，选择适用于研究区域的制图方法。数字土壤制图未来的发展方向包括将人类活动因子加入环境协同变量；基于机器学习与数据挖掘建立更有效的采样方法；新型建模方法的应用（深度学习和多模态方法）。
农业是维系人类生存和发展的重要产业，随着全球人口不断增加，农业行业迫切需要采用新兴技术来提高农业生产能力。ChatGPT(Chat Generative Pre-trained Transformer)作为一项具有划时代意义的人工智能技术，在农业领域中具有不可忽视的应用价值。本文分析了ChatGPT在农作物种植管理、畜牧业生产管理、农产品市场营销、农业教育与科技发展探索等领域中的应用潜力，同时指出了其相关的局限性，并提出了针对性的解决策略，旨在为农业生产、农业研究与发展领域的决策者和从业者提供一些参考。
禾谷孢囊线虫(CCN)是一种严重影响小麦产量的植物寄生线虫，在国内小麦主产区都有广泛分布，危害粮食安全。为了解关于CCN的研究发展现状，利用文献计量分析软件CiteSpace，对1993—2022年CNKI和Web of Science数据库中收录的该领域文献资料分别按照所属国家或地区、研究机构、作者与关键词等进行可视化分析。研究发现，1993—2010年处于CCN研究领域发展初期，中文文献发文量低于英文。从2011年开始，国内关于CCN的研究成果逐渐增多，中文文献发文量急剧增加。由国家合作网络与研究热度图谱分析发现，2016—2022年，中国该领域的研究成果在国际期刊的发文量持续增加，并以最高的发文总量在该领域贡献突出。研究主体力量分析表明，各国科研工作者之间存在多方合作，但关于CCN的研究领域未形成稳定的核心作者群。由该领域的关键词发展趋势和聚类分析认为，关于CCN的研究前沿已从过去的发生与鉴定、危害与防治，发展到了现在的挖掘植物优良抗性基因、研发高效生防菌剂等方向，关于CCN与宿主植物及土壤微生物互作的分子机制研究是该领域的研究热点。建议未来的研究考虑通过本土小麦远缘杂交来培育新抗性品种；挖掘“小麦-线虫-土壤微生物”的多重互作机制，利用多学科相互交叉的优势，开发非单一菌株的菌剂配方，以寻求更高效且绿色环保、可以广泛应用的线虫治理措施。
基于中国知网(CNKI)和Web of Science(WoS)核心合集数据库的相关文献，应用VOSviewer软件，以图和表的形式对有关玉米产量性状遗传特性研究文章的文献量、作者、机构、期刊、关键词等数据进行可视化分析。共收集到1976—2022年间收录在CNKI数据库的中文文献782篇及WoS数据库的英文文献2140篇。根据关键词共现网络分析，CNKI数据库在此领域的研究内容主要涉及玉米籽粒、根系等产量性状相关的遗传研究和QTL定位、配合力遗传效应及杂交种产量性状关联分析等，WoS数据库主要关注产量性状QTL定位、非生物因子调控玉米形态来影响产量的生理生态研究。研究发现，在21世纪之前，玉米产量性状遗传特性的研究多集中在相关形态指标的生理生态研究，之后逐步重点扩增到影响产量表达的分子机制挖掘方向。总体来讲，有关玉米产量遗传特性研究的热点在未来仍可能趋向于调控产量性状遗传表达的基因挖掘、多组学等分析，以及非生物因子影响产量因子表达的生理生态等研究这2个模块。作者、机构合作关系可视化网络图显示，国内间合作相对密切，国内外合作相对不足。此外，2个数据库中收录文献排名及被引用频次等数据表明，玉米产量性状遗传特性这一方向在中国有较好的研究热度，但成果突出水平在世界范围内有待加强，因此建议科研人员进一步深化研究内容，并加大国内外团队的合作力度，以增强国内玉米产量性状遗传解析的实力，提高研究成果在世界范围的关注度与认可度。
