（来源：智慧农业期刊）
文章导读
《智慧农业（中英文）》2025年第3期
本期《智慧农业（中英文）》共出版15篇文章，内容涵盖智慧供应链、农业大数据、智慧养殖、植物检测与分析、农业智能装备等方向，以期为读者提供参考。
农产品供应链智能化转型是破解传统环节信息断层、高物流成本与质量追溯难题的关键路径。北京市农林科学院信息技术研究中心杨信廷研究员团队详细梳理了农产品智慧供应链在生产、加工、仓储、运输、配送、销售等各环节的关键技术与发展方向。国家农业信息化工程技术研究中心吴华瑞研究员团队对现有的农业生产大数据治理模式进行了总结，通过大数据治理关键技术、适配工具的集成与场景化创新应用，阐明了面向农业生产大数据治理的数据要素价值发挥的技术路径。AI技术为农业科研转型带来新的机遇，中国农业科学院农业信息研究所赵瑞雪研究员等提出了AI4S背景下农业智能科研新范式AI4AS，提出AI4AS发展的关键要素与路径建议。
智慧养殖与精准监测是养殖业重要发展方向。母牛发情监测与鉴定是牧场养殖繁育管理的重要内容，中国农业科学院农业信息研究所孙伟研究员团队系统性分类总结了物联网、大数据和人工智能等信息技术驱动下的母牛发情监测与鉴定技术的研究进展、发展脉络和方法路径。针对牛脸识别准确性与效率提升需求，山东省农业科学院农业信息与经济研究所郑纪业副研究员团队提出一种轻量级牛脸识别模型YOLO-PCW，为动物福利养殖、牧场智能化管理等多种场景提供可行的个体精准识别方案。鱼类姿态估计对于水产养殖中的健康监测具有重要意义，中国农业大学李振波教授团队提出了一种名为HPFPE的鱼类姿态估计模型，实现精准捕捉鱼类姿态并准确识别其关键点。为应对蜜蜂授粉检测中目标小、背景复杂等挑战，中国农业科学院农业信息研究所李兆歆副研究员团队提出了一种YOLOv10n-CHL轻量化蜜蜂授粉识别模型，增强了模型在蜜蜂授粉数据集上的检测精度。
植物活性小分子的精准检测对于推动智慧农业发展具有重要意义。北京市农林科学院智能装备技术研究中心李爱学研究员团队深入分析了电化学传感器在植物活性小分子检测领域的研究现状，分析了面临的技术挑战与下一步研究方向。水稻生育期精准识别对优化品种选育与生产管理至关重要，中国水稻研究所陈松研究员团队聚焦遥感技术在水稻生育期识别方面的应用，从数据采集处理、生育期特征提取与算法决策三个维度展开了综合分析。为解决无人机平台下“三北”工程内蒙古地区植树位点（树坑）受复杂背景影响易出现树坑漏检错检问题，西北农林科技大学张东彦教授团队构建了一种小目标检测模型YOLOv10-MHSA，在保持高性能的同时能有效提升复杂背景下小目标检测的精度。针对智能修剪机器人在复杂田间环境下对果树枝干识别精度不足及修剪点定位不准确的问题，北京林业大学王亚雄副教授团队提出一种基于图像和点云融合的深度学习方法，以实现休眠期高纺锤形苹果树剪枝点的自动识别与精准定位。大连大学汪祖民教授团队针对植物表型特征提取面临小目标边界难以精确分割、上采样细节恢复空间信息不足等问题，提出一种融合嵌入先验距离的植物时序图像对比学习方法、预训练与图卷积网络跳跃连接的U-Net温室甜樱桃图像分割方法，提高了分割准度。西北农林科技大学黄铝文副教授团队构建一种基于长短期记忆、变分模态分解和雾凇优化算法的作物冠层温度动态预测模型RIME2-VMD-LSTM，为动态预测作物冠层温度、综合衡量作物生长状况提供了可行方法。
在农业装备智能化与环境调控优化方面，为解决Venlo型连栋玻璃温室在夏季机械通风时，因调控策略模糊造成的环境不均匀及运行能耗大的问题，浙江大学聂鹏程研究员团队结合计算流体力学模型与多目标粒子群优化算法搭建了联合优化框架，优化作物生长环境，降低温室运行能耗。针对烟叶机械化采收过程中叶片损伤大、漏采率高等问题，中国农业大学陈度教授级高级工程师团队设计了一种旋转包络梳脱式烟叶采收机构，实现了成熟烟叶的连续、分层采收。
