摘要：叶绿素荧光成像作为一种高效的植物光合作用和生理状态信息获取手段，常被应用于智慧农业信息感知等众多领域。现阶段的大尺度叶绿素荧光成像技术缺少与微观的叶片级叶绿素荧光成像之间的机制上联系，忽略成像角度与叶片叶龄对叶绿素荧光成像产生的影响，限制了其在大尺度农业智能评估与决策中应发挥的作用。针对上述问题，设计了一套可多角度成像的叶绿素荧光采集设备，用以探究叶绿素荧光成像与成像角度和叶片叶龄之间存在的联系，并利用绿萝、樟树和大叶黄杨这三种分别代表藤本、乔木和灌木的植物共计60片叶子进行成像实验，分析荧光强度、F_v/F_m和R_fd三个典型荧光指标。实验结果表明成像角度对叶绿素荧光成像存在显著影响，成像角度的增大会导致荧光参数值的减小，对不同种类植物的影响也不同。叶片的叶龄也会影响叶绿素荧光成像，成长期叶片的成像参数指标优于成熟期叶片。

摘要：全球数字化进入加速发展时期，中国的数字化进程正在全面展开。以物联网、大数据、云计算、人工智能等为代表的新一代信息网络技术在农业领域的深度应用与广泛渗透，对农业产业创新和升级带来深刻影响。因此，农业数字化与智慧化，是现代农业发展的必然趋势，是为中国农业插上科技翅膀的必然举措。种植业是关系国计民生的产业，种植业的数字化与智慧化是农业全产业链数字化建设的中心环节，是现代农场的主要组成部分。提出了适用于大规模农场化种植的“天、空、地”一体化的智慧种植解决方案，并给出其具体的应用场景，为我国大宗农作物种植精准化、智慧化提供参考解决方案。

摘要：实蝇是国内外备受关注的检疫害虫，种类繁多。不同种类的实蝇外形大小相似，不易鉴别。此外，在实际应用中，鉴别实蝇的可用信息会受遮挡、视角、光影变幻等因素影响，导致实蝇自动识别工作难以进行。提出基于双线性池化的实蝇分类注意力网络，用于学习有效的实蝇鉴别特征。该网络由显著性特征模块和跨层双线性模块两个部分组成：显著性特征模块通过对不同卷积层进行滤波增强处理，实现特征增强；跨层双线性模块基于双线性池化融合特征，确定注意部位，挖掘判别特征。在具有自然环境背景的实蝇数据集上进行的实验表明，该方法效果较好，具有良好的实际应用前景。

摘要：随着农业大数据及智慧农业的发展，面对海量的农业文本数据，构建知识图谱等自然语言处理应用需求逐渐增长。目前，在农业领域的实体语料库及实体标注体系仍处于空白状态。对农业文本进行处理时，面临如何定义实体类别及范围等问题。基于此问题，以农业科学叙词表为科学依据，提出面向农业知识图谱构建的农业文本数据实体标注准则，涵盖了农作物、病虫草害等多种农业实体，以及基于该准则设置标注原则构建基于农业文本的自注释语料库，并进行实验验证，证明了该准则的有效性。该准则为农业实体语料库的构建提供可参考的标注规范，以及为农业实体识别提供语料支持。