<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">SDME</journal-id><journal-title-group><journal-title>Scientific Development of Modern Education</journal-title></journal-title-group><issn>2998-9027</issn><eissn>2998-9043</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/SDME.2025300010</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>基于AI 的果树病虫害智能诊断与精准防治研究
—— 以广东茂名荔枝产业为例</title><url>https://artdesignp.com/journal/SDME/2/30/10.61369/SDME.2025300010</url><author>吴勇志</author><pub-date pub-type="publication-year"><year>2025</year></pub-date><volume>2</volume><issue>30</issue><history><date date-type="pub"><published-time>2025-12-05</published-time></date></history><abstract>荔枝属于广东茂名市的特色农业产业，其成长过程容易受到病虫的影响，面临相关问题，传统的诊断和防治方式过于依赖人工经验，其表现出效率低下、误判率较高等问题。本研究将茂名荔枝作为案例，分析了AI 技术在果树病虫害诊断的应用，并探究图像识别模式的构建，探究AI 诊断系统的优势。同时，本研究创建精准防治决策支持系统，重视环境传感器数据的融入，有效改善施药的时间、方式等。</abstract><keywords>人工智能,计算机视觉,深度学习,荔枝病虫害,精准农业</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 李道亮, 杨昊. 农业人工智能：赋能农业现代化新征程[J]. 农业工程学报,2021,37(11):1-8.[2] 广东省农业农村厅.2022 年广东荔枝产业发展报告[R]. 广州: 广东省农业农村厅,2023.[3] 茂名市统计局. 茂名市2022 年国民经济和社会发展统计公报[R]. 茂名: 茂名市统计局,2023.[4] 赵春江, 李斌, 陈雯柏, 等. 智慧农业研究现状与发展趋势[J]. 农业机械学报,2021,52(1):1-20.[5] 邱宝利, 任顺祥, 王兴民, 等. 中国荔枝害虫发生为害现状及防控策略[J]. 中国果树,2020,(4):1-6.[6] 张荣标, 沈明霞, 刘龙申. 基于深度学习的植物叶片病害识别方法研究进展[J]. 农业工程学报,2019,35(18):152-162.[7] 胡林, 周玉琴, 冯宏祖, 等. 基于物联网和深度学习的棉花病虫害监测预警系统[J]. 农业工程学报,2020,36(17):205-214.[8] 高州县人民政府. 高州荔枝栽培技术与病虫害防治手册[M]. 广州: 广东科技出版社,2019.[9] 杨祥, 段军明, 董明刚. 面向移动端的植物病害图像识别方法及其应用[J]. 江苏农业科学,2023,51(04):191-197.DOI:10.15889/j.issn.1002-1302.2023.04.028.[10] 马娜, 郭嘉欣. 基于LM 神经网络的小麦叶片病害识别[J]. 农学学报,2023,13(02):60-66+76.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
