现今，兽医药理学与毒理学被视为对“同一个健康”战略做出贡献的学科，旨在降低动物–人类生态系统的风险。抗生素的使用对畜牧业安全、健康和快速发展起着至关重要的作用。在过去30年里，兽医药理学与毒理学领域得到了快速发展并取得了一系列重要成果。例如，2015年，中国兽医药理学与毒理学领域的科学家首次发现了黏菌素抗性基因MCR-1。目前，新型兽药的研发和现有抗菌药物的合理使用是该领域的热点问题，近年来也取得了一些进展。

生物质是最具前景的增值化学品可再生资源之一。尽管生物质转化过程具有可持续性，但与传统生产有价值化合物的方法相比，竞争力仍存在争议。因此，进一步开展关于高效、低成本加工此类原料的研究尤为重要。

当前，面向智能交通的新型无人驾驶载具技术和具体智能系统正处于变革时期。在可预见的不久的将来，以无人车 (Unmanned Ground Vehicle, UGV) 和无人机 (Unmanned Aerial Vehicle, UAV) 为代表的无人系统将构建新的地面和空中运输、物流和作业系统，在工农业各个领域具有巨大的应用潜力。无人驾驶系统 (开放道路和封闭场景) 和智能农机装备是智能交通的代表性应用。“可交互”感知、“会学习”决策、“自成长”控制是具身智能的三个重要特征。相应地，多传感器 (激光雷达、毫米波雷达、光学传感器) 和多源信息融合技术、SLAM技术、仿生视觉技术应用于感知阶段。类脑智能和端到端深度学习神经网络应用于认知和决策阶段。控制阶段采用自抗扰控制、一体化控制、仿生编队控制和有人/无人混合协同控制技术。

由于全球人口不断增长、资源有限，可持续粮食生产对保障粮食安全和维持生态平衡具有重要意义。

近年来，利用遥感和建模技术的智慧农业给农作物生产带来了显着效益，也改变了我们对作物的认知和管理。遥感可以在“地面-低空-卫星”等不同尺度上监测作物生长，而作物建模则可以根据各种环境参数提供对作物生长和产量的预测性见解。遥感和建模广泛应用于作物生长、营养需求、灌溉管理、病虫害防治等方面，对优化农业实践，提高资源效率，为农业可持续发展做出重大贡献。鉴于此，特邀奥胡斯大学Dr. Syed Tahir Ata-Ul-Karim，德州理工大学/德州农工大学Dr. Wenxuan Guo，石河子大学刘扬副教授，华南农业大学张雷副教授和中国农业科学院赵犇副研究员联合Agriculture，Agronomy，Crops，Plants，Remote Sensing 期刊创建了Topic “Advances in Smart Agriculture with Remote Sensing as the Core and Its Applications in Crops Field (以遥感为核心的智慧农业研究进展及其在作物领域的应用)”。

伴侣动物在我们生活中扮演着重要角色。营养是维持伴侣动物健康的主要因素之一。营养不良或营养过剩可能会导致伴侣动物的健康问题，如胃肠道疾病、肾脏疾病、皮肤病、肥胖和糖尿病等。研究人员正在研发更健康的宠物食品，以延长动物的寿命并提高其生活质量。因此，深入了解伴侣动物营养对于研发能够维持宠物健康的新型宠物食品非常重要。基于此，特邀华南农业大学邓百川副教授，南京农业大学李莲副教授和中国农业大学季昀博士联合 Animals、Antioxidants、Metabolites、Pets、Veterinary Sciences 期刊创建了Topic“伴侣动物营养研究”。

非生物胁迫 (干旱、盐碱、冷、热、涝渍等) 是影响作物发育和生产力的主要因素。它们是世界范围内广泛农业生产损失的主要原因。关于非生物胁迫，干旱，盐度和极端温度是现代农业必须应对的主要环境约束。据估计，它们可能导致主要作物产量减少50%或更多。小麦作为一种主要的主食，是能量、蛋白质、维生素、矿物质等人体必需元素和有益化合物的重要来源。阐明小麦对非生物胁迫的耐受机制对于减轻这些胁迫对小麦生产的影响具有重要意义。

数字智能时代为环境监管和可持续发展提供了新的视角，其中先进的智能技术和数据科学工具发挥了关键作用。具体而言，数智治理正在成为全球经济和社会实现绿色、弹性和包容性复苏的核心驱动力。通过数据驱动的决策模型，数字环境监管工具可以更准确地诊断问题，为经济社会可持续发展提供关键指标。例如，通过智能气候监测、数字化环境评估、智慧城市建设等创新战略，可以更有效地推动低碳转型和绿色转型，从而促进经济持续健康增长。然而，在主要经济体绿色转型的过程中，数字智能背景下环境监管手段与经济社会发展的关系仍然面临挑战和不确定性。

随着气候变化带来的严峻挑战及其对农业可持续性的深远影响，该领域已成为研究热点。通过研究减少农业系统碳足迹的创新战略，我们旨在满足对可持续解决方案的迫切需求，强调采用基于系统的方法来减少温室气体排放、加强碳固存和减少养分损失，同时保障粮食安全、环境完整性和生态系统服务。

标记分布学习 (Label Distribution Learning, LDL) 引入了标记分布来描述单个实例的标记信息，能够有效处理标记模糊和多标记学习问题，作为一种新兴学习范式在各个领域有着广泛的应用。标记分布定义了各个标记对于示例的描述度，使得LDL特别适用于有标记不确定性或标记相关性的场景。同时，标记增强 (Label Enhancement, LE) 技术使得LDL能够应用于广泛存在的逻辑标记标注的数据，通过自动从逻辑标记恢复出标记分布，进一步扩展了LDL的应用范围。

智能技术的最新进展已使其在建筑领域有了众多应用。智能技术融合了各种流程、软件和硬件，可用于提高建筑物生命周期不同阶段 (包括设计、施工、运营、维护和拆除) 的质量和效率。有必要确定智能技术在不同建筑项目流程和阶段的最佳用途，确定这些应用对建筑项目以及所涉及的各利益相关者的益处，并提供解决其应用中挑战的解决方案。

湍流是流体动力学中的一种复杂现象，它涉及到流体在不同尺度上的无序运动。研究湍流具有重要的科学意义和广泛的工程应用。

由于人口增长、工业化和气候变化，对有机废物的监管越来越严格，对可再生化学品和燃料的需求也越来越高，这使得管理废物资源以满足全球需求变得越来越具有挑战性。废水、废塑料、废食品、农业废物和二氧化碳只是废物领域的几个例子，这些废物需要有效的管理和增值策略，以提高成本效益和满足客户需求。开发环保创新策略以处理不同工业来源的废物，是当前研究中越来越重要的一个领域。

我们正处于一个动荡时代，新兴风险激增，这给保险和风险管理带来前所未有的挑战和为人类做出贡献的历史性机遇。具体而言，人工智能全面融入人类活动、老龄化叠加全球人口下降趋势、地缘政治紧张局势和气候变化导致各种意想不到的中断、保护主义和保守主义导致的监管加剧带来应变成本上升，构成了塑造保险和风险管理未来的四股决定性力量。这四股力量，都以字母A开头——人工智能 (AI)、老龄化 (Aging)、中断 (Abruptions) 和应变 (Adoptions)——所以我们称之为4A时代。

随着风电、光伏等可再生能源大规模接入，电力系统正经历从"同步机主导"向"逆变器主导"的革命性转型。这一变革在推动能源低碳化的同时，也引发了系统强度削弱、宽频振荡频发、谐波谐振加剧等新型稳定性挑战，严重制约新能源消纳能力。