Advances in Information Sensing and Intelligent Monitoring of Field Crops Throughout the Full Growth Cycle（大田作物全生育期信息感知与智能监测研究进展）

江苏大学农业工程学院 Tang Ruifan 等在《Agronomy》16(18): 1852 发表综述（2026-09-20 发表）：大田作物在不同生育阶段持续变化、呈现显著空间异质性、需在短作业窗口内进行管理。研究以生育阶段为主线组织文献，通过"农业需求—可观测变量—感知平台—数据处理方法—验证设计—状态解释—管理或装备输出"通用链条分析。从卫星遥感、无人机感知、地面与近端感知、田间物联网、机载传感器、多源融合、作物模型与机器学习方法按空间支撑、时间连续性、尺度匹配、田间稳健性、迁移条件、不确定性与操作适用性比较。综述报告作物表型反演、田间环境表征、生物胁迫识别在特定条件下已建立；跨阶段状态继承、一致参考测量、独立验证、监测结果向可执行任务转化仍不充分。提出生命周期导向的信息处理视角，未来应加强跨作物跨区域验证、机理性与数据驱动模型协同、不确定性报告、互操作性和田间反馈。