Pre-symptomatic crop intelligence: a closed-loop framework for anticipatory, confidence-aware decision-making in site-specific crop protection

方法

系统叙事综述，按提前期×置信度×可行动性框架编码文献。

发现

系统价值受提前期、检测置信度与响应延迟中最弱环节限制。

机会点

可研究提前期标注基准、不确定性感知推理与田间鲁棒多模态融合。

摘要 目的 症状触发的作物保护仅在损害发生后才采取行动，而干预窗口已经收窄。本综述将症状前感知从检测问题重新构建为闭环决策回路，确立信号的生理前置时间，并将其与其检测置信度及所能触发的响应延迟相对照，作为前瞻性、定点决策的组织原则。方法 截至2026年6月，在主要文献数据库中进行系统-叙述性综合。保留报告田间或现实条件下症状前能力的研究，并将其编码到涵盖感知、推断和执行的耦合前置时间×置信度×可行动性框架中。结果 发现光学模态在证据基础中占主导地位，而电生理和挥发性信号延长了可实现的前置时间。单一模态不足以区分生物胁迫与非生物胁迫，促使采用异质融合。边缘推断和时间起始预测仍不成熟，检测置信度很少被量化，感知到执行的回路很少闭合。报告的性能从实验室到田间急剧下降，尤其是在多年生和小农系统中。结论 提出了一个统一的症状前作物智能框架，其治理原则是系统价值受前置时间、检测置信度和响应延迟中最薄弱环节的约束；确定的优先事项包括前置时间标记基准、不确定性感知推断、田间稳健融合以及多年生作物的经济评估。