Recent Developments in Smart Agriculture and Horticulture: A Critical Appraisal of Sensing, Robotics, Analytics and Controlled-Environment Production

数字与自动化技术已被推崇为提高大田农业和园艺作物生产力、降低投入品使用并增强韧性的路径，但支撑这些预期的证据仍不均衡，且在若干领域存在争议。本综述批判性地考察了智慧农业与园艺在六个相互依赖的技术领域中的进展：近端与遥感、机器学习分析、田间与温室机器人、受控环境生产、采后品质评估与供应链完整性，以及连接上述各环节的集成架构。文献通过结构化检索开放学术数据库与索引获得，并辅以引文回溯与追踪以及从机构来源进行定向检索，批判性评价聚焦于方法学充分性、生态效度以及所报告性能与实际运行条件之间的对应关系。综合结果中呈现三项主要发现。第一，传感与识别系统的技术性能往往在与商业实践存在实质性差异的条件下确立，由此产生的“实验室到田间”泛化差距是文献中最一致的方法学弱点。第二，园艺系统施加的约束并不能由源自大田作物的技术自动解决，包括三维冠层遮挡、娇嫩且异质的农产品、单位面积作物价值高以及密集且频繁重复的作业；最具说服力的进展涉及作物系统与机器的协同设计，而非仅靠机器本身。第三，关于经济与环境结果的证据明显弱于关于技术可行性的证据，盈利能力强烈取决于田内变异性、经营规模、劳动力成本和能源价格，而受控环境生产的可持续性主张仍对电力供应和系统边界的假设高度敏感。在多季节田间验证、失败模式的透明报告、数字化受益者的分布分析以及农业数据治理方面仍存在显著空白。当前结论的可信度受到证据地理集中以及技术特定发现迅速过时的制约。