MDPI AI in Precision Agriculture·9月22日 · 周二论文农业遥感与作物表型阅读 0
Geospatial Artificial Intelligence in Precision Agriculture: A Systematic Review（精准农业中的地理空间人工智能：系统综述）
论文解读
82精选
速览
系统综述2019-2026年地理空间AI在精准农业的应用、多模态数据集成与决策支持。
方法
系统综述Scopus、Web of Science等文献，分析多模态数据集成与决
发现
地理参考数据不等于地理空间AI，可靠工作流须解决空间依赖、尺度、可迁移性与不确定性。
机会点
可研究跨尺度空间依赖建模与可迁移性评估，提升模型在不同农场条件下的泛化能力。
影响力18
信息增量22
专业深度18
信源权威14
时效性10
系统综述梳理2019-2026年GeoAI在精准农业的集成工作流与落地瓶颈，结论扎实、时效性强，对智慧农业技术路线有参考价值。
原文摘要
MDPI AI Precis. Agric. 1(1) 4 发表系统综述：综述2019-2026年Scopus、Web of Science及补充检索文献，考察精准农业中的应用、多模态数据集成与决策支持。综述表明研究范式从孤立的制图与预测转向集成工作流，整合卫星与无人机影像、田间传感器、气象、土壤与管理记录。报告效益包括产量预测改善、压力与病害更早检测、土壤制图更精细、灌溉与投入品更精准。然而，产量、环境和经济效益仍依赖当地条件和运行验证。核心发现是：地理参考数据本身不能确保真正的地理空间AI；可靠工作流必须解决空间依赖性、尺度不匹配、可迁移性和不确定性。可解释性和融入农场运营对可执行推荐同样重要。采用仍受数据互操作性、连接性、可负担性、隐私和技术能力限制。