系统综述32项研究，评估卫星植被指数与机器学习预测粮食作物产量的方法与性能。
该综述基于2018–2026年32项研究指出，随机森林在多种粮食作物估产中R²达0.70–0.96，Sentinel-2使用率超65%，但小农与热带系统代表性不足、模型跨区迁移性差。
综述2000年以来水稻遥感制图进展，重点评估2016年后人工智能在其中的作用。
综述指出云污染、作物光谱混淆、跨区域泛化不足等瓶颈，并列出地球观测基础模型、自监督与物理引导学习等优先方向，可作为水稻遥感选题与产品化的路线参考。
用Sentinel-1雷达时序与随机森林在越南老街多云山区实现水稻制图。
该研究在越南老街多云山区用 Sentinel-1 时序 VH 后向散射结合随机森林实现 91.4% 总体精度，水稻面积相对误差 6.8%，其变量筛选思路可迁移至国内西南多云山区水稻监测，但样本与地形条件具地域性。
综述气候智慧型农业各项措施对作物生产的适应与减排效果及其局限。
提出双通道融合模型ConTransformer，精准识别五种水稻叶部病害。
基于扎根理论与TOE模型，识别马来西亚水稻业采用智慧农业技术的八类障碍。
构建可解释水稻病害诊断系统，融合归因、不确定性与自然语言解释。
在印尼南苏拉威西稻农社区实施DiGiFarming传感器监测系统，提升农户病虫害数字化管理能力。
构建基于RS-GIS的空间决策支持系统，评估伊朗Amol地区水稻种植适宜性。
融合Sentinel-1 SAR与Sentinel-2光学影像，用随机森林在GEE上绘制孟加拉国Bo
评估生长季内天气变量时间聚合粒度对水稻产量机器学习模型预测与可解释性的影响。
提出GLC-Net，用全局-局部动量对比学习与关键特征校准提升田间植物病害识别。
提出双分支深度学习网络融合时序与辅助数据，提升亚热带水稻分类精度。
湖南农业大学植保学院院长李有志牵头国家重点研发计划项目，研发AI智能识虫眼镜。几分钟可测一个点位虫量，可识别15种害虫、低龄幼虫准确率90%以上、成虫95%以上，已推广至全国13个水稻主产省份、出口国外。同期推广二化螟迷向散发器，每只雄虫无法找到雌虫繁殖，从根本上减少二化螟数量。
系统综述印度农业碳市场机制、减排实践与挑战，提出四大优先研究方向。
系统综述印度小杂粮的营养、气候韧性与生计价值及政策支持。
构建耕地系统韧性评估框架，分析中国水稻主产区2000-2023年韧性时空格局并提出分区调控策略。
鄂州市红莲湖畔鄂钢农场2782亩高标准农田落地中国移动'万象耕耘'农业大模型，构建墒情、虫情、苗情、气象'四情'智能预警系统，AI病虫害识别准确率稳定在90%以上，灌溉节水超20%，人工巡田工作量减少60%。长春农安县永远村依托5G智慧农业监测设备实现水稻全程数字化管护；潍坊昌邑柳疃镇10.2万亩盐碱地含盐量从10%以上降到3%以下，粮食亩产从不足700斤跃升到2000多斤。
用DSSAT-CERES水稻模型结合Sentinel-2遥感，分析印度Guntur灌区2022-20
提出无监督多模态聚类框架AgriMAC，融合无人机NDVI、IoT土壤与气象数据评估水稻健康。
