文献类型： 中文期刊

作者： 李瑞杰 ¹ ; 王爱冬 ² ; 吴华星 ² ; 李子秋 ² ; 冯向前 ¹ ; 洪卫源 ² ; 汤学军 ³ ; 覃金华 ¹ ; 王丹英 ² ; 褚光 ² ; 张运波 ¹ ; 陈松 ² ;

作者机构： 1.长江大学 农学院

2.中国水稻研究所 水稻生物育种全国重点实验室

3.临海市农业技术推广中心

关键词： 水稻;生育期识别;遥感;模型;深度学习;多源融合

期刊名称： 智慧农业(中英文)

ISSN： 2096-8094

年卷期： 2025 年 7 卷 003 期

页码： 89-107

摘要： [目的/意义]水稻作为全球主要粮食作物,其生育期精准识别对优化品种选育与生产管理至关重要.传统人工观测效率低、空间覆盖有限,而气象-土壤耦合模型存在参数敏感性与生态适应性瓶颈,难以满足现代农业高效化、精准化需求.遥感技术凭借高时空分辨率、多源协同和低人工干预优势,为水稻全生育期动态监测提供了革新手段.[进展]近年来,多源遥感数据(卫星、无人机、近地传感)通过光谱-空间-时序三维校正,结合阈值法、机器学习及深度学习模型显著提升了生育期识别精度.光谱指数与农艺参数的协同反演,以及光学-合成孔径雷达数据融合有效增强了生理可解释性.深度学习框架通过冠层纹理、器官形态特征解析,实现了抽穗期至成熟期的高精度识别,而时序模型则捕捉了生育期连续演进的动态规律.[结论/展望]当前技术仍面临多源数据时空异质性、光谱饱和效应、模型泛化能力不足等挑战.未来需构建多源数据同化体系破解时空矛盾,发展跨尺度生理-光谱响应模型揭示生育期驱动机制,并创新机理-数据混合驱动算法提升跨域适应性,最终建立农业大数据支撑的全周期监测体系,为水稻智能管理提供理论及实践支撑.