文献清单：“遥感融合人工智能技术预测作物产量”方向 | MDPI Remote Sensing

本文是Remote Sensing期刊整理的一份文献清单，聚焦于“遥感融合人工智能技术预测作物产量”方向。该清单精选了15篇相关研究论文，旨在为学者提供研究灵感。背景方面，随着全球粮食安全需求增长，精准农业成为趋势，遥感与人工智能技术的融合为作物产量预测提供了新途径。研究目的上，这些研究致力于通过融合多源遥感数据（如无人机、卫星影像）、多模态数据（气象、土壤、表型数据）以及机器学习或深度学习模型（如YOLO、SAM、KAN、kNN回归器、多模态深度学习等），开发更准确、可解释且具有普适性的作物产量预测方法。结论部分，这些研究覆盖了棉花、甘蔗、冬小麦、玉米、水稻、芒果、葡萄、菠菜等多种作物，应用场景从田间尺度到区域尺度，验证了多源数据融合与人工智能算法在提升产量估算精度、实现早期预测及增强模型可解释性方面的有效性。文章还指出，这些研究为应对气候变异性、优化农业管理决策提供了科学支持，并推动了遥感技术在精准农业中的实用化发展。