香蕉遥感监测研究进展

摘要

香蕉(Musa spp.)作为全球重要的经济与粮食作物，其产业的可持续发展对保障全球粮食安全与促进区域经济至关重要。遥感技术为实现香蕉大范围动态精准监测提供了核心技术支撑。为系统厘清该领域的研究现状、核心挑战与未来趋势，文章从香蕉种植区域识别、生长参数反演、灾害胁迫监测和香蕉产量估算4个方面，对现有遥感监测研究进行了全面的梳理与评述。综述发现，香蕉遥感监测领域已取得显著进展：研究方法正从传统统计模型向机器学习与深度学习模型演进，数据源从单一数据走向多源数据融合，监测尺度也从区域级逐步精细化至单株级，有效提升了识别、监测与估产的精度。然而，香蕉因种植时间跨度长，导致同一区域内初代与子代植株并存，生长发育阶段不同步，呈现出显著的“同物异谱”现象以及小农户混种等复杂种植背景，共同对现有遥感模型的鲁棒性与泛化能力构成了核心挑战。展望未来，研究应重点突破模型与技术瓶颈：一方面，需构建生长机理与遥感数据双驱动的半经验或物理模型，以提升复杂场景下的适应性；另一方面，应深度融合无人机、高光谱与激光雷达(LiDAR)等先进技术，发展轻量化实时算法，为最终实现单株级的精准田间管理提供关键支撑。

关键词

香蕉 / 遥感 / 监测 / 经济作物

基金资助

国家自然科学基金资助项目(42201413); 广东省科技计划资助项目(2024B1212080004); 广州市科技局基础与应用基础研究资助项目(SL2024A04J01468)