编辑推荐：
本综述聚焦便携式、车载、无人机（UAV）及物联网（IoT）等近端光谱传感设备，分析其在监测作物生长指标（如生物量、叶面积指数、氮含量）的技术能力与局限，探讨数据融合、环境适应性等挑战，为精准农业（PA）发展提供参考。
目的
本综述综合了便携式、车载、无人机（UAV）和物联网（IoT）等近端光谱传感设备在监测农田作物生长性状方面的进展。通过评估其技术能力、应用及局限性，探讨在可扩展性、数据集成和环境适应性方面的关键挑战，以推动精准农业（PA）实践。
方法
在 Web of Science 数据库中使用 “近端遥感”“光谱传感器” 和 “作物生长监测” 等关键词对 2001-2024 年的文献进行系统分析，共获得 1,278 篇出版物。分析了不同平台设备的性能、传感机制和实际应用，重点关注其估算关键生长指标（如生物量、叶面积指数、氮含量）的能力以及解决精准农业相关挑战的情况。
结果
- 便携式光谱传感器：在捕获高分辨率、有针对性的测量数据方面表现出色，但在作物生长早期阶段和复杂田间条件下，准确性受到限制。
- 车载系统：能够高效地进行大面积扫描，但传感器与机械之间存在同步挑战，且易受环境干扰。
- 无人机（UAV）设备：可实现快速、高通量的数据收集，但需要提高续航能力，并与卫星图像集成以实现区域可扩展性。
- 物联网（IoT）网络：支持连续监测，但受限于缺乏专门的光谱传感器以及在恶劣农业环境中的耐用性不足。
- 跨平台数据融合：受到数据类型、空间尺度和存储协议的异质性阻碍，而设备耐用性、算法鲁棒性和环境适应力是可靠田间部署的关键因素。
结论
近端光谱传感设备在多尺度作物生长监测方面具有变革潜力，但持续的技术差距阻碍了其广泛应用。未来研究应优先开发轻量化高光谱成像系统，并与先进计算算法相结合，建立跨平台数据融合的统一框架，以及针对恶劣田间条件的耐用物联网传感器。此外，将无人机数据与卫星观测相结合将增强区域洞察力，而标准化协议和跨学科合作对于连接地空监测网络至关重要。这些进展将促进智能、可持续的作物管理系统的发展，最终解决全球农业生产力和可持续性挑战。
