《Agriculture》：Resilient Emergency Crop Harvesting Systems Under Extreme Weather: From Risk Sensing to Machinery Control and Coordinated Scheduling
编辑推荐：
极端降雨、洪水、台风、高温与干旱、早霜以及复合灾害正在重塑作物收获的基本约束。当此类灾害在作物接近成熟时发生，农业损失不仅源于田间产量下降，而且沿一条风险链传播，其特征包括作物状态退化、田间通行性恶化、收割机性能下降、运输-干燥拥堵以及籽粒品质逐步恶化。现有研
极端降雨、洪水、台风、高温与干旱、早霜以及复合灾害正在重塑作物收获的基本约束。当此类灾害在作物接近成熟时发生，农业损失不仅源于田间产量下降，而且沿一条风险链传播，其特征包括作物状态退化、田间通行性恶化、收割机性能下降、运输-干燥拥堵以及籽粒品质逐步恶化。现有研究大多孤立地处理天气预警、遥感、联合收割机操作、机械调度和采后管理。这种碎片化研究无法解决紧急收获的核心系统级挑战，包括田间收获优先级的确定、安全收获持续时间的估计、作物-土壤条件变化下机器配置的自适应调整，以及有限收割机车队、运输车辆和干燥基础设施的协调部署。本综述构建了紧急作物收获的集成技术链。分析了灾害情景与风险形成机制；评估了卫星、无人机、地面传感器和作物模型在反演成熟度、倒伏状态、水分含量和田间可操作性方面的能力。全面综述并总结了自适应底盘、割台和脱粒清洗系统，以及以损失率、籽粒破碎、杂质含量、喂入量和机器故障为目标的在线监测与多参数控制。进一步分析从单机控制扩展到田间级优先级排序、收割机-车辆协作、跨区域机械调度，以及收获、干燥和仓储之间的协调。提出了面向损失缓解、运行效率、经济效益和恢复能力的韧性评估框架。尽管已有文献记录了丰富的传感、预测、控制和优化模块，但这些组件缺乏共享状态变量、实证验证的风险阈值以及应对实时扰动的闭环决策机制。建议未来研究将多源数据同化与混合机理-数据驱动模型相结合，以建立剩余安全收获时间的可解释预测、作物-土壤-机器数字孪生以及滚动式跨区域调度平台。这些技术进展有望将紧急作物收获从经验驱动的动员转变为可量化、可验证、可恢复的弹性运行系统。
引言（Introduction）
论文指出，极端天气如持续降雨、洪水、高温干旱、早霜及复合灾害，在作物成熟期会对收获造成集中冲击，导致倒伏、籽粒回潮、穗上发芽、田间通行性丧失及同步成熟等后果。现有研究多分散在天气预警、遥感、联合收割机操作、机械调度和采后管理，缺乏面向紧急收获的系统级集成。本文构建了从风险识别、收获窗口预测、机械控制、车队调度到运输、干燥和仓储的集成技术链，并提出了三个核心问题：如何将气象灾害信息转化为田间行动优先级；收获设备如何在保持人类可干预的前提下适应作物、地面和机器健康状态；如何通过共享容量约束协调收获、运输、干燥等环节。相比现有综述，本文系统汇总了各技术模块的证据性结论，并综合了跨模块的接口逻辑，形成弹性紧急收获系统的概念框架。
文献检索与筛选方法（Literature Search and Selection Methodology）
本文采用叙述性综述方法，检索了Web of Science核心合集、Scopus、ScienceDirect和Google Scholar四个数据库，截止日期为2025年6月。检索词涵盖极端天气、紧急收获和支持技术。筛选标准为2010–2025年同行评审期刊文章，排除了纯育种、气象预测、宏观政策等非相关研究。经两阶段筛选，最终纳入超过130项核心研究，并沿风险感知、机械控制与协同调度的逻辑链进行组织。
紧急收获情景的定义与分类（Definition and Classification of Emergency Harvesting Scenarios）
紧急收获被定义为在迅速变化状态下，因预期损失速率超过正常收获计划能力而需要改变工作序列、资源分配或机器设置的时间约束操作。情景分类应围绕灾害如何改变作物、土壤和收获窗口，而非按作物种类划分。典型情景包括持续降雨与洪水、台风倒伏、早霜与降雪、高温干旱导致的同步成熟、低承载能力湿土，以及成熟期重叠造成的容量竞争。每个情景需描述灾害强度、作物物候、田间可达性、剩余收获时间和采后处理条件。操作上，情景可表示为事件-暴露-脆弱性-能力元组，从而将天气预报转化为资源需求。文章还区分了灾前收获、灾中间歇收获和灾后恢复收获，并强调需要定义阶段转换条件。
紧急收获风险的形成（Formation of Emergency Harvesting Risk）
极端天气通过作物生理损伤、土壤承载力下降和机器性能衰减形成损失链。风险链包含田间损失、机械收获损失、品质退化、土壤结构破坏和延迟引起的溢出损失五个维度，可由概念性风险函数加权聚合。各风险具有不同的时间滞后和阈值效应，例如籽粒破碎、穗上发芽和霉变可能迅速超过临界阈值，而土壤承载力恢复缓慢。文章提出了立即收获与延迟进入的双重成本决策逻辑，当延迟导致的边际风险增量大于等待带来的操作风险降低时，应立即进入。风险可在系统阶段间转移，例如提前收获将田间风险转移到干燥环节，因此需要合同和共享信息来对齐激励。可计算风险函数应包含状态、时间、容量和不确定性四类输入。
灾害监测与收获窗口预测（Hazard Monitoring and Harvest Window Prediction）
收获窗口预测需要将天气预报转化为特定田间可安全收获的剩余时间。多源遥感体系包括卫星、无人机（unmanned aerial vehicle, UAV）、地面传感器和作物模型，可分别用于大范围成熟度监测、田间异质性解析、土壤和作物状态校准以及未来条件投影。分层感知策略强调为每一观测层分配明确的决策问题，并设定触发条件，而非简单堆叠传感器。剩余安全收获时间应作为核心指标，并报告概率分布。同时，田间通行性和道路可达性需要联合评估，建立可通行分类和最小作业条件，以支持调度可行域约束。
复杂灾害条件下收获机械的适应性（Adaptability of Harvesting Machinery Under Complex Disaster Conditions）
机械适应性分为移动性、加工性和持续运行性三个层次。移动性涉及低接地压力、滑转控制和防下陷；加工性要求割台、喂入、脱粒和清洗系统适应倒伏、高湿和高茎秆比物料；持续运行性强调振动、温升、磨损和故障诊断。倒伏作物收获需要三维点云感知倒伏方向、严重度和高度，并在进入前调整割台参数，同时通过负载和损失反馈校验。低接地压力设计虽能降低平均接地压力，但动态载荷和重复碾压仍会造成深层压实，因此需要控制转向、载重和路线。湿物料处理要求脱粒清洗系统具有足够的调节范围，并采用自适应控制而非固定设置；可靠性成为可用容量的重要组成部分，维护停机必须纳入调度模型。
在线监测与自主参数控制（Online Monitoring and Autonomous Parameter Control）
在线控制遵循“测量—状态估计—参数决策—效果验证”闭环。喂入率可通过多源信号融合估计，脱粒和清洗系统被视为多输入多输出耦合对象，可采用状态空间模型和模型预测控制（model predictive control, MPC）。异常状况检测包括堵塞、打滑和轴承故障，利用振动频谱、深度学习等方法。损失和品质监测（如破碎率、含杂率）用于闭合控制回路。控制系统分为安全层、性能层和协调层，安全约束具有最高优先级。多目标控制存在明显权衡，需根据灾害阶段、籽粒用途和下游容量调整权重，并可提供不同模式供操作员确认。跨阶段验证要求批次跟踪，将采后干燥质量反馈给机器设置。
紧急收割机车队与跨区域调度（Emergency Harvester Fleets and Interregional Scheduling）
调度需要战略、战术和执行三个层次。战略层确定外部机械、维修和干燥容量；战术层按风险和窗口分配机械；执行层协调收割机、运粮车和路线，并在天气变化、故障或道路封闭时重排。常用方法包括两阶段聚类与路由规划、多目标遗传算法、深度强化学习等，但需保证可行性检查和人工接管。现场优先级应综合紧迫性、可恢复性、价值和资源兼容性，而不是简单按受影响面积排序。跨区域调度涉及操作员、零件、燃料、通信和报酬安排，还需考虑公平性。滚动调度应采用冻结区间，避免频繁重排。维护和储备容量应嵌入调度，人机协作界面需提供关键信息和异常上报功能，并明确责任归属。评估应测量执行率、重排次数、等待时间等过程指标。
收获、运输、干燥与仓储的协调（Coordination of Harvesting, Transport, Drying, and Storage）
收获后的稳定化取决于整个串行系统的瓶颈环节。调度应以总损失最小为目标，而非单机产量最大。高湿籽粒应基于水分、损伤、霉变风险和用途进行风险分级处理，干燥温度需平衡效率与品质。临时储存（如低温通风、浅层摊放、移动料仓）仅作为缓冲，需定义最大负荷和监测频率。批次跟踪是闭环反馈的关键，应保留从田间到仓储的完整数据。能源和环境约束不可忽视，干燥能量峰值需通过负荷分配管理。多个接收点和区域互助协议可分散瓶颈，但需在灾前建立数据接口和质量规则。
统一评估指标与未来研究（Unified Evaluation Metrics and Future Research）
评估体系应覆盖损失、效率、经济与环境和韧性四类结果，并报告灾害强度和基线。韧性可表示为时间曲线，包括抵抗性、适应性、可恢复性和转型能力。数字孪生应围绕少量决策变量构建最小可行模型，并与混合机理-数据驱动模型结合。实施路线分为近期、中期和长期，每个阶段以是否形成可验证的减损闭环为标准。数据治理和互操作性需要统一数据字典和分级授权。演示验证应逐步从历史回放、模拟故障到真实灾害试验。未来关键科学问题包括可转移的因果关系、跨时间尺度决策耦合、模型不确定性进入行动边界，以及制度设计。
