综述：Sentinel-2用于作物产量估算：系统综述

《Smart Agricultural Technology》：Sentinel-2 for Crop Yield Estimation: A Systematic Review

　　

准确及时的作物产量估算对全球粮食安全、农业政策和农场管理至关重要。哥白尼Sentinel-2星座引发了农业地球观测的范式转变，实现了田块和亚田块尺度监测。本综述综合了利用Sentinel-2数据进行作物产量估算的最新进展。一个主导主题是从区域尺度向高分辨率田块级评估的转变，由三种方法驱动：(i) 使用植被指数结合机器学习和深度学习（例如随机森林Random Forest, RF；卷积神经网络Convolutional Neural Networks, CNN）的经验模型；(ii) 通过Sentinel-2导出的生物物理变量（如叶面积指数Leaf Area Index, LAI）的数据同化，集成基于过程的作物生长模型（例如WOFOST, SAFY）；(iii) Sentinel-2与Sentinel-1合成孔径雷达（Synthetic Aperture Radar, SAR）的数据融合以克服云层覆盖。综合表明，基于Sentinel-2的框架可以解释田内产量变异的大部分，但性能仍受限于有限的地面真值数据、云层间隙和模型可迁移性。展望未来，知识引导模型、自监督基础模型预训练、轻量级边缘工作流、改进的地面观测和多传感器融合是迈向精准农业稳健、可操作决策支持工具的关键途径。

1. 引言
在气候变化和资源约束下确保全球粮食安全，需要及时、空间明确的作物产量信息。遥感提供了作物状况的重复观测，但依赖于卫星系统。历史上，MODIS和AVHRR等粗分辨率传感器频率高但无法分辨小田块，Landsat空间细节好但重访间隔和云敏感性限制了关键物候期的捕捉。Sentinel-2星座（2015年Sentinel-2A，2017年Sentinel-2B）的发射标志着农业遥感的转折点，其提供免费、10-20米分辨率、高频重访和红边波段的多光谱影像，实现了从区域评估向田块级和田间内产量监测的转变。本综述并非声称首次对Sentinel-2在农业中的应用进行综述，而是提供以产量为中心的系统性综合，比较经验机器学习/深度学习（ML/DL）模型、作物生长模型（CGM）数据同化以及多源融合工作流这三种建模范式、输入数据类型、验证实践、作物特异性模式和操作瓶颈。Sentinel-2时代的一个主要主题是经验模型和数据驱动模型超越简单线性回归的发展。利用植被指数（Vegetation Indices, VIs），特别是利用红边波段（如归一化差异红边指数NDRE和MERIS陆地叶绿素指数MTCI）的研究表明，这些指数在密集冠层中比传统归一化差异植被指数（NDVI）更不易饱和，并作为机器学习（ML）和深度学习（DL）算法（如随机森林RF、支持向量机SVM、CNN和长短期记忆网络LSTM）的输入，这些算法通过捕捉光谱数据与产量之间的复杂非线性关系，通常优于传统统计方法。另一个突出研究领域是将Sentinel-2数据与基于过程的作物生长模型（CGM）（如WOFOST、SAFY、APSIM和CERES-小麦）集成。通过数据同化，卫星衍生的生物物理变量（最常见的是叶面积指数LAI）用于校准和约束CGM模拟，通过将模型动态锚定到高空间分辨率的真实观测，提高了产量估计的准确性。数据融合策略已出现以克服单一传感器的固有限制，一个显著趋势是Sentinel-2光学数据与Sentinel-1合成孔径雷达（SAR）数据的协同使用，因为SAR能穿透云层，支持整个生长季的连续监测，在经常多云地区尤为关键。结合卫星影像与辅助数据（如气象观测、土壤属性和地形信息）的研究也显示出模型性能的提升。本系统综述的目标是：(i) 总结基于Sentinel-2的作物产量估算的方法学趋势，(ii) 比较主导建模范式及其典型数据输入，(iii) 识别提高准确性、稳健性和可扩展性的关键挑战和未来方向。

2. 方法
2.1. 文献检索策略
本系统综述综合了2015年至今（与Sentinel-2A卫星发射同期）的同行评审文献。以Web of Science核心合集为主要数据库，辅以Scopus和Google Scholar，确保覆盖全面。检索策略使用关键词组合，包括“Sentinel-2”、“作物产量”、“产量估算”、“机器学习”、“深度学习”、“数据同化”、“小麦”、“玉米”、“水稻”、“大豆”、“遥感”和“精准农业”，采用布尔运算符创建针对性检索字符串。

2.2. 纳入与排除标准
纳入标准为：(i) 英文同行评审研究文章；(ii) 使用Sentinel-2数据作为主要或重要输入进行农业作物定量产量估算；(iii) 关注田块尺度或区域尺度产量估算；(iv) 提供定量性能指标（如R2、RMSE、MAE）；(v) 可获取全文且具有有效DOI。排除标准为：(i) 仅关注作物分类或制图而未进行产量估算；(ii) 仅检查生物量估算而未建立与产量的直接联系；(iii) 仅使用其他传感器而未集成Sentinel-2；(iv) 会议摘要、学位论文或非同行评审出版物；(v) 非英文出版物。

2.3. 研究筛选与数据提取
初始检索从Web of Science获得382篇论文。经过八步严格筛选过程（包括文献类型筛选、摘要可用性验证、基于DOI去重、DOI验证与可访问性验证、系统可访问性筛查、语言筛选和最终质量评估），最终获得301篇高质量、可访问的英文研究论文。从每项研究中系统提取并分类：(i) 建模方法与算法；(ii) 作物类型与研究区域；(iii) 利用的Sentinel-2数据特征（如光谱波段、植被指数、生物物理参数）；(iv) 与其他数据源的集成；(v) 时间方面（如单日期与时间序列分析、物候阶段）；(vi) 报告的准确性指标与模型性能；(vii) 主要发现、局限性和建议。

2.4. 数据分析与综合
对提取数据进行分析以识别主要研究主题、方法学趋势和地理模式。定量分析包括建模方法、作物类型和研究地理分布的频率计数。在可能的情况下标准化性能指标以进行跨研究比较。考察出版模式和方法学演变的时间趋势，以了解该领域的发展轨迹。综合聚焦于三个主要研究主题：(i) 使用植被指数和光谱数据的经验与机器学习方法；(ii) 通过数据同化集成基于过程的作物生长模型；(iii) 将Sentinel-2与互补数据源结合的多传感器数据融合策略。

2.5. 质量评估
研究质量基于多个标准评估，包括方法论清晰度和可重复性、地面真值数据对模型训练和验证的充分性、交叉验证或独立测试数据集的适当使用、性能指标和局限性报告的透明度，以及空间和时间可迁移性的考虑。实验设计稳健、验证方法全面、方法和结果报告清晰的研究在综合中给予更大权重。

3. 文献综合
3.1. 遥感平台与Sentinel-2特征
现代作物监测的基础是地球观测卫星队伍，Sentinel-2任务旨在解决早期传感器在空间细节或时间频率方面的不足。其多光谱仪器（MSI）提供了对农业监测高度有利的独特空间、时间和光谱规格组合。关键特征包括：高空间分辨率（10米蓝色、绿色、红色和宽近红外波段；20米红边、窄近红外和短波红外波段；60米大气校正波段），足以进行田块甚至亚田块级监测；高时间分辨率（双星标称5天重访，高纬度有效采样更密集，Sentinel-2C于2024年9月发射加强任务连续性），但重访频率不应解释为无云观测频率，在潮湿、季风、高纬度和持续多云地区，可用光学观测间隙可能达数周，因此需要云和阴影掩膜、时间合成或间隙填充，以及日益增长的SAR-光学融合；独特的光谱波段，包括多个红边波段（约705 nm、740 nm、783 nm），对植被叶绿素和氮含量高度敏感，且不易饱和，对评估营养状况、估算生物量和产量特别有价值。大规模计算平台（如Google Earth Engine, GEE）促进了Sentinel-2数据的有效处理。Sentinel-2常与其他平台协同使用，如与Sentinel-1 SAR融合克服云层限制，与PlaneScope等超高分辨率商业传感器融合增强空间细节，以及与Landsat-8结合通过协调Landsat Sentinel-2（HLS）产品创建更密集时间序列。

3.2. 产量估算的建模方法
Sentinel-2的数据催化了多种产量估算建模框架的发展，可分为经验模型、基于过程（或混合）模型和数据融合方法。基础方法包括经验统计模型，建立遥感观测与地面实测产量之间的直接关系，但简单线性回归通常受限于无法捕捉作物生长的复杂非线性动态。因此，已显著转向机器学习（ML）和深度学习（DL）算法，这些算法擅长从大型数据集中学习复杂非线性模式。随机森林（RF）是最广泛使用的算法之一，通过集成卫星数据与环境变量，持续展现出稳健性能。其他流行方法包括支持向量机（SVM）、提升回归树和各种神经网络架构。先进的深度学习模型，如卷积神经网络（CNN）、循环神经网络（RNN，如LSTM）和图神经网络（GNN），越来越多地用于利用卫星图像时间序列的时空特性，它们可以直接处理原始光谱波段，有时优于基于预计算植被指数的模型。混合方法通过数据同化将基于过程的作物生长模型（CGM）的机械理解与遥感数据的空间明确性相结合。Sentinel-2衍生的生物物理变量（最常见的是LAI）用于校准或更新WOFOST、SAFY、APSIM或AquaCrop等模型的状态变量，纠正模拟轨迹，提高产量估计的准确性和空间细节。一些研究还展示了“混合-混合”方法，其中数据同化框架的输出被输入ML模型进行最终产量估计，可进一步提高准确性。最后，一个显著趋势是多模态数据融合，最常见的是Sentinel-2光学数据与Sentinel-1 SAR数据融合，确保连续观测，此外还经常集成天气气候记录、土壤属性和地形信息等辅助数据。

3.3. 植被指数、数据特征与区域
用于产量估计模型的输入特征广泛多样。最常见的是植被指数（VIs），其中NDVI使用最广泛，但存在饱和限制。研究者越来越多地青睐利用Sentinel-2红边波段的指数，如归一化差异红边指数（NDRE）、MERIS陆地叶绿素指数（MTCI）和各种叶绿素指数红边（CI_red-edge）。还提出了利用所有三个红边波段的三红边指数（TREI）。其他常用指数包括绿NDVI（GNDVI）和调整土壤背景的指数（如土壤调整植被指数SAVI）。水分敏感指数（如归一化差异水分指数NDWI）也用于评估干旱胁迫。除VIs外，模型还利用多种输入特征，包括原始光谱反射率波段、生物物理参数（尤其是LAI，常通过SNAP生物物理处理器检索）、纹理特征以及从时间序列中提取的物候指标（如峰值绿度时间、生长季长度）。太阳诱导叶绿素荧光（SIF）是一个较新的信号，与光合活性更直接相关，但SIF的检索需要高光谱分辨率仪器，Sentinel-2只能间接支持SIF相关产量建模（如通过降尺度粗分辨率SIF产品）。综述文献涵盖北美、欧洲、亚洲、澳大利亚、南美和非洲的主要农业区域，小麦、玉米、水稻、大豆、甘蔗、马铃薯和苜蓿等作物覆盖最强。证据表明，模型选择和准确性取决于冠层结构、作物日历、管理强度、田块大小和种植系统。谷物和高度管理的单作系统通常表现更好，小农户和间作系统因混合像元、不确定的田块边界和异质管理而更困难。

4. 讨论
4.1. 成就、差距与挑战
Sentinel-2数据集成到作物监测中标志着作物产量估算的重大成就，实现了从粗分辨率区域评估向高分辨率田块级和亚田块级估算的范式转变。主要成功在于基于Sentinel-2的模型展示的准确性，ML和DL模型在验证时通常能解释产量变异的70-80%以上，生成详细的田间内产量图，对精准农业应用（如变量施肥和靶向灌溉）极具价值。哥白尼计划的全球覆盖和免费数据政策普及了访问，使欧洲和北美的大规模商业化农业以及非洲、亚洲复杂的小农户景观都能实现稳健的产量监测。然而，仍存在关键差距和挑战。最显著的瓶颈是高质量、高分辨率地面真值产量数据的稀缺，许多研究依赖联合收割机产量监测数据，这些数据本身存在显著误差，需要大量清理。方法学挑战包括ML/DL模型的过拟合和黑箱预测的有限可解释性。光学传感器的固有限制（云层遮挡）造成时间间隙，即使有Sentinel-2的高分辨率，混合像元问题在小而破碎的田块或间作系统中仍然存在。产量估算的时机和可迁移性也是关键障碍，最高准确性通常在生长季后期达到，限制了季内管理决策的效用，且模型通常泛化能力差，在特定区域和年份表现良好但在新年份或新地点失败。对综述研究的批判性综合表明，没有单一建模范式足以用于操作化产量估算，操作化系统应根据作物、决策视野和可用验证数据匹配模型复杂度，并报告不确定性而非仅点估计。

4.2. 展望与未来方向
基于Sentinel-2的产量估算未来正从回顾性预测转向面向决策、知识引导和操作化的系统。深度学习将保持重要，但最关键转变是向结合Sentinel-2观测、农学约束、不确定性估计和可部署决策工作流的模型发展。多模态数据融合将成为标准实践，Sentinel-2光学数据与Sentinel-1 SAR的协同使用已主导全天候监测，下一步是与其他辅助数据层无缝集成。混合建模是一个重要范式转变，将基于过程的CGM的机械理解与ML/DL的模式识别能力相结合，通过数据同化利用Sentinel-2数据校准和约束CGM模拟，输出作为ML最终估计模型的机制信息特征，提高准确性和可迁移性。

4.2.1. 知识引导和物理信息驱动的产量估算
优先事项是向知识引导的机器学习和物理信息神经网络过渡。在作物产量应用中，生理关系（如光截获、辐射利用效率、水分胁迫响应、生物量分配和收获指数）可作为辅助损失项、约束或中间状态变量嵌入。模型在预测生物量或产量违反合理干物质积累或水分限制生产行为时受到惩罚，可保留DL灵活性同时减少黑箱行为，改善在干旱、品种变化和管理转变下的外推能力。

4.2.2. 基础模型与自监督预训练
由于未标记的Sentinel-2和HLS时间序列远多于田块级产量标签，自监督预训练提供了减少对稀缺地面真值数据依赖的实用途径。掩码自编码器和时间Transformer方法可从无标签影像中学习光谱、季节和空间表示，然后针对作物和区域特定产量数据集进行微调。该范式对次要作物和小农户区域尤其相关，但需通过农学基准、独立年份和不确定性校准进行评估。

4.2.3. 边缘AI与近实时决策支持
操作化产量估算还取决于计算发生的地点和时间。在轨处理和边缘AI对于云筛查、图像优先级排序和轻量级推理正变得可行，而农场网关或机械级处理可将Sentinel-2/Sentinel-1更新转化为近实时产量潜力图和变量施肥或灌溉处方。对于农学部署，这些系统应包括不确定性阈值、可解释胁迫指标和避免对云污染或校准不佳预测采取行动的保障措施。

5. 结论
Sentinel-2通过提供开放、具有红边功能、田块尺度的光学时间序列，显著推进了作物产量估算，弥合了区域监测与精准农业决策之间的差距。综述证据表明，许多谷物和管理的单作系统表现强劲，尤其是当Sentinel-2特征与ML/DL、CGM数据同化、Sentinel-1 SAR、天气、土壤和管理信息结合时。剩余瓶颈同样明确：有限的地面真值产量数据、持续云层间隙、不确定的田块边界、弱可迁移性以及不足的作物和系统特异性验证。最高优先研究需求包括精心策划的多年度产量数据集、透明的不确定性报告、知识引导和基础模型方法，以及将Sentinel-2观测转化为及时、生理一致且可操作的产量信息的操作化边缘/云工作流。