现代农业是在气候多变、资源稀缺和经济不稳定的条件下发展起来的，这就需要在可持续性和效率之间取得平衡的解决方案。最近的进展强调了监测植物生理状态、检测胁迫以及优化水和资源利用的技术。其中最重要的发展是叶绿素荧光诱导传感器(chlorophyll fluorescence induction，CFI 考茨基效应)和环境参数的传感器网络，并辅以用于疾病检测和品种表征的成像技术，地面测量在校准卫星观测方面也发挥着关键作用，从而将本地田间数据与大规模遥感联系起来。早期的视觉诊断实践在历史上先于现代植物表型分析，为这些方法提供了概念基础，并已发展成为精准农业的数字仪器。如今，传感器技术、物联网（Internet of Things，IoT）平台和机器学习的融合使智能决策支持系统（Decision support systems，DSS）得以发展。这些系统支持自适应、数据驱动的作物管理，并在气候变化和全球市场不确定性的综合压力下为精准农业建立新标准。图1 PRISMA筛查工作流程（多查询，Q1–Q5）。图2 精准农业的多层架构。使用Inkscape v1.2制作的示例。图像是用于可视化目的的示意图。图3 葡萄病害图谱图鉴。使用Inkscape v1.2制作的插图。图像是用于可视化目的的示意图。来 源Babenko, Y. (2026). Trends and innovations in modern agriculture: from fluorescent sensors to decision support systems. Academia Engineering, 3(1): 1-21.
