Die rechtzeitige und genaue Erfassung der Verteilung von Anbauflächen für landwirtschaftliche Kulturen ist für die Überwachung des Wachstums von Kulturen, die Vorhersage des Ertrags landwirtschaftlicher Kulturen, die Planung und Verwaltung der landwirtschaftlichen Produktion von entscheidender Bedeutung und stellt eine wichtige Datenstütze zur Sicherstellung der Lebensmittelsicherheit dar. Derzeit können Klassifikationsstudien zu Pflanzen nach der Ernte die genannten Anforderungen an die Aktualität nicht mehr erfüllen und beginnen langsam, die Aufgabe der frühen Klassifikation landwirtschaftlicher Kulturen zu erforschen. Um den Einstiegspunkt und die Entwicklung der Forschung zur frühen Klassifikation von Kulturen klarzustellen, stützte sich die vorliegende Studie auf die Datenbanken Web of Science und CNKI und überprüfte die relevanten Forschungen zur frühen Klassifikation von Kulturen seit 2014. Es wurden die Methoden zur Vorverarbeitung von Daten, zur Auswahl von Proben, zur Auswahl von Merkmalen, zu Klassifikationsstrategien und zur Genauigkeitsbewertung zusammengefasst, und es wurden viele ungelöste schwierige Probleme in der aktuellen Forschung identifiziert, was darauf hindeutet, dass die Rekonstruktion und Ergänzung von Datenerfassung sowie die Auswahl zuverlässiger Proben in der frühen Phase zentrale Schwerpunkte und Schwierigkeiten der zukünftigen Forschung zur frühen Klassifikation von Kulturen sind. Diese Studie kann als Grundlage dienen, um die Methoden und Strategien der frühen Klassifikation von Kulturen zu verstehen, die Schwierigkeiten und Entwicklungsrichtungen zu verstehen und die Entwicklung der Theorie und Technologie der frühen Klassifikation von Kulturen voranzutreiben.

remote sensing;crop classification;early-season;time-series analysis;key phenological period;machine learning;deep learning