L'obtention rapide et précise d'informations sur la distribution spatiale des cultures agricoles revêt une grande importance pour la surveillance de la croissance des cultures, la prévision de la production alimentaire, la planification et la gestion de la production agricole, et constitue un soutien essentiel aux données pour assurer la sécurité alimentaire. Actuellement, les études de classification des cultures agricoles après la récolte ne répondent pas aux exigences de rapidité, conduisant progressivement à une exploration de la classification précoce des cultures agricoles. Afin de clarifier le point d'entrée et les orientations du développement de la classification précoce des cultures agricoles, cette étude s'appuie sur la base de données Web of Science et la base de données CNKI pour récupérer et résumer les recherches pertinentes sur la classification précoce des cultures depuis 2014. Nous avons résumé les méthodes de prétraitement des données, la sélection des échantillons, la sélection des caractéristiques, les stratégies de classification et les critères d'évaluation de la précision, et identifié de nombreux problèmes non résolus dans les études actuelles, en proposant la reconstruction et le renforcement de données précoces, l'amélioration des caractéristiques précoces et la sélection fiable des échantillons comme points clés et difficultés de la recherche future sur la classification précoce des cultures. Cette étude peut fournir une base pour comprendre les méthodes et stratégies de classification précoce des cultures, appréhender les difficultés et les orientations du développement de la classification précoce, et promouvoir la théorie et la technologie de la classification précoce des cultures.

Télédétection; identification des cultures agricoles; classification précoce; séries temporelles; période critique de croissance; apprentissage automatique; apprentissage profond