Obtener información precisa y oportuna sobre la distribución del espacio de siembra de cultivos agrícolas es de vital importancia para el monitoreo del crecimiento de los cultivos, la predicción de la producción de cultivos alimentarios, la planificación y gestión de la producción agrícola, lo que es un soporte de datos clave para garantizar la seguridad alimentaria. En la actualidad, las investigaciones sobre la clasificación de cultivos después de la cosecha ya no pueden satisfacer los requisitos de actualidad antes mencionados y comienzan a explorar gradualmente la tarea de clasificación temprana de cultivos agrícolas. Para aclarar el punto de entrada y la dirección del desarrollo de la investigación sobre la clasificación temprana de cultivos, el presente estudio se basó en la base de datos Web of Science y la base de datos CNKI, y revisó la investigación relevante sobre la clasificación temprana de cultivos desde 2014. Se resumieron los métodos de preprocesamiento de datos, la selección de muestras, la selección de características, las estrategias de clasificación y los índices de evaluación de precisión, y se identificaron muchos problemas difíciles que aún no se han resuelto en la investigación actual, lo que sugiere que la reconstrucción y el refuerzo de los datos tempranos, la mejora de las características tempranas y la selección de muestras fiables son direcciones fundamentales y difíciles en la investigación futura sobre clasificación temprana de cultivos. Este estudio puede servir como base para comprender los métodos y estrategias de clasificación temprana de cultivos, comprender los puntos difíciles y las direcciones de desarrollo, y promover el desarrollo de la teoría y tecnología de clasificación temprana de cultivos.

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