The hidden dimension: Resolving the vertical gradients of solar-induced chlorophyll fluorescence emissions and gross primary production in modern maize canopy。Remote Sensing of Environment
该研究聚焦现代玉米冠层内太阳诱导叶绿素荧光与总初级生产力的垂直梯度解析，为改进冠层尺度遥感估算模型提供方法参考，适用边界限于玉米冠层遥感监测场景。
用无人机LiDAR体素冠层覆盖度估算玉米冠层光截获，验证其可替代传统光棒法。
在5个基因型、密度与灌溉差异试验中，LiDAR体元冠层覆盖与光截获棒测量r=0.96，通用线性模型RMSE 5.5–7.9%，单试验校准仅提升5–10%，说明可直接跨环境部署。
融合遥感、管理信息与卫星嵌入，用机器学习预测肯尼亚小农户田块玉米产量。
在肯尼亚小农户玉米估产中，加入地块管理信息使XGBoost的R²从0.250升至0.386，卫星嵌入以约77%降维达到常规遥感同等精度，说明管理数据是精度瓶颈。
Corn canopy structure and biomass assessment using UAV-based monocular depth and structure-from-motion。Smart Agricultural Technology
该研究将单目深度估计与运动恢复结构结合用于玉米冠层结构与生物量评估，其适用性需结合具体飞行平台与田间条件验证。
An air-ground phenotyping framework for precise estimation of maize structural traits。Smart Agricultural Technology
该框架将空中与地面观测结合估算玉米株型结构参数，适用于育种与田间表型高通量测量场景，但精度与适用条件需结合原文验证。
提出无监督单株分割算法SPGrowing，从无人机点云实现田间玉米高通量表型提取。
分析2025年生长季玉米区Sentinel-1雷达后向散射与Landsat NDVI的季节关系。
检验赞比亚三省气候与植被指标对玉米产量的稳定性及指数保险触发效果。
系统综述2020—2026年玉米精准农业技术、应用与产量优化研究。
提出物理上下文条件化多模态融合网络，用多源无人机遥感估算玉米冠层氮含量。
用PhenoCam图像训练轻量深度学习模型，在树莓派上实时分类玉米8个生长阶段。
用无人机多光谱植被指数评估玉米不同生育期冠层叶绿素含量。
提出诊断式时空多模态融合网络Diag-STFN，实现全球收获前玉米小麦产量预测。
用Sentinel 2A与Landsat 8的NDVI回归模型预测孟加拉国玉米产量并比较精度。
提出光谱-图像融合多任务学习框架，同时反演玉米冠层四个生化与结构性状。
提出基于无人机多光谱的源端性状中介框架，实现玉米动态产量预测。
用气候与遥感数据构建机器学习模型预测尼日利亚北部玉米草地贪夜蛾暴发。
结合迁移学习与SCOPE模型，利用不同空间尺度光谱数据预测玉米产量。
系统综述2020-2026年玉米精准农业技术、应用与产量优化，纳入129项研究。
结合无人机增强病害检测指数与纹理特征，监测南方玉米锈病严重度。
