精准农业的田间管理如灌溉、施肥和病虫害防治等，高度依赖于对作物生长状态的高频次、精细化监测。然而，卫星遥感虽监测面积较大，但在云雨频繁地区受云层遮挡影响，难以获取连续的时间序列数据，而地面物联网设备虽然能提供每日观测数据，但只能进行单点监测，无法反映整个田块内作物长势的空间差异。现有的时空融合技术多依赖历史数据，不具备近实时预测的能力，难以满足精准农业对实时监测的需求。

该研究创新性地融合地面物联网数据与卫星遥感数据，构建了一套依据贝叶斯动态线性模型与卡尔曼滤波的融合框架，有效解决了多源数据融合中的尺度差异与实时性难题，为作物生长每日监测提供了可靠方法，也为实现精准农业管理提供了重要的科学依据与技术支撑。

该研究得到北方干旱半干旱耕地高效利用全国重点实验室、国家重点研发计划和国家自然科学基金等项目支持。

（原文链接：https://doi.org/10.1016/j.rse.2025.115160）

责任编辑：苏芮 单榕