被动式光学遥感（passive optical remote sensing，RS）在葡萄精准栽培（Precision Viticulture，PV）领域的应用有悠久历史。在数字化葡萄种植业时代，RS技术的应用愈发重要。本文对截至目前的相关工作进行了梳理，旨在确定文献空白并开发未来新的研究领域。本文聚焦四个方面（见表1），根据《系统综述和荟萃分析优先报告的条目：PRISMA声明》对2014年至2023年间发表的640篇相关文章进行审查，其中388篇文章被认为可用于进一步提取数据；意大利和美国是该研究领域的主要贡献国；葡萄园测绘、产量估算和葡萄藤水分评估是RS-PV应用最广泛的领域。

此外，该范围审查还确定了许多值得未来研究的领域：①鉴于人工智能驱动在RS-PV研究中的不同应用，未来可能对葡萄RS数据的机器学习（Machine Learning，ML）和深度学习（Deep Learning，DL）方法进行系统综述；②与葡萄园土壤相关的RS-PV研究值得进一步探索。特别是近端高光谱遥感具有很大的研究潜力；③探索应用全新的3D重建方法在人工智能时代具有巨大扩展潜力；④准确的葡萄品种图谱对优化葡萄园管理至关重要，利用RS对葡萄品种的研究仍未得到充分探索。

综上，尽管过去十年RS-PV研究取得了实质性进展，但在人工智能、土壤分析和品种识别方面仍有许多创新机会，解决以上问题可为葡萄种植业可持续性和持续增长做出重大贡献。

图1. 根据PRISMA指南总结筛选过程

图2. 遥感研究精准葡萄栽培的地理分布图(黑色区域代表未发表)

图3. 根据出版物数量，近十年来十大研究产出国家

图4. 遥感技术在精准葡萄栽培中的应用累积趋势

图5. 排名前十的国家及其在精准葡萄栽培中的遥感应用综述

图6. 用于精准葡萄栽培应用的遥感数据集，按(a)传感器和(b)平台分类

图7. 精准葡萄栽培中用于遥感数据分析的机器学习和深度学习算法的量化。

表1.在精准葡萄栽培中使用被动光学遥感的研究问题