在以往，美國農作物生長情況觀測是透過各地約5,000名調查員，根據所在/分配地區農田進行每週目視觀察調查，調查員們根據國家農業統計局提供的標準定義，除目視觀察外，更進行農作物在各個生育階段的進展估計與主觀評估等調查，提交給該局進行按州分類的作物進展報告。這過程相當準確，但非常耗時、昂貴且主觀。

　　因此，南達科塔州立大學的地理空間科學卓越中心於兩年前開始研究是否有提高作物監測效率的可能性，研究助理沈宇和地理空間科學系教授張曉陽運用Landsat、Sentinel-2 極軌氣象衛星的 30 米空間觀測和對地靜止衛星的時間觀測，開發計算出高解析空間和時間尺度作物綠度發展，以進行即時作物監控。該項研究發表在《Remote Sensing of Environment》期刊中。此新穎算法可以計算出作物生長過渡階段的六個期程，經與愛荷華州 2020 年玉米和大豆生長季節的實際地面測量值進行驗證算法的比較後，他們發現實時預測能力與同年的進度報告(由美國農業部分發)結果一致。

　　沈宇表示，該演算法結果能夠提供作物物候的準確測量，有助於在收穫前估計產量大小及指導農民進行作物管理，未來該工具將交付給美國農業部，用戶們將能夠透過交互式地圖查看每塊田地的作物即時狀況。