推动智慧农业、设施农业的发展，全国各地的科研院所都投入不少人力物力，跨行业跨学科展开了研究应用，利用物联网、遥感遥测、人工智能、机器视觉、深度学习、影像采集等技术，为实现农业生产管理的数字化、智能化、自动化而努力。无数关于农业的科研论文也陆续发表，其中，遥感技术在农业方面的应用已然有了一定进展。
一、 机载遥感系统应用
精准农业的有人机载成像系统，由安装在农用飞机上的消费级相机组成的系统，详细描述了多光谱相机、高光谱相机和热成像相机等部分定制，和商用机载成像系统。并举例应用实例，说明如何将不同类型的遥感图像用于精准农业应用中的作物生长评估和作物病虫害管理。
二、大尺度区域水田空间格局及生态服务
基于1990—2015年土地利用遥感监测数据，利用GIS的空间分析功能，探究长江经济带水田空间格局动态变化特征。结果表明水田规模持续缩减，与经济建设及水产养殖的发展、其他生态系统转化、及生态系统服务，有助于揭示长江流域水田的时空变化过程，及其对各项生态系统服务的影响，可为区域土地利用规划、农业政策与生态可持续发展提供理论支持。
三、水稻含水量无人机遥感监测
利用多旋翼无人机低空遥感平台，获取不同生育期水稻冠层的RGB图像和多光谱图像，通过提取植被指数和纹理特征，分析水稻的动态生长变化，并构建了基于随机森林回归方法的含水量预测模型。试验结果表明，基于无人机遥感技术监测水稻含水量是可行的，可为农田精准灌溉、田间管理决策提供新思路。
四、植被分类中的对比分析
利用一景AVIRIS高光谱植被影像，从分类精度的角度，提取方法在高光谱影像植被分类中的性能。实验结果为后续改进空-谱特征方法及其两者有效结合，进一步提高植被分类正确率提供了参考。
五、寒地水稻叶片叶绿素含量遥感反演研究
通过分析寒地水稻关键生育期叶片高光谱反射率信息，同时结合PROSPECT模型叶绿素含量吸收系数，参考借鉴现有高光谱植被指数的构造方法和形式，利用相关性分析、连续投影法、遗传算法优化的粗糙集属性简约法，进行高光谱特征选择，结果表明;ORVI能够作为快速反演水稻叶绿素含量的高光谱植被指数，为寒地水稻叶绿素含量高光谱遥感诊断，及管理决策提供了的客观数据支撑和模型参考。
六、夏玉米叶面积指数估算方法
利用无人机多光谱植被指数估算夏玉米LAI的可行性，基于无人机多光谱遥感系统，结合同时期实地采集的夏玉米LAI。结果表明基于无人机多光谱遥感技术，使用随机森林回归算法，估算多种灌溉条件下的夏玉米LAI是可行的，为实现快速、准确地监测全生育期、不同灌溉条件下的大田夏玉米LAI提供了技术和方法支持。
七、土壤有机质含量高光谱估测模型构建及精度对比
以山东省烟台市栖霞市苹果园为研究区，采集100个土壤样本，获取其高光谱反射率，利用定量化学方法测定土壤有机质含量。结果表明，可以利用RF方法快速预测苹果果园土壤有机质含量，了解土壤养分分布状况，指导农民合理施肥，从而提高果园生产管理效率。
官方微信