推動智慧農業(yè)、設施農業(yè)的發(fā)展，全國各地的科研院所都投入不少人力物力，跨行業(yè)跨學科展開了研究應用，利用物聯網、遙感遙測、人工智能、機器視覺、深度學習、影像采集等技術，為實現農業(yè)生產管理的數字化、智能化、自動化而努力。無數關于農業(yè)的科研論文也陸續(xù)發(fā)表，其中，遙感技術在農業(yè)方面的應用已然有了一定進展。

一、 機載遙感系統應用

精準農業(yè)的有人機載成像系統，由安裝在農用飛機上的消費級相機組成的系統，詳細描述了多光譜相機、高光譜相機和熱成像相機等部分定制，和商用機載成像系統。并舉例應用實例，說明如何將不同類型的遙感圖像用于精準農業(yè)應用中的作物生長評估和作物病蟲害管理。

二、大尺度區(qū)域水田空間格局及生態(tài)服務

基于1990—2015年土地利用遙感監(jiān)測數據，利用GIS的空間分析功能，探究長江經濟帶水田空間格局動態(tài)變化特征。結果表明水田規(guī)模持續(xù)縮減，與經濟建設及水產養(yǎng)殖的發(fā)展、其他生態(tài)系統轉化、及生態(tài)系統服務，有助于揭示長江流域水田的時空變化過程，及其對各項生態(tài)系統服務的影響，可為區(qū)域土地利用規(guī)劃、農業(yè)政策與生態(tài)可持續(xù)發(fā)展提供理論支持。

三、水稻含水量無人機遙感監(jiān)測

利用多旋翼無人機低空遙感平臺，獲取不同生育期水稻冠層的RGB圖像和多光譜圖像，通過提取植被指數和紋理特征，分析水稻的動態(tài)生長變化，并構建了基于隨機森林回歸方法的含水量預測模型。試驗結果表明，基于無人機遙感技術監(jiān)測水稻含水量是可行的，可為農田精準灌溉、田間管理決策提供新思路。

四、植被分類中的對比分析

利用一景AVIRIS高光譜植被影像，從分類精度的角度，提取方法在高光譜影像植被分類中的性能。實驗結果為后續(xù)改進空-譜特征方法及其兩者有效結合，進一步提高植被分類正確率提供了參考。

五、寒地水稻葉片葉綠素含量遙感反演研究

通過分析寒地水稻關鍵生育期葉片高光譜反射率信息，同時結合PROSPECT模型葉綠素含量吸收系數，參考借鑒現有高光譜植被指數的構造方法和形式，利用相關性分析、連續(xù)投影法、遺傳算法優(yōu)化的粗糙集屬性簡約法，進行高光譜特征選擇，結果表明;ORVI能夠作為快速反演水稻葉綠素含量的高光譜植被指數，為寒地水稻葉綠素含量高光譜遙感診斷，及管理決策提供了的客觀數據支撐和模型參考。

六、夏玉米葉面積指數估算方法

利用無人機多光譜植被指數估算夏玉米LAI的可行性，基于無人機多光譜遙感系統，結合同時期實地采集的夏玉米LAI。結果表明基于無人機多光譜遙感技術，使用隨機森林回歸算法，估算多種灌溉條件下的夏玉米LAI是可行的，為實現快速、準確地監(jiān)測全生育期、不同灌溉條件下的大田夏玉米LAI提供了技術和方法支持。

七、土壤有機質含量高光譜估測模型構建及精度對比

以山東省煙臺市棲霞市蘋果園為研究區(qū)，采集100個土壤樣本，獲取其高光譜反射率，利用定量化學方法測定土壤有機質含量。結果表明，可以利用RF方法快速預測蘋果果園土壤有機質含量，了解土壤養(yǎng)分分布狀況，指導農民合理施肥，從而提高果園生產管理效率。