第一节概念与原理 第二节遥感数据的类型与特征 第三节遥感数据处理方法 第四节农业遥感应用

将遥感与作物模型耦合有利于提高作物模型在区域尺度应用时的精度。基于集合平方根滤波算法和粒子群优化算法，以叶面积指数和叶片氮积累量共同作为同化耦合点和过程更新点，将同化与更新策略相结合，研究建立了基于遥感信息与水稻生长模型耦合的水稻生长与产量预测技术。

通过测定叶片高光谱来快速估测整个水稻叶层全氮含量对于水稻氮素诊断有重要意义。本文通过连续3年不同施氮水平和不同品种类型的4个大田试验，分生育期同步测定了不同叶位叶片的高光谱反射率及叶层全氮含量，并系统分析了叶片水平多种高光谱指数与水稻叶层全氮含量的定量关系。

无人机作为新型遥感平台，相比于传统的卫星和航空遥感，在灵活性和分辨率方面有其独特优势，而且数据信息也有相当或更高的准确度。无人机技术在遥感中的应用满足了现代农业中的监管和应用需求，完善了遥感技术的时空维度，为更多层面的信息获取和决策反应提供了支持。未来，无人机遥感技术在研发和建造成本、运行稳定性、数据信息的获取和分析处理能力等方面都亟待完善，以实现在农业科学中更广泛的应用。

ENVI遥感图像处理基础

农业是遥感技术应用最重要和广泛的领域之一，本文回顾了遥感技术在国内外农业研究与应用中的进展，概括和总结了农田辐射传输机理及作物参量遥感反演、作物遥感分类与识别、农田养分遥感与变量施肥决策、作物产量与品质预测、农情遥感监测与预报、农业遥感监测空间决策支持系统6 个主要研究与应用方面。在此基础上，针对农业遥感技术面临的问题与发展趋势，指出了农业遥感技术今后的重点发展方向。

近年来，基于微小型无人机的遥感信息获取技术广泛应用在农业领域。采用微小型无人机遥感信息平台获取农田作物信息，具有运行成本低、灵活性高以及获取数据实时快速等特点，是目前农田作物信息快速获取的主要方法之一，是精准农业发展的重要方向。

概述了农业遥感的兴起，以实例说明遥感技术在农业研究中的优势。介绍了遥感技术在农业资源调查及监测、灾害预报、农作物产量估测等方面的应用情况，提出了目前影响农业遥感发展的若干问题。

小麦是世界上最重要的粮食作物，小麦生产对中国的粮食保障起着十分重要的作用，及时、准确、大范围对小麦产量进行监测预报，对于农学经济发展和粮食政策制定具有极为重要的现实意义。对作物产量进行遥感监测的原理是建立在其遥感特征基础之上的，通过建立作物长势指标与遥感信息的定量关系，可实现对作物产量的监测预报。

为了解决中低分辨率遥感影像混合像元问题以提高水稻种植信息的提取精度，该文提出了一种基于层次分类与多端元混合像元分解相结合提取水稻面积信息的方法.