【摘 要】
：
草地地上生物量监测是合理利用草地资源，掌握草原生态演替过程的重要依据。但是，实时观测草地地上生物量信息需要耗费大量的人力物力，亟需借助遥感、数学等工具进行间接观测。本文系统阐述了国内外主流的草地地上生物量估算方法，包括遥感统计模型、草地生长模型、作物生长模型、光能利用率模型和生态过程模型等机理模型，以及遥感与机理模型耦合模型，概述了当前主流模型的特点及其适用条件，总结了相关的研究策略。结合草地估产
【基金项目】
：
国家重点研发计划（编号：2018YFE0122700）资助；
论文部分内容阅读
草地地上生物量监测是合理利用草地资源，掌握草原生态演替过程的重要依据。但是，实时观测草地地上生物量信息需要耗费大量的人力物力，亟需借助遥感、数学等工具进行间接观测。本文系统阐述了国内外主流的草地地上生物量估算方法，包括遥感统计模型、草地生长模型、作物生长模型、光能利用率模型和生态过程模型等机理模型，以及遥感与机理模型耦合模型，概述了当前主流模型的特点及其适用条件，总结了相关的研究策略。结合草地估产的现实需求，梳理了现有的农业遥感数据同化研究进展，展望了基于遥感数据同化方法的草地地上生物量估算思路，为草地生长模拟的大区域、高精度研究提供了新的思路。
其他文献
在社会主义现代化建设日渐深入的今天,推动脱贫攻坚与乡村振兴的有机衔接是现阶段新农村发展战略的重要内容,同时也是巩固和强化全面小康社会的关键点。然而,尽管当前我国新农村在乡村振兴战略及脱贫攻坚的大力建设下已取得了一定的进展,但两者在衔接方面依然面临一定的问题。因此,基于对脱贫攻坚及乡村振兴的认识,重点对两者的衔接问题进行了总结,并提出了推动两者有效衔接的对策建议。
耕地资源是我国农村发展和农业现代化的根基命脉,是国家粮食安全的基石,因此迫切需要精细化、精准化的耕地资源分布与变化信息。对地观测技术与人工智能领域的发展为快速、精准、智能化的耕地监测提供了有力支撑。本文通过搜集国内外耕地监测领域相关的研究,梳理耕地相关监测内容,归纳遥感耕地监测分类体系,回顾遥感耕地监测领域技术方法的演化历程,总结当前主流的耕地监测方法,揭示不同农业区域、尺度区域与分类单元的应用领
定量遥感是从原始遥感观测信息中定量推算或反演出地学参量的理论与方法。传统定量遥感主要基于模型驱动,强调通过数学或物理模型完成推算和反演。随着人工智能技术的发展和普及,数据驱动的方式也逐渐受到广泛关注,其强调的是通过机器学习等方式挖掘遥感观测数据中所包含的信息,完成地学参量的定量反演。在强大计算能力的支持下,数据驱动的方法在定量遥感的多个领域都取得了可喜的成就,但其也具有弱化物理规律及因果关系的缺点
近年来,随着遥感技术的快速发展,积累了海量的对地观测遥感数据。传统桌面端遥感处理平台（例如ERDAS和ENVI等）无法满足当前遥感大数据的应用需求。作为领先的遥感云计算平台,GEE （Google Earth Engine）的出现改变了传统遥感数据处理和分析模式,为海量数据快速处理与信息挖掘带来了新的契机。截止目前,科研人员已利用GEE成功开展了大量研究工作,发表多篇学术论文与综述。然而,还没有一
2021年，国外民商用对地观测卫星领域加快体系化构建，建立全球资源、环境监测网络，在保持平稳发展的同时注重能力拓展，呈现新的发展态势与趋势：一方面，美国、欧洲等国家开始探索低成本、小型化发展途径，以保持数据连续性和填补能力空白；另一方面，商业遥感卫星星座进入常态化补网阶段，国外2021年共部署112颗卫星，时间分辨率和空间分辨率持续提高，全球对地观测能力与综合效益不断提升。
随着遥感技术的快速发展,我国已建立了比较完善的航天遥感和灵活多样的航空遥感数据获取体系。遥感大数据以海量遥感数据为主,综合了其他多源遥感数据,并运用大数据思维与手段,发掘海量数据中的知识规律和高价值信息。回顾了近年来基于遥感大数据的信息提取技术研究工作,从遥感目标检测、遥感地物分割、遥感变化检测三方面阐述了遥感信息提取技术的发展历程,对各个发展阶段及代表性方法进行了梳理与归纳,并对基于遥感大数据的