卫星与无人机遥感、长势监测与产量估测
分析无人机与遥感农业术语从英语借入乌兹别克语的五种机制。
研究基于地面高光谱与机器学习反演水稻叶片铅含量，并探索跨尺度遥感监测的最优建模路径。
利用高分辨率卫星影像分析印度阿萨姆邦纳冈地区2015-2024年土地利用/覆盖变化。
综述植物生物指示与遥感结合用于土壤污染初步筛查的七个案例，提出污染-植被-遥感逻辑。
Non-destructive nitrogen estimation in pastures from UAV multispectral imagery using a heterogeneity-driven machine-learning framework。Precision Agriculture
提出CAPLA无人机点云融合方法，监测水盐胁迫下棉花叶倾角昼夜动态。
综述无人机遥感在作物倒伏监测中的技术流程、传感器与分析模型。
基于GEE融合Sentinel-1/2监测2025年巴基斯坦旁遮普季风洪水双峰动态及农田暴露。
生成CHIME高光谱、LSTM热红外和ROSE-L L波段模拟数据集，为未来Sentinel扩展任务
黑龙江省农业科学院农业遥感与信息研究所所长郑妍妍介绍,黑龙江省农科院在人工智能+农业领域开展实践探索:依托大数据中心开展农业数据汇通管用全链条研究,构建长时间序列、多时空分辨率、覆盖寒地主要粮食作物全生育期的作物表型、土壤、气象、病虫害等于一体的寒地农业高质量数据体系。
基于无人机RGB与多光谱影像，结合株高与Stacking集成算法，实现水稻地上生物量高精度自动制图。
结合遥感与采样方法，将地块级社会经济指标区域化到贝宁北部农业流域。
提出动态ROI约束框架，用无人机多光谱影像估算棚架猕猴桃单株LAI。
论文主张联邦架构无法替代有明确责任人的校准监管，强调校准链治理是大陆尺度观测网络的基础。
利用遥感分析伊朗马赞达兰东部稻田焚烧与空气污染的关系。
利用GEE和随机森林分类，监测2004-2024年城乡过渡区土地利用变化，精度高。
山东省农业科学院农业信息与经济研究所构建起一套"天空地"一体化的遥感数据采集处理体系。天上是多源卫星数据——以国产高分系列为主、开源卫星数据为辅；团队于 2024 年开始研发一款面向县域的大型无人机，搭载专为农业设计的波段载荷；地上在肥城等地布设了一批农业物联网设备。三者叠加形成监测网络，为县级政府提供作物长势、产能、农机分配、水源调配等宏观决策数据支撑。
结合遥感和GIS与利益相关者参与，分析贝宁中部景观异质性对综合景观管理实践的影响。
提出基于线性光谱混合分析和随机森林的作物残茬覆盖度遥感估算方法，应用于华北平原。
利用Landsat 8和S-SEBI模型估算印度奥里萨邦Kendrapara地区的蒸散发，验证其精度