遥感与农情监测

系统综述2015-2025年遥感农业干旱监测与预测的传感器、指数、建模及验证进展。

提出融合物联网、厘米级GNSS、多光谱遥感和AI的精准农业框架，构建作物数字孪生。

基于多时相Landsat遥感评估印度煤矿区2000-2023年环境变化。

基于Landsat 8遥感影像分析阿塞拜疆三座城市的热岛效应及其空间分布。

用多光谱无人机影像和深度学习实现葡萄园制图与冠层特征提取。

构建融合蒸散、植被与降水的复合干旱指数PETVPDI，并用于西非2001—2022年干旱监测。

Integrating UAV-Based Remote Sensing and Deep Learning for Early Detection of Bacterial Leaf Blight in Rice。Research Square

提出SwiGLU增强的ConvNeXt框架，融合多光谱波段与指数集成分类Sentinel-2土地利用

山东省农科院发布舜耕粮安农业遥感大模型，基于20年来积累的2000万份人工样本的海量数据，覆盖山东全域全地貌、全物候周期，构建耕地智能提取—肥力墒情预测—作物精准识别—长势动态监测—病虫草害预警—作物智能估产全链条智能监测体系，精度高达95%，效率提升超100%；山东启动40个实数融合数字农业发展县建设，培育智慧农业应用场景近1000个。

提出PROSAIL-DNN-TL框架，用PROSAIL模拟数据预训练DNN并全网络微调，反演冬小麦叶

对比卫星遥感与入户调查的园艺作物面积估算，评估分类算法精度与面积一致性。

综述智慧农业与园艺在传感、机器人、分析及可控环境生产方面的进展，并批判性评估其证据质量。

综合遥感、土壤采样与植被调查，评估哈萨克斯坦一选矿厂影响区40年重金属污染与生态退化。

开发基于Sentinel-2时序NDVI与BSI指数的水土流失指标检测算法，并在俄罗斯南部实地验证。

用500组扰动实验评估TROPOMI XCH4在亚洲三区甲烷通量估算的可靠性。

提出双分支深度学习网络融合时序与辅助数据，提升亚热带水稻分类精度。

系统综述65项农业洪水损失评估研究，揭示方法仅覆盖直接即时损失的结构性偏差。

用无人机多光谱监测526份草坪草种质，结合多时相性状与多准则筛选优良品系。

提出HyBEAR高光谱航空影像基准数据集，用于整田块裸土检测。

用半监督多源遥感监测卡霍夫卡大坝被毁后灌溉面积从战前18.8万公顷降至2025年0.58万公顷。