Die letzten fünf Jahre waren die Jahre, in denen künstliche Intelligenz (AI) in Form großer Modelle allmählich in die tägliche Arbeit und das tägliche Leben der Menschen eingeflossen sind. Des Weiteren waren es fünf Jahre, in denen die Kombination von Fernerkundung und AI-Technologie im Bereich der Landklassifizierung und -änderungsdetektion schnell vorangetrieben wurde. Es handelte sich ebenfalls um fünf Jahre nach der Umstrukturierung der nationalen Strategien Ökologische Zivilisation und Schönes China, in denen die konkrete Umsetzung erfolgte. Es ist von großer Bedeutung, die in den letzten fünf Jahren erzielten Fortschritte bei der Fernerkundungstechnologie für Wälder und Weiden zu zusammenzufassen, da dies wichtige Anleitungen für die Gestaltung der zukünftigen Entwicklungspläne für die Fernerkundung von Wäldern und Weiden des Landes bietet. Dieser Artikel fasst die Forschung zur Fernerkundung von Wäldern und Weiden in vier Richtungen zusammen, nämlich die Änderungserkennung und Klassifizierung von Landbedeckungstypen, quantitative Rückgewinnung/Abschätzung von Waldparametern, quantitative Rückgewinnung/Abschätzung anderer Pflanzenparameter wie Weiden und die Überwachung und das Frühwarnsystem für Wald- und Weideschäden. Es wird eine zusammenfassende Analyse der wichtigsten technischen Entwicklungen der letzten fünf Jahre auf dem nationalen Niveau durchgeführt. Insgesamt entwickelt sich die Forschung zur Fernerkundung von Wäldern und Weiden von der traditionellen oberflächlichen maschinellen Lernweise weiter zur tiefen Lernweise und von einer treibenden Kraft durch Daten zu einer doppelten treibenden Kraft aus Daten und Mechanismen in schnell wachsende Richtungen. Die Methode des tiefen Lernens entwickelt sich schnell und tiefgreifend bei der Detektion von Veränderungen und Klassifizierung, während sie sich bei der quantitativen Rückgewinnung/Abschätzung von Parametern langsamer entwickelt. Die Produktionsmethoden für große, nationale oder weltweite Wald- und Weideprodukte haben sich ebenfalls rasch weiterentwickelt. Es wird eine Analyse der aktuellen Situation hinsichtlich der Berücksichtigung von Fernerkundungstechnologien in den laufenden Technikstandards und Technologielösungen für die Überwachung von Wald- und Weideressourcen, das Frühwarnsystem für Wald- und Weideschäden und den Schutz natürlicher Reservate durchgeführt. Die Ergebnisse zeigen, dass die Technologie zur Veränderungserkennung/Überwachung und Klassifizierung von Landbedeckungstypen weithin und intensiv in die Überwachung verschiedener Ressourcen im Wald- und Weidewirtschaftssektor sowie in das Frühwarnsystem für Schäden einbezogen wird. Die Anwendung der Technologie zur quantitativen Rückgewinnung/Abschätzung von Wald- und Weidequalitätsparametern ist jedoch noch sehr niedrig. Angesichts der aktuellen Herausforderungen bei der Förderung der umfassenden und umfassenden geschäftlichen Anwendung von Fernerkundungstechnologien für Wälder und Weiden wird vorgeschlagen, dass die Forst- und Weidewirtschaft in hohem Maße die Ressourcen für die geerdete Beobachtung aus dem Himmel und der Erde integriert und auch fortgeschrittene Technologien wie Fernerkundung, künstliche Intelligenz (AI) und statistische Inferenz umfassend einsetzt, um ein integriertes Überwachungssystem für den Himmel und die Erde zu schaffen. Darüber hinaus wird vorgeschlagen, Investitionen in Forschung und Entwicklung sowie in den Austausch von Technologie und die Ausbildung von Fachkräften nachdrücklich zu erhöhen.

Wälder und Weiden; Fernerkundungstechnologie; Geschäftliche Anwendung; Fortschritte; Strategien