Die präzise Überwachung der Vegetation zu verschiedenen Zeit- und Raumskalen entwickelt sich allmählich zu einem wichtigen technischen Mittel in den Bereichen Landwirtschaft, Forstwirtschaft, Ökologie und Umwelt. Die quantitative Vegetationsfernerkundung mit Hilfe von Drohnen in geringer Höhe ist eines der effektivsten Mittel, um die Vegetation in feiner Skala zu überwachen. Im Vergleich zur Satellitenfernerkundung entwickelt sich die Drohnenfernerkundung aufgrund ihres einzigartigen Datenakquisitionmechanismus und Datenattributen allmählich unabhängig. Seit 2010 verzeichnet die mit der quantitativen Vegetationsfernerkundung durch Drohnen verbundene Forschung ein explosionsartiges Wachstum. Dennoch ist die systematische Analyse ihres Wissenssystems nach wie vor unzureichend, und es besteht eine ausgeprägte Fragmentierung in theoretischen Rahmen, technischen Systemen, Schlüsselwissenschaften und -technologien sowie anderen Aspekten. Aus diesem Grund überprüft diese Studie systematisch die zentralen Ziele der quantitativen Vegetationsfernerkundung durch Drohnen, verfolgt ihre technische Kette und ihr Wissenssystem, legt den Schwerpunkt auf die aktuelle Situation, die neuesten Entwicklungen und die anhaltenden Probleme in vier Schlüsselbereichen wie der Erhebung aktiver Daten und der Vorverarbeitung, der Fernerkundungsmodellierung, der Überwachung pflanzlicher Elemente und richtet einen besonderen Fokus auf zwei Aspekte: die Vorverarbeitung von Daten und die Überwachung pflanzlicher Elemente. Sie erörtert die zukünftigen Herausforderungen und potenzielle Lösungswege für weitere Studien. Mit der Aufnahme der Niedrigflugwirtschaft in die nationale Strategie gewinnt die Technologie der quantitativen Vegetationsfernerkundung durch Drohnen aufgrund ihrer einzigartigen Vorteile in Bereichen wie Landwirtschaft, Forstwirtschaft, Ökologie, Umwelt und Notfälle zunehmend an praktischem Wert.

UAV-based remote sensing of vegetation;radiometric and geometric correction;physically and empirically -based modelling;ultra-high-resolution retrieval of vegetation properties;vegetation object identification and measuring