La surveillance végétale à une échelle temporelle et spatiale fine devient de plus en plus un moyen technique important dans des domaines tels que l'agriculture, la sylviculture, l'écologie, l'environnement et d'autres. La télédétection quantitative des végétaux par des drones à basse altitude est l'un des moyens les plus efficaces de contrôler finement la végétation. Comparé à la télédétection satellitaire, la télédétection par drone, avec ses mécanismes uniques de collecte de données et ses propriétés de données, a progressivement formé un système méthodologique indépendant relatif. Depuis 2010, la recherche sur la télédétection quantitative des végétaux par drone à basse altitude a connu une croissance explosive, cependant, les études existantes sur son système de connaissance restent insuffisantes, présentant toujours des caractéristiques de fragmentation évidentes dans le cadre théorique, le système technique, et les problèmes scientifiques et techniques clés. À cet égard, cette étude, à partir de l'objectif principal de la télédétection quantitative des végétaux par des drones à basse altitude, a examiné de manière systématique sa chaîne technologique et son système de connaissance, en mettant particulièrement l'accent sur l'état actuel et les développements récents dans quatre aspects clés: acquisition de données passive et active, prétraitement des données, modélisation de la télédétection et surveillance des végétaux. L'étude met particulièrement l'accent sur les nouveaux défis futurs et les voies potentielles de résolution dans les domaines du prétraitement des données et de la surveillance des végétaux. Avec l'inclusion de l'aviation à basse altitude dans la stratégie nationale, la technologie de télédétection quantitative des végétaux par drone à basse altitude, grâce à ses avantages uniques, est en train de montrer des applications de plus en plus importantes et une indispensabilité technologique croissante dans les domaines de l'agriculture, de la sylviculture, de l'écologie, de l'environnement et des situations d'urgence.

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