被膜栽培技術は、保温・保湿、除草・塩分抑制、生産量向上などの積極的な効果を持つ一方で、それに伴う農業用フィルム汚染問題も深刻化している。リモートセンシング技術は、広範囲の被膜農地の時空間分布を正確に取得でき、黒土地保護や農業環境改善へのデータ支援が可能である。本稿は、中国知網（CNKI）およびWeb of Science（WOS）データベースの文献解析に基づき、リモートセンシング技術を用いた被膜農地のモニタリングから出発し、一般的なリモートセンシングデータ、特徴抽出、画像分類、情報融合の4つの側面から被膜農地のリモートセンシング識別と分類の研究現状を体系的に整理した。結果は、一般的なリモートセンシングデータの中で、中解像度の光学画像が主流のデータソースであることを示し、スペクトル特徴がテクスチャ特徴よりも抽出効果で優れていることを明らかにした。従来の機械学習手法では、サポートベクターマシンとランダムフォレストの適用が広く、ディープラーニング手法は精度が高いが大量のデータに依存している。マルチソース情報融合は分類精度を効果的に向上させることができる。現在の研究は、「同スペクトル異物」、混合画素、深層学習の計算コストの高さなどの課題に直面している。将来的には、マルチソースデータ融合の強化、軽量モデルの開発、農業用フィルムのライフサイクル全体の監視を強化すべきである。本稿は、被膜農地のリモートセンシング識別と分類研究の最先端の問題と課題をまとめ、今後の展望と研究方向性を示し、この分野のモニタリング技術の進歩に資することを目指す。

被膜栽培;農業用フィルム汚染;マルチソースリモートセンシング;特徴抽出;画像分類