피복 재배 기술은 보온 및 보습 유지, 잡초 제거 및 염 억제, 수확량 향상 등 긍정적인 역할을 하지만, 이에 따른 농업용 비닐 오염 문제도 점점 심각해지고 있다. 원격 탐지 기술은 넓은 범위의 피복 농경지 시공간 분포를 정확하게 획득할 수 있어 흑토 보호와 농업 환경 개선을 위한 데이터 지원을 제공할 수 있다. 본 논문은 중국지식망(CNKI)과 Web of Science(WOS) 데이터베이스의 문헌 분석을 바탕으로 원격 탐지 기술을 활용한 피복 농경지 모니터링을 출발점으로 하여, 일반적인 원격 탐지 데이터, 특징 추출, 영상 분류 및 정보 융합의 네 가지 측면에서 피복 농경지 원격 탐지 인식 및 분류 연구 현황을 체계적으로 정리하였다. 결과는 일반적인 원격 탐지 데이터 중 중간 해상도 광학 영상이 주류 데이터 소스임을 보여주며, 분광 특징이 텍스처 특징보다 추출 효과가 우수함을 확인하였다. 전통적인 머신러닝 방법 중에서는 서포트 벡터 머신과 랜덤 포레스트가 널리 활용되며, 딥러닝 방법이 더 높은 정확도를 보이나 대량의 데이터를 필요로 한다. 다중 소스 정보 융합은 분류 정확도를 효과적으로 향상시킬 수 있다. 현재 연구는 '동스펙트럼 이물체', 혼합 픽셀 및 딥러닝 계산 비용 증가 등의 문제에 직면해 있다. 미래에는 다중 소스 데이터 융합 강화, 경량화 모델 개발 및 농업용 비닐 전체 수명주기 모니터링을 강화해야 한다. 본 논문은 피복 농경지 원격 탐지 인식 및 분류 연구의 최첨단 문제와 도전을 요약하며, 미래 동향과 연구 방향을 전망하여 이 분야 모니터링 기술 발전에 참고가 되고자 한다.

피복 재배; 농업용 비닐 오염; 다중 소스 원격 탐지; 특징 추출; 영상 분류