چکيده
دسترسي آسان و رايگان به حجم زيادي از داده‌هاي سنجش از راه دور مانند تصاوير ماهواره‌اي تهيه شده توسط ماهواره‌هاي Sentinel و Landsat امكان بي‌سابقه‌اي را براي تحقيق و حل مشكلات مربوط به سلامت جانداران و سياره ما، مانند، تغييرات آب‌وهوايي، پايش محصولات كشاورزي، فرسايش جنگل، خشك‌سالي و قحطي، فراهم آورده است. در اين باب مطالعه و پايش محصولات زراعي اطلاعات ارزشمندي را در حوزه امنيت غذايي، مديريت استفاده از منابع آبي، توليد گازهاي گل‌خانه‌اي و شيوع برخي بيماري‌ها مانند آنفلوانزا مرغي دراختيار ما قرار مي‌دهد.
سنجش از دور مؤثرترين روش براي پايش زمين‌هاي زراعي در مقياس گسترده(استان، كشور، كره زمين) است و از اتلاف هزينه‌هاي گزاف نقشه‌برداري و آمارگيري دستي توسط نيروي انساني جلوگيري مي‌كند. مدل‌هاي محاسباتي هوش‌مصنوعي مانند طبقه‌بندهاي كلاسيك و شبكه‌هاي عصبي براي اين مسئله بسيار كارآمد نشان داده‌اند. در مطالعه پيش رو هدف بررسي و مقايسه تعدادي از كارهاي كليدي و روش‌هاي توسعه يافته در امر طبقه‌بندي پوشش سطح زمين براي تشخيص زمين‌هاي زراعي، از سال 1980 ميلادي تاكنون است. اين كار با استفاده از تصاوير ماهواره‌اي نوري و راداري انجام مي‌شود. دقت و كارايي اين روش‌ها به‌همراه نكات مهم آن‌ها گزارش شده‌است. درانتها يك جمع‌بندي درمورد مشكلات پيش‌رو و راه‌حل‌هاي احتمالي آن‌ها ارائه شده‌است.
