全书共七章，主要内容包括：第一章农作物分类与叶面积指数遥感反演的研究现状与存在问题分析；第二章基于GF-1卫星多光谱影像的种植结构复杂区农作物精细分类研究；第三章多时相Sentinel-2卫星遥感影像的水稻识别研究；第四章旱地作物极化SAR分类特征优选研究；第五章基于星载全极化SAR数据的旱地作物分类研究；第六章基于深度学习模型的冬小麦叶面积指数遥感反演研究；第七章研究结论与展望。
本书具有较强的系统性、创新性和实用性，可供从事农业遥感、雷达遥感、农业农村社会经济调查、地学、生态、环境等领域的科研与技术人员以及高等院校相关专业师生参考使用。

第一章 绪论
第一节 研究背景及意义
一、卫星遥感农作物分类研究进展
二、农作物分类特征优选研究进展
三、农作物SAR分类研究进展
四、农作物叶面积指数遥感反演研究进展
五、问题与展望
第二节 研究思路与研究内容
一、研究思路
二、研究内容
三、技术路线
第三节 本章小结
第二章 种植结构复杂区农作物精细分类研究
第一节 研究区与数据
一、研究区概况
二、研究数据
第二节 研究方法
一、农作物分类方法
二、分类精度检验
第三节 深度学习模型参数对农作物分类精度的影响
第四节 不同深度学习模型的农作物分类精度比较
第五节 本章小结
第三章 多时相Sentinel-2卫星遥感影像的水稻识别研究
第一节 研究区与数据
一、研究区概况
二、研究数据
第二节 研究思路与方法
一、研究思路
二、地物类别可分离性分析
三、农作物分类算法
四、分类精度评价
第三节 不同时相与波段下研究区典型地物光谱特征分析
第四节 有无红边波段条件下典型地物可分离性分析
第五节 不同红边波段下水稻提取精度分析
第六节 本章小结
第四章 旱地作物极化SAR分类特征选择研究
第一节 研究区与数据
一、研究区概况
二、研究数据
第二节 研究方法
一、分类特征提取
二、特征重要性排序方法
三、分类特征优选方法
第三节 典型地物后向散射特征分析
一、不同时相下典型地物后向散射强度特征分析
二、不同时相下典型地物极化分解特征分析
第四节 各种分类特征重要性分析
第五节 旱地作物极化SAR分类特征优选与验证
一、分类特征优选
二、优选后的分类特征评价分析
第六节 本章小结
第五章 旱地作物极化SAR分类研究
第一节 研究方法
一、旱地作物分类特征筛选
二、分类算法
三、分类精度的评价指标
第二节 不同特征下旱地作物极化SAR分类精度比较
第三节 不同算法下旱地作物极化SAR分类精度比较
第四节 本章小结
第六章 基于深度学习模型的冬小麦叶面积指数反演研究
第一节 研究区与数据
一、研究区概况
二、研究数据
第二节 研究方法
一、冬小麦LAI关键影响因子的筛选
二、冬小麦LAI反演方法
三、冬小麦LAI反演精度检验
第三节 不同生长期冬小麦LAI差异性统计分析
第四节 冬小麦LAI与植被指数等影响因子的相关性分析
第五节 不同模型反演冬小麦LAI的精度比较
第六节 本章小结
第七章 结论及展望
第一节 主要结论
第二节 研究创新点
第三节 问题与展望
参考文献
附件 主要符号对照表