矿区耕地的复垦是解决我国矿产粮食复合区耕地损毁问题的有效途径,而矿区复垦耕地的监测与评价是复垦工作的重要环节,有助于指导矿区复垦工作的实施。矿区复垦耕地的土壤扰动剧烈、生产力逐年恢复,使得作物生长响应的空间差异更为显著且随时间变化,因此开展精细监测与快速评价是十分必要的。然而,传统采样分析方法的采样点布设存在主观性,且增加采样点势必要增加监测成本,不利于大面积的长期监测;卫星遥感手段相对于复垦耕地的作物生长周期而言的时间分辨率较低,难以保障精细监测的数据获取;近地监测手段（Li DAR、地物光谱仪等）成本昂贵、数据量大,难以推广使用。这些监测手段都在一定程度上成为了制约矿区复垦耕地精细监测与快速评价的瓶颈。近年来,新兴的轻小型无人机遥感手段以成本低、精度高、响应快、周期短、易操作等优势受到小尺度研究的广泛关注,已经在复垦所关注的作物指标（地上生物量、作物产量、株高等）开展了大量研究工作,并在小尺度上的矿区复垦精细监测中展露头脚,表现出广阔的应用前景。因此,将轻小型无人机遥感观测手段引入矿区复垦耕地的精细监测与评价是一项值得研究的课题。矿区复垦耕地分阶段施工而耕作以田块为基本单元,土壤扰动剧烈导致作物生长响应的空间差异更大,以及生产力逐年恢复使得以产量为评价指标难以揭示作物生长的动态响应特征,以至于难以开展精细监测评价。本文在相关领域的研究基础之上,利用轻小型无人机遥感技术,以引黄河泥沙充填复垦的耕地为例,选择与作物产量存在线性关系的作物生物量为动态监测指标,在构建作物冠层结构特征基础上,实现多特征像素级融合的作物生物量估算,以自动提取的耕地条带为基本分析单元,实现矿区复垦耕地作物生物量的精细监测与快速评价。本文的主要研究结论如下:（1）针对矿区复垦耕地的分阶段施工且耕作以条带田块为基本单元的特点,提出了典型耕地条带田块自动制图方法,通过对耕地条带田块的无人机影像特征分析的基础上,依次进行田埂线提取、田块面制图而成,并验证了制图结果的精度。结果表明,所提出的制图方法可靠且精度高,其中条带田块的面积提取精度优于98.9%且Kappa系数优于97.4%,田埂线提取结果有较高的召回率（>97%）和准确率（>95%）。（2）针对矿区复垦耕地土壤扰动剧烈且空间异质性显著的特点,提出了利用轻小型无人机多光谱图像构建矿区复垦耕地的作物冠层高度模型,通过多光谱图像生成的密集点云两步滤波、点云插值、栅格运算和植被掩膜等一系列处理,并在剔除冠层孔隙策略下选择99%分位数为株高提取阈值,验证了所构建的CHM精度。结果表明,轻小型无人机多光谱数据源可以用于作物冠层高度模型的构建,相对航高低的CHM精度更高。在相对航高50m时,小麦CHM的RMSE为5.3～8.2cm,玉米CHM的RMSE为10～11.8 cm。（3）针对矿区复垦耕地的土壤环境动态演变且生产力逐年恢复的特点,并结合小麦和玉米的冠层光谱特征,构建了针对小麦的冠层光谱响应、结构特征和气象因子多特征像素级融合的参量,并构建了针对玉米的冠层结构特征与气象因子融合的参量,改善了小麦和玉米生物量的估算精度。在计算冠层体积模型CVM和确定气象因子GDD基础上,筛选小麦生物量相关性高的植被指数,构建了基于CVM和GDD的冠层光谱响应模型参量VM-CSRM,同时针对玉米构建了基于GDD权重的CVM参量;然后分别定性、定量地选择最优的特征融合参量,依次进行生物量估算的建模、验证和分析。结果表明,所提出的参量能改善作物生物量估算精度,小麦以CARI×CVM×GDD为自变量二项式回归建模得到最优的估算结果（R2=0.8272,RMSE=0.1690kg/m2）,玉米以CVM×GDD2为自变量指数回归得到最优的估算结果（R2=0.8897,RMSE=0.1649kg/m2）。（4）为实现矿区复垦耕地的评价,分析了耕地条带、处理小区两种统计单元下的复垦耕地生物量的时空变化特征。首先,建立了考虑作物整个生长阶段的生物量分级标准,以分析作物生物量累积对复垦土壤环境响应的绝对变化特征;其次,利用空间自相关分析方法,揭示了各期作物生物量累积对复垦土壤环境响应的空间相对差异特征;然后在此基础上借鉴极限条件法的思想,实现复垦耕地的评价。结果表明,在耕地条带单元下,受复垦土壤环境的影响相对小的耕地条带是B行（试验田南起第二个耕地条带）;在处理小区单元下,引黄河泥沙夹层式充填最优的土壤剖面构型是T09（表土30cm+心土20cm+黄河泥沙20cm+心土20cm+黄河泥沙30cm）。