我国农业土地覆盖与美洲、欧洲和澳洲不同，地块破碎，套种、间种普遍存在，为此国内进行了大量研究与应用示范，提出了许多针对我国复杂农情状况的空间抽样方法，建立的业务化运行系统有“全球农情遥感速报系统”和“北京市统计生态资源遥感测量运行系统”等。

　　周华茂以成都平原为研究区，以1:10万地形图作为工作底图，将样方大小定义为500m×500m,根据水稻生产的集约化程度、地形地貌、土地利用现状等生长环境把研究区分为6层，建立了一套适合我国南方水稻播种面积抽样调查的技术体系，调查精度能满足水稻面积宏观监测和水稻估产中面积调查的精度要求。陈仲新等采用的抽样单元为县，以全国县级冬小麦统计数据为分层指标，用累计平方根法将全国1411个冬小麦生产县分为6层，建立全国冬小麦面积变化遥感监测抽样外推模型，然后近似随机地从各层抽取冬小麦生产县，用TM影像人工判读的方法解译冬小麦的变化，最后利用外推模型得出全国冬小麦面积的变化。焦险峰以全国1∶10万土地利用图为背景数据库，提取主产区水田分布信息，以此为抽样总体，采用1∶5万比例尺标准地形图幅作为分层抽样的抽样单元，以抽样单元中水田面积作为分层标志，用累计平方根法将所有抽样单元分为6层，以遥感数据与地面调查相结合的方法监测样本的当年和上一年水稻种植面积，在给定精度条件下估算水稻种植面积年际变化率，为农业部全国水稻遥感监测提供了大尺度水稻遥感监测的运行方案。

　　中国科学院遥感应用研究所建设和运行了“全球农情遥感速报系统”,是全球尺度农情遥感业务监测的主要运行系统之一，可以在全球尺度提供作物长势、单产、种植面积、产量和旱情等农情信息。自1998年建设至今，监测范围拓展到全球26个国家，监测目标从冬小麦单一作物发展到小麦、水稻、玉米等多种作物，监测结果为国家重大决策提供了可靠的信息支持。作物种植面积遥感监测方面，系统采用GVG农情采样系统进行全国范围的作物种植结构调查，农作物种植面积估算的报告单元可以是县级和省级。正在开展的光学遥感数据与SAR数据融合的作物识别方法研究，有望进一步发展作物精准识别方法，解决国外作物种植面积监测的难题。GVG农情采样系统存在样本代表性的问题，在我国种植结构复杂地区无法获取作物的真实比例。系统存在着强度大，费用高的不足。

　　全国范围的农作物面积遥感监测由于缺乏运行化的规范方法而一直未能正式纳入政府统计体系。

　　国家统计局在北京师范大学的支撑下建设和运行了“国家粮食主产区粮食作物种植面积遥感测量与估产业务系统”,农作物面积遥感测量与估产连续多年在江苏、河南、湖北、吉林开展示范应用，基本具备了推广应用基础。在北京师范大学的技术支持下，北京市统计局建设和运行了“北京市统计生态资源遥感测量运行系统”,采用遥感结合抽样的技术手段调查农作物面积，取代了传统的层层上报和传统抽样调查，2009年正式应用到北京市的统计工作中。

    其他农业面积测量仪器：面积仪 农机作业面积测量仪