野外信息采集是获取第一手数据和验证室内研究结果的基本手段,随着地学研究的不断深入,传统的基于人工记录的数据采集方式已经不能满足移动互联网、云计算和大数据时代地学研究的需要。为弥补传统草地信息采集流程繁琐、效率较低、多人协同能力较差等问题,本文提出了基于云服务和移动终端的草地信息野外采集研究方案,设计了具备协同工作能力的采集系统,重点攻关了多源空间服务获取、数据快速上传与同步和植被覆盖度自动测量三项关键技术,主要内容如下:(1)设计了草地信息采集系统的总体架构,提出了系统功能模块的划分方案,并根据业务类型进行了系统核心业务数据库的设计。(2)探讨了基于云服务器的空间数据服务发布的方法,通过设计多级地图切片提高空间数据的加载速度;根据地图切片设计方案,提出了切片定位方法,实现了区域遥感影像截图的获取;通过空间参考框架转换、网络数据获取及JSON数据解析,实现了基于位置的遥感数据属性信息的抽取。(3)分析了采集数据的快速上传与同步技术。针对SQLite数据库不支持并发操作引起的多线程上传时数据库访问冲突问题,利用Synchronized线程同步方法,实现了数据快速上传;针对多终端之间数据的完整性问题,设计了基于云端交互的移动设备同步方案,实现了多人、多机的数据同步。(4)基于数字图像识别原理,提出了基于数码相片的植被覆盖度计算方法。通过设计多影响因子实验,对比分析了RGB阈值法、HSV判别法和RGB判别树法三种像素识别算法的测量精度、影响因素及适应条件。根据上述关键技术研发的业务系统经过在内蒙古锡林郭勒盟实地验证,提高了草地调查数据采集工作的效率,为大规模、多团队协同化野外调查工作提供了条件,为真正实现天地一体化的野外调查验证、测绘制图等奠定了基础。