遥感更“懂”农情

无人机悬停在高度100m 处的航拍图，能够清晰分辨油菜地块、道路、小河、树等；图中方框对应的范围与悬停20m 高度航拍范围一致。

1998年的一场突如其来的洪水让人记忆犹新。那场洪水导致江西、湖南、湖北和黑龙江四省严重受灾，另有29个省（区、市）遭受了不同程度的洪涝灾害。除了造成人员伤亡、财物损失，粮食产量是否受到影响呢？

为此，中国科学院遥感应用研究所研发的“中国农情遥感速报系统”（CropWatch）在当年8月发布了第一份农情遥感速报。报告显示：虽然洪水肆虐，但影响的只是沿江的狭长地带，对当年粮食总产并没有太大影响。“甚至，一些省市在洪水过后粮食还有所增产。”CropWatch负责人、中国科学院遥感应用研究所研究员吴炳方博士告诉《中国科学报》记者。

他至今依然清楚地记得，1998年特大洪水过后，遥感监测发现洪水发生较早的江西省，因为当地农民及时补种，加之洪水带来的营养物质，当年的晚稻植株壮硕、籽粒饱满，单产不减反增，而东北地区也因为洪水，有效补充了土壤水分，粮食实现增产。洪水虽无情，但并未造成减产，反而导致全国性的粮食增产。

微观上的宏观

不过，在现实中，一些人并不认同利用遥感监测农情信息，“这其实是人们对遥感理解的误区。遥感不是只有宏观信息，实际上，遥感是以微观为基础的宏观监测手段”。吴炳方说。

何为以微观为基础的宏观？举个简单的例子，如何通过卫星判断农作物是水稻还是玉米或是其他作物？这一点可通过各类农作物的种植、生长过程、收割时间的区域差异导致的光谱特征差异，分区域监测，并根据各区域的地形特征、耕地破碎程度等要素差异，针对性地选择不同空间分辨率的卫星影像来识别，在区域尺度的作物类型准确识别的基础上，逐级汇总得到不同行政单元的作物种植面积。

为适应不同区域监测的需求，获得更好的监测效果，吴炳方带领研究团队为CropWatch构建了多层次结构化方法体系。如今，CropWatch已经形成囊括全球65个农业生态功能区、6个全球洲际主产区、42个粮食主产国及各国农业分区和9个大主产国省（州）尺度的4层空间监测体系，并以25km、1km、250m、30m、16m、10m的6种空间分辨率，旬、月、季度、生长季与年组成的5种时间频率的13个监测指标，从宏观至精细监测作物生产形势全过程的全球监测框架。“我们原创提出的最佳植被状况指数，既能够实现地块级的长势微观监测，也能够用于区域甚至全球尺度的长势一张图监测。”吴炳方解释说。

这种多层次结构化监测体系同时也避免了长期困扰全球农情监测领域中“只见树木不见森林”的现象，实现从全球到田间的多尺度无缝监测，不同尺度的监测信息相互支撑，提供全方位的信息。CropWatch已经打通了地块、村、镇、县、市、省、国家和全球的体系化监测体系，将地块尺度作为基本监测单元，监测信息逐级汇总，形成更高级别的农情信息，实现不同尺度农情监测的一体化。

20年磨一剑

其实早在我国第六个五年计划后期，国家农业部就联手国家气象局和中国科学院开展全国冬小麦遥感综合测产研究，吴炳方在第八个五年计划期间踏入该研究。如今，CropWatch已经走过了20年的风雨历程，随着监测体系的不断完善，监测尺度的不断扩展，由“中国农情遥感速报系统”升级为“全球农情遥感速报系统”，不仅为国家政府部门持续不断地提供决策信息支持，同时也为社会、市场提供了相关信息，成为我国大宗农作物进出口量预测的基础信息源，为提前预判我国大宗作物进出口数量，丰富进口来源、出口路径等提供建议支撑。

CropWatch还曾为关键时期粮食生产形势的准确判断提供了依据，为灾后恢复和重建状况开展持续性监测。比如2000年我国经历的大旱、2006年川渝高温干旱、2008年初南方雪灾以及2009年初北方干旱等极端事件中都有CropWatch的身影。

不仅在国内，CropWatch对于全球的贡献也有目共睹。在2015年至2016年度，厄尔尼诺带来的干旱对南半球部分国家粮食生产造成了不利影响，CropWatch在2015年11月对南非玉米生产形势作出了预警，预计南非玉米同比减产达34%，为区域粮食调配提供了重要信息支撑。

CropWatch通过云平台，整合资源提高农情监测效率，提升了全球农情遥感速报系统的业务化水平。中科院遥感地球所副研究员张淼经历了《全球农情遥感速报》（以下简称《速报》）的发展与改变。他告诉《中国科学报》记者，百余页的《速报》每隔3个月就要出版一册，“开始生产数据要15天时间，再加上数据分析和报告撰写时间，大约需要近一个月才能完成。现在数据生产已经实现全自动化，单人一天便能够完成通报所需的数据生产，团队合作只需一周时间就可以完成一期通报工作”。

吴炳方认为，创新是CropWatch信息服务速度与广度提升的根源。“在目前农情遥感系统13项指标中，6项指标出自我们的原创，比如复种指数、多层次全球农情定量监测技术与指标体系等。”

为让CropWatch不断进步，20年中，吴炳方带领团队先后三次更新CropWatch系统。“更新不是在原来的基础上修修补补，它的每一次升级几乎都是从头再来。创新就是推陈出新，而不是固守已有的成就。”吴炳方说。

现在，CropWatch系统已提供全球173个国家的农情信息。下一次的更新，在大数据与机器学习的支持下，CropWatch将继续整合泛在的公众资源，利用新一代高分辨率遥感数据、移动互联网技术、智能手机App软件以及手机内置功能传感器，收集众源农情观测数据，丰富农情监测的数据源。

“虽然农情遥感系统已经取得很大进步，但仍有很多问题需要解决，比如遥感观测信号饱和的影响。”吴炳方说。农业遥感观测信号饱和是指农作物生长到一定阶段后，因为茂盛的枝叶层叠加效应导致遥感光谱特征无法进一步区分冠层下的枝叶状况。对此，吴炳方和团队研究人员正尝试利用多颗卫星从不同角度观测农作物，从而解决信号饱和的问题，准确探测作物真实的长势情况。

应用到更广泛领域

目前，吴炳方正着手打通近些年他在农业、生态、水资源等领域积累的遥感方法，形成统一的遥感监测与服务技术体系。“将这些领域监测技术在数据底层互通，这样监测获取到的数据可以被多方面解读。”

吴炳方深信，遥感作为一种新型的全球观测手段，完全可以在农业、生态、水利等领域发挥更大的功能，并为传统学科提供便捷的数据，乃至方法论支撑。

不过，不同领域信息数据的一体化处理也意味着要创新，同时要求研究人员具备更宽泛的领域知识，具备持续学习的能力。“未来学科的跨界交叉融合将是科学的发展方向，也是持续创新的源泉。”吴炳方说。

无人机悬停在高度100m处的航拍图，能够清晰分辨油菜地块、道路、小河、树等；图中方框对应的范围与悬停20m高度航拍范围一致。