本期嘉賓： 中國(guó)氣象局氣象探測(cè)中心數(shù)據(jù)質(zhì)量室首席李翠娜

采訪人：中國(guó)氣象報(bào)記者 王玫玨

　　本期觀點(diǎn)：

　　農(nóng)作物實(shí)景自動(dòng)監(jiān)測(cè)是對(duì)傳統(tǒng)農(nóng)業(yè)氣象觀測(cè)的補(bǔ)充，人工智能可使自動(dòng)監(jiān)測(cè)采用更多的技術(shù)手段，其在業(yè)務(wù)應(yīng)用中具備相當(dāng)潛力，但難題猶存。

　　農(nóng)業(yè)生產(chǎn)與氣象條件息息相關(guān)。過(guò)去，農(nóng)業(yè)往往靠天吃飯，風(fēng)調(diào)雨順則五谷豐收，遇上干旱或洪澇則農(nóng)作物減產(chǎn)甚至顆粒無(wú)收。隨著科技發(fā)展，逐漸有了農(nóng)業(yè)生態(tài)監(jiān)測(cè)技術(shù)，可以及時(shí)有效地監(jiān)測(cè)田間氣象條件變化，農(nóng)業(yè)生產(chǎn)添了一個(gè)“好幫手”。

　　現(xiàn)代農(nóng)業(yè)發(fā)展對(duì)農(nóng)業(yè)氣象產(chǎn)品提出更高要求。當(dāng)前，我國(guó)農(nóng)業(yè)已轉(zhuǎn)向高質(zhì)量發(fā)展的新階段，迫切需要?dú)庀鬄楝F(xiàn)代農(nóng)業(yè)發(fā)展提供時(shí)效更快、內(nèi)容更多、針對(duì)性更強(qiáng)的服務(wù)產(chǎn)品，獲取高精度、高密度、多要素、連續(xù)穩(wěn)定的農(nóng)業(yè)氣象觀測(cè)信息勢(shì)在必行。其中，農(nóng)作物實(shí)景自動(dòng)監(jiān)測(cè)是一項(xiàng)具備潛力和重要價(jià)值的技術(shù)。

　　對(duì)傳統(tǒng)農(nóng)業(yè)氣象觀測(cè)的有效補(bǔ)充

　　農(nóng)作物實(shí)景自動(dòng)監(jiān)測(cè)具有24小時(shí)連續(xù)工作、時(shí)間分辨率高、非接觸、非破壞性等優(yōu)點(diǎn)，是對(duì)傳統(tǒng)農(nóng)業(yè)氣象觀測(cè)的有效補(bǔ)充，在農(nóng)業(yè)災(zāi)害監(jiān)測(cè)領(lǐng)域有重要價(jià)值。

　　什么是農(nóng)作物實(shí)景自動(dòng)監(jiān)測(cè)？它或許被誤解為就是在田間安裝監(jiān)控設(shè)備，但實(shí)際上并不是那么簡(jiǎn)單。

　　農(nóng)作物實(shí)景自動(dòng)監(jiān)測(cè)系統(tǒng)借助機(jī)器學(xué)習(xí)、圖像處理和無(wú)線多媒體網(wǎng)絡(luò)技術(shù)和方法，利用電荷耦合器件傳感器、圖像采集器和通信裝置，采集自然光照條件下農(nóng)作物圖像并傳輸至計(jì)算機(jī)終端。其采集的圖像并不能直接使用，而是要通過(guò)內(nèi)置的圖像識(shí)別算法提取圖像特征參數(shù)，進(jìn)而反演得到農(nóng)作物生長(zhǎng)特征信息。

　　“實(shí)際大田環(huán)境比較復(fù)雜，需要根據(jù)不同用途采用不同的自動(dòng)化監(jiān)測(cè)設(shè)備。” 李翠娜說(shuō)，可見光觀測(cè)對(duì)天氣有較為苛刻的要求，例如，霧霾、雨雪和沙塵等惡劣天氣會(huì)在一定程度上影響到農(nóng)作物的分割、發(fā)育期識(shí)別以及覆蓋度和葉面積指數(shù)的準(zhǔn)確計(jì)算。而多光譜觀測(cè)對(duì)天氣和氣候條件的要求相對(duì)較低，適用于多層次觀測(cè)，但硬件成本相對(duì)較高。因此，需要針對(duì)不同任務(wù)設(shè)計(jì)更為科學(xué)、性價(jià)比更高的觀測(cè)系統(tǒng)。

　　隨著人工智能在計(jì)算機(jī)視覺(jué)領(lǐng)域的迅速發(fā)展，農(nóng)作物實(shí)景自動(dòng)監(jiān)測(cè)可以采用更多的技術(shù)手段。目前已經(jīng)在農(nóng)作物長(zhǎng)勢(shì)分析、災(zāi)后評(píng)估、病蟲害檢測(cè)、土壤墑情等領(lǐng)域展開研究，部分已形成實(shí)用性技術(shù)。

　　業(yè)務(wù)應(yīng)用潛力與難題并存

　　目前，在農(nóng)業(yè)氣象自動(dòng)化監(jiān)測(cè)領(lǐng)域研究中，國(guó)內(nèi)外科學(xué)家主要集中于分割算法和圖像特征提取算法等方面，針對(duì)農(nóng)作物圖像以及基于圖像識(shí)別的農(nóng)作物生長(zhǎng)特征質(zhì)量控制的研究很少。

　　農(nóng)作物實(shí)景自動(dòng)監(jiān)測(cè)系統(tǒng)探測(cè)資料主要包括農(nóng)作物可視圖像和農(nóng)作物生長(zhǎng)特征要素。這些要素不同于氣溫、濕度等常規(guī)氣象要素，傳統(tǒng)質(zhì)量控制方法難以適用。因此，亟須研制一套適用于農(nóng)作物實(shí)景自動(dòng)監(jiān)測(cè)系統(tǒng)探測(cè)資料的質(zhì)量控制方法。

　　李翠娜和研究團(tuán)隊(duì)在農(nóng)作物實(shí)景監(jiān)測(cè)圖像數(shù)據(jù)質(zhì)量控制方法上做了一些探索。他們利用三個(gè)較為典型地方的歷史農(nóng)作物實(shí)景圖像資料，設(shè)計(jì)了兩類質(zhì)量控制方法，即圖像像素缺失檢測(cè)和圖像污染檢測(cè)，通過(guò)檢驗(yàn)表現(xiàn)良好，可有效識(shí)別出農(nóng)作物圖像中對(duì)應(yīng)的異常數(shù)據(jù)。該方法已初步應(yīng)用于省級(jí)農(nóng)業(yè)自動(dòng)觀測(cè)業(yè)務(wù)系統(tǒng)，滿足了現(xiàn)有業(yè)務(wù)中圖像質(zhì)量控制的需要。

　　雖然農(nóng)作物實(shí)景自動(dòng)監(jiān)測(cè)已經(jīng)在農(nóng)作物長(zhǎng)勢(shì)分析、災(zāi)后評(píng)估、病蟲害監(jiān)測(cè)等領(lǐng)域“一展身手”，但難題猶存。李翠娜介紹，主要表現(xiàn)在兩個(gè)方面：一是在部分農(nóng)業(yè)氣象業(yè)務(wù)中仍然需要尋求更有效的技術(shù)手段，形成有效的功能產(chǎn)品，讓基層部門的業(yè)務(wù)工作量得以解放；二是農(nóng)作物實(shí)景監(jiān)測(cè)可能改變部分傳統(tǒng)農(nóng)業(yè)耕作方式，要讓產(chǎn)品真正用起來(lái)、用得好，就要在基層中下工夫、強(qiáng)應(yīng)用。

　　李翠娜指出，當(dāng)前的研究仍主要基于單一農(nóng)作物實(shí)景自動(dòng)監(jiān)測(cè)平臺(tái)，未來(lái)研究中將通過(guò)農(nóng)作物地面實(shí)景平臺(tái)、無(wú)人機(jī)低空遙感、衛(wèi)星遙感進(jìn)行混合組成的天-地-空綜合監(jiān)測(cè)手段，實(shí)現(xiàn)農(nóng)作物的多尺度多時(shí)空觀測(cè)。結(jié)合所開展業(yè)務(wù)，準(zhǔn)確定位實(shí)景監(jiān)測(cè)所能完成的主要功能服務(wù)，在此基礎(chǔ)上形成有效應(yīng)用產(chǎn)品。