中國網(wǎng)/中國發(fā)展門戶網(wǎng)訊 作為全球人口最多的國家之一，我國始終將耕地保護(hù)和糧食安全作為最重要的國家戰(zhàn)略。然而，隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展，耕地這一重要的戰(zhàn)略資源面臨著日益嚴(yán)峻的保護(hù)挑戰(zhàn)，如我國耕地?cái)?shù)量不斷減少、區(qū)域耕地質(zhì)量不斷下降、耕地利用效率不高等。根據(jù)國家統(tǒng)計(jì)局的數(shù)據(jù)，從2009年第二次到2019年第三次全國土地調(diào)查，我國耕地總面積減少了1.13億畝，耕地“非農(nóng)化”“非糧化”等問題始終威脅糧食安全。為了有效保護(hù)耕地資源，我國確立了耕地尤其是永久基本農(nóng)田的優(yōu)先保護(hù)地位，使之成為調(diào)整經(jīng)濟(jì)結(jié)構(gòu)、規(guī)劃產(chǎn)業(yè)發(fā)展、推進(jìn)城鎮(zhèn)化不可逾越的耕地保護(hù)紅線。

耕地保護(hù)紅線的管控監(jiān)測是實(shí)現(xiàn)耕地保護(hù)和糧食安全的重要舉措。隨著社會(huì)經(jīng)濟(jì)快速發(fā)展，加劇的人類活動(dòng)對(duì)耕地保護(hù)造成了越來越大的壓力，導(dǎo)致局部耕地出現(xiàn)面積減少、質(zhì)量下降、產(chǎn)量降低、作物結(jié)構(gòu)單一、生態(tài)服務(wù)功能退化、耕地健康狀況受損等問題。此外，氣候變化也給耕地保護(hù)帶來了巨大的挑戰(zhàn)，特別是溫度升高、降水變率增大伴隨極端氣候事件頻率和強(qiáng)度的增加，如干旱和洪澇災(zāi)害加劇等，深刻影響著耕地的穩(wěn)定性和可持續(xù)性。在人類活動(dòng)和氣候變化共同作用下，耕地管控狀態(tài)的變化速度更快、強(qiáng)度更大、復(fù)雜性更高，如何對(duì)耕地管控狀態(tài)進(jìn)行高時(shí)效性、準(zhǔn)確性、全面性地評(píng)估和監(jiān)測已成為一個(gè)迫切需要解決的問題。

然而，傳統(tǒng)的耕地監(jiān)測方法存在著諸多不足，如周期長、時(shí)效性差、精度低、成本高等問題，難以滿足及時(shí)、準(zhǔn)確、動(dòng)態(tài)的監(jiān)測需求。大數(shù)據(jù)具有海量數(shù)據(jù)處理、快速分析、智能決策等優(yōu)勢。通過整合衛(wèi)星影像、氣象數(shù)據(jù)和土壤監(jiān)測等多源數(shù)據(jù)，實(shí)現(xiàn)對(duì)耕地利用狀態(tài)多維度的高頻、高精度監(jiān)測，為耕地紅線管控狀態(tài)的監(jiān)測提供更為精準(zhǔn)的數(shù)據(jù)支持、新的研究思路和技術(shù)手段，從而全面了解耕地的狀態(tài)和變化趨勢，為農(nóng)業(yè)規(guī)劃、土地管理及糧食生產(chǎn)等決策提供科學(xué)支持和數(shù)據(jù)基礎(chǔ)。如谷歌基于遙感大數(shù)據(jù)和云計(jì)算構(gòu)建了近實(shí)時(shí)土地覆蓋制圖平臺(tái)（Dynamic World），實(shí)現(xiàn)了土地覆蓋制圖從靜態(tài)到實(shí)時(shí)動(dòng)態(tài)監(jiān)測的新理念的轉(zhuǎn)換，這為耕地紅線管控狀態(tài)的監(jiān)測預(yù)警提供了重要范例。

本文旨在適應(yīng)大數(shù)據(jù)時(shí)代科研范式變革的要求，積極推進(jìn)耕地紅線監(jiān)管的大數(shù)據(jù)支撐。將從3個(gè)方面展開論述：分析當(dāng)前耕地保護(hù)紅線管控監(jiān)測現(xiàn)狀；介紹大數(shù)據(jù)技術(shù)在耕地紅線監(jiān)測中的應(yīng)用現(xiàn)狀和前沿技術(shù)，提出耕地紅線監(jiān)測的創(chuàng)新技術(shù)方案；提出大數(shù)據(jù)技術(shù)在耕地紅線監(jiān)測中的挑戰(zhàn)、建議和展望。

耕地保護(hù)紅線管控監(jiān)測的現(xiàn)狀與存在的問題

我國耕地保護(hù)紅線政策的演變和監(jiān)測的重要性

自1949年中華人民共和國成立以來，我國始終高度重視耕地的保護(hù)和利用工作（圖1）。這一過程經(jīng)歷了從初期對(duì)耕地資源的初步探索，到改革開放時(shí)期對(duì)耕地質(zhì)量建設(shè)的逐步擴(kuò)展，再到黨的十八大以來對(duì)耕地系統(tǒng)保護(hù)的不斷延伸。這種發(fā)展變遷的路徑和一系列耕地利用與保護(hù)的政策不斷完善，形成了一個(gè)綜合的耕地保護(hù)利用體系，從耕地?cái)?shù)量保護(hù)逐步到注重平衡數(shù)量、質(zhì)量和生態(tài)三位一體，這為保障糧食安全、推動(dòng)農(nóng)業(yè)綠色高質(zhì)量發(fā)展和加速農(nóng)業(yè)現(xiàn)代化進(jìn)程奠定了堅(jiān)實(shí)基礎(chǔ)。研究表明這一系列耕地保護(hù)紅線政策在我國耕地保護(hù)和糧食安全中發(fā)揮了重要作用，使我國得以用不到全球9%的耕地養(yǎng)活了世界近20%的人口。

當(dāng)前耕地保護(hù)紅線管控監(jiān)測存在的主要問題

面向農(nóng)業(yè)土地系統(tǒng)多維度信息的監(jiān)測體系亟需構(gòu)建

耕地監(jiān)測的目的和內(nèi)容不僅局限于統(tǒng)計(jì)耕地的數(shù)量變化，還要綜合考慮耕地的質(zhì)量、作物種植制度、生態(tài)與健康等多個(gè)角度和層次的特征。耕地質(zhì)量包括土壤肥力、質(zhì)地等物理和化學(xué)特性；種植制度監(jiān)測不僅要考慮耕地的種植結(jié)構(gòu)、種植方式、種植效率等技術(shù)因素，還要考慮耕地的社會(huì)經(jīng)濟(jì)效益、市場競爭力、農(nóng)民收入等經(jīng)濟(jì)因素；耕地生態(tài)狀況監(jiān)測不僅要考慮耕地的生物多樣性、水土保持、氣候調(diào)節(jié)、碳匯等生態(tài)服務(wù)的貢獻(xiàn)，還要考慮耕地退化等生態(tài)壓力的影響；耕地的健康包括農(nóng)藥使用、污染物含量、食品安全等方面。

遙感技術(shù)在耕地?cái)?shù)量監(jiān)測方面發(fā)揮了重要作用，但其他維度信息監(jiān)測方面需要耦合遙感和多模態(tài)數(shù)據(jù)進(jìn)行協(xié)同監(jiān)測。例如針對(duì)耕地的質(zhì)量和侵蝕狀況等需要更高的光譜和空間分辨率數(shù)據(jù)，以及更先進(jìn)的技術(shù)算法進(jìn)行準(zhǔn)確地監(jiān)測，并需要結(jié)合地面站點(diǎn)觀測數(shù)據(jù)進(jìn)行耦合，來加強(qiáng)多元協(xié)同觀測技術(shù)在耕地多維度信息監(jiān)測中的應(yīng)用。

耕地衛(wèi)星遙感監(jiān)測數(shù)據(jù)成果豐富，但一致性較低，標(biāo)準(zhǔn)化有待加強(qiáng)

進(jìn)入21世紀(jì)以來，我國在2007年和2019年分別進(jìn)行了第二次和第三次全國土地調(diào)查。第二次和第三次全國土地調(diào)查公布的耕地面積分別為20.31億畝和19.18億畝，相關(guān)數(shù)據(jù)以統(tǒng)計(jì)數(shù)據(jù)的形式按照區(qū)（縣）行政區(qū)劃向全社會(huì)公開發(fā)布，其數(shù)據(jù)被認(rèn)為最具準(zhǔn)確性、權(quán)威性和法律效力。然而，出于相關(guān)法律規(guī)定等原因，歷次土地調(diào)查的原始圖斑數(shù)據(jù)均未向社會(huì)公開?？蒲袌F(tuán)體和機(jī)構(gòu)研發(fā)的開源耕地衛(wèi)星遙感數(shù)據(jù)產(chǎn)品依然是當(dāng)下科學(xué)研究采用的主要數(shù)據(jù)源。

衛(wèi)星遙感是當(dāng)前耕地監(jiān)測的主要手段。特別是在2008年美國Landsat系列數(shù)據(jù)、2014年歐洲哨兵（Sentinel）系列數(shù)據(jù)，以及2019年中國高分?jǐn)?shù)據(jù)向全球用戶免費(fèi)共享以來，海量中、高空間分辨率的衛(wèi)星開源數(shù)據(jù)逐漸成為遙感耕地制圖的主要數(shù)據(jù)源。此外，2012年以來以谷歌公司為代表的遙感云計(jì)算平臺(tái)，以其集成多源遙感數(shù)據(jù)、并行計(jì)算和向科研團(tuán)體免費(fèi)使用的特點(diǎn)，逐漸成為了耕地遙感監(jiān)測的首選計(jì)算平臺(tái)。遙感大數(shù)據(jù)和云計(jì)算平臺(tái)的出現(xiàn)極大地促進(jìn)了中分辨率全球土地覆蓋數(shù)據(jù)產(chǎn)品的研制，例如以2020年為基準(zhǔn)年、空間范圍涵蓋中國大陸地區(qū)的耕地遙感監(jiān)測產(chǎn)品多達(dá)10余套（表1）。

然而，這些數(shù)據(jù)集存在較大的不一致性和不確定性。以我國2020年為基準(zhǔn)年的12套耕地遙感監(jiān)測數(shù)據(jù)集為例，超過53.55%的區(qū)域一致性較低（耕地產(chǎn)品一致性數(shù)量小于等于5），面積達(dá)190.25×104 km2（圖2）。而完全一致性區(qū)域（12套耕地遙感產(chǎn)品均認(rèn)為是耕地）比例僅占12.89%，面積為45.79×104 km2。其中，高一致性區(qū)域主要分布于東北平原、華北平原、長江中下游平原等地勢較為平坦、耕地集中連片分布的傳統(tǒng)農(nóng)業(yè)區(qū)。對(duì)于內(nèi)蒙古農(nóng)牧交錯(cuò)帶以北的戈壁地區(qū)、青藏高原、南方丘陵、橫斷山區(qū)等耕地破碎化地區(qū)，多套耕地?cái)?shù)據(jù)的不一致性較大。圖2中表明當(dāng)前12套耕地產(chǎn)品面積與第三次全國國土調(diào)查面積整體上具有較強(qiáng)的一致性，但仍呈現(xiàn)顯著的區(qū)域差異。因此，未來耕地紅線的衛(wèi)星遙感監(jiān)測工作亟待加強(qiáng)行業(yè)標(biāo)準(zhǔn)的制訂，提升數(shù)據(jù)的規(guī)范性。

科研與行業(yè)部門的對(duì)接和互動(dòng)有待深化，數(shù)據(jù)共享有待加強(qiáng)

盡管近年來自動(dòng)化分類技術(shù)在科學(xué)研究領(lǐng)域取得了長足進(jìn)步，但當(dāng)前自然資源業(yè)務(wù)部門的耕地遙感保護(hù)執(zhí)法在涉及實(shí)際應(yīng)用場景時(shí)，仍然需要大量的人工干預(yù)或完全由人工主導(dǎo)解譯。以耕地違法占用遙感監(jiān)測為例，由于耕地背景覆蓋本身呈現(xiàn)顯著的季節(jié)性和區(qū)域性差異，而違法附著物在類別和尺寸、顏色形態(tài)方面也具有多樣性，使得傳統(tǒng)基于人工智能的目標(biāo)檢測算法在應(yīng)用于耕地執(zhí)法場景時(shí)常常出現(xiàn)“漏分”和“錯(cuò)分”等現(xiàn)象。然而，人工解譯也存在時(shí)效性差、效率低、人力成本高、受操作人員經(jīng)驗(yàn)影響精度難以保證等一系列不足。

當(dāng)前，我國耕地紅線監(jiān)測工作在科學(xué)研究和行業(yè)部門兩個(gè)方面均取得重要進(jìn)展。在科學(xué)研究方面。除了上述耕地遙感監(jiān)測產(chǎn)品外，在作物分布和耕地管理與利用方面，也已有“東北地區(qū)10 m分辨率主要作物分布數(shù)據(jù)集”“全國500 m分辨率灌溉耕地分布數(shù)據(jù)集”“全國1 km分辨率糧食作物物候數(shù)據(jù)集”“全國30 m分辨率冬小麥種植分布數(shù)據(jù)集”等大量遙感監(jiān)測數(shù)據(jù)集公開發(fā)布。因此，如何將科學(xué)研究領(lǐng)域的進(jìn)展更好的對(duì)接并服務(wù)于農(nóng)業(yè)和自然資源等業(yè)務(wù)部門，仍需要科研人員與政府工作人員加強(qiáng)協(xié)作和共同努力。在耕地?cái)?shù)據(jù)調(diào)查方面。自然資源行業(yè)部門投入了大量工作，例如自然資源部約每10年開展一次的全國土地利用現(xiàn)狀調(diào)查，第二次和第三次全國土地調(diào)查也形成了高精度和權(quán)威性的數(shù)據(jù)產(chǎn)品，農(nóng)業(yè)農(nóng)村部自2008年起也組織開展全國耕地質(zhì)量監(jiān)測，但這些調(diào)查均只提供統(tǒng)計(jì)報(bào)告而未公開原始數(shù)據(jù)。為了更好地統(tǒng)籌和節(jié)約資源，深化科學(xué)研究和部門應(yīng)用潛力，有必要打破“數(shù)據(jù)孤島”，進(jìn)一步統(tǒng)籌協(xié)調(diào)業(yè)務(wù)部門與科研部門的數(shù)據(jù)共享和開放。

地球科學(xué)數(shù)據(jù)共享對(duì)于應(yīng)對(duì)當(dāng)今最具挑戰(zhàn)性和前所未有的全球環(huán)境問題，以及實(shí)現(xiàn)聯(lián)合國2030年可持續(xù)發(fā)展目標(biāo)尤為重要。美國農(nóng)業(yè)部的自然資源清單（NRI）項(xiàng)目包括土地利用、土壤特征、水質(zhì)等信息，每5年更新1次，數(shù)據(jù)向公眾開放。同時(shí)，通過其數(shù)據(jù)中心共享了全國范圍的農(nóng)業(yè)作物種植面積分布數(shù)據(jù)，但沒有提供精細(xì)化的農(nóng)戶作物調(diào)查數(shù)據(jù)。歐盟統(tǒng)計(jì)局自2006年啟動(dòng)土地利用/土地覆蓋面積框架統(tǒng)計(jì)調(diào)查項(xiàng)目（LUCAS），通過每3年開展1次在歐盟28個(gè)成員國的調(diào)查，獲取土地覆蓋與土地利用統(tǒng)計(jì)數(shù)據(jù)，并對(duì)外公開發(fā)布。歐洲航天局開放了部分較粗糙的遙感影像如10 m空間分辨Sentinel-2衛(wèi)星等，但0.5—1 m分辨率的更高分辨率商業(yè)衛(wèi)星影像仍未全面向用戶免費(fèi)開放。因此，充分調(diào)研這些國家耕地監(jiān)測數(shù)據(jù)共享的范圍、形式、法律約束機(jī)制等對(duì)于我國耕地監(jiān)測數(shù)據(jù)協(xié)同、資源節(jié)約和高效利用，具有重要意義。

大數(shù)據(jù)驅(qū)動(dòng)下的耕地保護(hù)紅線管控監(jiān)測新范式

基于“遙感大數(shù)據(jù)+云計(jì)算+AI”的大數(shù)據(jù)科研范式

近年來，我國已成功發(fā)射了高分、資源系列等對(duì)地觀測衛(wèi)星，加之一些商業(yè)微小衛(wèi)星和無人機(jī)影像，獲得了大量的耕地系統(tǒng)高時(shí)空分辨率的數(shù)據(jù)。協(xié)同國外的遙感數(shù)據(jù)，為開展耕地紅線管控狀態(tài)的實(shí)時(shí)監(jiān)測與預(yù)警提供了數(shù)據(jù)支撐。與此同時(shí)，遙感云計(jì)算平臺(tái)的出現(xiàn)為遙感大數(shù)據(jù)挖掘提供了前所未有的機(jī)遇，遙感云計(jì)算可以克服傳統(tǒng)遙感數(shù)據(jù)處理的局限性，如硬件成本高、軟件更新慢、數(shù)據(jù)共享難等，實(shí)現(xiàn)遙感數(shù)據(jù)的快速獲取、實(shí)時(shí)處理和在線服務(wù)。此外，人工智能技術(shù)可以對(duì)衛(wèi)星圖像或航拍照片進(jìn)行處理，自動(dòng)識(shí)別和監(jiān)測非法占用、耕地?cái)U(kuò)張等農(nóng)地變化，定期檢查農(nóng)地的利用現(xiàn)狀并就違規(guī)行為進(jìn)行預(yù)警。人工智能技術(shù)還可以用于耕地健康監(jiān)測，監(jiān)測土壤質(zhì)量、作物生長情況和水資源利用，幫助農(nóng)戶更好地規(guī)劃和管理農(nóng)田。

因此，遙感大數(shù)據(jù)、云計(jì)算和人工智能的集成可以大范圍、實(shí)時(shí)獲取高精度耕地?cái)?shù)據(jù)，包括耕地的數(shù)量、質(zhì)量、生態(tài)狀況等多維度信息，從而助力實(shí)現(xiàn)耕地紅線管控狀態(tài)的實(shí)時(shí)監(jiān)測與預(yù)警、耕地狀態(tài)歷史演變過程的重建、極端天氣災(zāi)害的耕地影響快速評(píng)價(jià)等（圖3）。

大數(shù)據(jù)科研范式下的耕地保護(hù)紅線管控監(jiān)測

實(shí)現(xiàn)耕地紅線管控狀態(tài)的實(shí)時(shí)監(jiān)測與預(yù)警

現(xiàn)有耕地紅線管控狀態(tài)的監(jiān)測周期以年度為主，尚不能滿足耕地動(dòng)態(tài)化監(jiān)管的需求?；诙嗄B(tài)遙感、云計(jì)算和AI等技術(shù)可以實(shí)現(xiàn)高精度國土要素的自動(dòng)化、實(shí)時(shí)識(shí)別，進(jìn)而服務(wù)于耕地紅線管控狀態(tài)的實(shí)時(shí)監(jiān)測和預(yù)警。高性能開源軟件框架（如TensorFlow）中算法的進(jìn)步及云計(jì)算平臺(tái)的數(shù)據(jù)收集和處理能力，為更高空間分辨率和更高時(shí)間分辨率耕地?cái)?shù)據(jù)集的發(fā)布創(chuàng)造了機(jī)會(huì)。因此，采用數(shù)據(jù)驅(qū)動(dòng)的人工智能技術(shù)實(shí)現(xiàn)耕地空間要素高精度快速識(shí)別和提高耕地應(yīng)對(duì)安全威脅的響應(yīng)速度和預(yù)警的準(zhǔn)確性已成為發(fā)展趨勢。

耕地管控狀態(tài)的實(shí)時(shí)監(jiān)測重點(diǎn)攻關(guān)紅線范圍內(nèi)干擾活動(dòng)的快速識(shí)別技術(shù)。針對(duì)自然和人類擾動(dòng)信息難以快速、精準(zhǔn)獲取的難題，以高分辨率、多角度、多模式的光學(xué)、高光譜、雷達(dá)等多源異構(gòu)海量遙感數(shù)據(jù)為主體，發(fā)展建設(shè)占用、開墾與種植、災(zāi)害損毀、盜砍盜伐、非糧化等地表形態(tài)擾動(dòng)要素樣本庫構(gòu)建技術(shù)。融合基于遙感云計(jì)算平臺(tái)的并行計(jì)算與智能決策技術(shù)，發(fā)展多源廣域示范區(qū)多樣化場景空間紅線管控要素模型智能適配方法，滿足耕地紅線安全底線管控關(guān)鍵要素快速、精準(zhǔn)提取與識(shí)別。耕地紅線管控評(píng)估預(yù)警技術(shù)，包括構(gòu)建數(shù)量、質(zhì)量、格局等耕地管控評(píng)估指標(biāo)體系，建立耕地紅線評(píng)估預(yù)警模型工具。構(gòu)建融合數(shù)量、質(zhì)量、生態(tài)、格局、潛能、用途的耕地系統(tǒng)多維度評(píng)估指標(biāo)體系和面向國家糧食安全的耕地紅線管控風(fēng)險(xiǎn)評(píng)估與預(yù)警模型，實(shí)現(xiàn)耕地紅線管控風(fēng)險(xiǎn)的快速評(píng)估和精準(zhǔn)預(yù)警。

此外，媒體報(bào)道和社會(huì)輿論驅(qū)動(dòng)的被動(dòng)執(zhí)行情況多，仍難以實(shí)現(xiàn)主動(dòng)式監(jiān)測。未來的研究方向仍需與人工智能相結(jié)合，進(jìn)一步改進(jìn)目標(biāo)檢測算法，考慮更多的地域特征和背景信息，以培養(yǎng)更為智能的算法來應(yīng)對(duì)耕地違法監(jiān)測中的多樣性和復(fù)雜性；進(jìn)一步減少人工干預(yù)，提高執(zhí)法效率與準(zhǔn)確性，最終實(shí)現(xiàn)耕地保護(hù)執(zhí)法的主動(dòng)式精準(zhǔn)監(jiān)測。

“遙感大數(shù)據(jù)+云計(jì)算+AI”實(shí)現(xiàn)耕地狀態(tài)歷史演變過程的重建

為了重建不同歷史時(shí)期的耕地演變過程，需要依靠不同數(shù)據(jù)源和方法來還原歷史時(shí)期耕地狀態(tài)和演變過程。例如，針對(duì)2000年以來的耕地演變過程，國內(nèi)外利用衛(wèi)星進(jìn)行周期性的耕地資源調(diào)查監(jiān)測已有較為成熟的技術(shù)。主要依靠中高分辨率的多源遙感數(shù)據(jù)如美國陸地資源衛(wèi)星（Landsat）（30 m）、歐空局“哨兵”二號(hào)衛(wèi)星（Sentinel-2）（10 m）、美國星球?qū)嶒?yàn)室鴿群衛(wèi)星（PlanetScope）（3—5 m）、國產(chǎn)高分衛(wèi)星（0.8—10 m），通過數(shù)據(jù)融合、去云去噪、數(shù)據(jù)插值、濾波平滑等遙感數(shù)據(jù)預(yù)處理過程重建長時(shí)間序列多源遙感數(shù)據(jù)集，再通過機(jī)器學(xué)習(xí)及深度學(xué)習(xí)等創(chuàng)新算法進(jìn)行遙感影像分類實(shí)現(xiàn)2000年以來的耕地歷史演變過程重建。

針對(duì)2000年以前的耕地演變過程，主要依靠遙感數(shù)據(jù)結(jié)合農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)（如面積、產(chǎn)量等），通過作物空間分配模型（SPAM）來推測不同時(shí)期耕地分布格局，從而重建2000年以前的歷史時(shí)期耕地分布格局。基于重建的長時(shí)間序列耕地歷史演變數(shù)據(jù)集，采用Landtrendr等變化檢測方法探測耕地變化的關(guān)鍵拐點(diǎn)與熱點(diǎn)地區(qū)，分析耕地歷史時(shí)期變化的時(shí)空演替特征。

“遙感大數(shù)據(jù)+云計(jì)算+AI”實(shí)現(xiàn)極端天氣災(zāi)害的耕地影響快速評(píng)價(jià)

極端天氣災(zāi)害的耕地影響評(píng)價(jià)包括災(zāi)害本身的快速監(jiān)測預(yù)報(bào)和影響評(píng)價(jià)2個(gè)方面。“遙感大數(shù)據(jù)+云計(jì)算+AI”為極端天氣災(zāi)害事件的監(jiān)測預(yù)報(bào)提供了重要的數(shù)據(jù)和方法支撐。Hao等結(jié)合多源衛(wèi)星數(shù)據(jù)提出優(yōu)化氣象干旱指數(shù)（OMDI）和優(yōu)化植被干旱指數(shù)（OVDI）實(shí)現(xiàn)了我國西南地區(qū)生物的干旱長時(shí)序時(shí)空格局的監(jiān)測。通過訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)來捕獲輸入（在給定時(shí)間點(diǎn)再分析天氣數(shù)據(jù)）和輸出（在目標(biāo)時(shí)間點(diǎn)再分析天氣數(shù)據(jù)）之間的關(guān)系，能夠?qū)⑻鞖鉃?zāi)害預(yù)報(bào)速度相比數(shù)值天氣預(yù)報(bào)（NWP）方法提高多個(gè)數(shù)量級(jí)。華為公司云田奇團(tuán)隊(duì)研發(fā)了“盤古氣象”（Pangu-Weather）AI天氣預(yù)報(bào)系統(tǒng)，并發(fā)現(xiàn)和ECMWF HRES比較，該大模型在不同地區(qū)、不同熱帶風(fēng)暴強(qiáng)度、不同預(yù)測時(shí)間上臺(tái)風(fēng)路徑預(yù)測準(zhǔn)確度都有明顯優(yōu)勢。此外，Zhang等提出了一個(gè)名為NowcastNet的極端降水臨近預(yù)報(bào)大模型，通過耦合物理規(guī)律和深度學(xué)習(xí)實(shí)現(xiàn)不同類型降雨率的精確預(yù)報(bào)，特別是以往方法難以處理的極端降雨事件。遙感技術(shù)能夠全面、及時(shí)地評(píng)價(jià)極端天氣災(zāi)害發(fā)生后的耕地情況。利用云計(jì)算的高性能算力，結(jié)合AI算法對(duì)遙感大數(shù)據(jù)進(jìn)行分析，識(shí)別出耕地受災(zāi)面積、農(nóng)作物損失等災(zāi)害影響特征。Chen等結(jié)合遙感云計(jì)算平臺(tái)與變化檢測方法，準(zhǔn)確地刻畫了2020年長江中下游流域的耕地受洪災(zāi)影響情況。基于多源遙感數(shù)據(jù)，Javed等探究了農(nóng)業(yè)干旱與冬小麥和夏玉米產(chǎn)量損失之間的潛在聯(lián)系，發(fā)現(xiàn)中國極端干旱事件頻次的增加是華北地區(qū)夏玉米產(chǎn)量和冬小麥產(chǎn)量顯著下降的重要原因。Dong等采用中分辨率成像光譜的歸一化紅外指數(shù)（NDII）和擾動(dòng)指數(shù)（DI）2種方法評(píng)估了東北地區(qū)“巴威”“美莎克”“海神”3次臺(tái)風(fēng)對(duì)當(dāng)?shù)刈魑锏挠绊?，為?zāi)后農(nóng)田管理提供了科學(xué)指導(dǎo)。

建議與展望

統(tǒng)籌構(gòu)建“面積-質(zhì)量-生態(tài)-健康”耕地多維度信息監(jiān)測體系

當(dāng)前已有耕地監(jiān)測研究主要集中在面積變化上，然而，考慮到現(xiàn)代農(nóng)業(yè)的復(fù)雜性，多維度監(jiān)測變得至關(guān)重要。應(yīng)該納入更多關(guān)鍵維度的考量，如耕地質(zhì)量、作物種植結(jié)構(gòu)、作物管理方式、耕地生態(tài)狀況、耕地健康狀態(tài)等。這種多維度全方位的監(jiān)測有助于更深入地了解土地資源的狀況，并為土地的科學(xué)管理提供更為準(zhǔn)確和全面的數(shù)據(jù)支持。了解耕地的質(zhì)量和健康狀況可以幫助農(nóng)戶采取更有效的土地管理措施。同時(shí)，監(jiān)測作物種植結(jié)構(gòu)和管理方式的變化可以支持政府農(nóng)業(yè)政策的制定，促進(jìn)可持續(xù)的農(nóng)業(yè)實(shí)踐，提高耕地的生態(tài)適應(yīng)性。

加強(qiáng)國產(chǎn)衛(wèi)星和云計(jì)算平臺(tái)在耕地監(jiān)測中的能力建設(shè)

中高分辨率遙感數(shù)據(jù)日益豐富，多源異構(gòu)海量遙感數(shù)據(jù)的融合而形成更高維度空間、光譜和時(shí)間信息的遙感數(shù)據(jù)立方體，提升特征提取和數(shù)據(jù)挖掘能力，是突破耕地系統(tǒng)遙感監(jiān)測關(guān)鍵技術(shù)瓶頸的途徑。未來，應(yīng)完善國產(chǎn)陸地遙感衛(wèi)星觀測體系，增加發(fā)射和在軌衛(wèi)星數(shù)量，不斷完善“資源”“高分”等系列國產(chǎn)陸地遙感衛(wèi)星觀測體系，提高遙感數(shù)據(jù)的準(zhǔn)確性和可靠性。此外，增加反映作物光譜特性的波段，在國產(chǎn)衛(wèi)星中可增加能夠有效反映作物特有光譜特性的“紅邊”波段，提高對(duì)耕地系統(tǒng)作物長勢、病蟲害等遙感監(jiān)測的準(zhǔn)確性。以長光衛(wèi)星產(chǎn)品“吉林一號(hào)”為例，截至目前已有108顆衛(wèi)星在軌組網(wǎng)運(yùn)行，實(shí)現(xiàn)對(duì)全球任意地區(qū)每天35—37次亞米級(jí)重訪觀測，在時(shí)間敏感度較高的耕地非法占用等紅線監(jiān)管業(yè)務(wù)場景中有重要應(yīng)用前景。未來，應(yīng)該注重國產(chǎn)陸地資源衛(wèi)星和商業(yè)衛(wèi)星大數(shù)據(jù)的協(xié)同利用，更好地助力耕地和其他自然資源本底要素和動(dòng)態(tài)的客觀、真實(shí)、準(zhǔn)確、實(shí)時(shí)監(jiān)測。

加強(qiáng)地塊基本單元等關(guān)鍵基礎(chǔ)信息數(shù)據(jù)庫建設(shè)，提升監(jiān)測精度

通常基于像元的分類方法沒有充分挖掘像元相鄰的空間信息，從而造成一些分類錯(cuò)誤及“椒鹽現(xiàn)象”的問題。在遙感監(jiān)測耕地的過程中融合地塊基本單元的信息，構(gòu)建耕地基礎(chǔ)地塊信息數(shù)據(jù)庫，能夠提高遙感監(jiān)測耕地的準(zhǔn)確性，顯著降低遙感影像分類結(jié)果的誤差和噪聲。地塊基本信息是連接遙感監(jiān)測與農(nóng)業(yè)部門實(shí)際應(yīng)用的橋梁，將地塊基本單元信息與農(nóng)業(yè)、自然資源等部門數(shù)據(jù)共享整合。利用高分辨率遙感衛(wèi)星影像和前沿的圖像分類分割技術(shù)，輔以現(xiàn)場調(diào)查驗(yàn)證，通過邊緣檢測或者空間信息聚合等前沿的圖像分割的技術(shù)，能夠?qū)崿F(xiàn)地塊信息的精準(zhǔn)識(shí)別。但目前地塊信息提取在高分遙感數(shù)據(jù)的可獲取性、復(fù)雜景觀地區(qū)地塊信息提取、大尺度地塊信息連續(xù)監(jiān)測等方面還面臨諸多挑戰(zhàn)。

推動(dòng)科學(xué)研究與部門業(yè)務(wù)間的數(shù)據(jù)高效互通和安全共享

協(xié)同對(duì)接耕地科學(xué)監(jiān)測數(shù)據(jù)與部門業(yè)務(wù)數(shù)據(jù)，并在數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范制定的基礎(chǔ)上進(jìn)行共享，可以在提高農(nóng)業(yè)管理效率、災(zāi)害風(fēng)險(xiǎn)應(yīng)對(duì)等方面發(fā)揮關(guān)鍵作用。國內(nèi)外在耕地?cái)?shù)據(jù)共享等方面已取得了重要進(jìn)展，但數(shù)據(jù)的共享開放與安全保障的權(quán)衡需要由專門的政府部門或研究機(jī)構(gòu)來負(fù)責(zé)統(tǒng)籌。需建立數(shù)據(jù)共享標(biāo)準(zhǔn)規(guī)范，農(nóng)業(yè)數(shù)據(jù)的收集、整理和共享發(fā)布等環(huán)節(jié)均需要制定法律、數(shù)據(jù)共享的標(biāo)準(zhǔn)和元數(shù)據(jù)規(guī)范，確保數(shù)據(jù)的安全性、格式、內(nèi)容標(biāo)注、質(zhì)量控制等符合相關(guān)的規(guī)定，保證共享數(shù)據(jù)的質(zhì)量。建立明確的用戶申請流程，研究者按照規(guī)范提出申請，負(fù)責(zé)部門進(jìn)行審核批準(zhǔn)，簽訂數(shù)據(jù)使用協(xié)議，避免數(shù)據(jù)濫用，確保共享數(shù)據(jù)的安全性。

耕地保護(hù)紅線管控監(jiān)測納入國土空間規(guī)劃監(jiān)測系統(tǒng)（CSPON）

耕地一體化監(jiān)測平臺(tái)建設(shè)可以推進(jìn)農(nóng)業(yè)數(shù)字化、智能化、精準(zhǔn)化，全面監(jiān)測耕地質(zhì)量變化和糧食生產(chǎn)動(dòng)態(tài)，科學(xué)預(yù)警和保障國家糧食安全。我國正在推進(jìn)建設(shè)國土空間規(guī)劃實(shí)施監(jiān)測網(wǎng)絡(luò)（CSPON），試圖突破國土空間規(guī)劃實(shí)施監(jiān)測中的統(tǒng)一網(wǎng)絡(luò)架構(gòu)、算法模型、數(shù)據(jù)治理等方面的問題，健全數(shù)據(jù)共享等基礎(chǔ)性政策標(biāo)準(zhǔn)，其中，耕地紅線管控狀態(tài)監(jiān)測是其中重要的內(nèi)容。遙感大數(shù)據(jù)和云計(jì)算等前沿技術(shù)不僅能豐富規(guī)劃實(shí)施監(jiān)測的方法論，更為構(gòu)建全新的國土空間規(guī)劃實(shí)施監(jiān)督理論和監(jiān)測體系提供了寶貴的機(jī)遇。需要重新審視監(jiān)測的目標(biāo)、指標(biāo)、方法和評(píng)估體系，將科技創(chuàng)新與規(guī)劃實(shí)踐相結(jié)合，打造更加精準(zhǔn)、高效、可持續(xù)的國土空間規(guī)劃實(shí)施監(jiān)測新機(jī)制。

（作者：董金瑋、崔屹峰、陳曦、楊林生，中國科學(xué)院地理科學(xué)與資源研究所 中國科學(xué)院大學(xué)；邸媛媛、高璇、寧佳、劉紀(jì)遠(yuǎn)，中國科學(xué)院地理科學(xué)與資源研究所；蔡玉梅，自然資源部國土空間規(guī)劃研究中心；編審：楊柳春?！吨袊茖W(xué)院院刊》供稿）