日前，數字中國研究院（福建）宣布：福州大學數研院邱炳文團隊創建并發布了全球首張10米分辨率的冬小麥分布圖以及相關數據集。這項成果將為端牢“中國飯碗”的相關研究提供基礎數據。

據悉，這項研究成果發表在農林科學領域國際頂級期刊《Computers and Electronics in Agriculture》。論文第一作者為福州大學博士生成飛飛，福州大學數字中國研究院（福建）教師邱炳文為通訊作者。

通過這張圖，人們能夠了解冬小麥在全球的種植分布、面積等信息。看清這些信息，意義在于4個字——知己知彼。一是摸清家底。冬小麥是全球重要的口糧作物，及時準確高效獲取其種植分布數據，可以為作物播種管收的精準管理提供參考。二是防范風險。“如果某糧食主產國說今年糧食作物面積縮水減產了，我們可從圖上判斷信息的真偽，提前規避風險、把握話語權。”邱炳文說。

一圖有大用，可是繪制起來并不容易。“全球首張10米分辨率的冬小麥分布圖”，名稱就透露出兩個關鍵點：大范圍、高精度高時效。

這張圖覆蓋全球，首先要解決一個問題：如何從衛星拍攝的影像中精準識別冬小麥？目視解譯工作量太大，難以實施，必須建立魯棒性作物識別模型。在特征提取階段，邱炳文團隊就開啟了漫長的“找不同”，也就是找同一區域冬小麥和其他作物呈現的不同特征，找不同作物生長的時序特點……

“最容易和冬小麥混淆的是大蒜和油菜，我們不是通過單景影像分類，而是通過時序影像判斷不同作物的物候特征，全面觀察刻畫作物播種生長成熟收割的全生命過程。”邱炳文說，此外，不同區域冬小麥的返青期、抽穗期存在差異性，因此需要進行時空推演測算。

事實上，這并非邱炳文團隊首次對作物進行大尺度作物制圖。“從前我們對水稻、玉米等大宗糧食作物都做過研究，從500米分辨率的全國數據集推進到現在10米分辨率的全球數據產品，這得益于多源數據融合技術設計及應用。”邱炳文告訴記者，團隊不斷探索光學和雷達時序耦合研究新范式。“之前我們以光學數據為主，但是南方多云多雨，于是近年來通過構建融合光學雷達數據的魯棒性作物識別模型，讓數據集更完整、精度更高。”

十余年間，邱炳文團隊持續專注于大尺度長時序智能農情遙感技術等相關研究，不斷吸收農業專業知識，甚至像農學專家一樣琢磨起作物的栽培，進而研究栽培管理方式帶來的影響。外出開會、調研，她有一個習慣，更愿意乘坐火車，利用這個時間觀察記錄沿途作物分布情況與長勢。甚至是第一次認識的人，她也會向他們打聽當地作物的分布情況。此外，她樂于將研究成果無償奉獻共享。記者看到，數字中國研究院（福建）發布的頁面，不僅有論文鏈接，還有代碼鏈接、全球冬小麥動態監測系統鏈接、2024年全球冬小麥數據集下載鏈接。

“我希望未來把農情信息底座做得更系統一些，形成一個覆蓋更多作物分布研究的方法，讓后續應用型研究變得更加簡單。”邱炳文說。（記者 蔣雅琛）