监测全球农情，福建发声

发布时间：2026-09-14 19:07:45 来源：面有菜色网 作者：探索

福州大学团队首创无样本自动识别遥感技术，农情覆盖10余种主要作物，福建发声为全球粮农治理贡献数据与方案

监测全球农情，监测福建发声

东南网6月21日讯（福建日报记者 李珂）近日，全球福州大学数字中国研究院（福建）邱炳文团队联合中外机构，农情发布了全球首套10米分辨率冬油菜分布数据集，福建发声覆盖58个国家，监测总体精度92.21%，全球相关成果发表于国际遥感一区Top期刊。这也是该团队继全球10米茶园、10米冬小麦之后，推出的第三套全球10米作物数据产品。

前不久，邱炳文荣获2025年“空天数据开放共享年度人物入围奖”，成为该奖项设立以来首位来自农业遥感领域的获奖者。

这位喜欢坐慢火车看窗外庄稼的研究员，带领团队首创了“数据—知识双驱动”的无样本作物自动识别技术，目前已覆盖10余种主要作物。相关成果连续3年入选《地球大数据支撑可持续发展目标报告》，全球首张10米分辨率茶园分布图等被联合国粮农组织采纳。在全球农情监测领域，发出了响亮的“福建声音”。

破局：从一张玉米地图到可计算的遥感特征

玉米是全球产量第一的大宗粮食作物，种在哪里、长得怎样、会不会减产，直接影响国际粮价和我国的进口预期。但是，全球农情信息和市场预期长期被少数国家、机构和跨国粮商主导。

2012年，美国中西部严重干旱，玉米产量下降，出口价格指数仅两个月就暴涨30%以上，直接冲击我国的饲料加工和粮油采购。2023年，印度收紧大米出口，国际米价全年上涨约21%。

这些事件反复印证一个道理：粮食安全，不只看产了多少，更看谁先掌握信息、谁来解释形势、谁能影响预期。“准确及时的全球农情信息，是平抑粮价、掌握粮食贸易主动权的关键。”邱炳文说。

可要把农情信息做准，并不容易。玉米和大豆分布广、种植制度复杂，在卫星影像上还常与高粱、花生等作物混淆。传统算法往往靠大量实地样本教模型识别，样本一缺就失灵。

邱炳文团队换了一条路：回到作物本身。他们发现，玉米叶片大、光合效率高、叶绿素含量高、绿色冠层持续时间长。于是，团队设计出专门的玉米制图指数，捕捉植被指数与叶绿素指数在时间序列上的协同变化关系。“就像看一个人跳舞，不看某个瞬间的动作，而看双手的协调度。”邱炳文打了个比方。

针对大豆，团队利用其成熟期衰老失水快、叶绿素含量介于玉米与花生之间的特征，构建了基于冠层水分和叶绿素变化的大豆自动制图指数。

这些指数把农学知识变成了可计算的遥感特征。这套方法用到中美两国后，自2018年以来，中美玉米大豆分布时空动态变化，特别是大豆轮作呈现的滚动式上升态势，都被清晰呈现出来。

跨越：从数据驱动到无样本自动识别

传统农作物遥感制图，高度依赖大量实地训练样本，相当于拿着一叠标准照片去逐张比对。样本充足时精度很高，一旦换到样本稀缺的地区，比如非洲、南亚、中亚，模型就很难落地。

邱炳文团队的突破，是把人眼识别庄稼的经验变成可计算、可迁移的作物指数。“我在农村长大，从小种双季稻，对作物有感性认识。但科研不能停留在经验上，关键是把这种识别能力变成算法。”邱炳文说。

团队系统研究了不同作物的全生命周期变化，逐一寻找不依赖样本也能辨认的标志性特征。他们构建了全国首套10米分辨率、10种作物的种植模式分布数据集，精细揭示了水稻、玉米、小麦、大豆、油菜、花生、甘蔗、马铃薯、烟叶、向日葵的空间分布和轮作模式。

以茶园为例。茶树是常绿灌木，容易与林木、果园混淆。团队发现，茶树每年因多次采摘和修剪，冠层结构会出现规律性扰动。这种扰动在雷达卫星的时序影像上会留下独特的纹理变化。常规光学遥感主要看到植被“绿不绿”，而雷达能感知冠层结构“变没变”。团队据此设计了雷达纹理物候指标，首次实现全球主要产茶国10米分辨率茶园制图，成果发表在遥感领域顶级期刊《Remote Sensing of Environment》上。

这种“知识引导”的技术路线，正在改变过去单纯依赖数据和样本的作物制图范式。

最新发布的全球首套10米冬油菜数据集，正是这一思路的延伸。团队设计了光学—雷达协同框架WROS，将冬油菜物候、花期及冠层特征转为识别指标，减少对晴空影像和样本的依赖，全球验证精度92.21%，欧洲和非洲区域超94%。

超82%的冬油菜集中于亚欧中纬度地区。2021—2025年监测显示，乌克兰冲突地区种植面积明显下降。该成果为识别海外油料风险提供支撑，标志着团队构建的全球作物遥感数据底座，已从口粮、经济作物拓展到重要油料作物。

底座：从数据共享到全球治理话语权

比一张地图更重要的，是一套可复用、可迁移、可共享的数据基础设施。

邱炳文团队公开发布了“中国作物种植模式数据集ChinaCP”，提供2005年以来全国粮食作物种植模式的逐年连续分布信息，填补了大尺度作物熟制与轮作数据的空白。该成果发表于Nature子刊《Scientific Data》上，并入选ESI高被引论文。

这些数据不只是给科研人员用的。国内多家农业保险机构用它评估作物受灾面积，为理赔提供客观依据。期货公司将其纳入价格预测模型，辅助判断供给端变化。多个省份的农业农村部门则用这些数据核查耕地非粮化整治成效。

2025年11月，该数据集入选“第四届优秀共享开放遥感数据集”十大最受欢迎年度数据集，团队同时获评“十大最有贡献的数据团队”。

联合国粮农组织发布的全球作物分布数据集CROPGRIDS，在全球范围内仅采纳了14个国家级数据产品，ChinaCP便是其中之一。这意味着，中国团队生产的数据，已经成为国际社会认识中国作物分布和复种指数的重要参考。邱炳文团队发布的全球首张融合光学与雷达数据的全国10米耕地种植制度分布数据集，也被《Nature Food》等顶级期刊正面引用。

此外，团队全球10米茶园分布数据集等成果，已作为联合国可持续发展目标SDG2（零饥饿）章节的成果亮点案例提交，并在联合国粮农组织（FAO）网站公开发布。2026年5月21日世界茶日期间，FAO土地与水资源司司长李利锋专门召集视频会议，邀请邱炳文作专题报告，并对来自中国福建遥感学界的全球茶园科学数据共享表示感谢和肯定。

目前，邱炳文团队正把玉米制图指数从国家尺度拓展到全球，并构建涵盖小麦、玉米、水稻、大豆四大粮食作物的早期动态识别模型。他们的目标是在收获前2至3个月，就能判断作物分布、长势和潜在风险，为国家粮食调控和国际贸易谈判争取宝贵的时间窗口。

团队已在乌克兰、巴西等重要粮食供应国开展实验验证，初步结果显示模型具有良好的可迁移性。

从一张中国作物地图到面向全球的智慧农业数据底座，邱炳文团队用遥感技术把“中国人的饭碗”端得更稳，也为全球粮农治理贡献来自福建的科学数据与中国方案。

相关文章