【科研进展】全球首张！系福州大学团队建立

　　“最容易和冬小麦混合的是大蒜和油菜，我们不是通过单景影像分类，而是通过时序影像判断分歧做物的物候特征，全面察看描绘做物播种发展成熟收割的全生命过程。”邱炳文说，此外，分歧区域冬小麦的返青期、抽穗期存正在差同性，因而需要进行时空推演测算。

　　十余年间，邱炳文团队持续专注于大标准长时序智能农情遥感手艺等相关研究，不竭接收农业专业学问，以至像农学专家一样揣摩起做物的栽培，进而研究栽培办理体例带来的影响。外出开会、调研，她有一个习惯，更情愿乘坐火车，操纵这个时间察看记实沿途做物分布环境取长势。以至是第一次认识的人，她也会向他们打听本地做物的分布环境。此外，她乐于将研究无偿奉献共享。记者看到，数字中国研究院（福建）发布的页面，不只有论文链接，还有代码链接、全球冬小麦动态监测系统链接、2024年全球冬小麦数据集下载链接。

　　据悉，这项研究颁发正在农林科学范畴国际期刊《Computers and Electronics in Agriculture》。论文第一做者为福州大学博士生成飞飞，福州大学数字中国研究院（福建）教师邱炳文为通信做者。

　　现实上，这并非邱炳文团队初次对做物进行大标准做物制图。“畴前我们对水稻、玉米等大粮食做物都做过研究，这得益于多源数据融合手艺设想及使用。”邱炳文告诉记者，“之前我们以光学数据为从，可是南方多云多雨，于是近年来通过建立融合光学雷达数据的鲁棒性做物识别模子，让数据集更完整、精度更高。”。

　　一图有大用，可是绘制起来并不容易。“全球首张10米分辩率的冬小麦分布图”，名称就透显露两个环节点：大范畴、高精度高时效。

　　这张图笼盖全球，起首要处理一个问题：若何从卫星拍摄的影像中精准识别冬小麦？目视解译工做量太大，难以实施，必需成立鲁棒性做物识别模子。正在特征提取阶段，也就是找统一区域冬小麦和其他做物呈现的分歧特征，找分歧做物发展的时序特点…。

　　通过这张图，人们可以或许领会冬小麦正在全球的种植分布、面积等消息。看清这些消息，意义正在于4个字——良知知彼。一是摸清家底。冬小麦是全球主要的口粮做物，可认为做物播种管收的精准办理供给参考。“若是某粮食从产国说本年粮食做物面积缩水减产了，我们可从图上判断消息的，提前规避风险、把握话语权。”邱炳文说。