农作物空间分布监测，是调控农业生产、调整种植结构的重要基础之一。随着技术的进步，卫星遥感、地面监测等技术日渐成熟，作物监测也越来越精准，但不同的方法，仍有各自的缺点。近日，记者从中国农科院获悉，一种新的农作物空间分布制图方法研发成功，可显著提升制图精度，且为我国大区域“作物一张图”研制提供新支撑。该研究由中国农科院农业资源与农业区划研究所智慧农业创新团队，联合华中师范大学、美国波士顿大学、美国肯特州立大学以及国际粮食政策研究所等共同完成，研究成果发表于《环境遥感（Remote Sensing of Environment）》上。

　　据团队科学家吴文斌介绍，在农作物空间分布制图中，空间遥感数据和地面统计数据，是最常使用的数据。在遥感数据中，在区域农作物空间分布制图或种植结构监测中，中低空间分辨率遥感数据是广泛使用的数据源，具有观测幅宽大、谱段多和时频高等特点，可以较好刻画复杂种植结构下农作物的生长发育物候特征。然而，其较粗的空间分辨率常带来混合像元的问题，分类中训练样本、大气干扰、影像预处理、机器学习算法等因素，也有很多不确定性，这些都显著限制了农作物空间分布制图精度。

　　另一方面，农业统计数据也有自身的优势和劣势，它在作物类型和数量特征描述、时间连续性表达等方面具有独特优势，却难以刻画农作物详细的空间分布信息。

　　能否将两者相结合，研发出一种兼具二者优势的新方法？事实上，类似的研究已经开始，不过，吴文斌介绍，一般情况下，更多将统计数据作为外部参考数据，并没有实现遥感数据和统计数据的真正协同。

　　针对这一问题，科学家团队从充分挖掘中低分辨率遥感影像和农业统计数据的优势出发，联合提出了协同这两类数据的农作物亚像素制图新方法。随后，团队还以我国最大商品粮基地——黑龙江省为研究区域，以主要农作物（水稻、玉米和大豆）为研究对象，对方法可靠性和稳定性进行了验证。结果表明，新方法不仅在数量上与统计数据的一致性显著提升，而且也保留了遥感制图结果的空间分布特征。

　　据介绍，该方法充分挖掘了遥感数据和统计数据协同利用的优势，一方面提升了中低分辨率遥感数据作物空间分布制图的精度，可为我国大区域“作物一张图”研制提供新支撑；另一方面丰富和发展了遥感数据源和非遥感数据源融合的技术方法，可为多源数据的协同融合提供新参考。

　　该研究得到国家自然科学基金创新群体项目、国家重点研发计划项目、国际农业科学计划项目共同资助。