中國網/中國發展門戶網訊 作為全球生齒最多的國家之一，我國始終將耕地保護和糧食平安作為最主要的國家戰略。但是，隨著經濟社會的疾速發展，耕地這一主要的戰略資源面臨著日益嚴峻的保護挑戰，如我國耕地數量不斷減少、區域耕地質量不斷降落、耕天時用效力不高級。根據國家統計局的數據，從2009年第二次到2019年第三次全國地盤調查，我國耕地總面積減少了1.家教13億畝，耕地“非農化”“非糧化”等問題始終威脅糧食平安。為了有用保護耕地資源，我國確立了耕地尤其是永遠基礎農田的優先保護位置，使之成為調整經濟結構、規劃產業發展、推進城鎮化不成超越的耕地保護紅線。
耕地保護紅線的管控監測是實現耕地保護和糧食平安的主要舉措。隨著社會經濟疾速發展，加劇的人類活動對耕地保護形成了越來越年夜的壓力，導致部分耕地出現面積減少、質量降落、產量下降、作物結構單一、生態服務效能退步、耕地安康狀況受損等問題。此外，氣候變化也給耕地保護帶來了宏大的挑戰，特別是溫度降低、降水變率增年夜伴隨極端氣候事務頻率和強度的增添，如干旱和洪澇災害加劇等，深入影響著耕地的穩定性和可持續會議室出租性。在人類活動和氣候變化配合感化下，耕地管控狀態的變化速率更快、強度更年夜、復雜性更高，若何對耕地管控狀態進行高時效性、舞蹈場地準確性、周全性地評估和監測已成為一個急切需求解決的問題。
但是，傳統的耕地監測方式存在著諸多缺乏，如周期長、時效性差、精度低、本錢高級問題，難以滿足及時、準確、動態的監測需求。年夜數據具有海量數據處理、疾速剖析、智能決策等優勢。通過整合衛星記憶、氣象數據和泥土監測等多源數據，實現對耕天時用狀態多維度的高頻、高精度監測，為耕地紅線管控狀態的監測供給更為精準的數據支撐、新的研討思緒和技術手腕，從而周全清楚耕地的狀態和變化趨勢，為農業規劃、地盤治理及糧食生產等決策供給科學支撐和數據基礎。如谷歌基于遙感年夜數據和云計算構建了近實時地盤覆蓋制圖平臺（Dynamic World），實現了小樹屋地盤覆蓋制圖從靜態到實時動態監測的新理念的轉換，這為耕地紅線管控狀態的監測預警供給了主要范例。
本文旨在適應年夜數據時代科研范式變革的請求，積極推進耕地紅線監管的年夜數據支撐。將從3個方面展開論述：剖析當前耕地保護紅線管控監測現狀；介紹年夜數據技術在耕地紅線監測中的應用現狀和前沿技術，提出耕地紅線監測的創新技術計劃；提出年夜數據技術在耕地紅線監測中的挑戰、建議和瞻望。
耕地保護紅線管控監測的現狀與存在的問題
我國耕地保護紅線政策的演變和監測的主要性
自1949年中華國民共和國成立以來，我國始終高度重視耕地的保護和應用任務（圖1）。這一過程經歷了從初期對耕地資源的初步摸索，到改造開放時期對耕地質量建設的慢慢擴展，再到黨的十八年夜以來對耕地系統保護的不斷延長。這種發展變遷的路徑和一系列耕天時用與保護的政策不斷完美，構成了一個綜合的耕地保護應用體系，從耕地數量保護慢慢到重視均衡數量、質量和生態三位一體，這為保證糧食平安、推動農業綠色高質量發展和加快農業現代化進程奠基了堅實基礎。研討表白這一系列耕地保護紅線政策在我國耕地保護和糧食平安中發揮了主要感化，使我國得以用不到全球9%的耕地養活了世界近20%的生齒。
當前耕地保護紅線管控監測存在的重要問題
面向農業地盤系統多維度信息的監測體系亟需構建
耕地監測的目標和內容不僅局限于統計耕地的數量變化，還要綜合考慮耕地的質量、作物種植軌制、生態與安康等多個角度和層次的特征。耕地質量包含泥土肥力、質地等物理和化學特徵；種植軌制監測不僅要考慮耕地的種植結構、種植方法、種植效力等技術原因，還要考慮耕地的社會經濟效益、市場競爭力、農平易近支出等經濟原因；耕地生態狀況監測不僅要考慮耕地的生物多樣性、水土堅持、氣候調節、碳匯等生態服務的貢獻，還要考慮耕地退步等生態壓力的影響；耕地的安康包含農藥會議室出租應用、淨化物含量、食物平安等方面。
遙感技術在耕地數量監測方面發揮了主要感化，但其他維度信息監測方面需求耦合遙感和多模態數據進行協同監測。例如針對耕地的質量和侵蝕狀況等需求更高的光譜和空間辨別率數據，以及更先進的技術算法進行準確地監測，并需求結合空中站點觀測數據進行耦合，來加強多元協同觀測技術在耕地多維私密空間度信息監測中的應用。
耕地衛星遙感監測數據結果豐富，但分歧性較低，標準化有待加強
進進21世紀以來，我教學國在2007年和2019年分別進行了第二次和第三次全國地盤調查。第二次和第三次全國地盤調查公布的耕空中積分別為20.31億畝和19.18億畝，相關數據以統計數據的情勢依照區（縣）行政區劃向全社會公開發布，其數據被認為最具準確性、權威性和法令效率。但是，出于相關法令規定等緣由，歷次地盤調查的原始圖斑數據均未向社會公開。科研團體和機構研發的開源耕地衛星遙感數據產品仍然是當下科學研討采用的重要數據源。
衛星遙感是當前耕地監測的重要手腕。特別是在2008年a教學場地mericanLandsat系列數據、2014年歐洲尖兵（Sentinel）系列數據，以及2019年中國高分數據向全球用戶免費共享以來，海量中、地面間辨別率的衛星開源數據逐漸成為遙感耕地制圖的重要數據源。此外，2012年以來以谷歌公司為代表的遙感云計算平臺，以其集成多源遙感數據、并行計算和向科研團體免費應用的特點，逐漸成為了耕地遙感監測的首選計算平臺。遙感年夜數據和云計算平臺的出現極年夜地促進了平分辨率全球地盤覆蓋數據產品的研制，例如以2020年為基準年、空間范圍涵蓋中國年夜陸地區的耕地遙感監測產品多達10余套（表1）。
但是，這些數據集存在較年夜的紛歧致性和不確定性。以我國2020年為基準年的12套耕地遙感監測數據集為例，超過53.55%的區域分歧性較低（耕地產品分歧性數量小于等于5），面積達190.25×104 km2（圖2）。而完整分歧性區域（12套耕地遙感產品均認為是耕地）比例僅占12.89%，面積為45.79×104 km2。此中，高分歧性區域重要分布于東北平原、華北平原、長江中下流平原等地勢較為平展、耕地集中連片分布的傳統農業區。對于內蒙古農牧交錯帶以北的沙漠地區、青躲高原、南邊丘陵、橫斷山區等耕地破裂化地區，多套耕1對1教學地數據的紛歧致性較年夜。圖2中表白當前12套耕地產品面積與第三次全國國土調查面積整體上具有較強的分歧性舞蹈教室，但仍呈現顯著的區域差異。是以，未來耕地紅線的衛星遙感監測任務亟待加強行業標準的制訂，晉陞數據的規范性。
科研與行業部門的對接和互動有待深化，數據共享有待加強
盡管近年來自動化分類技術在科學研討領域獲得了長足進步，但當前天然資源業務部門的耕地遙感保護執法在觸及實際應用場景時，依然需求大批的人工干預或完整由人工主導解譯。以耕地違法占用遙感監測為例，由于耕地佈景覆蓋自己呈現顯著的季節性和區域性差異，而違法附著物在類別和尺寸、顏色形態方面也具有多樣性，使得傳統基于人工智能的目標檢測算法在應用于耕地執法場景時經常出現“漏分”和“錯分”等現象。但是，人工解譯也存在時效性差、效力低、人力本錢高、受操縱人員經驗影響精度難以保證等一系列缺乏。
當前，我國耕地紅線監測任務在科學研討和行業部門兩個方面均獲得主要進展。在科學研討方面。除了上述耕地遙感監測產品外，在作物分布和耕地治理與應用方面，也已有“東北地區10 m辨別率重要作物分布數據集”“全國5小樹屋00 m辨別率澆灌耕地分布數據集”“全國1 km辨別率糧食作物物候數據集”“全國30 m辨別率冬小麥種植分布數據集”等大批遙感監測數據集公開發布。是以，若何將科學研討領域的進展更好的對接并服務于農業和天然資源等業務部門，仍需求科研人員與當局任務人員加強協作和配合盡力。在耕地數據調查方面。天然資源行業部門投進了大批任務，例如天然資源部約每10年開展一次的全國地盤應用現狀調查，第二次和第三次全國地盤調查也構成了高精度和權威性的數據產品，農業農村部自2008年起也組織開展全國耕地質量監測，但這些調查均只供給統計報告而未公開原始數據。為了更好地統籌和節約舞蹈教室資源，深化科學研討和部門應用潛力，有需要打破“數據孤島”，進一個步驟統籌協調業務部門與科研部門的數據共享和開放。
地球科學數據共享對于應對當今最教學具挑戰性和史無前例的全球環境問題，以及實現聯合國2030年可持“師父和夫人不會同意的。”續發展目標尤為主要。american農業部的天然資源清單（NRI）項目包含地盤應用、泥土特征、水質等信息，每5年更換新的資料1次，數據向公眾開放。同時，通過其數據中間共享了全國范圍的農業作物種植面積分布數據，但沒有供給精細化的農戶作物調查數據。歐盟統計局自2006年啟動地盤應用/地盤覆蓋面積框架統計調查項目（LUCAS），通過每3年開展1次在歐盟28個成員國的調查，獲取地盤覆蓋與地盤應用統計數據，并對外公開發布。歐洲航天局開放了部門較粗拙的遙感記憶如10 m空間辨別Sentinel-2衛星等，但0.5—1 m辨別率的更高辨別率商業衛星記憶仍未周全向用戶免費開放。是以，充足調研這些國家耕地監測數據共享的范圍、情勢、法令約束機制等對于我國耕地監測數據協同、資源節約和高效應用，具有主要意義。
年夜數據驅動下的耕地保護紅線管控監測新范式
基于“遙感年夜數據+云計算+AI”的年夜數據科研范式
近年來，我國已勝利發射了高分、資源系列等對地觀測衛星，加之一些商業渺小衛星和無人機記憶，獲得了大批的耕地系統高時空辨別率的數據。協同國外的遙感數據，為開展耕地紅線管控狀態的實時監測與預警供給了數據支撐。與此同時，遙感云計算平臺的出現為遙感年夜數據發掘供給了史無前例的機遇，遙感云計算可以戰勝傳統遙感數據處理的局限性，如硬件本錢高、軟件更換新的資料慢、數據共享難等，實現遙感數據的疾速獲取、實時處理和在線服務。此外，人工智能技術可以對衛星圖像或航攝影片進行處理，自動識別和監測不符合法會議室出租令占用、耕共享空間地擴張等農地變化，按期檢查農地的應用現狀并就違規行為進行預警。人個人空間工智能技術還可以用于耕地安康監測，監測泥土質量、作物生長情況和水資源應用，幫助農戶更好地規劃和治理農田。
是以，遙感年夜數據、云計算和人工智能的集成可以年夜范圍、實時獲取高精度耕地數據，包含耕地的數量、質量、生態狀況等多維度信息，從而助力實現耕地紅線管控狀態的實時監測與預警、耕地狀態歷史演變過程的重建、極端天氣災害的耕地影響疾速評價等（圖3）。
年夜數據科研范式下的耕地保護紅線管控監測
實現耕地紅線管控狀態的實時監測與預警
現有耕地紅線管控狀態的監測周期以年度為主，尚不克不及滿足耕地動態化監管的需求。基于多模態遙感、云計算和AI等技術可以實現高教學精度國土要素的自動化、實時識別，進而服務于耕地紅線管控狀態的實時監測和預警。高機能開源軟件框架（如TensorFlow）中算法的進步及云計算平臺的數據搜集和處理才能，為更地面間辨別率和更高時間辨別率耕地數據集的發布創造了機會。是以，采用數據驅動的人工智能技術實現耕地空間要素高精度疾速識別和進步耕地應對平安威脅的響應速率和預警的準確性已成為發展趨勢。
耕地管控狀態的實時監測重點攻關紅線范圍內干擾活動的疾速識別技術。針對天然和人類擾動信息難以疾速、精準獲取的難題，以高辨別率、多角度、多形式的光學、高光譜、雷達等多源異構海量遙感數據為主體，發展建設占用、開墾與種植、災害損毀、盜砍盜伐、非糧化等地表形態擾動要素樣本庫構建技術。融會基于遙感云計算平臺的并行計算與智能決策技術，發展多源廣域示范區多樣化場景空間紅線管控要素模子智能適配方式，滿足耕地紅線平安底線管控關鍵要素疾速、精準提取與識別。耕地紅線管控評估預警技術，包含構建數量、質量、格式等耕地管控評估指標體系，樹立耕地紅線評估預警模子東西。構建融會數量、質量、生態、格式、潛能、用處的耕地系統多維度評估指標體系和面向國家糧食平安的耕地紅線管控風險評估與預警模子，實現耕地紅線管控風險的疾速評估和精準預警。交流
此外，媒體報道和社會輿論驅動的被動執行情況多，仍難以實現主動式監測。未來的研討標的目的仍需與人工智能相結合，進一個步驟改進目標檢測算法，考慮更多的地區特征和佈景信息，以培養更為智能的算法來應對耕地違法監測中的多樣性和復雜性；進一個步驟減少人工干預，進步執法效力與準確性，最終實現耕地保護執法的主動式精準監測。
“遙感年夜數據+云計算+AI”實現耕地狀態歷史演變過程的重建
為了重建分歧歷史時期的耕地演變過程，需求依附分歧數據源和方式來還原歷史時期耕地狀態和演變過程。例如，針對2000年以來的耕地演變過程，國內外應用衛星進行周期性的耕地資源調查監測已有較為成熟的技術。重要依附中高辨別率的多源遙感數據如american陸地資源衛星（Landsat）（30 m）、歐空局“尖兵”二號衛星（Sentinel-2）（10 m）、american星球實驗室鴿群衛星（PlanetScope）（3—5 m）、國產高分衛星（0.8—10 m），通過數據融會、往云往噪、數據插值、濾波光滑等遙感數據預處理過程重建長時間序列多源遙感數據集，再通過機器學習及深度學習等創新算法進行遙感記憶分類實現2000年以來的耕地歷史演變過程重建。
針對2000年以前的耕地演變過程，重要依附遙感數據結合農業統計數據（如面積、產量等），通過作物空間分派模子（SPAM）來推測分歧時期小樹屋耕地分布格式，從而重建2000年以前的歷史時期耕地分布格式。基于重建的長時間序列耕地歷史演變數據集，采用Landtrendr等變化檢測方式探測耕地變化的關鍵拐點與熱點地區，剖析耕地歷史時期變化的時空演替特征。
“遙感年夜數據+云計算+AI”實現極端天氣災害的耕地影響疾速評價
極端天氣災害的耕地影響評價包含災害自己的疾速監測預報和影響評價2個方面。“遙感年夜數據+云計算+AI”為極端天氣災害事務的監測預報供給了主要的數據和方式支撐。Hao等結合多源衛星數據提出優化氣象干旱指數（OMDI）和優化植被干旱指數（OVDI）實現了我國東北地區生物的干旱長時序時空格式的監測。通過訓練深度神經網絡來捕獲輸進（在給定時間點再剖析天氣數據）和輸出（在目標時間點再剖析天氣數據）之間的關系，能夠將天氣災害預報速率比擬數值天氣預報（NWP）方式進步多個數量級。華為公司云田奇團隊研發了“盤古氣象”（Pangu-Weather）AI天氣預報系統，并發現和ECMWF HRES比較，該年夜模子在分歧地區、分歧熱帶風暴強度、分歧預測時間下臺風路徑預測準確度都有明顯優勢。此外，Zhang等提出了一個名為NowcastNet的極端降水臨近預報年夜模子，通過耦合物理規律和深度學習實現分歧類型降雨率的精確預報，特別是以往方式難以處理的極端降雨事務。遙感技術能夠周全、及時地評價極端天氣災害發生后的耕地情況。應用云計算的高機能算力，結合AI算法對遙感年夜數據進行剖析，識別出耕地受災面積、農作物損掉等災害影響特征。Chen等結合遙感云計算平臺與變化檢測方式，準確地刻畫了2020年長江中下流流域的耕地受洪災影響裴奕眼睛亮晶晶的看著兒媳婦，發現她對自己的吸引力真的是越來越大了。如果他不趕緊和她分開，他的感情用不了多久就會情況。基于多源遙感數據，Javed等探討了農業干旱與冬小麥和夏玉米產量損掉之間的潛在聯系，發現中國極端干旱事務頻次的增添是華北地區夏玉米產量和冬小麥產量顯著降落的主要緣由。Dong等采用平分辨率成像光譜的歸一化紅外指數（NDII）和擾動指數（DI）2種方式評估“是啊，就是因為不敢，女兒才更傷心。是女兒做錯事了，為什麼沒有人責備女兒，沒有人對女兒說真話，告訴女兒是她做的了東北地區“巴威”“美莎克”“海神”3次臺風對當地作物的影響，為災后農田治理供給了科學指導。
建議與瞻望
統籌構建“面積-質量-生態-安康”耕地多維度信息監測體系
當前已有耕地監測研討重要集中在面積變化上，共享空間但是，考慮到現代農業的復雜性，多維度監測變得至關主要。應該納進更多關鍵維度的考量，如耕地質量、作物種植結構、作物治理方法、耕地生態狀況、耕地安康狀態等。這種多維度全方位的監測有助于更深刻地清楚地盤資源的狀況，并為地盤的科學治理供給更為準確和周全的數據支撐。清楚耕地的質量和安康狀況可以幫助農戶采取更有用的地盤治理辦法。同時，監測作物種植結構和治理方法的變化家教可以支撐當局農業政策的制訂，促進可持續的農業實踐，進步耕地的生態適應性。
加強國產衛星和云計算平臺在耕地監測中的才能建設
中高辨別率遙感數據日益豐富，多源異構海量遙感數據的融會而構成更高維度空間、光譜和時間信息的遙感數據立方體，晉陞特征提取和數據發掘才能，是衝破耕地系統遙感監測關鍵技術瓶頸的途徑。未來，應完美國產陸地遙感衛星觀測體系，增添發射和在軌衛星數量，不斷完美“資源”“高分”等系列國產陸地遙感衛星觀測體系，進步遙感數據的準確性和靠得住性。此外，增添反應作物光譜特徵的波段，在國產衛星中可增添能夠有用反應作物特有光譜特徵的“紅邊”波段，進步對耕地系統作物長勢、病蟲害等遙感監測的準確性。以長光衛星產品“吉林一號”為例，截至今朝已有108顆衛星在軌組網運行，實現對全球肆意地區天天35—37次亞米級重訪觀測，在時間敏感度較高的耕地不符合法令占用等紅線監管業務場景中有主要應用遠景。未來，應該重視國產陸地資源衛星和商業衛星年夜數據的協同應用，更好地助力耕地和其他天然資源本底要素和動態的客觀、真實、準確、實時監測。
加強地塊基礎單元等關鍵基礎信息數據庫建設，晉陞監測精度
凡是基于像元的分類方式沒有充足發掘像元相鄰的空間信息，從而形成一些分類錯誤及“椒鹽現象”的問題。在遙感監測耕地的過程中融會地塊基礎單元的信息，構舞蹈教室建耕地基礎地塊信息數據庫，能夠進步遙感監測耕地的準確性，顯著下降遙感記憶分類結果的誤差和噪聲。地塊基礎信息是連接遙感監測與農業部門實際應用的橋梁，將地塊基礎單元信息與農業、天然資源等部門數據共享整合。應用高辨別率遙感衛星記憶和前沿的圖像分類朋分技術，輔以現場調查驗證，通過邊緣檢測或許空間信息聚合等前沿的圖像朋分的技術，能夠實現地塊信息的精準識別。但今朝地塊信息提取在高分遙感數據的可獲取性、復雜景觀地區地塊信息提取、年夜標準地塊信息連續監測等方面還面臨諸多挑戰。
推動科學研討與部門業務間的數據高效互通和平安共享
協同對接耕地科學監測數據與部門業務數據，并在數據標準規范制訂的基礎上進交流行共享，可以在進步農業治理效力、災害風險應對等方面發揮關鍵感化。國內內在耕地數據共享等方面已獲得了主要進展，但數據的共享空間共享開放與平安保證的權衡需求由專門的當局部門或研討機構來負責統籌。需樹立數據共享標準規范，農業數據的搜集、收拾和共享發布等環節均需求制訂法令、數據共享的標準和元數據規范，確保數據的平安性、格局、內容標注、質量把持等合適相關的規定，保證共享數據的質量。樹立明確的用戶申請流程，研討者依照規范提出申請，負責部門進行審核同意，簽訂數據應用協議，防止數據濫用，確保共享數據的平安性。
耕地保護紅線管控監測納進國土空間規劃監測系統（CSPON）
耕地一體化監測平臺建設可以推進農業數字化、智能化、精準化，周全監測耕地質量變化和糧食生產動態，科學預警和保證國家糧食平安。我國正在推進建設國土空間規劃實施監測網絡（CSPON），試圖衝破國土空間規劃實施監測中的統一網絡架構、算法模子、數據管理等方面的問題，健全數據共享等交流基礎性政策標準，此中，耕地紅線管控狀態監測是此中主要的內容。遙感年夜數據和云計算等前沿技術不僅能豐富規劃實施監測的方式論，更為構建全新的國土空間規劃實施監督理論和監測體系供給了寶貴的機遇。需求從頭審視監測的目標、指標、方式和評估體系，將科技創新與規劃實踐相結合，打造加倍精準、高效、可持續的國土空間規劃實施監測新機制。
（作者：董金瑋、崔屹峰、陳曦、楊林生，中國科學院地輿科學與資源研討所 中國科學院年夜學；邸媛媛、高璇、寧佳、劉紀遠，中國科學院地輿科學與資源研討所；蔡玉梅，天交流然資源部國土空間規劃研討中間。《中國科學院院刊》供稿）