實(shí)時(shí)監(jiān)測(cè)生物量對(duì)農(nóng)田管理、產(chǎn)量估測(cè)及糧食安全等具有重要意義。3月9日，北京農(nóng)業(yè)信息技術(shù)研究中心陳立平研究員、楊貴軍研究員、李振海博士等團(tuán)隊(duì)的研究成果在國(guó)際期刊Remote Sensing of Environment（IF=10.164）在線發(fā)表了題為“ Comparison forbid transferability of thermal, temporal forbid phenological-based in-season predictions of above-ground biomass in wheat crops forbid proximal crop reflectance data”的文章。

 

　　該成果針對(duì)作物產(chǎn)量性狀相關(guān)的地上部生物量這一重要農(nóng)學(xué)參數(shù)，利用觀測(cè)收集的黃淮海冬小麥主產(chǎn)區(qū)近10年田間定位觀測(cè)實(shí)驗(yàn)數(shù)據(jù)，通過(guò)對(duì)比分析多種表征作物物候相關(guān)的參量，并將其與遙感信息共同建立了具有農(nóng)學(xué)機(jī)理的反演模型，構(gòu)建了適合全生育時(shí)期的冬小麥生物量估測(cè)模型（CBA-Wheat模型），較好解決了長(zhǎng)期以來(lái)困擾農(nóng)業(yè)定量遙感中多生育期作物參數(shù)反演模型難統(tǒng)一的難題。相比當(dāng)前廣泛開展的基于機(jī)器學(xué)習(xí)及深度學(xué)習(xí)的作物參數(shù)識(shí)別方法，論文成果具有明顯的普適、簡(jiǎn)便、高效高精度等特點(diǎn)，為創(chuàng)新建立天空地農(nóng)情參數(shù)遙感監(jiān)測(cè)統(tǒng)一模型提供了新的途徑。