在古老的傳說中，人們常�；孟霌碛蓄A(yù)知未來的能力，尤其是對(duì)于糧食收成這種關(guān)乎生存的大事。如今，隨著科技的飛速發(fā)展，我們真的擁有了這樣的“預(yù)言家”——遙感技術(shù)+作物生長模型，它們就像一對(duì)神奇的搭檔，一個(gè)在天空中俯瞰大地，一個(gè)在電腦里精準(zhǔn)計(jì)算，共同為我們揭開作物產(chǎn)量的神秘面紗。

　　一、遙感：天空中的“千里眼”

　　遙感，聽起來像是一個(gè)高大上的科技名詞，其實(shí)它的原理并不復(fù)雜。想象一下，你站在山頂上，用望遠(yuǎn)鏡眺望遠(yuǎn)方的田野，看到田野里莊稼的顏色、長勢等信息，這就是一種簡單的“遙感”。只不過，現(xiàn)代的遙感技術(shù)更加先進(jìn)，它利用衛(wèi)星、無人機(jī)等平臺(tái)，搭載各種傳感器，從地面、低空、高空等不同高度獲取地球表面的信息（圖1）。這些傳感器就像是超級(jí)敏銳的眼睛，能夠捕捉到肉眼看不見的電磁波信號(hào)，這些電磁波信息被傳輸回地面后，經(jīng)過處理和分析，就能夠得到地表上的各種信息，比如植被的植被指數(shù)、土壤的濕度、地形的起伏等，為我們提供寶貴的農(nóng)業(yè)數(shù)據(jù)。

　　圖1 不同尺度遙感觀測平臺(tái)（圖片來源：國家信息農(nóng)業(yè)工程技術(shù)中心）

　　遙感技術(shù)預(yù)測作物產(chǎn)量，就好比給農(nóng)作物做一次“空中體檢”，是一種高效又科學(xué)的方法。衛(wèi)星或無人機(jī)上的傳感器能捕捉農(nóng)作物的光譜、紋理等信息，這些信息藏著農(nóng)作物的“健康密碼”。科學(xué)家們會(huì)用這些“健康密碼”和農(nóng)作物的產(chǎn)量或者產(chǎn)量構(gòu)成要素建立數(shù)學(xué)關(guān)系，就像找到它們之間的“秘密公式”，從而估算出產(chǎn)量。還有一種方法是，先用這些“健康密碼”算出農(nóng)作物地上部分的干物質(zhì)量，因?yàn)楦晌镔|(zhì)量和產(chǎn)量之間也有一定的關(guān)系，所以也能通過這個(gè)來估算產(chǎn)量。

　　二、模型：電腦里的“智慧腦”

　　模型聽起來可能有點(diǎn)抽象，但其實(shí)它就像一個(gè)虛擬的“實(shí)驗(yàn)室”。在這個(gè)“實(shí)驗(yàn)室”里，我們可以通過輸入各種影響作物生長的條件，模擬出作物的生長過程。這些條件包括天氣、土壤、作物品種、施肥量等，模型會(huì)根據(jù)這些輸入條件，按照一定的科學(xué)規(guī)律進(jìn)行計(jì)算，最后給出作物的產(chǎn)量預(yù)測（圖2）。模型的原理是基于作物生長的生理生態(tài)過程�？茖W(xué)家們通過長期的試驗(yàn)和研究，總結(jié)出了作物生長的各種規(guī)律，并將這些規(guī)律用數(shù)學(xué)公式表達(dá)出來。這些公式就像是模型的“骨架”，支撐起整個(gè)模型的運(yùn)行。當(dāng)我們輸入不同條件時(shí)，模型就會(huì)按照這些公式進(jìn)行計(jì)算，就像一個(gè)超級(jí)聰明的“大腦”，能夠預(yù)測出在這些條件下作物會(huì)長成什么樣，最終產(chǎn)量會(huì)是多少。

　　圖2 作物生長模型模擬示意圖

　　模型預(yù)測作物產(chǎn)量的過程就像是一場精彩的“模擬秀”。首先，我們需要收集大量的數(shù)據(jù)，包括氣象數(shù)據(jù)、土壤數(shù)據(jù)、田間管理數(shù)據(jù)等等。這些數(shù)據(jù)就像是模型的食材，只有食材新鮮、豐富，模型才能做出準(zhǔn)確預(yù)測。然后，我們將這些數(shù)據(jù)輸入到模型中，模型就會(huì)根據(jù)預(yù)設(shè)的公式和算法，開始模擬作物的生長過程。它會(huì)考慮天氣變化對(duì)作物生長的影響，比如溫度、降水、光照等；它還會(huì)考慮土壤肥力對(duì)作物生長的支持，比如土壤中的氮、磷、鉀等養(yǎng)分含量；它還會(huì)考慮田間管理措施對(duì)作物生長的干預(yù)，比如施肥、灌溉、除草等。最后，模型會(huì)根據(jù)這些綜合因素，計(jì)算出作物在每個(gè)生長階段的狀態(tài)，包括葉面積、生物量、籽粒數(shù)量等。最終，模型會(huì)給出一個(gè)產(chǎn)量預(yù)測值，就像一個(gè)經(jīng)驗(yàn)豐富的老農(nóng)，根據(jù)各種條件判斷出今年的收成會(huì)如何。

　　三、遙感與模型的“夢幻組合”

　　遙感和模型雖然各自都很厲害，但它們都有自己的局限性。遙感雖然能夠獲取大范圍的信息，但它只能看到表面現(xiàn)象，無法深入了解作物生長的內(nèi)在機(jī)理。而模型雖然能夠模擬作物生長的過程，但它需要準(zhǔn)確的輸入數(shù)據(jù)，否則就會(huì)出現(xiàn)“垃圾進(jìn)，垃圾出”的情況，尤其模型從單點(diǎn)研究發(fā)展到區(qū)域應(yīng)用時(shí)，優(yōu)質(zhì)的高空間分辨率模型輸入?yún)��?shù)就更難獲得。

　　將遙感和模型耦合起來，就像是讓遙感的“千里眼”和模型的“智慧腦”協(xié)同工作（圖3）。遙感可以為模型提供實(shí)時(shí)、準(zhǔn)確的大面積觀測數(shù)據(jù)，比如作物的光譜信息、土壤濕度等，模型則可以根據(jù)這些數(shù)據(jù)，調(diào)整自己的模擬過程，讓預(yù)測更加精準(zhǔn)。這種耦合就像是給作物產(chǎn)量預(yù)測裝上了一對(duì)“翅膀”，讓它能夠飛得更高、看得更遠(yuǎn)。

　　耦合的過程聽起來有點(diǎn)復(fù)雜，但其實(shí)就像是在兩個(gè)不同世界之間搭建一座橋梁。首先，我們需要將遙感數(shù)據(jù)和模型數(shù)據(jù)進(jìn)行“翻譯”，讓它們能夠相互理解。這就需要一些專業(yè)的數(shù)據(jù)處理和轉(zhuǎn)換技術(shù)，將遙感圖像中的光譜信息轉(zhuǎn)換成模型能夠識(shí)別的參數(shù)，比如葉面積指數(shù)、生物量等。然后，我們需要選擇合適的耦合方法。目前最常用的方法是順序同化策略。順序同化就像是一個(gè)“調(diào)解員”，它會(huì)比較遙感觀測到的數(shù)據(jù)和模型模擬的數(shù)據(jù)，找出它們之間的差異。然后，它會(huì)根據(jù)一定的規(guī)則，調(diào)整模型的參數(shù)或者狀態(tài)變量，讓模型的模擬結(jié)果更加接近實(shí)際觀測值。這個(gè)過程就像是在不斷地“校準(zhǔn)”模型，讓它能夠更好地反映作物的實(shí)際生長情況。

　　圖3 遙感和模型耦合方式（驅(qū)動(dòng)策略（左）、初始化策略（中）、順序同化策略（右））

　　遙感技術(shù)和作物生長模型結(jié)合起來，不僅能利用遙感的實(shí)時(shí)性和空間連續(xù)性，還能發(fā)揮生長模型的時(shí)間連續(xù)性、機(jī)理性，從而更科學(xué)、更準(zhǔn)確地預(yù)測農(nóng)作物的空間生產(chǎn)力（圖4），就好比讓“千里眼”和模型專家的“智慧腦”合作，這種結(jié)合的方法比單獨(dú)使用遙感或模型要可靠得多，應(yīng)用前景非常好。

　　圖4 基于遙感和模型耦合模擬的研究區(qū)域小麥拔節(jié)期葉面積指數(shù)（左）和葉片氮積累量（中）及成熟期籽粒產(chǎn)量（右）空間分布圖

　　作者簡介

　　郭彩麗，南京農(nóng)業(yè)大學(xué)國家信息農(nóng)業(yè)工程技術(shù)中心實(shí)驗(yàn)師，近年來，圍繞遙感和模型耦合技術(shù)開展小麥生長監(jiān)測預(yù)測研究，參加遙感和模型耦合相關(guān)主題國家重點(diǎn)研發(fā)子課題、國家自然科學(xué)基金各1項(xiàng)，以第一作者在Agricultural and Forest Meteorology、Precision Agriculture發(fā)表SCI論文各1篇。

　　來源: 中國作物學(xué)會(huì)

　　內(nèi)容資源由項(xiàng)目單位提供