本期嘉賓： 中國氣象局氣象探測中心資料質量室首席李翠娜
採訪人：中國氣象報記者 王玫珏
本期觀點：
農作物實景自動監測是對傳統農業氣象觀測的補充，人工智慧可使自動監測採用更多的技術手段，其在業務應用中具備相當潛力，但難題猶存。
農業生產與氣象條件息息相關。過去，農業往往靠天吃飯，風調雨順則五穀豐收，遇上乾旱或洪澇則農作物減產甚至顆粒無收。隨著科技發展，逐漸有了農業生態監測技術，可以及時有效地監測田間氣象條件變化，農業生產添了一個“好幫手”。
現代農業發展對農業氣象產品提出更高要求。當前，我國農業已轉向高質量發展的新階段，迫切需要氣象為現代農業發展提供時效更快、內容更多、針對性更強的服務產品，獲取高精度、高密度、多要素、連續穩定的農業氣象觀測資訊勢在必行。其中，農作物實景自動監測是一項具備潛力和重要價值的技術。
對傳統農業氣象觀測的有效補充
農作物實景自動監測具有24小時連續工作、時間解析度高、非接觸、非破壞性等優點，是對傳統農業氣象觀測的有效補充，在農業災害監測領域有重要價值。
什麼是農作物實景自動監測？它或許被誤解為就是在田間安裝監控裝置，但實際上並不是那麼簡單。
農作物實景自動監測系統藉助機器學習、影象處理和無線多媒體網路技術和方法，利用電荷耦合器件感測器、影象採集器和通訊裝置，採集自然光照條件下農作物影象並傳輸至計算機終端。其採集的影象並不能直接使用，而是要透過內建的影象識別演算法提取影象特徵引數，進而反演得到農作物生長特徵資訊。
“實際大田環境比較複雜，需要根據不同用途採用不同的自動化監測裝置。” 李翠娜說，可見光觀測對天氣有較為苛刻的要求，例如，霧霾、雨雪和沙塵等惡劣天氣會在一定程度上影響到農作物的分割、發育期識別以及覆蓋度和葉面積指數的準確計算。而多光譜觀測對天氣和氣候條件的要求相對較低，適用於多層次觀測，但硬體成本相對較高。因此，需要針對不同任務設計更為科學、價效比更高的觀測系統。
隨著人工智慧在計算機視覺領域的迅速發展，農作物實景自動監測可以採用更多的技術手段。目前已經在農作物長勢分析、災後評估、病蟲害檢測、土壤墒情等領域展開研究，部分已形成實用性技術。
業務應用潛力與難題並存
目前，在農業氣象自動化監測領域研究中，國內外科學家主要集中於分割演算法和影象特徵提取演算法等方面，針對農作物影象以及基於影象識別的農作物生長特徵質量控制的研究很少。
農作物實景自動監測系統探測資料主要包括農作物可檢視像和農作物生長特徵要素。這些要素不同於氣溫、溼度等常規氣象要素，傳統質量控制方法難以適用。因此，亟須研製一套適用於農作物實景自動監測系統探測資料的質量控制方法。
李翠娜和研究團隊在農作物實景監測影象資料質量控制方法上做了一些探索。他們利用三個較為典型地方的歷史農作物實景影象資料，設計了兩類質量控制方法，即影象畫素缺失檢測和影象汙染檢測，透過檢驗表現良好，可有效識別出農作物影象中對應的異常資料。該方法已初步應用於省級農業自動觀測業務系統，滿足了現有業務中影象質量控制的需要。
雖然農作物實景自動監測已經在農作物長勢分析、災後評估、病蟲害監測等領域“一展身手”，但難題猶存。李翠娜介紹，主要表現在兩個方面：一是在部分農業氣象業務中仍然需要尋求更有效的技術手段，形成有效的功能產品，讓基層部門的業務工作量得以解放；二是農作物實景監測可能改變部分傳統農業耕作方式，要讓產品真正用起來、用得好，就要在基層中下工夫、強應用。
李翠娜指出，當前的研究仍主要基於單一農作物實景自動監測平臺，未來研究中將透過農作物地面實景平臺、無人機低空遙感、衛星遙感進行混合組成的天-地-空綜合監測手段，實現農作物的多尺度多時空觀測。結合所開展業務，準確定位實景監測所能完成的主要功能服務，在此基礎上形成有效應用產品。