中國網(wǎng)/中國發(fā)展門戶網(wǎng)訊 洪范八政，食為政首。習(xí)近平總書記多次強(qiáng)調(diào)糧食安全問題，指出保障糧食安全始終是國計(jì)民生的頭等大事。縱觀人類歷史，糧食作為人類賴以生存的基本物質(zhì)需求，受到全球各國的廣泛重視。2015?年，聯(lián)合國《變革我們的世界：2030?年可持續(xù)發(fā)展議程》（以下簡稱《2030?年可持續(xù)發(fā)展議程》）中，“消除饑餓，實(shí)現(xiàn)糧食安全，改善營養(yǎng)狀況和促進(jìn)可持續(xù)農(nóng)業(yè)”被列為?17?個(gè)可持續(xù)發(fā)展目標(biāo)（SDGs）中的第?2?個(gè)目標(biāo)（SDG 2）。聯(lián)合國《2019?年全球可持續(xù)發(fā)展報(bào)告》，進(jìn)一步將?17?個(gè)目標(biāo)凝練成?6?個(gè)切入點(diǎn)，“食物系統(tǒng)和營養(yǎng)模式”就被列為其一。由此可見，保障糧食安全始終是國家乃至全球可持續(xù)發(fā)展的基礎(chǔ)及重要議題。

糧食安全包括四大基本支柱：可供應(yīng)量、獲取渠道、充分利用和穩(wěn)定供應(yīng)。其中，可供應(yīng)量意指糧食生產(chǎn)，是糧食安全的基礎(chǔ)。當(dāng)前，全球糧食生產(chǎn)取得了矚目成就——糧食總產(chǎn)量較?20?世紀(jì)中葉翻了?2?倍以上，全球營養(yǎng)不足人口比例由?1969?年的?36%?下降到?2018?年的?11%。然而，全球依然有約?1/9?的人口在忍饑挨餓；營養(yǎng)不足人口數(shù)量連續(xù)?4?年攀升。不同地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展水平差異顯著，使得糧食生產(chǎn)能力空間分布不均、糧食獲取能力各異，成為產(chǎn)生饑餓人口的重要原因。

與此同時(shí)，糧食需求增長與城市擴(kuò)展導(dǎo)致的耕地流失，促使農(nóng)用地異地?cái)U(kuò)展、集約化利用程度增加，給防止生態(tài)系統(tǒng)服務(wù)功能退化、減緩與適應(yīng)氣候變化、防治土地退化等全球性挑戰(zhàn)帶來了巨大的壓力。全球糧食生產(chǎn)過程中，灌溉耗水占了全部淡水抽取的?70%；60%?的氮肥和?48%?的磷肥屬于過量施用；約?1/3?的人為溫室氣體排放與糧食生產(chǎn)有關(guān)。高效利用有限耕地資源，滿足人類食物需求的同時(shí)最大限度降低生態(tài)環(huán)境影響，是衡量糧食生產(chǎn)可持續(xù)性的標(biāo)尺，已成為實(shí)現(xiàn)全球?SDGs?的重大挑戰(zhàn)之一。

促進(jìn)糧食可持續(xù)生產(chǎn)的數(shù)據(jù)鴻溝有待突破

跟蹤監(jiān)測和評(píng)估糧食生產(chǎn)可持續(xù)性及其時(shí)空變化過程，是明確進(jìn)展、發(fā)現(xiàn)問題的重要手段，同時(shí)也是提升糧食生產(chǎn)可持續(xù)性、保障糧食安全的基本前提。反映糧食生產(chǎn)可持續(xù)性的各個(gè)方面，包括產(chǎn)出收益、水資源利用、化肥農(nóng)藥風(fēng)險(xiǎn)、土壤養(yǎng)分變化、種植多樣性等，被列為?SDG 2（零饑餓）中第?4?個(gè)具體目標(biāo)相應(yīng)指標(biāo)?SDG 2.4.1（從事生產(chǎn)性及可持續(xù)農(nóng)業(yè)的農(nóng)業(yè)地區(qū)比例）的衡量要素。然而，目前這一指標(biāo)仍被歸為?Tier II?級(jí)別（有方法無數(shù)據(jù)狀態(tài)）。

聯(lián)合國糧農(nóng)組織（FAO）作為?SDG 2?的主要協(xié)調(diào)機(jī)構(gòu)，負(fù)責(zé)了?SDG 2?所有?14?個(gè)指標(biāo)中的?10?個(gè)，其中包括?SDG 2.4.1。當(dāng)前，FAO?負(fù)責(zé)的所有指標(biāo)監(jiān)測評(píng)估主要以統(tǒng)計(jì)調(diào)查方式獲取。FAO?在監(jiān)管工作總結(jié)中指出，目前大部分國家/組織的統(tǒng)計(jì)調(diào)查并非以?SDG?指標(biāo)評(píng)估為目標(biāo)開展，因此缺乏針對(duì)性；并且，各國統(tǒng)計(jì)調(diào)查能力相差較大，75%?的國家至少在?1?個(gè)指標(biāo)上需要不同形式的幫助，這給開展統(tǒng)一的指標(biāo)評(píng)估帶來了挑戰(zhàn)。

此外，推進(jìn)?SDGs?實(shí)現(xiàn)對(duì)數(shù)據(jù)提出了更高要求，即開展數(shù)據(jù)年度更新或者?2—3?年較為頻繁的更新。特別是對(duì)于生產(chǎn)性和可持續(xù)農(nóng)業(yè)這類指標(biāo)，可以作為一種管理工具，為國家規(guī)劃和預(yù)算進(jìn)程及全球后續(xù)行動(dòng)提供信息，因此定期監(jiān)測尤為重要。然而，監(jiān)測頻次上的增加即意味著投入的增加。據(jù)估算，全球每年將需要增加約?1?億—2?億美元的財(cái)政投入來實(shí)現(xiàn)這一需求。尋求能夠相互整合且經(jīng)濟(jì)的數(shù)據(jù)來源成為?FAO?提出的衡量?SDGs?進(jìn)展綜合策略中?4?個(gè)著力點(diǎn)之一。

地球大數(shù)據(jù)方興未艾，助力糧食可持續(xù)生產(chǎn)研究

地球大數(shù)據(jù)具有宏觀、動(dòng)態(tài)、快速監(jiān)測能力，能夠?yàn)榧Z食生產(chǎn)及環(huán)境變化等的區(qū)域評(píng)估提供基礎(chǔ)，形成大尺度進(jìn)展整體認(rèn)知及區(qū)域差異細(xì)致掌握。將其與統(tǒng)計(jì)數(shù)據(jù)有效結(jié)合，能大幅改進(jìn)當(dāng)前?SDGs?中有方法無數(shù)據(jù)的指標(biāo)評(píng)估現(xiàn)狀。當(dāng)前，2?個(gè)重要因素正推動(dòng)著地球大數(shù)據(jù)在支撐糧食可持續(xù)生產(chǎn)方面的實(shí)踐應(yīng)用。

決策層面對(duì)空間信息的需求。充分、及時(shí)、快速地了解自然環(huán)境、社會(huì)經(jīng)濟(jì)條件和相應(yīng)的糧食生產(chǎn)狀況及其空間異質(zhì)性，有利于發(fā)展糧食集約化和多樣化生產(chǎn)、發(fā)現(xiàn)糧食加工和糧食貿(mào)易機(jī)會(huì)，能夠?yàn)樵黾邮澄锛盃I養(yǎng)供給和獲取能力，提高糧食生產(chǎn)可持續(xù)性，并最終實(shí)現(xiàn)糧食安全提供有力支撐。國家層面的糧食安全政策規(guī)范和農(nóng)戶（或農(nóng)場）層面的糧食生產(chǎn)投入決策均可據(jù)此而定，從而有效地促進(jìn)農(nóng)業(yè)生產(chǎn)發(fā)展、保障糧食安全、提升自然資源利用可持續(xù)性，以及改善農(nóng)民收益。

地球大數(shù)據(jù)可獲取性的提升。對(duì)地觀測技術(shù)的進(jìn)步使得海量、多源、多時(shí)態(tài)、多尺度、高維度數(shù)據(jù)不斷涌現(xiàn)，模型驅(qū)動(dòng)型科學(xué)正向數(shù)據(jù)驅(qū)動(dòng)型科學(xué)轉(zhuǎn)變，數(shù)據(jù)密集型知識(shí)發(fā)現(xiàn)模式逐步形成。數(shù)據(jù)獲取的成本在降低，而管理和分享空間與地理數(shù)據(jù)的能力在迅速提升。地球大數(shù)據(jù)為充分、及時(shí)、快速地了解糧食生產(chǎn)狀況提供了基礎(chǔ)，使得在空間維度探索農(nóng)業(yè)發(fā)展變得簡單易行。地球大數(shù)據(jù)成為幫助各利益攸關(guān)者在農(nóng)業(yè)生產(chǎn)發(fā)展上開展決策的經(jīng)濟(jì)而有效的手段，已在諸多方面得到應(yīng)用與實(shí)踐。

基于對(duì)地觀測數(shù)據(jù)的糧食生產(chǎn)系統(tǒng)要素專題監(jiān)測

基于對(duì)地觀測數(shù)據(jù)的糧食生產(chǎn)系統(tǒng)監(jiān)測主要從耕地利用和作物長勢?2?個(gè)方面展開。

耕地利用方面的監(jiān)測

耕地利用涉及耕地分布、種植結(jié)構(gòu)、管理模式等方面。對(duì)于耕地分布信息提取，以往主要從不同時(shí)空分辨率的土地利用/土地覆蓋產(chǎn)品中獲得；而最近時(shí)空連續(xù)的專題耕地?cái)?shù)據(jù)集生產(chǎn)已成為主流。種植結(jié)構(gòu)和管理方式等信息的提取，在時(shí)間序列遙感數(shù)據(jù)可便利獲取的背景下得到了長足的發(fā)展。

種植結(jié)構(gòu)方面的監(jiān)測以復(fù)種指數(shù)和作物類型為主。復(fù)種主要分布在亞洲國家，相關(guān)研究也主要出現(xiàn)在這一區(qū)域。諾阿衛(wèi)星（NOAA）高級(jí)甚高分辨率輻射儀（AVHRR）、泰拉衛(wèi)星（Terra）中分辨率成像光譜儀（MODIS）、美國陸地衛(wèi)星（Landsat）專題制圖儀/加強(qiáng)型專題制圖儀/陸地成像儀（TM/ETM+/OLI）、哨兵?2?號(hào)衛(wèi)星（Sentinel-2）等獲取的不同空間分辨率的時(shí)間序列植被指數(shù)被普遍采用。相關(guān)研究主要通過主成分分析、Savitzky-Golay?濾波、小波變換、時(shí)間序列諧波等方法，結(jié)合作物物候特征對(duì)中國、印度等國家的耕地復(fù)種情況進(jìn)行監(jiān)測。

作物類型提取則用到了更為多源的對(duì)地觀測數(shù)據(jù)，包括光學(xué)、雷達(dá)等。目前，基于遙感的作物類型提取仍然更多地集中在少數(shù)幾種主要作物上，包括水稻、小麥、玉米、大豆等。大尺度全類型的遙感作物制圖主要集中在美國、加拿大和歐洲等區(qū)域。在中國，“全球農(nóng)情遙感速報(bào)系統(tǒng)”（CropWatch）采用?GVG?農(nóng)情采樣系統(tǒng)采集作物比例數(shù)據(jù)，同時(shí)結(jié)合高分系列衛(wèi)星、MODIS?等遙感數(shù)據(jù)實(shí)現(xiàn)耕地面積、復(fù)種、作物分布面積比例等信息的提取。

管理方式方面以灌溉農(nóng)田的提取為主。多采用灌溉前-后土壤含水量和地表溫度變化來識(shí)別，通過光譜匹配法、決策樹法和機(jī)器學(xué)習(xí)等方法在全球、國家?、區(qū)域等尺度形成相應(yīng)產(chǎn)品。

作物長勢方面的監(jiān)測

作物長勢信息反映作物生長的宏觀狀況和趨勢，主要包括作物生長狀況、肥水情況和病蟲草害動(dòng)態(tài)等信息，是農(nóng)情信息的重要組成部分。及時(shí)、準(zhǔn)確的作物長勢監(jiān)測對(duì)于作物生產(chǎn)管理者或管理決策者及時(shí)采取各種措施，提高資源利用效率、確保糧食安全意義重大。對(duì)地觀測技術(shù)，特別是光學(xué)遙感技術(shù)能反應(yīng)不同生長狀態(tài)或環(huán)境脅迫下的植物對(duì)不同波長光譜的反射、吸收和散射的特征，因而能直接計(jì)算反映作物生長狀況的植被指數(shù)或定量反演特定的與作物長勢相關(guān)的生理生化指標(biāo)，如葉面積指數(shù)（LAI）、光合有效輻射分量（FPAR）和氮素濃度等被廣泛應(yīng)用于小麥、玉米等主要作物的大面積、長時(shí)序長勢監(jiān)測。

近年來，隨著激光雷達(dá)、高光譜、日光誘導(dǎo)葉綠素?zé)晒猓?/span>SIF）和熱紅外成像儀等遙感傳感器及無人機(jī)、無人車、物聯(lián)網(wǎng)等遙感平臺(tái)的技術(shù)進(jìn)步，多源、多尺度遙感與人工智能算法相結(jié)合的“空天地”一體化農(nóng)業(yè)遙感信息獲取理論與技術(shù)方法飛速發(fā)展，其在營養(yǎng)診斷?、病害探測、地上生物量監(jiān)測和產(chǎn)量預(yù)測等農(nóng)作物長勢監(jiān)測應(yīng)用領(lǐng)域不斷擴(kuò)展和深化。目前，大面積作物長勢監(jiān)測和產(chǎn)量估算的常用數(shù)據(jù)仍為中低分辨率衛(wèi)星多光譜數(shù)據(jù)；而針對(duì)小范圍或田塊尺度作物長勢監(jiān)測評(píng)價(jià)，基于無人機(jī)和無人車的高分辨率的高光譜、激光雷達(dá)等遙感數(shù)據(jù)的應(yīng)用越來越廣泛。

此外，SIF、合成孔徑雷達(dá)和熱紅外成像衛(wèi)星遙感技術(shù)的發(fā)展和應(yīng)用，以及遙感數(shù)據(jù)和作物生長模型的同化、深度學(xué)習(xí)算法的結(jié)合，也正在農(nóng)作物長勢監(jiān)測研究中得到應(yīng)用。特別是針對(duì)遙感直接反演的作物單產(chǎn)、農(nóng)業(yè)災(zāi)害等指數(shù)機(jī)理性不足的問題，目前采用對(duì)地觀測數(shù)據(jù)反演參數(shù)與作物生長模型及其他多學(xué)科模型的結(jié)合越來越廣泛地應(yīng)用到了糧食單產(chǎn)及潛力、農(nóng)業(yè)災(zāi)害監(jiān)測（如病蟲害監(jiān)測）等領(lǐng)域，并向著大尺度、精細(xì)化、精準(zhǔn)化監(jiān)測發(fā)展，以形成更為細(xì)致準(zhǔn)確的監(jiān)測結(jié)果，從而為區(qū)域及全球?SDG 2 實(shí)現(xiàn)進(jìn)程評(píng)估提供基礎(chǔ)。

基于多源數(shù)據(jù)融合的糧食可持續(xù)生產(chǎn)綜合評(píng)估

對(duì)糧食生產(chǎn)可持續(xù)性的評(píng)價(jià)通常涵蓋社會(huì)、經(jīng)濟(jì)、環(huán)境等多個(gè)維度，它需要將糧食生產(chǎn)各個(gè)要素進(jìn)行系統(tǒng)性考慮，包括多要素關(guān)聯(lián)及其區(qū)域差異，最終輻射出糧食可持續(xù)生產(chǎn)涉及的方方面面。綜合的糧食生產(chǎn)系統(tǒng)制圖是開展糧食生產(chǎn)可持續(xù)性研究的前提，而地球大數(shù)據(jù)為這一工作提供了重要支撐。

當(dāng)前，綜合性的糧食生產(chǎn)系統(tǒng)制圖在全球尺度較為成熟，Leff?等、Monfreda?等、Portmann?等和?You?等均發(fā)展了全球作物系統(tǒng)制圖，后分別稱為LRF、M3、MIRCA、SPAM。這些系統(tǒng)制圖均包括整個(gè)種植系統(tǒng)的作物播種面積和產(chǎn)量，有的甚至包括產(chǎn)量潛力和灌溉等各要素范圍一致、空間可比的結(jié)果。

LRF?系統(tǒng)制圖綜合了基于對(duì)地觀測的土地覆蓋數(shù)據(jù)和全球農(nóng)業(yè)普查數(shù)據(jù)，以18種主要作物在每個(gè)行政單元的總收獲面積比例來評(píng)估其在全球?5′?網(wǎng)格（赤道上長度約?9 km）的分布。在非耕地區(qū)域進(jìn)行掩膜并應(yīng)用平滑算法糾正行政邊界的突然和任意變化后，LRF?系統(tǒng)制圖將得到的單個(gè)作物比例和全球耕地分布數(shù)據(jù)集融合，以獲得對(duì)耕地各像元中每種作物比例的評(píng)估。在這項(xiàng)工作之后，M3?系統(tǒng)制圖使用柵格尺度耕地面積比例作為權(quán)重，對(duì)?2000?年全球?175?種不同作物的收獲面積和產(chǎn)量進(jìn)行分配。通過結(jié)合?M3、LRF?系統(tǒng)制圖和全球灌溉區(qū)地圖，MIRCA?系統(tǒng)制圖產(chǎn)生了一個(gè)全球數(shù)據(jù)集，其中包括?26?種灌溉作物每月的種植面積（5′?網(wǎng)格）。

SPAM?系統(tǒng)制圖在涵蓋要素、制圖方法、覆蓋年份上較上述系統(tǒng)制圖更進(jìn)一步。它不僅關(guān)注作物播種面積、產(chǎn)量的分布，還關(guān)注作物的管理方式（如灌溉和雨養(yǎng)）、投入強(qiáng)度（如商業(yè)導(dǎo)向型和自給型）及其可能導(dǎo)致的產(chǎn)量差異。在方法方面，不同于?M3?系統(tǒng)制圖采用最直接的方法將每種作物分配到每個(gè)網(wǎng)格單元中，以及?MIRCA?系統(tǒng)制圖僅考慮耕地面積和灌溉雨養(yǎng)對(duì)產(chǎn)量的影響，SPAM?系統(tǒng)制圖同時(shí)關(guān)注了溫度、降雨量、土壤條件和作物價(jià)格等對(duì)作物及產(chǎn)量空間分布差異的影響。覆蓋年份方面，目前僅?SPAM?系統(tǒng)制圖進(jìn)行了更新，涵蓋了?2000?年、2005?年、2010?年的全球作物系統(tǒng)情況。此外，SPAM?系統(tǒng)制圖更關(guān)注發(fā)展中國家。例如，目前已實(shí)現(xiàn)?2017?年非洲作物系統(tǒng)制圖。

在糧食生產(chǎn)系統(tǒng)空間制圖的基礎(chǔ)上，更多反映糧食可持續(xù)生產(chǎn)的要素，特別是在環(huán)境可持續(xù)性方面的要素，得以整合進(jìn)而開展可持續(xù)性定量研究。Mueller?等在?MIRCA?數(shù)據(jù)集的基礎(chǔ)上，對(duì)涵蓋播種面積?76%?的主要作物施肥量開展全球制圖，并進(jìn)行不同作物氣候區(qū)劃，發(fā)展作物單產(chǎn)潛力和施肥減量化評(píng)估模型等，形成對(duì)全球主要作物產(chǎn)量提升同時(shí)環(huán)境減量潛力及格局的解析。West?等則進(jìn)一步對(duì)全球糧食生產(chǎn)過程中的灌溉耗水、化肥過施、溫室氣體排放進(jìn)行定量評(píng)估，提出了未來不同區(qū)域應(yīng)當(dāng)關(guān)注的不同環(huán)境因素及重點(diǎn)作物等，為全球糧食可持續(xù)生產(chǎn)提供了建議。Zuo?等綜合評(píng)估了土地利用變化和農(nóng)田管理對(duì)糧食生產(chǎn)可持續(xù)性的影響。大部分的研究中，與糧食生產(chǎn)系統(tǒng)相關(guān)的水資源變化、養(yǎng)分循環(huán)、溫室氣體排放等，以及氣候變化和災(zāi)害對(duì)糧食生產(chǎn)的影響，是受關(guān)注較多的可持續(xù)評(píng)估要素。社會(huì)、經(jīng)濟(jì)、環(huán)境等多方面的交互作用通過糧食生產(chǎn)系統(tǒng)制圖成果也得以展開分析。

地球大數(shù)據(jù)支撐糧食可持續(xù)生產(chǎn)的未來展望

2015?年，聯(lián)合國可持續(xù)發(fā)展峰會(huì)通過《2030?年可持續(xù)發(fā)展議程》的同時(shí)，啟動(dòng)了一項(xiàng)技術(shù)促進(jìn)機(jī)制，旨在促進(jìn)科學(xué)、技術(shù)與創(chuàng)新，以實(shí)現(xiàn)?SDGs。在《2030?年可持續(xù)發(fā)展議程》通過?5?年之際，聯(lián)合國獨(dú)立科學(xué)家團(tuán)隊(duì)提出實(shí)現(xiàn)?SDGs?的?4?個(gè)杠桿：政府治理、經(jīng)濟(jì)與金融、個(gè)人和集體行動(dòng)、科學(xué)技術(shù)。糧食生產(chǎn)作為自然與人類交互作用最為劇烈的一種活動(dòng)，其可持續(xù)保障需要通過將科技創(chuàng)新充分融入政府治理與個(gè)人和集體行動(dòng)來實(shí)現(xiàn)。地球大數(shù)據(jù)作為地球科學(xué)的新動(dòng)力，具有深度支撐糧食可持續(xù)生產(chǎn)的巨大潛力。

多學(xué)科模型凝聚地球大數(shù)據(jù)支撐可持續(xù)糧食生產(chǎn)政府治理

糧食生產(chǎn)受到社會(huì)、經(jīng)濟(jì)、環(huán)境等多方面要素的影響，推動(dòng)糧食生產(chǎn)向可持續(xù)方向發(fā)展應(yīng)當(dāng)綜合考慮各類要素的交互作用，特別是資源的制約。此外，糧食可持續(xù)生產(chǎn)對(duì)保障糧食安全、減緩及適應(yīng)氣候變化、防治土地退化、防止生態(tài)退化等全球挑戰(zhàn)具有重要影響，是多個(gè)?SDGs?指標(biāo)的紐帶。建立可持續(xù)的糧食生產(chǎn)系統(tǒng)，需要對(duì)多領(lǐng)域多學(xué)科進(jìn)行綜合統(tǒng)籌思考。然而，目前對(duì)于推動(dòng)糧食可持續(xù)生產(chǎn)，同時(shí)應(yīng)對(duì)上述全球挑戰(zhàn)的策略尚不明朗。

地球大數(shù)據(jù)來源于但不限于空間對(duì)地觀測數(shù)據(jù)，還包括陸地、海洋、大氣，以及與人類活動(dòng)相關(guān)的數(shù)據(jù)，是地球科學(xué)、信息科學(xué)、空間科技等交叉融合形成的大數(shù)據(jù)。依托地球大數(shù)據(jù)，開展多學(xué)科模型交叉融合凝聚多學(xué)科數(shù)據(jù)，是圍繞糧食可持續(xù)生產(chǎn)形成綜合解決方案的重要途徑，能夠?yàn)槿蚣案骷?jí)政府提供決策支撐，以應(yīng)對(duì)全球挑戰(zhàn)，因而是未來應(yīng)當(dāng)重點(diǎn)關(guān)注的方向。例如，結(jié)合氣候模式、作物生長模擬模型等將自然條件與農(nóng)業(yè)生產(chǎn)過程關(guān)聯(lián)，采用土地利用變化模擬、智能優(yōu)化技術(shù)等將農(nóng)業(yè)生產(chǎn)過程與社會(huì)經(jīng)濟(jì)變化關(guān)聯(lián)，以可持續(xù)農(nóng)業(yè)發(fā)展為支點(diǎn)，支撐生態(tài)環(huán)境保護(hù)與修復(fù)，同時(shí)服務(wù)社會(huì)經(jīng)濟(jì)發(fā)展。

技術(shù)創(chuàng)新集成地球大數(shù)據(jù)搭建糧食可持續(xù)生產(chǎn)決策體系

提高糧食生產(chǎn)效率是解決糧食安全的主要措施。當(dāng)前，農(nóng)業(yè)生產(chǎn)正從農(nóng)業(yè)機(jī)械化向農(nóng)業(yè)精準(zhǔn)化發(fā)展；與此同時(shí)，農(nóng)業(yè)智能化趨勢悄然蔓延。不論是精準(zhǔn)化生產(chǎn)還是智能化生產(chǎn)，數(shù)據(jù)都是關(guān)鍵。地球大數(shù)據(jù)與物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、人工智能、云計(jì)算等技術(shù)的融合與集成，無論是對(duì)農(nóng)場主還是農(nóng)戶，都能在精準(zhǔn)播種、耕作、灌溉、施肥施藥和收獲的生產(chǎn)全過程提供有力支持，為提高灌溉效率、降低化肥農(nóng)藥過施風(fēng)險(xiǎn)、減少農(nóng)業(yè)氣象災(zāi)害損失，進(jìn)而實(shí)現(xiàn)糧食可持續(xù)生產(chǎn)提供技術(shù)路徑。例如，在美國、日本、歐盟等國家和地區(qū)，先后提出了以現(xiàn)代信息技術(shù)和智能技術(shù)為核心的智慧農(nóng)業(yè)發(fā)展模式，其中主要技術(shù)就包含遙感與傳感器系統(tǒng)、農(nóng)業(yè)大數(shù)據(jù)與云服務(wù)技術(shù)等。

與此同時(shí)，全球各國糧食生產(chǎn)能力的比較優(yōu)勢與需求間的不平衡使得國際糧食貿(mào)易長期存在，并愈發(fā)顯著。全球及國內(nèi)糧食生產(chǎn)形勢與市場化分析，對(duì)農(nóng)戶或農(nóng)場主作物選擇、生產(chǎn)資料的投入，以及由此引起的收益變化作用日漸強(qiáng)烈。加強(qiáng)全球范圍糧食生產(chǎn)形勢的監(jiān)測，基于多源多尺度對(duì)地觀測數(shù)據(jù)，提升全球及區(qū)域糧食供應(yīng)形勢的早期預(yù)期能力和精細(xì)化研判能力，并將其融入智慧農(nóng)業(yè)，與實(shí)際生產(chǎn)緊密結(jié)合，將深刻影響糧食生產(chǎn)系統(tǒng)，推動(dòng)其向可持續(xù)方向發(fā)展。（作者：左麗君、吳炳方、 黃文江、董瑩瑩，中國科學(xué)院空天信息創(chuàng)新研究院、可持續(xù)發(fā)展大數(shù)據(jù)國際研究中心；游良志，華中農(nóng)業(yè)大學(xué)、國際糧食政策研究所（美國）；孟冉，華中農(nóng)業(yè)大學(xué)；潘天石、王亞非，中國科學(xué)院空天信息創(chuàng)新研究院 。《中國科學(xué)院院刊》供稿）。

相關(guān)文章