中國網(wǎng)/中國發(fā)展門戶網(wǎng)訊 作為全球人口最多的國家之一，我國始終將耕地保護和糧食安全作為最重要的國家戰(zhàn)略。然而，隨著經(jīng)濟社會的快速發(fā)展，耕地這一重要的戰(zhàn)略資源面臨著日益嚴峻的保護挑戰(zhàn)，如我國耕地數(shù)量不斷減少、區(qū)域耕地質(zhì)量不斷下降、耕地利用效率不高等。根據(jù)國家統(tǒng)計局的數(shù)據(jù)，從2009年第二次到2019年第三次全國土地調(diào)查，我國耕地總面積減少了1.13億畝，耕地“非農(nóng)化”“非糧化”等問題始終威脅糧食安全。為了有效保護耕地資源，我國確立了耕地尤其是永久基本農(nóng)田的優(yōu)先保護地位，使之成為調(diào)整經(jīng)濟結(jié)構(gòu)、規(guī)劃產(chǎn)業(yè)發(fā)展、推進城鎮(zhèn)化不可逾越的耕地保護紅線。

耕地保護紅線的管控監(jiān)測是實現(xiàn)耕地保護和糧食安全的重要舉措。隨著社會經(jīng)濟快速發(fā)展，加劇的人類活動對耕地保護造成了越來越大的壓力，導致局部耕地出現(xiàn)面積減少、質(zhì)量下降、產(chǎn)量降低、作物結(jié)構(gòu)單一、生態(tài)服務(wù)功能退化、耕地健康狀況受損等問題。此外，氣候變化也給耕地保護帶來了巨大的挑戰(zhàn)，特別是溫度升高、降水變率增大伴隨極端氣候事件頻率和強度的增加，如干旱和洪澇災害加劇等，深刻影響著耕地的穩(wěn)定性和可持續(xù)性。在人類活動和氣候變化共同作用下，耕地管控狀態(tài)的變化速度更快、強度更大、復雜性更高，如何對耕地管控狀態(tài)進行高時效性、準確性、全面性地評估和監(jiān)測已成為一個迫切需要解決的問題。

然而，傳統(tǒng)的耕地監(jiān)測方法存在著諸多不足，如周期長、時效性差、精度低、成本高等問題，難以滿足及時、準確、動態(tài)的監(jiān)測需求。大數(shù)據(jù)具有海量數(shù)據(jù)處理、快速分析、智能決策等優(yōu)勢。通過整合衛(wèi)星影像、氣象數(shù)據(jù)和土壤監(jiān)測等多源數(shù)據(jù)，實現(xiàn)對耕地利用狀態(tài)多維度的高頻、高精度監(jiān)測，為耕地紅線管控狀態(tài)的監(jiān)測提供更為精準的數(shù)據(jù)支持、新的研究思路和技術(shù)手段，從而全面了解耕地的狀態(tài)和變化趨勢，為農(nóng)業(yè)規(guī)劃、土地管理及糧食生產(chǎn)等決策提供科學支持和數(shù)據(jù)基礎(chǔ)。如谷歌基于遙感大數(shù)據(jù)和云計算構(gòu)建了近實時土地覆蓋制圖平臺（Dynamic World），實現(xiàn)了土地覆蓋制圖從靜態(tài)到實時動態(tài)監(jiān)測的新理念的轉(zhuǎn)換，這為耕地紅線管控狀態(tài)的監(jiān)測預警提供了重要范例。

本文旨在適應大數(shù)據(jù)時代科研范式變革的要求，積極推進耕地紅線監(jiān)管的大數(shù)據(jù)支撐。將從3個方面展開論述：分析當前耕地保護紅線管控監(jiān)測現(xiàn)狀；介紹大數(shù)據(jù)技術(shù)在耕地紅線監(jiān)測中的應用現(xiàn)狀和前沿技術(shù)，提出耕地紅線監(jiān)測的創(chuàng)新技術(shù)方案；提出大數(shù)據(jù)技術(shù)在耕地紅線監(jiān)測中的挑戰(zhàn)、建議和展望。

耕地保護紅線管控監(jiān)測的現(xiàn)狀與存在的問題

我國耕地保護紅線政策的演變和監(jiān)測的重要性

自1949年中華人民共和國成立以來，我國始終高度重視耕地的保護和利用工作（圖1）。這一過程經(jīng)歷了從初期對耕地資源的初步探索，到改革開放時期對耕地質(zhì)量建設(shè)的逐步擴展，再到黨的十八大以來對耕地系統(tǒng)保護的不斷延伸。這種發(fā)展變遷的路徑和一系列耕地利用與保護的政策不斷完善，形成了一個綜合的耕地保護利用體系，從耕地數(shù)量保護逐步到注重平衡數(shù)量、質(zhì)量和生態(tài)三位一體，這為保障糧食安全、推動農(nóng)業(yè)綠色高質(zhì)量發(fā)展和加速農(nóng)業(yè)現(xiàn)代化進程奠定了堅實基礎(chǔ)。研究表明這一系列耕地保護紅線政策在我國耕地保護和糧食安全中發(fā)揮了重要作用，使我國得以用不到全球9%的耕地養(yǎng)活了世界近20%的人口。

當前耕地保護紅線管控監(jiān)測存在的主要問題

面向農(nóng)業(yè)土地系統(tǒng)多維度信息的監(jiān)測體系亟需構(gòu)建

耕地監(jiān)測的目的和內(nèi)容不僅局限于統(tǒng)計耕地的數(shù)量變化，還要綜合考慮耕地的質(zhì)量、作物種植制度、生態(tài)與健康等多個角度和層次的特征。耕地質(zhì)量包括土壤肥力、質(zhì)地等物理和化學特性；種植制度監(jiān)測不僅要考慮耕地的種植結(jié)構(gòu)、種植方式、種植效率等技術(shù)因素，還要考慮耕地的社會經(jīng)濟效益、市場競爭力、農(nóng)民收入等經(jīng)濟因素；耕地生態(tài)狀況監(jiān)測不僅要考慮耕地的生物多樣性、水土保持、氣候調(diào)節(jié)、碳匯等生態(tài)服務(wù)的貢獻，還要考慮耕地退化等生態(tài)壓力的影響；耕地的健康包括農(nóng)藥使用、污染物含量、食品安全等方面。

遙感技術(shù)在耕地數(shù)量監(jiān)測方面發(fā)揮了重要作用，但其他維度信息監(jiān)測方面需要耦合遙感和多模態(tài)數(shù)據(jù)進行協(xié)同監(jiān)測。例如針對耕地的質(zhì)量和侵蝕狀況等需要更高的光譜和空間分辨率數(shù)據(jù)，以及更先進的技術(shù)算法進行準確地監(jiān)測，并需要結(jié)合地面站點觀測數(shù)據(jù)進行耦合，來加強多元協(xié)同觀測技術(shù)在耕地多維度信息監(jiān)測中的應用。

耕地衛(wèi)星遙感監(jiān)測數(shù)據(jù)成果豐富，但一致性較低，標準化有待加強

進入21世紀以來，我國在2007年和2019年分別進行了第二次和第三次全國土地調(diào)查。第二次和第三次全國土地調(diào)查公布的耕地面積分別為20.31億畝和19.18億畝，相關(guān)數(shù)據(jù)以統(tǒng)計數(shù)據(jù)的形式按照區(qū)（縣）行政區(qū)劃向全社會公開發(fā)布，其數(shù)據(jù)被認為最具準確性、權(quán)威性和法律效力。然而，出于相關(guān)法律規(guī)定等原因，歷次土地調(diào)查的原始圖斑數(shù)據(jù)均未向社會公開。科研團體和機構(gòu)研發(fā)的開源耕地衛(wèi)星遙感數(shù)據(jù)產(chǎn)品依然是當下科學研究采用的主要數(shù)據(jù)源。

衛(wèi)星遙感是當前耕地監(jiān)測的主要手段。特別是在2008年美國Landsat系列數(shù)據(jù)、2014年歐洲哨兵（Sentinel）系列數(shù)據(jù)，以及2019年中國高分數(shù)據(jù)向全球用戶免費共享以來，海量中、高空間分辨率的衛(wèi)星開源數(shù)據(jù)逐漸成為遙感耕地制圖的主要數(shù)據(jù)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(shù)據(jù)、并行計算和向科研團體免費使用的特點，逐漸成為了耕地遙感監(jiān)測的首選計算平臺。遙感大數(shù)據(jù)和云計算平臺的出現(xiàn)極大地促進了中分辨率全球土地覆蓋數(shù)據(jù)產(chǎn)品的研制，例如以2020年為基準年、空間范圍涵蓋中國大陸地區(qū)的耕地遙感監(jiān)測產(chǎn)品多達10余套（表1）。

然而，這些數(shù)據(jù)集存在較大的不一致性和不確定性。以我國2020年為基準年的12套耕地遙感監(jiān)測數(shù)據(jù)集為例，超過53.55%的區(qū)域一致性較低（耕地產(chǎn)品一致性數(shù)量小于等于5），面積達190.25×104 km2（圖2）。而完全一致性區(qū)域（12套耕地遙感產(chǎn)品均認為是耕地）比例僅占12.89%，面積為45.79×104 km2。其中，高一致性區(qū)域主要分布于東北平原、華北平原、長江中下游平原等地勢較為平坦、耕地集中連片分布的傳統(tǒng)農(nóng)業(yè)區(qū)。對于內(nèi)蒙古農(nóng)牧交錯帶以北的戈壁地區(qū)、青藏高原、南方丘陵、橫斷山區(qū)等耕地破碎化地區(qū)，多套耕地數(shù)據(jù)的不一致性較大。圖2中表明當前12套耕地產(chǎn)品面積與第三次全國國土調(diào)查面積整體上具有較強的一致性，但仍呈現(xiàn)顯著的區(qū)域差異。因此，未來耕地紅線的衛(wèi)星遙感監(jiān)測工作亟待加強行業(yè)標準的制訂，提升數(shù)據(jù)的規(guī)范性。

科研與行業(yè)部門的對接和互動有待深化，數(shù)據(jù)共享有待加強

盡管近年來自動化分類技術(shù)在科學研究領(lǐng)域取得了長足進步，但當前自然資源業(yè)務(wù)部門的耕地遙感保護執(zhí)法在涉及實際應用場景時，仍然需要大量的人工干預或完全由人工主導解譯。以耕地違法占用遙感監(jiān)測為例，由于耕地背景覆蓋本身呈現(xiàn)顯著的季節(jié)性和區(qū)域性差異，而違法附著物在類別和尺寸、顏色形態(tài)方面也具有多樣性，使得傳統(tǒng)基于人工智能的目標檢測算法在應用于耕地執(zhí)法場景時常常出現(xiàn)“漏分”和“錯分”等現(xiàn)象。然而，人工解譯也存在時效性差、效率低、人力成本高、受操作人員經(jīng)驗影響精度難以保證等一系列不足。

當前，我國耕地紅線監(jiān)測工作在科學研究和行業(yè)部門兩個方面均取得重要進展。在科學研究方面。除了上述耕地遙感監(jiān)測產(chǎn)品外，在作物分布和耕地管理與利用方面，也已有“東北地區(qū)10 m分辨率主要作物分布數(shù)據(jù)集”“全國500 m分辨率灌溉耕地分布數(shù)據(jù)集”“全國1 km分辨率糧食作物物候數(shù)據(jù)集”“全國30 m分辨率冬小麥種植分布數(shù)據(jù)集”等大量遙感監(jiān)測數(shù)據(jù)集公開發(fā)布。因此，如何將科學研究領(lǐng)域的進展更好的對接并服務(wù)于農(nóng)業(yè)和自然資源等業(yè)務(wù)部門，仍需要科研人員與政府工作人員加強協(xié)作和共同努力。在耕地數(shù)據(jù)調(diào)查方面。自然資源行業(yè)部門投入了大量工作，例如自然資源部約每10年開展一次的全國土地利用現(xiàn)狀調(diào)查，第二次和第三次全國土地調(diào)查也形成了高精度和權(quán)威性的數(shù)據(jù)產(chǎn)品，農(nóng)業(yè)農(nóng)村部自2008年起也組織開展全國耕地質(zhì)量監(jiān)測，但這些調(diào)查均只提供統(tǒng)計報告而未公開原始數(shù)據(jù)。為了更好地統(tǒng)籌和節(jié)約資源，深化科學研究和部門應用潛力，有必要打破“數(shù)據(jù)孤島”，進一步統(tǒng)籌協(xié)調(diào)業(yè)務(wù)部門與科研部門的數(shù)據(jù)共享和開放。

地球科學數(shù)據(jù)共享對于應對當今最具挑戰(zhàn)性和前所未有的全球環(huán)境問題，以及實現(xiàn)聯(lián)合國2030年可持續(xù)發(fā)展目標尤為重要。美國農(nóng)業(yè)部的自然資源清單（NRI）項目包括土地利用、土壤特征、水質(zhì)等信息，每5年更新1次，數(shù)據(jù)向公眾開放。同時，通過其數(shù)據(jù)中心共享了全國范圍的農(nóng)業(yè)作物種植面積分布數(shù)據(jù)，但沒有提供精細化的農(nóng)戶作物調(diào)查數(shù)據(jù)。歐盟統(tǒng)計局自2006年啟動土地利用/土地覆蓋面積框架統(tǒng)計調(diào)查項目（LUCAS），通過每3年開展1次在歐盟28個成員國的調(diào)查，獲取土地覆蓋與土地利用統(tǒng)計數(shù)據(jù)，并對外公開發(fā)布。歐洲航天局開放了部分較粗糙的遙感影像如10 m空間分辨Sentinel-2衛(wèi)星等，但0.5—1 m分辨率的更高分辨率商業(yè)衛(wèi)星影像仍未全面向用戶免費開放。因此，充分調(diào)研這些國家耕地監(jiān)測數(shù)據(jù)共享的范圍、形式、法律約束機制等對于我國耕地監(jiān)測數(shù)據(jù)協(xié)同、資源節(jié)約和高效利用，具有重要意義。

大數(shù)據(jù)驅(qū)動下的耕地保護紅線管控監(jiān)測新范式

基于“遙感大數(shù)據(jù)+云計算+AI”的大數(shù)據(jù)科研范式

近年來，我國已成功發(fā)射了高分、資源系列等對地觀測衛(wèi)星，加之一些商業(yè)微小衛(wèi)星和無人機影像，獲得了大量的耕地系統(tǒng)高時空分辨率的數(shù)據(jù)。協(xié)同國外的遙感數(shù)據(jù)，為開展耕地紅線管控狀態(tài)的實時監(jiān)測與預警提供了數(shù)據(jù)支撐。與此同時，遙感云計算平臺的出現(xiàn)為遙感大數(shù)據(jù)挖掘提供了前所未有的機遇，遙感云計算可以克服傳統(tǒng)遙感數(shù)據(jù)處理的局限性，如硬件成本高、軟件更新慢、數(shù)據(jù)共享難等，實現(xiàn)遙感數(shù)據(jù)的快速獲取、實時處理和在線服務(wù)。此外，人工智能技術(shù)可以對衛(wèi)星圖像或航拍照片進行處理，自動識別和監(jiān)測非法占用、耕地擴張等農(nóng)地變化，定期檢查農(nóng)地的利用現(xiàn)狀并就違規(guī)行為進行預警。人工智能技術(shù)還可以用于耕地健康監(jiān)測，監(jiān)測土壤質(zhì)量、作物生長情況和水資源利用，幫助農(nóng)戶更好地規(guī)劃和管理農(nóng)田。

因此，遙感大數(shù)據(jù)、云計算和人工智能的集成可以大范圍、實時獲取高精度耕地數(shù)據(jù)，包括耕地的數(shù)量、質(zhì)量、生態(tài)狀況等多維度信息，從而助力實現(xiàn)耕地紅線管控狀態(tài)的實時監(jiān)測與預警、耕地狀態(tài)歷史演變過程的重建、極端天氣災害的耕地影響快速評價等（圖3）。

大數(shù)據(jù)科研范式下的耕地保護紅線管控監(jiān)測

實現(xiàn)耕地紅線管控狀態(tài)的實時監(jiān)測與預警

現(xiàn)有耕地紅線管控狀態(tài)的監(jiān)測周期以年度為主，尚不能滿足耕地動態(tài)化監(jiān)管的需求。基于多模態(tài)遙感、云計算和AI等技術(shù)可以實現(xiàn)高精度國土要素的自動化、實時識別，進而服務(wù)于耕地紅線管控狀態(tài)的實時監(jiān)測和預警。高性能開源軟件框架（如TensorFlow）中算法的進步及云計算平臺的數(shù)據(jù)收集和處理能力，為更高空間分辨率和更高時間分辨率耕地數(shù)據(jù)集的發(fā)布創(chuàng)造了機會。因此，采用數(shù)據(jù)驅(qū)動的人工智能技術(shù)實現(xiàn)耕地空間要素高精度快速識別和提高耕地應對安全威脅的響應速度和預警的準確性已成為發(fā)展趨勢。

耕地管控狀態(tài)的實時監(jiān)測重點攻關(guān)紅線范圍內(nèi)干擾活動的快速識別技術(shù)。針對自然和人類擾動信息難以快速、精準獲取的難題，以高分辨率、多角度、多模式的光學、高光譜、雷達等多源異構(gòu)海量遙感數(shù)據(jù)為主體，發(fā)展建設(shè)占用、開墾與種植、災害損毀、盜砍盜伐、非糧化等地表形態(tài)擾動要素樣本庫構(gòu)建技術(shù)。融合基于遙感云計算平臺的并行計算與智能決策技術(shù)，發(fā)展多源廣域示范區(qū)多樣化場景空間紅線管控要素模型智能適配方法，滿足耕地紅線安全底線管控關(guān)鍵要素快速、精準提取與識別。耕地紅線管控評估預警技術(shù)，包括構(gòu)建數(shù)量、質(zhì)量、格局等耕地管控評估指標體系，建立耕地紅線評估預警模型工具。構(gòu)建融合數(shù)量、質(zhì)量、生態(tài)、格局、潛能、用途的耕地系統(tǒng)多維度評估指標體系和面向國家糧食安全的耕地紅線管控風險評估與預警模型，實現(xiàn)耕地紅線管控風險的快速評估和精準預警。

此外，媒體報道和社會輿論驅(qū)動的被動執(zhí)行情況多，仍難以實現(xiàn)主動式監(jiān)測。未來的研究方向仍需與人工智能相結(jié)合，進一步改進目標檢測算法，考慮更多的地域特征和背景信息，以培養(yǎng)更為智能的算法來應對耕地違法監(jiān)測中的多樣性和復雜性；進一步減少人工干預，提高執(zhí)法效率與準確性，最終實現(xiàn)耕地保護執(zhí)法的主動式精準監(jiān)測。

“遙感大數(shù)據(jù)+云計算+AI”實現(xiàn)耕地狀態(tài)歷史演變過程的重建

為了重建不同歷史時期的耕地演變過程，需要依靠不同數(shù)據(jù)源和方法來還原歷史時期耕地狀態(tài)和演變過程。例如，針對2000年以來的耕地演變過程，國內(nèi)外利用衛(wèi)星進行周期性的耕地資源調(diào)查監(jiān)測已有較為成熟的技術(shù)。主要依靠中高分辨率的多源遙感數(shù)據(jù)如美國陸地資源衛(wèi)星（Landsat）（30 m）、歐空局“哨兵”二號衛(wèi)星（Sentinel-2）（10 m）、美國星球?qū)嶒炇银澣盒l(wèi)星（PlanetScope）（3—5 m）、國產(chǎn)高分衛(wèi)星（0.8—10 m），通過數(shù)據(jù)融合、去云去噪、數(shù)據(jù)插值、濾波平滑等遙感數(shù)據(jù)預處理過程重建長時間序列多源遙感數(shù)據(jù)集，再通過機器學習及深度學習等創(chuàng)新算法進行遙感影像分類實現(xiàn)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，主要依靠遙感數(shù)據(jù)結(jié)合農(nóng)業(yè)統(tǒng)計數(shù)據(jù)（如面積、產(chǎn)量等），通過作物空間分配模型（SPAM）來推測不同時期耕地分布格局，從而重建2000年以前的歷史時期耕地分布格局。基于重建的長時間序列耕地歷史演變數(shù)據(jù)集，采用Landtrendr等變化檢測方法探測耕地變化的關(guān)鍵拐點與熱點地區(qū)，分析耕地歷史時期變化的時空演替特征。

“遙感大數(shù)據(jù)+云計算+AI”實現(xiàn)極端天氣災害的耕地影響快速評價

極端天氣災害的耕地影響評價包括災害本身的快速監(jiān)測預報和影響評價2個方面。“遙感大數(shù)據(jù)+云計算+AI”為極端天氣災害事件的監(jiān)測預報提供了重要的數(shù)據(jù)和方法支撐。Hao等結(jié)合多源衛(wèi)星數(shù)據(jù)提出優(yōu)化氣象干旱指數(shù)（OMDI）和優(yōu)化植被干旱指數(shù)（OVDI）實現(xiàn)了我國西南地區(qū)生物的干旱長時序時空格局的監(jiān)測。通過訓練深度神經(jīng)網(wǎng)絡(luò)來捕獲輸入（在給定時間點再分析天氣數(shù)據(jù)）和輸出（在目標時間點再分析天氣數(shù)據(jù)）之間的關(guān)系，能夠?qū)⑻鞖鉃暮︻A報速度相比數(shù)值天氣預報（NWP）方法提高多個數(shù)量級。華為公司云田奇團隊研發(fā)了“盤古氣象”（Pangu-Weather）AI天氣預報系統(tǒng)，并發(fā)現(xiàn)和ECMWF HRES比較，該大模型在不同地區(qū)、不同熱帶風暴強度、不同預測時間上臺風路徑預測準確度都有明顯優(yōu)勢。此外，Zhang等提出了一個名為NowcastNet的極端降水臨近預報大模型，通過耦合物理規(guī)律和深度學習實現(xiàn)不同類型降雨率的精確預報，特別是以往方法難以處理的極端降雨事件。遙感技術(shù)能夠全面、及時地評價極端天氣災害發(fā)生后的耕地情況。利用云計算的高性能算力，結(jié)合AI算法對遙感大數(shù)據(jù)進行分析，識別出耕地受災面積、農(nóng)作物損失等災害影響特征。Chen等結(jié)合遙感云計算平臺與變化檢測方法，準確地刻畫了2020年長江中下游流域的耕地受洪災影響情況。基于多源遙感數(shù)據(jù)，Javed等探究了農(nóng)業(yè)干旱與冬小麥和夏玉米產(chǎn)量損失之間的潛在聯(lián)系，發(fā)現(xiàn)中國極端干旱事件頻次的增加是華北地區(qū)夏玉米產(chǎn)量和冬小麥產(chǎn)量顯著下降的重要原因。Dong等采用中分辨率成像光譜的歸一化紅外指數(shù)（NDII）和擾動指數(shù)（DI）2種方法評估了東北地區(qū)“巴威”“美莎克”“海神”3次臺風對當?shù)刈魑锏挠绊懀瑸闉暮筠r(nóng)田管理提供了科學指導。

建議與展望

統(tǒng)籌構(gòu)建“面積-質(zhì)量-生態(tài)-健康”耕地多維度信息監(jiān)測體系

當前已有耕地監(jiān)測研究主要集中在面積變化上，然而，考慮到現(xiàn)代農(nóng)業(yè)的復雜性，多維度監(jiān)測變得至關(guān)重要。應該納入更多關(guān)鍵維度的考量，如耕地質(zhì)量、作物種植結(jié)構(gòu)、作物管理方式、耕地生態(tài)狀況、耕地健康狀態(tài)等。這種多維度全方位的監(jiān)測有助于更深入地了解土地資源的狀況，并為土地的科學管理提供更為準確和全面的數(shù)據(jù)支持。了解耕地的質(zhì)量和健康狀況可以幫助農(nóng)戶采取更有效的土地管理措施。同時，監(jiān)測作物種植結(jié)構(gòu)和管理方式的變化可以支持政府農(nóng)業(yè)政策的制定，促進可持續(xù)的農(nóng)業(yè)實踐，提高耕地的生態(tài)適應性。

加強國產(chǎn)衛(wèi)星和云計算平臺在耕地監(jiān)測中的能力建設(shè)

中高分辨率遙感數(shù)據(jù)日益豐富，多源異構(gòu)海量遙感數(shù)據(jù)的融合而形成更高維度空間、光譜和時間信息的遙感數(shù)據(jù)立方體，提升特征提取和數(shù)據(jù)挖掘能力，是突破耕地系統(tǒng)遙感監(jiān)測關(guān)鍵技術(shù)瓶頸的途徑。未來，應完善國產(chǎn)陸地遙感衛(wèi)星觀測體系，增加發(fā)射和在軌衛(wèi)星數(shù)量，不斷完善“資源”“高分”等系列國產(chǎn)陸地遙感衛(wèi)星觀測體系，提高遙感數(shù)據(jù)的準確性和可靠性。此外，增加反映作物光譜特性的波段，在國產(chǎn)衛(wèi)星中可增加能夠有效反映作物特有光譜特性的“紅邊”波段，提高對耕地系統(tǒng)作物長勢、病蟲害等遙感監(jiān)測的準確性。以長光衛(wèi)星產(chǎn)品“吉林一號”為例，截至目前已有108顆衛(wèi)星在軌組網(wǎng)運行，實現(xiàn)對全球任意地區(qū)每天35—37次亞米級重訪觀測，在時間敏感度較高的耕地非法占用等紅線監(jiān)管業(yè)務(wù)場景中有重要應用前景。未來，應該注重國產(chǎn)陸地資源衛(wèi)星和商業(yè)衛(wèi)星大數(shù)據(jù)的協(xié)同利用，更好地助力耕地和其他自然資源本底要素和動態(tài)的客觀、真實、準確、實時監(jiān)測。

加強地塊基本單元等關(guān)鍵基礎(chǔ)信息數(shù)據(jù)庫建設(shè)，提升監(jiān)測精度

通常基于像元的分類方法沒有充分挖掘像元相鄰的空間信息，從而造成一些分類錯誤及“椒鹽現(xiàn)象”的問題。在遙感監(jiān)測耕地的過程中融合地塊基本單元的信息，構(gòu)建耕地基礎(chǔ)地塊信息數(shù)據(jù)庫，能夠提高遙感監(jiān)測耕地的準確性，顯著降低遙感影像分類結(jié)果的誤差和噪聲。地塊基本信息是連接遙感監(jiān)測與農(nóng)業(yè)部門實際應用的橋梁，將地塊基本單元信息與農(nóng)業(yè)、自然資源等部門數(shù)據(jù)共享整合。利用高分辨率遙感衛(wèi)星影像和前沿的圖像分類分割技術(shù)，輔以現(xiàn)場調(diào)查驗證，通過邊緣檢測或者空間信息聚合等前沿的圖像分割的技術(shù)，能夠?qū)崿F(xiàn)地塊信息的精準識別。但目前地塊信息提取在高分遙感數(shù)據(jù)的可獲取性、復雜景觀地區(qū)地塊信息提取、大尺度地塊信息連續(xù)監(jiān)測等方面還面臨諸多挑戰(zhàn)。

推動科學研究與部門業(yè)務(wù)間的數(shù)據(jù)高效互通和安全共享

協(xié)同對接耕地科學監(jiān)測數(shù)據(jù)與部門業(yè)務(wù)數(shù)據(jù)，并在數(shù)據(jù)標準規(guī)范制定的基礎(chǔ)上進行共享，可以在提高農(nóng)業(yè)管理效率、災害風險應對等方面發(fā)揮關(guān)鍵作用。國內(nèi)外在耕地數(shù)據(jù)共享等方面已取得了重要進展，但數(shù)據(jù)的共享開放與安全保障的權(quán)衡需要由專門的政府部門或研究機構(gòu)來負責統(tǒng)籌。需建立數(shù)據(jù)共享標準規(guī)范，農(nóng)業(yè)數(shù)據(jù)的收集、整理和共享發(fā)布等環(huán)節(jié)均需要制定法律、數(shù)據(jù)共享的標準和元數(shù)據(jù)規(guī)范，確保數(shù)據(jù)的安全性、格式、內(nèi)容標注、質(zhì)量控制等符合相關(guān)的規(guī)定，保證共享數(shù)據(jù)的質(zhì)量。建立明確的用戶申請流程，研究者按照規(guī)范提出申請，負責部門進行審核批準，簽訂數(shù)據(jù)使用協(xié)議，避免數(shù)據(jù)濫用，確保共享數(shù)據(jù)的安全性。

耕地保護紅線管控監(jiān)測納入國土空間規(guī)劃監(jiān)測系統(tǒng)（CSPON）

耕地一體化監(jiān)測平臺建設(shè)可以推進農(nóng)業(yè)數(shù)字化、智能化、精準化，全面監(jiān)測耕地質(zhì)量變化和糧食生產(chǎn)動態(tài)，科學預警和保障國家糧食安全。我國正在推進建設(shè)國土空間規(guī)劃實施監(jiān)測網(wǎng)絡(luò)（CSPON），試圖突破國土空間規(guī)劃實施監(jiān)測中的統(tǒng)一網(wǎng)絡(luò)架構(gòu)、算法模型、數(shù)據(jù)治理等方面的問題，健全數(shù)據(jù)共享等基礎(chǔ)性政策標準，其中，耕地紅線管控狀態(tài)監(jiān)測是其中重要的內(nèi)容。遙感大數(shù)據(jù)和云計算等前沿技術(shù)不僅能豐富規(guī)劃實施監(jiān)測的方法論，更為構(gòu)建全新的國土空間規(guī)劃實施監(jiān)督理論和監(jiān)測體系提供了寶貴的機遇。需要重新審視監(jiān)測的目標、指標、方法和評估體系，將科技創(chuàng)新與規(guī)劃實踐相結(jié)合，打造更加精準、高效、可持續(xù)的國土空間規(guī)劃實施監(jiān)測新機制。

（作者：董金瑋、崔屹峰、陳曦、楊林生，中國科學院地理科學與資源研究所 中國科學院大學；邸媛媛、高璇、寧佳、劉紀遠，中國科學院地理科學與資源研究所；蔡玉梅，自然資源部國土空間規(guī)劃研究中心。《中國科學院院刊》供稿）