“我但愿将来把农情消息底座做得更系同一些，构成一个笼盖更多做物分布研究的方式，让后续使用型研究变得愈加简单。”邱炳文说。
现实上，这并非邱炳文团队初次对做物进行大标准做物制图。“畴前我们对水稻、玉米等大粮食做物都做过研究，从500米分辩率的全国数据集推进到现正在10米分辩率的全球数据产物，这得益于多源数据融合手艺设想及使用。”邱炳文告诉记者，团队不竭摸索光学和雷达时序耦合研究新范式。“之前我们以光学数据为从，可是南方多云多雨，于是近年来通过建立融合光学雷达数据的鲁棒性做物识别模子，让数据集更完整、精度更高。”。
这张图笼盖全球，起首要处理一个问题：若何从卫星拍摄的影像中精准识别冬小麦？目视解译工做量太大，难以实施，必需成立鲁棒性做物识别模子。正在特征提取阶段，邱炳文团队就了漫长的“找分歧”，也就是找统一区域冬小麦和其他做物呈现的分歧特征，找分歧做物发展的时序特点…。
“最容易和冬小麦混合的是大蒜和油菜，我们不是通过单景影像分类，而是通过时序影像判断分歧做物的物候特征，全面察看描绘做物播种发展成熟收割的全生命过程。”邱炳文说，此外，分歧区域冬小麦的返青期、抽穗期存正在差同性，因而需要进行时空推演测算。
通过这张图，人们可以或许领会冬小麦正在全球的种植分布、面积等消息。看清这些消息，意义正在于4个字——良知知彼。一是摸清家底。冬小麦是全球主要的口粮做物，可认为做物播种管收的精准办理供给参考。“若是某粮食从产国说本年粮食做物面积缩水减产了，我们可从图上判断消息的，把握话语权。”邱炳文说。
据悉，这项研究颁发正在农林科学范畴国际期刊《Computers and Electronics in Agriculture》。论文第一做者为福州大学博士生成飞飞。
一图有大用，可是绘制起来并不容易。“全球首张10米分辩率的冬小麦分布图”，名称就透显露两个环节点：大范畴、高精度高时效。
