【遥感应用】利用高分辨率卫星测量非洲农业产量

2017年2月14日

由Terra Bella卫星拍摄的肯尼亚西部玉米地块影像（左图）和基于机器学习算法对同一影像生成的农业产量图（右图）。图片提供：David Lobell

　　斯坦福研究人员使用新一波小型卫星高分辨率拍摄照片，开发了一种用来估算作物产量的新空间方法。该方法可以用来对农业生产力进行估测并对世界上数据非常稀缺的贫困地区干预策略进行测评，该研究在2月13日出版的《美国科学院院报（PNAS）》上介绍。

　　斯坦福地球、能源和环境科学学院地球系统科学系助理教授，论文联合作者Marshall Burke指出，提高农业生产力将会是减少世界饥饿和改善贫困地区生计的主要途径之一。但是为了提高农业生产力，首先需要进行测量工作，不幸的是，在世界上大多数农场并没有做这些事情。

　　地球观测卫星已经运行超过30年，但大多数捕捉到的影像，不具有足够高的分辨率对发展中国家典型小块农地进行可视化。近来，卫星已经缩减规模和成本，同时提高了影像分辨率。如今，已有几个公司争相推出冰箱和鞋盒大小的卫星进入太空，获取高分辨率地球影像。

　　地球系统科学系副教授，论文联合作者David Lobell表示，现在可以获取大量这种捕获到小地区地面空间分辨率非常高的影像。任何一个卫星不能给予大量的信息，但其相关的卫星群实际上能以非常低的成本，基于非常高的分辨率，覆盖世界上大多数地区。这甚至在几年前都是不可能实现的。

　　在这一新研究项目中，Burke和Lobell对新一波卫星影像是否足够可靠地进行作物产量估算进行测试。他们两人集中在肯尼亚西部一个有很多种植玉米或谷物半英亩或一英亩地块小型农业区域。Lobell指出，这个区域已完成很多实地考察工作，是测试方法的理想区域。

　　科学家们利用卫星影像对两种不同农业生产率估算方法进行比较。第一种途径涉及到通过“地面真相”或进行地面调查，用以检查使用Terra Bella免费提供的卫星数据检测估产计算的准确性。关于这部分研究，Burke及其团队花了数星期时间进行挨家挨户的调查，与农民交谈，收集个人农场信息。

　　Burke指出，他们得到了很多优质数据，但这种方法既耗时，又昂贵，这意味着在一次考查活动中，只能对至多1000名左右的农民进行调研。如果想推广扩大此项操作方法，就不需要重复在全球各地收集实地调查数据。

　　基于此原因，该小组还测试了另一种“未校准”方法，不依赖地面调查数据进行预测。替代方法是通过使用计算机模型，结合当地天气状况信息对作物生长过程进行诠释，帮助解译卫星影像并预测产量。

　　Burke表示，仅基于实际产量自身影像，通过影像与计算机作物模型结合的方法可以做出相当准确的预测。

　　研究人员计划推广扩大他们的项目，在非洲更多地区测试这一方法。Burke希望对撒哈拉以南所有地区做出准确的季节性农业生产率预测，希望这种利用卫星的方法可以大幅度提升了解和改善全球贫困地区农业生产率问题的能力。

　　原文题目：Using high-resolution satellites to measure African farm yields

　　（王化编译，殷永元审核）

附件下载