中國網/中國發展門戶網訊 洪范八政，食為政首。習近平總書記屢次強調糧食平安問題，指出保證糧食平安始終是國計平易近生的頭等年夜事。縱觀人教學場地類歷史，糧食作為人類賴以保存的基礎物質需求，遭到全球各國的廣泛重視。2015 年，聯合國《變革我們的世界：2030 年可持續發展議程》（以下簡稱《2030 年可持續發展議程》）中，“打消饑餓，實現糧食平安，改良營養狀況和促進可持續農業”被列為 17 個可持續發展目標（SDG舞蹈場地s）中的第 2 個目標（SDG 2）。聯合國《2019 年全球可持續發展報告》，進一個步驟將 17 個目標凝練成 6 個切進點，“食品系統和營養形式”就被列為其一瑜伽場地。由此可見，保證糧食平安始終是國她年輕時的魯莽行為傷害了多少無辜的人？她現在落到這樣的地步，真的沒有錯，她真的活該。家甚至全球可持續發展的基礎及主要議題。
糧食平安包含四年夜基礎支柱：可供應量、獲取渠道、充足應用和穩定供應。此中，可供應量意指糧食生產，是糧食平安的基礎。當前，全球糧食生產獲得了矚目成績——糧食總產量較 20 世紀中葉翻了 2 倍以上，全球營養缺乏生齒比例由 1969 年的 36% 降落到 2018 年的 11%。但是，全球仍然有約 1/9 的生齒在忍饑挨餓；營養缺乏生齒數量連續 4 年攀升。分歧地區社會經濟發展程度差異顯著，使得糧食生產才能空間分布不均、糧食獲取才能各異，成為產生饑餓生齒的主要緣由。
與此同時，糧食需求增長與城市擴展導致的耕地流掉，促使農用地異地擴展、集約化應用水平增添，給避免生態系統服務效能退步、減緩與適應氣候變化、防治地盤退步等全球性挑戰帶來了宏大的壓力。全球糧食生產過程中，澆灌耗水占了所有的海水抽取的 70%；60% 的氮肥和 48% 的磷肥屬于過量施用；約 1/3 的人為溫室個人空間氣體排放與糧食生產有關。高效應用無限耕地資源，滿足人類食品需求的同時最年夜限制下降生態環境影響，是權衡糧食生產可持續性的標尺，已成為實現全球 SDGs 的嚴重挑戰之一。
促進糧食可持續生產的數據鴻溝有待衝破
跟蹤監測和會議室出租評估糧食生產可持續性及其時空變化過程，是明確進展、發現問題的主要手腕，同時也是晉陞糧食生產可持續性、保證糧食平安的基礎條件。反應糧食生產可持續性的各個方面，包含產出收益、水資源應用、化肥農藥風險、泥土養分變化、種植多樣性等，被列為 SDG 2（零饑餓）中第 4 個具體目標相應指標 SDG 2.4.1（從事生產性及可持續農業的農業地區比例）的權衡要素。但是，今朝這一指標仍被歸為 Tier II 級別（無方法無數據狀態）。
聯合國糧農組織（FAO）作為 SDG 2 的重要協調機構，負責了 SDG 2 一切 14 個指標中的 10 個，此中包含 SDG 2.4.1。當前，FAO 負責的一切指標監測評估重要以統計調查方法獲取。FAO 在監督工作總結中指出，今朝年夜部門國家/組織的統計調查并非以 SDG 指標評估為目標開展，是以缺少針對性；并且，各國統計調查才能相差較年夜，75% 的國家至多在 1 個指標上需求私密空間分歧情勢的幫助，這給開展統一的指標評估帶來了挑戰。
此外，推進 SDGs 實現對數據提出了更高請求，即開展數據年度更換新的資料或許 2—3 年較為頻繁的更換新的資料。特別是對于生產性和可持續農業這類指標，可以作為一種治理東西，為國家規劃和預算進程及全球后續行動供給信息，是以按期監測尤為主要。但是，監測頻次上的增添即意味著投進的增添。據預算，全球每年將需求增添約 1 億—2 億美元的財政投進教學來實現這一需求。尋求能夠彼此整合且經濟的數據來源成為 FAO 提出的權衡 SDGs 進展綜合戰略中 4 個著力點之一。
地球年夜數據方興未艾，助力糧食可持續生產研討
地球年夜數據具有宏觀、動態、疾速監測才能，能夠為糧食生產及環境變化等的區域評估供給基礎，構成年夜標準進展整體認知及區域差異細致把握。將其與統計數據有用結合，能年夜幅改進當前 SDGs 中無方法無數據的指標評估現狀。當前，2 個主要原因正推動著地球年夜數據在支撐糧食可持續生產方面的實踐應用。
決策層面對空間信息的需求。充足、及時、疾速地清楚天然環境、社會經濟條件和相應的糧食生產狀況及其空間異質性，有利于發展糧食集約化和多樣化生產、發現糧食加工和糧食貿易機會，能夠為增添食品及營養供給和獲取才能，進步糧食生產可持續性，并最終實現糧食平安供給無力支撐。國家層面的糧食平安政策規范和農戶（或農場）層面的糧食生產投進決策均可據此而定，從而有用地促進農業生產發展、保證糧食平安、晉陞天然資源應用可持續性，以及改良農平易近收益。
地球年夜數據可獲取性的晉陞。對地觀測技術的進步使得海量、多源、多時態、多標準、高維度數據不斷涌現，模子驅動型科學正向數據驅動型科學轉變，數據密集型知識發現形式慢慢構成。數據獲取的本錢在下降，而治理和分送朋友空間與地輿數據的才能在敏捷晉陞。地球年夜數據為充足、及時、疾速地清楚糧食生產狀況供給了基礎，使得在空間維度摸索農業發展變得簡單易行。地球年夜數據成為幫助各好處攸關家教者在農業生產發展上開展決策的經濟而有用的手腕，已在諸多方面獲得應用與實踐。
基于對地觀測數據的糧食生產系統要素專題監測
基于對地觀測數據的糧食生產系統監測重要從耕天時用和作物長勢 2 個方面展開。
耕天時用方面的監測
耕天時用觸及耕地分布、種植結構、治理形式等方面。對于耕地分布信息提取，以往重要從分歧時空辨別率的地盤應用/地盤覆蓋產品中獲得；而比來時空連續的專題耕地數據集生產已成為主流。種植結構和治理方法瑜伽教室等信息的提取，在時間序列遙感數據可方便獲取的佈景下獲得了長足的發展。
&nbs，問她在丈夫家的什麼地方。的一切。p;
種植結構方面的監測以復種指數和作物類型為主。復種重要分布在亞洲國家，相關研討也重要出現在這一區域。諾阿衛星（NOAA）高級甚高辨別率輻射儀（AVHRR）、泰拉衛星（Terra）平分辨率成像光譜儀（MODIS）、american陸地衛星（Landsat）專題制圖儀/加強型專題制圖儀/陸地成像儀（TM/ETM+/OLI）、尖兵 2 號衛星（Sentinel-2）等獲取的分歧空間辨別率的時間序列植被指數被廣泛采用。相關研討重要通過主成分剖析、Savitzky-Golay 濾波、小波變換、時間序列諧波等方式，結一起配合物物候特征對中國、印度等國家的耕地復種情況進行監測。
作物類型提取則用到了更為多源的對地觀測數據，包含光學、雷達等。今朝，基于遙感的作物類型提取依然更多地集中在少數幾種重要作物上，包含水稻、小麥、玉米、年夜豆等。年夜標準全類型的遙感作物制圖重要集中在american、加拿年夜和歐洲等區域。在中國，“全球農情遙感速報系統”（CropWatch）采用 GVG 農情采樣系統采集作物比例數據，同時結合高分系列衛星、MODIS 等遙感數據實現耕空中積、復種、作物分布舞蹈場地面積比例等信息的提取。
治理方法方面以澆灌農田的提取為主。多采用澆灌前-后泥土含水量和地表溫度變化來識別，通過光譜婚配法、決策樹法和機器學習等方式在全球、國家 、區域等標準構成相應產品。
作物長勢方面的監測
作物長勢信息反應作物生長的宏觀狀況和趨勢，重要包含作物生長狀況、肥水情況和病蟲草害動態等信息，是農情信息的主要組成部門。及時、準確的作物長勢監測對于作物生產治理者或治理決策者及時采取各種辦法，進步資源應用效力、確保糧食平安意義嚴重。對地觀測技術，特別是光學遙感技術能反應分歧生長狀態或環境脅迫下的植物對分歧波長光譜的反射、接收和散射的特征，因此能直接計算反應作物生長狀況的植被指數或定量反演特定的與作物長勢相關的心理生化指標，如葉面積指數（LAI）、光合有用輻射分量（FPAR）和氮素濃度等被廣泛應用于小麥、玉米等重要作物的年夜面積、長時序長勢監測。
近年來，隨著激光雷達、高光譜、日光誘導葉綠素熒光（SIF）和熱紅外成像儀等遙感傳感器及無人機、無人車、物聯網等遙感平臺的技術進步，多源、多標準遙感與人工智能算法相結合的“空六合”一體化農小樹屋業遙感信息獲取理論與技術方式飛速發展，其在營養診斷 、病害探測、地上生物量監測和產量預測等農作物長勢監測應用領域不斷擴展和深化。今朝，年夜面積作共享空間物長勢監測和產量預算的常用數據仍為中低辨別率衛星多光譜數據；而針對小范圍或田塊標準作物長勢監測評價，基于無人機和無人車的高辨別率的高光譜、激光雷達等私密空間遙感數據的應用越來越廣泛。
此外，SIF、分解孔徑雷達和熱紅外成像衛星遙感技術的發展和應用，以及遙感數據和作物生長模子的異化、深度學習算法的結合，也正在農作物長勢監測研討中獲得應用。特別是針對遙感直接反演的作物單產、農業災害等指數機感性缺乏的問題，今朝采用對地觀測數共享空間據反演參數與作物生長模子及其他多學科模子的結合越來越廣泛地應用到了糧食單產及潛力、農業災害監測（如病蟲害監測）等領域，并向著年夜標準、精細化、精準化監測發展，以構成更為細致準確的監測結果，從而為區域及全球 SDG 2 實現進程評估供給基礎。
基于多源數據融會的糧食可持續生產綜合評估
對糧食生產可持續性的評價凡是涵蓋社會、經濟、環境等多個維度，它需求將糧食生產各個要素進行系統性考慮，包含多要素關聯及其區域差異，最終輻射出糧食可持續生產觸及的方方面面。綜合的糧食生產系統制圖是開展糧食生產可持續性研討的條件，而地球年夜數據為這一任務供給了主要支撐。
當前，綜合性的糧食生產系統制圖在全球標準較為成熟，Leff 等、Monfreda 等、Portmann 等和 You 等均發展了全球作物系統制圖，后分別稱為LRF、M3、MIRCA、SPAM。這些系統制圖均包含整個種植系統的作物播種面積和產量但現在他有機會，有機會觀察婆媳關係，了解媽媽對兒媳的期望和要求會個人空間是什麼。為什麼不這樣做？最重要的是，如果你不滿，有的甚至包含產量潛力和澆灌等各要素范圍分歧、空間可比的結果。
LRF 系統制圖綜合了基于對地觀測的地盤覆蓋數據和全球農業普查數據，以18種重要作物在每個行政單元的總收獲面積比例來評估其在全球 5′ 網格（赤道上長度約 9 km）的分布。在非耕地區域進行掩膜并應用光滑算法糾正行政邊界的忽然和肆意變化后共享空間，LRF 系統制圖將獲得的單個作物比例和全球耕地分布數據集融會，以獲得對耕地各像元中每種作物比例的評估。在這項任務之后，M3 系統制圖應用柵格標準耕空中積比例作為權重，對 2000 年會議室出租全球 175 種分歧作物的收獲面積和產量進行分派。通過結合 M3、LRF 系統制圖和全球澆灌區地圖，MIRCA 系統制圖產生了一個全1對1教學球數據集，此中包含 26 種澆灌作物每月的種植面積（5′ 網格）。
SPAM 系統制圖舞蹈教室在涵蓋要素、制圖方式、覆蓋年份上較上述系統制圖更進一個步驟。它不僅關注作物播種面積、產量的分布，還關注作物的治理方法（如澆灌和雨養）、投進強度（如商業導向型和自給型）及其能夠導致的產量差異。在方式方面，分歧于 M3 系統制圖采用最直接的方式將每種作物分派到每個網格單元中，以及 MIRCA 系統瑜伽教室制圖僅考慮耕空中積和澆灌雨養對產量的影響，SPAM 系統制圖同時關注了溫度、降雨量、泥土條件和作物價格等對作物及產量空間分布差異的影響。覆蓋年份方面，今朝僅 SPAM 系統制圖進行了更換新的資料，涵蓋了 2000 年、2005 年、2010 年的全球作物系統情況。此外，SPAM 系統制圖更關注發展中國家。例如，今朝已實現 2017 年非洲作物系統制圖。
在糧食生產系統空間制圖的基礎上，更多反應糧食可持續生產的要素，特別是在環境可持續性方面的要素，得以整合進而開展可持續性定量研討。Mueller 等在 MIRCA 數據集的基礎上，對涵蓋播種面積 76% 的重要作物施肥會議室出租量開展全球制圖，并進行分歧作物氣候區劃，發展作物單產潛力和施肥減量化評估模子等，構成對全球重舞蹈教室要作物產量晉陞同時環境減量潛力合格局的解析。West 等則進一個步驟對全球糧食生產過程中的澆灌耗水、化肥過施、溫室氣體排放進行定量評估，提出了未來分歧區域應當關注的分歧環境原因及重點作物等，為全球糧食可持續生產供給了建議。Zuo 等綜合評估了地盤應用變化和農田治理對糧食生產可持續性的影響。年夜部門的研討中，與糧食生產系統相關的水資源變化、養分循環、溫室氣體排放等，以及氣候變私密空間化和災害對糧食生產的影響，是受關注較多的可持續評估要素。社會、經濟、環境等多方面的交互感化通過糧食生產系統制圖結果也得以展開剖析。
地球年夜數據支撐糧食可持續生產的未來瞻望
2015 年，聯合國可持家教續發展峰會通過《2030 年可持續發展議程》的同時，啟動了一項技術促進機制，旨在促進科學、技術與創新，以實現 SDGs。在《2030 年可持續發展議程》通過 5 年之際，聯合國獨立科學家團隊提出實現 SDGs 的 4 個杠桿：當局管理、經濟與金融、個人和集體行動、科學技術。糧食生產作為天然與人類交互感化最為劇烈的一種活動，其可持續保證需求通過將私密空間科技創新充足融進當局管理與個人和集體行動來實現。地球年夜數據作為地球科學的新動力，具有深度支撐糧食可持續生產的宏大潛力。
多學科模子凝集地球年夜數據支撐可持續糧食生產當局管理
糧食生產遭到社會、經濟、環境等多方面要素的影響，推動糧食生產向可持續標的小樹屋目的發展應當綜合考慮教學各類要素的交互感化，特別是資源的制約。此外，糧食可持續生產對保證糧食平安、減緩及適應氣候變化、防治地盤退步、避免生態退步等全球挑戰具有主要影響，是多個 SDGs 指標的紐帶。樹立可持續的糧食生產系統，需求對多領域多學科進行綜合統籌思慮。但是，今朝對于推動糧食可持續生產，同時應對上述全球挑戰的戰略尚不開闊爽朗。
地球年夜數據來源于但不限于空間對地觀測數據，還包含陸地、陸地、年夜氣，以及與人類活動相關的數據，是地球科學、信息科學、空間科技等穿插融會構成的年夜數據。依托地球年夜數據，開展多學科模子穿插融會凝集多學科數據，是圍繞糧食可持續生產構成綜合解決計劃的主要途徑，能夠為全球及各級當局供給決策支撐，以應對全球挑戰，因此是未來應當重點關注的標的目的。例如，結合氣候形式、作物生長模擬模子等將天然條件與農業生產過程關聯，采用地盤應用變化模擬、智能優化技術等將農業生產過程與社會經濟變化關聯，以可持續農業發展為支點，支撐生態環境保護與修復，同時服務社會經濟發展。
技術創新集成地球年夜數據搭建糧食可持續生產決策體系
進步糧食生產效力是解決糧食平安的重要辦法。當前，農業生產正從農業機械化向農業精準化發展；與此同時，農業智能化趨勢悄然舒展。不論是精準化生產還是智能化生產，數據都是關鍵。地球年夜數據與物聯網、互聯網、人工智能、云計算等技術的融會與集成，無論是對農場主還是農戶，都能在精準播種、耕耘、澆灌、施肥施藥和收獲的生產全過程供給無力支小樹屋撐，為進步澆灌效力、下降化肥農藥過施風險、減少農業氣象災害損掉，進而實現糧食可持續生產供給技術路徑。例如，在american、japan(日本)、歐盟等國家和地區，先后提出了以現代信息技術和智能技術為焦點的聰明農業發展形式，此中重要技術就包括遙感與傳感器系統、農業年夜數據與云服務技術等。
與此同時，全球各國糧食生產才能的比較優勢與需求間的不服衡使得國際糧食貿易長期存在，并愈發顯著。全球及國內糧食生產形勢與市場化瑜伽場地剖析，對農戶或農場主作物選擇、生產資料的投進，以及由此惹起的收益變化感化日漸強烈。加強全球范圍糧食生產形勢的監測，基于多源多標準對地觀測數據，晉陞全球及區域糧食供應形勢的晚期預期才能和精細化研判才能，并將其融進聰明農業，與實際生產緊密結合，將深入影響糧食生產系統，推動其向可持續標的目的發展。（作者：左麗君、吳炳方、 黃文江、董瑩瑩，中國科學院空天信息創新研討院、可持續發展年夜數據國際研討中間；游良志，華中農業年夜學、國際糧食政策研討所（american）；孟冉，華中農業年夜學；潘天石、王亞非，中國科學院空天信息創新研討院 。《中國科學院院刊》供稿）。
發佈留言