南京苏农信数据科技有限公司搭建的稻麦农情信息智能监测与服务平台面向稻麦农情监测需求,融合“天-空-地”多源数据与人工智能、遥感反演技术,构建“机理-数据”双驱动智能解析算法,研发农业遥感数据智能化利用平台,形成“遥感数据+业务适配”的农情快报服务模式,大幅缩短报告生成时间,累计示范面积超120万亩,推动农业管理由经验驱动向数据驱动转型。
主要举措及成效
针对南方地区多云雨与地块破碎导致时序数据断档失真、观测数据与生长机理模型耦合不足、科研成果与基层需求脱节等问题,突破云区智能定位与高保真修复、时空谱协同作物识别等关键技术,建成逐旬更新、优于10米分辨率的高质量数据底座;建立关键生育期机理参数动态校正、多尺度同化等模型算法;研发遥感数据智能化利用平台,建立“综合+专项+专题”立体化服务机制。成果已在省内多地规模化应用,显著提升农业监测的连续性、精准性和时效性,推动科研成果向业务化服务转化,为农业生产管理和科学决策提供有力支撑。
特色亮点
案例形成了“数据-模型-服务”一体化创新体系。构建了“天-空-地”多源数据底座,融合域自适应云检测、云修复和跨模态注意力等方法,实现了多云雨区农情数据连续稳定供给;创新的“物理约束+数据学习”多层级时空同化农情监测方法,兼顾模型可解释性与泛化能力,实现省级监测与田块管理协同校准;形成了“遥感客观数据+统计业务适配”的快报模式,将科研成果转化为标准化、低门槛服务产品。整体模式技术链条完整、业务适配性强,可为多云雨、地块破碎地区农业监测提供可复制、可推广的技术路径和服务范式。