当遥感卫星拍下农田照片，电脑看到的只是一堆像素。但如果让卫星学会“像人一样观察”，事情就完全不一样了。

  我们都有过这样的经历：翻看手机里的风景照，一眼就能分辨出哪是水田、哪是旱地，哪块地种得好、哪块地荒了。这种判断几乎不假思索——因为我们从小就对农田的模样有直观认知。

  但卫星不一样。它每天从几百公里高空拍下无数张农田影像，却只能“看见”却“看不懂”。中国农科院农业资源与农业区划研究所研究员余强毅说，遥感领域有个自嘲的说法叫“摇一摇，没感觉”——能感知到地表的光谱信息，却无法形成人类认知层面的理解。他正在探索的“遥感视觉”概念，就是要让卫星不仅会“看”，还要会“想”。

  图片由AI生成

  耕地和农田，差别在哪？

  在研究如何用遥感监测农田之前，余强毅先厘清了一个被很多人混淆的概念：耕地和农田，到底是不是一回事？

  “耕地是一个比较客观的状态，人去耕种土地、种植作物，那就是耕地，”余强毅说，“但农田不一样，它有更深层次的管理要素和属性。”简单来说，刀耕火种的地可以叫耕地，但只有经过基础设施改造，例如修路、建渠、平整土地，才能称得上农田。

  这个区别并非咬文嚼字。中国人从古至今都在做这件事：西亚的梯田、北非的灌溉系统、中国汉字里“田”字那方方正正的形状，都指向同一个事实——人类通过基础设施改造，让原本种不出庄稼的土地变成了高效的农田。今天，中国已经建成超过10亿亩高标准农田，修建了600万亩渠、1000万公里路、超2000万处小微水利设施。这些基础设施有一个共同特点：小而且分散。用传统遥感方法来监测它们，就像用渔网捞芝麻，力不从心。

  余强毅展示了一个对比：在安徽某高标准农田建设区，欧洲和中国的常规土地分类产品，都看不出改造前后的变化。但亚米级的高分影像一目了然——田块从破碎变得规整，道路和沟渠清晰可辨。“不用高分影像，或者不换一个视角，就不知道破碎化的情况是如何改变的。”

图片由AI生成

  让卫星学会“像人一样看”

  有了高清影像，就能自动识别农田基础设施了吗？远没有那么简单。

  余强毅举了个例子：给二年级小朋友看两张农田照片，问哪块是大田哪块是小田，孩子一秒钟就能回答。但这个对人类来说轻而易举的判断，电脑却需要复杂的算法和大量的训练数据。遥感影像的解译，长期以来卡在“从图到知识”这一步，把地块画出来了，但画出来之后意味着什么，还得靠人工去判断。

  “遥感如果也是从天上看地，那能不能模拟人类的视觉认知？”余强毅从计算机视觉的发展中获得了灵感。计算机视觉已经走过了三个阶段：最早只能识别图片里有猫、有牛奶；后来能判断猫和牛奶的距离；现在已经能做到智能推理——看到猫靠近牛奶，马上联想到“可能要碰倒了”。而遥感还停留在“把地块画出来”的初级阶段。

图片由AI生成

  于是，他提出了“遥感视觉”的概念：把遥感影像当作“图片”，让人工的视觉认知能力与遥感数据融合。他在家里跟二年级小朋友做的实验印证了这一点，人类对农田的视觉判断，依赖于长期积累的知识：水田不能太大，否则水铺不平；梯田一定有层级结构；高标准农田改造后，田块的物理边界会发生根本性变化。

  受此启发，团队把“人脸识别”的思路搬到了农田监测上。人脸识别关注的是眼间距、五官结构等“硬特征”，这些特征除非整容否则不会变。对应到农田，地块的物理边界就是“硬特征”——只有通过土地整治、高标准农田建设等工程化手段才能改变。把不同时期的影像放在一起，用地纹识别算法捕捉这种硬边界的变化，就能精准判断哪些地块经过了改造，哪怕一张照片是作物生长时拍的、另一张是大雪覆盖时拍的。

  农耕大模型：让遥感从“看见”到“看懂”

  有了“遥感视觉”的思路，余强毅团队在唐老师的带领下，于去年发布了“农耕大模型”1.0版本。这个模型的核心，就是把遥感技术与多模态视觉技术融合，在遥感数据的基础上做知识生成和知识推理。

  为什么他们能做这件事？因为团队汇聚了全国最全的耕地数据，包括高标准农田数据、第三次全国土壤普查数据，以及行业部门共享的各类信息。结合天空地人一体化的数据源，农耕大模型聚焦于农田动态监测和生产模式分析。

  余强毅展示了几个正在推进的应用场景。

  第一个是“地纹识别”，把一张农田影像当作一张人脸，用视觉算法提取田块的物理边界结构，在不同时期的影像中自动匹配“同一块地”。不管这块地是种着庄稼、盖着大雪，还是灌满了水，地纹识别都能准确认出它来。这样一来，政府就能精准知道：哪些地块真正经过了高标准农田改造。

  第二个是农机作业效率评估。地块的形状、大小、位置，直接影响农机作业的效率。余强毅的团队把区域划分成标准网格，根据网格内地块的大小、数量、形状以及障碍物分布，通过知识生成和训练，标注出每个网格的农机作业效率。农机手可以据此规划作业路线，地方政府也能知道下一步该优先改造哪里。

  第三个是与盐碱地治理的结合。沟渠建设是盐碱地改良的重要手段。团队不去简单地测量沟渠的长度和宽度，而是在空间网格内把沟渠形态与盐碱发生情况做关联分析，通过知识推理判断不同位置的沟渠建设是否真正起到了改良作用。这直接服务于高标准农田的建设效果评价。

图片由AI生成

  “遥感视觉”这个概念，余强毅是第一次在公开场合提出。它的愿景很简单也很宏大：让卫星不仅能够“看到”农田，还能“看清”每一块地的状态，最终“看懂”农业生产背后的逻辑和趋势。农耕大模型2.0版本正在推进中，团队希望把作物、土壤、基础设施、产量、生态系统服务都纳入知识图谱，让遥感真正成为农业决策的“智慧之眼”。

  余强毅说，农田基础设施建设是国家真金白银的投入，政府、农民、新型经营主体都迫切想知道：钱花在哪了？见效了没有？“遥感视觉”要回答的，正是这个问题。

　　出品：科普中国大国粮策

　　专家：余强毅（中国农科院农业资源与农业区划研究所研究员）

　　编辑：李欣哲