我院研发的农业遥感智能体在河南心连心化工集团有限公司试上线
近日，由我院戴激光教授团队研发的农业遥感智能体，在河南心连心化工集团有限公司进入试上线阶段。区别于传统遥感处理依赖多软件分段运行的作业模式，这套系统将数据获取、标准化处理、特征计算、作物模型推理与地块级成果服务整合为一条连续的业务链路，目前已具备稳定运行能力。
在试运行环境下，智能体对Sentinel-1、Sentinel-2和Landsat8/9等多模态遥感数据完成单景完整任务平均约13分钟，稳定吞吐达到每小时4景以上。按连续运行测算，单日可完成100景以上影像任务，覆盖区域超过100万平方公里。这一处理能力意味着，面向新疆、河南等大范围农业区域，过去需要数周才能完成的一轮遥感监测任务，如今可在4-5天内实现批量更新。对于玉米、小麦、棉花、花生等大宗作物，长势跟踪、旱情识别、异常地块定位的时间成本被大幅压缩。
智能遥感智能体将多模态卫星数据、特征计算、
作物模型与地块服务连接为连续业务链路
智能体已形成面向多源卫星的统一数据接入能力，其中Sentinel-2光学链路可完成23种植被指数和作物参数的批量计算，针对不同作物自动输出长势、旱情、病虫害、氮含量及冠层养分等8类专题结果。以新疆玉米、小麦、棉花联合监测为例，同一景影像可连续完成3类作物模型计算，生成24个结果TIF。Sentinel-1雷达数据的接入则进一步提升了多云雨条件下的数据保障能力，使监测链路在光学影像受限时仍可维持运行。这一光学+雷达双轨并行机制，有效增强了区域监测的时间连续性，避免因单源数据缺失导致任务中断。
多模态数据协同支撑区域监测，
提升复杂场景下的数据保障能力
智能体已具备Sentinel-1、Sentinel-2与Landsat8/9等多模态遥感数据的接入与处理能力。不同卫星数据在空间分辨率、重访周期和传感器类型上具有互补性，可根据监测区域、作物类型和数据可用情况组织相应数据源，为大范围农业监测、长时间序列分析以及不同观测条件下的任务连续性提供数据基础。在现有业务中，智能体面向新疆玉米、小麦、棉花和辽宁花生开展监测，将遥感数据进一步转化为长势、旱情、病虫害、氮含量或冠层养分等可直接用于生产管理的专题结果。
大规模计算能力的价值最终体现在应用端。智能体将区域级遥感成果进一步与地块数据关联，使监测结果从整景尺度下沉至地块内部的逐像素空间差异。业务人员可按日期和地块编号快速定位目标地块，查看长势偏弱、水分胁迫、病虫害风险或营养异常区域。这种从区域监测到地块定位的成果转化，使遥感信息能够直接服务于巡田核查、灌溉调度、施肥管理和异常处置等一线生产决策。
地块级像素监测结果可直接定位异常区域，
为巡田、灌溉、施肥和异常地块核查提供空间依据
此次试上线标志着相关技术从研发测试阶段向生产应用阶段迈出了实质性一步。下一步，团队将结合试用反馈和田间实测数据，持续优化模型性能，进一步拓展智能体在精准施肥、变量灌溉和异常预警等农业生产管理环节的应用深度。
图 文丨新媒体中心
排 版丨谭艺莲
责 编丨叶 丽
初 审丨戴激光
复 审丨范 强
终 审丨王崇倡
