【目的】 准确获取作物种植分布对典型黑土区保障粮食安全和合理规划作物布局等具有重要意义。【方法】 文章选择典型黑土区吉林省梨树县典型作物玉米为研究对象，基于2016—2022年哨兵二号（Sentinel-2）多时相影像及自然环境条件等数据，利用随机森林算法对梨树县玉米种植分布进行提取。基于不同时间范围数据，采用3种研究方案：生长期数据提取方案、全年数据提取方案和全年数据+数字高程模型（DEM）提取方案，深入分析了数据与特征差异对随机森林算法提取玉米种植面积准确性的影响，阐述了3种方案中特征参数（时序归一化水指数、归一化植被指数和数字高程模型等）的关键作用，并详细解读了梨树县玉米分布模式的变化趋势。【结果】 （1）利用 Sentinel-2多时相图像，3种方案均能够准确获得研究区域玉米种植面积；方案三（全年数据+DEM）提取效果最好，对2020年玉米种植面积进行识别，整体准确率达到95.3%，kappa 系数0.93。（2）在玉米种植面积提取中，短波红外等特征和玉米生长期数据较为重要。（3）梨树县近年玉米面积有所增长但幅度不大，局部玉米分布更加集中、连贯。【结论】 该研究可为今后黑土区大规模作物格局的准确评价提供技术支撑。

【目的】 传统多尺度分割算法所获得的分割尺度多依靠经验确定，容易造成区域“过分割”和“欠分割”问题。文章利用高分辨率遥感影像地物间边缘信息突出的特点，提出了一种耦合边缘检测算子的多尺度自适应分割方法。【方法】 （1）首先利用Canny算子对遥感影像进行边缘提取，得到边缘梯度信息。（2）将初始多尺度分割结果与边缘梯度信息进行耦合处理，构建最优分割的评价指标选取地块的最适分割尺度。（3）将选取出的不同分割尺度结果进行合并，获得优化后的地块提取结果。【结果】 耦合边缘检测算子的多尺度自适应分割方法与传统的单一尺度分割方法相比，所得到的地块平均交并比提高了10.82%~27.11%，精度明显优于传统方法，能为耕地地块信息的精确提取提供参考。【结论】 耦合边缘检测算子的多尺度自适应分割方法在地块较为破碎的区域适用性较高，减少了区域的欠分割和过分割现象，能够保持地块区域的完整性，使得到的耕地地块更加符合真实地块轮廓。

【目的】 针对不同作物遥感估产方法结果存在的差异性，对多情景下遥感估产方法进行对比及一致性分析，以探讨造成作物估产结果差异的可能因素。【方法】 文章按照“数据+模型”的组合方式对遥感估产方法进行归类，随后在不同年份、地域和作物之间进行估产实验，并对估产结果和一致性进行分析，以比较组合方法在多情景下的作物估产效果。【结果】 （1）环境数据和多源遥感数据均能提高估产结果的准确性，统计回归方法比机器学习方法的稳定性更高；（2）不同方法对地形和环境因素的处理方式差异降低了估产结果的一致性，距水体的距离是影响作物产量的因素之一。【结论】 数据源和模型的选择能显著影响作物估产效果；估产结果的一致性分析可以更好地识别不同数据源和模型对空间分布的影响。

【目的】 单双季水稻面积分布和时空变化监测对于农作物种植结构调整、国家粮食安全保障以及气候变化研究等具有重要意义。【方法】 文章概括了单双季水稻遥感提取的理论基础；采用文献综述的方法，从单双季水稻识别的遥感数据源、样本获取方法和模型构建等3个方面重点评述了不同遥感制图方法的特点及应用情况；总结出单双季水稻制图面临的挑战，并展望了未来单双季水稻遥感提取研究的发展方向。【结果】 （1）微波遥感影像是弥补多云雨区域光学遥感影像不足的重要数据源；（2）传统实地采样或目视解译难以满足大区域单双季水稻遥感制图和年际更新需求，农作物样本自动生成策略以及面向有限样本的制图方法在应对上述问题方面具有潜力。（3）现有单双季水稻遥感制图方法可分为基于关键物候特征的决策树模型、时间序列光谱相似度匹配、机器学习以及深度学习4类。【结论】 未来单双季水稻遥感提取将以大区域、长时序产品生产和动态监测为目标，重点围绕样本自动化获取、多源数据协同利用、高精度分类模型设计以及时空迁移策略构建等方面开展深入研究，以切实满足农业生产管理实际应用需求。

【目的】 针对大规模蔬菜种植区域传感器部署成本高昂、数据远距离传输困难等问题，设计高效的数据收集策略。【方法】 文章结合蔬菜种植区域的分布特征，采用动态K均值聚类算法对区域进行分簇，通过贪心算法基于最近插入原则生成初始的卡车与无人机协同路径。之后利用基于进化的人工蜂群算法对路径进行优化，结合动态Metropolis准则、动态禁忌搜索和精英选择策略进一步提升解的质量。【结果】 该方法显著减少了数据收集的总时间，同时大幅降低了空地采集系统的能耗。【结论】 该文提出的方法为广域蔬菜种植区域的智能化数据收集提供了一种高效的解决方案，为实现精准农业的广泛应用提供了技术支撑。

【目的】 采样点布设是区域土壤调查的重要环节和关键前提。合理布设采样点既能提高土壤调查结果的质量和效率，又可以减少土壤调查费用与工作量。【方法】 文章系统总结了近年来国内外土壤采样点布设方法研究进展，归纳了区域土壤调查采样点布设数量和空间布局方法，分析了现有采样点布设方法中存在的问题。【结果】 （1）土壤调查采样点布设数量或密度的确定方法主要有基于经验或先验知识法、经典统计学法、地统计学法及多种方法集成应用；（2）土壤调查采样点空间布局方法主要有随机法、网格法（系统等距法）、代表性图斑法和分层布样法；（3）尽管国内外在区域土壤调查采样点布设方法研究和实践方面取得了长足进步，但对不同土地利用类型的采样点最优布设密度和空间布局尚不明确，对采样点的布设效果（代表性、全面性、实用性）缺乏科学评价。【结论】 采样点布设研究未来应重点构建时空数字土壤，探索适用于不同土地利用类型的采样点布设方法，构建采样点布设方法评价指标体系和智能布设决策。

【目的】 土壤质量评估是分析土壤现状和变化动态的重要手段，在农业、生态环境和土地管理中发挥重要作用。随着大数据、云计算等先进技术的融合应用，众多土壤质量评估信息化平台应运而生，深入探究此类平台的发展与应用具有重要的现实意义。【方法】 文章介绍了土壤质量评估的理念和方法，重点阐述土壤质量评估信息化平台的发展历程、关键技术和主要应用；探讨了平台发展过程中面临的挑战，并展望了未来技术进步对土壤质量评估信息化平台的影响。【结果】 随着信息技术的发展，土壤质量评估信息化平台的数字化、智能化水平有了显著提升。集成大数据、云计算、遥感技术的土壤质量评估平台在高效采集、分析和预测土壤数据方面取得了显著成果，为土壤环境质量监测和管理提供了强有力的支持。【结论】 土壤质量评估信息化平台的发展与应用增强了土壤管理和决策的科学性，但在数据精度、平台集成度和技术应用方面仍存在一定挑战。随着技术的进一步发展，信息化平台有望在土壤质量评估中发挥更大的作用，推动农业、生态和土地管理的可持续发展。

【目的】 在科学研究日趋复杂、多元、交叉和融合的背景下，探索创新团队结构规律，优化团队评价机制，有助于激发科技创新动力，推进科技发展。【方法】 文章从团队外部特征和内在属性两个视角，分别以竞争力和团队网络结构为切入点，利用团队生产力、团队影响力、团队规模、团队凝聚力等指标对农业领域创新团队建设规律展开研究，比对不同学科创新团队的特征差异。【结果】 农业领域不同学科的科研团队在成果产出和团队建设方面均存在一定的差异性，尤其是农业中相对传统与相对新兴交叉的学科，在成果产出和团队建设方面均存在明显不同，具体表现为：在外部特征规律方面，传统学科相较于新兴学科，生产力和影响力水平更高；在内在属性规律方面，传统学科合作更为活跃，合作规模更大，团队结构更为稳定且团队凝聚力更强。【结论】 农业领域的学科考核与评价需注意：考核指标应“因类制宜”，要推动农业交叉学科向纵深发展，应重视中长期考核。

【目的】 准确获取作物种植分布对典型黑土区保障粮食安全和合理规划作物布局等具有重要意义。【方法】 文章选择典型黑土区吉林省梨树县典型作物玉米为研究对象，基于2016—2022年哨兵二号（Sentinel-2）多时相影像及自然环境条件等数据，利用随机森林算法对梨树县玉米种植分布进行提取。基于不同时间范围数据，采用3种研究方案：生长期数据提取方案、全年数据提取方案和全年数据+数字高程模型（DEM）提取方案，深入分析了数据与特征差异对随机森林算法提取玉米种植面积准确性的影响，阐述了3种方案中特征参数（时序归一化水指数、归一化植被指数和数字高程模型等）的关键作用，并详细解读了梨树县玉米分布模式的变化趋势。【结果】 （1）利用 Sentinel-2多时相图像，3种方案均能够准确获得研究区域玉米种植面积；方案三（全年数据+DEM）提取效果最好，对2020年玉米种植面积进行识别，整体准确率达到95.3%，kappa 系数0.93。（2）在玉米种植面积提取中，短波红外等特征和玉米生长期数据较为重要。（3）梨树县近年玉米面积有所增长但幅度不大，局部玉米分布更加集中、连贯。【结论】 该研究可为今后黑土区大规模作物格局的准确评价提供技术支撑。

【目的】 传统多尺度分割算法所获得的分割尺度多依靠经验确定，容易造成区域“过分割”和“欠分割”问题。文章利用高分辨率遥感影像地物间边缘信息突出的特点，提出了一种耦合边缘检测算子的多尺度自适应分割方法。【方法】 （1）首先利用Canny算子对遥感影像进行边缘提取，得到边缘梯度信息。（2）将初始多尺度分割结果与边缘梯度信息进行耦合处理，构建最优分割的评价指标选取地块的最适分割尺度。（3）将选取出的不同分割尺度结果进行合并，获得优化后的地块提取结果。【结果】 耦合边缘检测算子的多尺度自适应分割方法与传统的单一尺度分割方法相比，所得到的地块平均交并比提高了10.82%~27.11%，精度明显优于传统方法，能为耕地地块信息的精确提取提供参考。【结论】 耦合边缘检测算子的多尺度自适应分割方法在地块较为破碎的区域适用性较高，减少了区域的欠分割和过分割现象，能够保持地块区域的完整性，使得到的耕地地块更加符合真实地块轮廓。

【目的】 针对不同作物遥感估产方法结果存在的差异性，对多情景下遥感估产方法进行对比及一致性分析，以探讨造成作物估产结果差异的可能因素。【方法】 文章按照“数据+模型”的组合方式对遥感估产方法进行归类，随后在不同年份、地域和作物之间进行估产实验，并对估产结果和一致性进行分析，以比较组合方法在多情景下的作物估产效果。【结果】 （1）环境数据和多源遥感数据均能提高估产结果的准确性，统计回归方法比机器学习方法的稳定性更高；（2）不同方法对地形和环境因素的处理方式差异降低了估产结果的一致性，距水体的距离是影响作物产量的因素之一。【结论】 数据源和模型的选择能显著影响作物估产效果；估产结果的一致性分析可以更好地识别不同数据源和模型对空间分布的影响。

【目的】 单双季水稻面积分布和时空变化监测对于农作物种植结构调整、国家粮食安全保障以及气候变化研究等具有重要意义。【方法】 文章概括了单双季水稻遥感提取的理论基础；采用文献综述的方法，从单双季水稻识别的遥感数据源、样本获取方法和模型构建等3个方面重点评述了不同遥感制图方法的特点及应用情况；总结出单双季水稻制图面临的挑战，并展望了未来单双季水稻遥感提取研究的发展方向。【结果】 （1）微波遥感影像是弥补多云雨区域光学遥感影像不足的重要数据源；（2）传统实地采样或目视解译难以满足大区域单双季水稻遥感制图和年际更新需求，农作物样本自动生成策略以及面向有限样本的制图方法在应对上述问题方面具有潜力。（3）现有单双季水稻遥感制图方法可分为基于关键物候特征的决策树模型、时间序列光谱相似度匹配、机器学习以及深度学习4类。【结论】 未来单双季水稻遥感提取将以大区域、长时序产品生产和动态监测为目标，重点围绕样本自动化获取、多源数据协同利用、高精度分类模型设计以及时空迁移策略构建等方面开展深入研究，以切实满足农业生产管理实际应用需求。

【目的】 针对大规模蔬菜种植区域传感器部署成本高昂、数据远距离传输困难等问题，设计高效的数据收集策略。【方法】 文章结合蔬菜种植区域的分布特征，采用动态K均值聚类算法对区域进行分簇，通过贪心算法基于最近插入原则生成初始的卡车与无人机协同路径。之后利用基于进化的人工蜂群算法对路径进行优化，结合动态Metropolis准则、动态禁忌搜索和精英选择策略进一步提升解的质量。【结果】 该方法显著减少了数据收集的总时间，同时大幅降低了空地采集系统的能耗。【结论】 该文提出的方法为广域蔬菜种植区域的智能化数据收集提供了一种高效的解决方案，为实现精准农业的广泛应用提供了技术支撑。

【目的】 采样点布设是区域土壤调查的重要环节和关键前提。合理布设采样点既能提高土壤调查结果的质量和效率，又可以减少土壤调查费用与工作量。【方法】 文章系统总结了近年来国内外土壤采样点布设方法研究进展，归纳了区域土壤调查采样点布设数量和空间布局方法，分析了现有采样点布设方法中存在的问题。【结果】 （1）土壤调查采样点布设数量或密度的确定方法主要有基于经验或先验知识法、经典统计学法、地统计学法及多种方法集成应用；（2）土壤调查采样点空间布局方法主要有随机法、网格法（系统等距法）、代表性图斑法和分层布样法；（3）尽管国内外在区域土壤调查采样点布设方法研究和实践方面取得了长足进步，但对不同土地利用类型的采样点最优布设密度和空间布局尚不明确，对采样点的布设效果（代表性、全面性、实用性）缺乏科学评价。【结论】 采样点布设研究未来应重点构建时空数字土壤，探索适用于不同土地利用类型的采样点布设方法，构建采样点布设方法评价指标体系和智能布设决策。

【目的】 土壤质量评估是分析土壤现状和变化动态的重要手段，在农业、生态环境和土地管理中发挥重要作用。随着大数据、云计算等先进技术的融合应用，众多土壤质量评估信息化平台应运而生，深入探究此类平台的发展与应用具有重要的现实意义。【方法】 文章介绍了土壤质量评估的理念和方法，重点阐述土壤质量评估信息化平台的发展历程、关键技术和主要应用；探讨了平台发展过程中面临的挑战，并展望了未来技术进步对土壤质量评估信息化平台的影响。【结果】 随着信息技术的发展，土壤质量评估信息化平台的数字化、智能化水平有了显著提升。集成大数据、云计算、遥感技术的土壤质量评估平台在高效采集、分析和预测土壤数据方面取得了显著成果，为土壤环境质量监测和管理提供了强有力的支持。【结论】 土壤质量评估信息化平台的发展与应用增强了土壤管理和决策的科学性，但在数据精度、平台集成度和技术应用方面仍存在一定挑战。随着技术的进一步发展，信息化平台有望在土壤质量评估中发挥更大的作用，推动农业、生态和土地管理的可持续发展。

【目的】 在科学研究日趋复杂、多元、交叉和融合的背景下，探索创新团队结构规律，优化团队评价机制，有助于激发科技创新动力，推进科技发展。【方法】 文章从团队外部特征和内在属性两个视角，分别以竞争力和团队网络结构为切入点，利用团队生产力、团队影响力、团队规模、团队凝聚力等指标对农业领域创新团队建设规律展开研究，比对不同学科创新团队的特征差异。【结果】 农业领域不同学科的科研团队在成果产出和团队建设方面均存在一定的差异性，尤其是农业中相对传统与相对新兴交叉的学科，在成果产出和团队建设方面均存在明显不同，具体表现为：在外部特征规律方面，传统学科相较于新兴学科，生产力和影响力水平更高；在内在属性规律方面，传统学科合作更为活跃，合作规模更大，团队结构更为稳定且团队凝聚力更强。【结论】 农业领域的学科考核与评价需注意：考核指标应“因类制宜”，要推动农业交叉学科向纵深发展，应重视中长期考核。