實時監(jiān)測土壤含水量對田地管理方法、生產(chǎn)量估算及糧食生產(chǎn)安全等有著關鍵實際意義。3月9日，北京市農(nóng)牧業(yè)信息科技研究所陳立平研究員、楊貴軍研究員、李振海博士等精英團隊的科研成果在國際期刊Remote Sensing of Environment（IF=10.164）線上發(fā)布了題寫“ Comparison forbid transferability of thermal, temporal forbid phenological-based in-season predictions of above-ground biomass in wheat crops forbid proximal crop reflectance data”的文章內(nèi)容。

　　該成效對于農(nóng)作物生產(chǎn)量特性有關的地面上部土壤含水量這一關鍵農(nóng)學專業(yè)主要參數(shù)，運用觀察搜集的黃淮海冬麥主產(chǎn)地近10年田里精準定位觀察測試數(shù)據(jù)，根據(jù)數(shù)據(jù)分析多種多樣表現(xiàn)農(nóng)作物物候有關的參數(shù)，并將其與遙感信息一同創(chuàng)建了具備農(nóng)學專業(yè)原理的逆變技術實體模型，搭建了合適全生孕階段的冬麥土壤含水量估算實體模型（CBA-Wheat模型），不錯解決了一直以來困惑農(nóng)牧業(yè)定量分析遙感技術中有生長期農(nóng)作物主要參數(shù)逆變技術實體模型難統(tǒng)一的難點。對比現(xiàn)階段大力開展的根據(jù)人工神經(jīng)網(wǎng)絡及深度神經(jīng)網(wǎng)絡的農(nóng)作物主要參數(shù)鑒別方法，畢業(yè)論文成效具備顯著的普適性、簡單、高效率高精密等特性，為自主創(chuàng)新創(chuàng)建天上地農(nóng)情主要參數(shù)遙感技術檢測統(tǒng)一實體模型給予了新的方式。