近日，中国农业科学院农业资源与农业区划研究所农业绿色发展科学与工程团队构建了一种面向跨区域应用的作物制图模型，可在目标区域缺少地面样本标签的情况下开展作物分类。相关研究成果发表在《农业中的计算机与电子学（Computers and Electronics in Agriculture）》上。

传统作物制图依赖大量地面样本，采集成本高、周期长；同时，不同地区气候条件、种植方式和作物生长特征差异明显，导致模型跨区域应用难度较大。

该研究构建自适应作物制图模型。该模型通过多个分类算法的协同约束，学习不同区域间相对稳定的作物识别特征，减少区域差异对模型迁移应用的影响，并可在缺少目标区域标签的情况下完成作物制图。研究团队在多个国家开展实验，该模型在多数跨区域迁移场景中表现稳定，可为地面样本不足地区的作物制图提供技术支撑。

该研究得到北方干旱半干旱耕地高效利用全国重点实验室、国家重点研发计划项目等支持。

原文链接：https://doi.org/10.1016/j.compag.2026.111450