中國農業氣象觀測自動化技術研究進展

孫景蘭 張志紅 余衛東 鄧天宏

（1 河南省氣象局，鄭州 450003；2 河南省氣象科學研究所，鄭州 450003）

0 引言

農業氣象觀測是氣象為農服務和科研工作的基礎，目前我國農業氣象觀測主要包括作物、土壤水分、自然物候、農業小氣候以及畜牧、果樹、林木、養殖漁業和蔬菜等[1]。中國氣象局在20世紀50年代開始構建農業氣象觀測站網，統一觀測技術規范和資料傳輸方式，獲取科學、客觀的基礎觀測數據，在防災減災、趨利避害和糧食安全生產中發揮了重要作用[2-3]。

隨著科學技術以及新興科技的發展，我國農業正在由傳統農業向現代農業轉變，在內容、時效、形式上對氣象服務提出了新的要求。農業氣象觀測作為氣象服務的基礎支撐，傳統農業氣象觀測已經遠不能滿足現代農業生產的需求，目前我國農業氣象觀測正由人工觀測向自動化、智能化觀測轉變，利用近地面攝像設備、無人機、衛星等多種設備和技術手段，開展農作物生長狀況、土壤墑情、農業氣象災害、農業小氣候等要素的自動化觀測。自動化觀測初始于20世紀90年代，我國科研工作者利用衛星遙感在農用地資源監測和保護、農作物長勢監測和估產、農業氣象災害監測與預測等方面展開深入研究[4-6]，衛星遙感土壤墑情也得到了發展[7-9]。2000年以來，采用頻域反射（FDR）或時域反射（TDR）原理研制的土壤水分自動監測設備，已經在全國范圍內形成了覆蓋不同氣候區、土壤類型、生態下墊面的自動土壤水分觀測網[10-11]；初步形成了滿足不同服務需求的農業小氣候觀測站網；基于生長模型和機器學習的作物田間自動化觀測技術，實現了作物形態結構的定量化模擬和可視化描述[12-13]，深度學習技術近年來在作物自動化觀測中也取得了較快發展。

1 農業氣象自動化觀測歷程

我國農業氣象觀測站網始建于20世紀50年代，1955年發展到全國范圍，六七十年代曾一度中斷，20世紀80年代逐步恢復，截止到2020年，已經建成農業氣象觀測站653個，其中一級站398個，二級站255個，還有70個農業氣象試驗站，構建了覆蓋作物、土壤水分、物候、特種農業等物理要素和生物要素的中國農業氣象觀測站網（圖1）。同時也形成了系統、全面的農業氣象人工觀測技術規范，并不斷修訂和完善。1979年編制和出版了《農業氣象觀測規范》，1993年對原來的農業氣象觀測規范進行了修訂。觀測記錄方式為目測或簡單器測、手工記錄，觀測數據通過人工編制旬月報和墑情報進行傳輸，2013年停止編發旬月報和墑情報，數據通過“農業氣象測報業務系統”（AgMODOS）以Z文件方式進行傳輸，2020年底傳輸方式升級為XML格式的標準化傳輸。

圖1 農業氣象觀測站網布局Fig.1 Layout of agrometeorological observation stations

目前我國農業氣象自動化觀測已取得了初步成效。土壤水分自動化觀測已在全國范圍內業務化運行，農業小氣候自動化觀測也在逐漸開展，作物、物候自動化觀測已取得初步成果，遙感監測精度進一步提升（圖2）。農業氣象自動化觀測正在由單要素觀測向多要素觀測轉變，最終形成作物及其生長環境綜合性、智能化、空天地一體的觀測系統。

圖2 農業氣象觀測發展歷程Fig.2 Timeline of agrometeorological observation

1.1 土壤水分觀測

土壤水分是土壤最重要的組成部分之一，是進行土壤水分分析的基礎，對研究作物生長、節水灌溉等具有重要意義。

單點土壤水分人工觀測：我國土壤水分觀測開始于20世紀50年代，50年代初通過炒土稱重法來測量土壤水分，隨著電力普及，烘干設備升級為電烘箱，通過烘干稱重法測定土壤水分，此種方法一直持續至現在（圖3）。土壤水分人工觀測地段分為三類：作物地段、固定地段、輔助地段；作物地段、固定地段測定時間為每旬逢8進行，作物地段測定深度為0～50 cm，固定地段為0～100 cm；輔助地段觀測時間和深度按服務需求進行。2013年，中國氣象局正式取消了人工測定土壤水分業務。

圖3 烘干稱重法土鉆和土盒Fig.3 The soil drill and box used in the drying weighing method

單點土壤水分自動觀測：土壤水分自動化觀測始于20世紀90年代的中子儀法，2000年開始研制基于TDR和FDR技術的土壤水分監測設備。截止到2009年，有3種自動土壤水分觀測設備通過了考核定型，分別是DZN1型、DZN2型（圖4）和DZN3型。自動土壤水分觀測設備主要通過監測電磁脈沖信號在土壤中的傳播時間來計算土壤體積含水量，具有快速、準確、連續等優勢。目前土壤水分自動觀測設備觀測深度為100 cm，分為8個觀測層次，分別是0～10、

圖4 DZN2 型土壤水分儀Fig.4 DZN2 soil moisture meter

10～20、20～30、30～40、40～50、50～60、70～80、90～100 cm，采集頻次為10 min[14-16]。2010年中國氣象局頒布了《自動土壤水分觀測規范》（試用）[17]，統一了安裝要求和數據傳輸格式，2013年，中國氣象局正式取消了人工測定土壤水分業務，土壤水分自動化觀測成為首個替代人工觀測的業務項目[18]。至2020年，我國共有2277個土壤水分自動觀測設備通過田間標定和業務驗收，組成了全國自動土壤水分與干旱監測網絡（圖5），實現了土壤水分自動觀測全覆蓋。土壤水分觀測數據主要用于農業氣象旬月報、作物產量預報、土壤墑情監測公報、農業干旱監測預報等農業氣象服務產品中。依據土壤水分自動化觀測數據，國家級目前全國土壤墑情監測與評估日尺度的業務產品主要包括10 cm，20 cm，30 cm，40 cm，50 cm等不同深度土壤相對濕度的5 km×5 km格點空間分布圖，產品分為兩類，分別是10～50 cm不同深度土壤墑情實況和實況墑情與前期墑情對比分析。

圖5 土壤水分自動化觀測站點分布Fig.5 Distribution of automatic soil moisture observation stations

區域土壤水分自動測定：利用TDR和FDR技術的土壤水分監測能夠實現單點、自動、連續、精確監測，但監測范圍小（1 m2內），難以得到土壤水分在一定地理區域分布上的信息，無法完全反映土壤水分的空間變異性。基于宇宙射線中子法進行的區域土壤水分測定技術在2014年進行研發，目前已取得階段性進展，在河北、內蒙古、西藏等地安裝試用[19]（圖6）。基于宇宙射線中子法進行的區域土壤水分測量，依據近地表宇宙射線快中子強度與土壤含水量呈反比關系，反演出土壤含水量。該方法能夠實現百米范圍的監測尺度，填補了傳統點測量和遙感大范圍監測的尺度空缺，為中小尺度氣象、生態、水文、農業、大氣科學等研究提供一種新的土壤水分監測技術。該方法具有無污染、連續、被動、免標定、非接觸原位測量等優勢，使得其在土壤水分監測研究中備受關注，發展前景良好。

圖6 區域土壤水分測量設備（河北保定）Fig.6 Regional soil moisture measuring equipment in Baoding,Hebei Province

1.2 農田小氣候觀測

農田小氣候是農田－植被－大氣所構成的連續體中各組成部分之間物質輸送和能量轉換的最終體現，它反映了農田內部的氣象環境條件，對農作物的生長發育和產量以及病蟲害都有很大的影響[20-21]。不同作物，不同植株密度、行向、生育期和葉面積大小等都能形成特定的小氣候[22-25]。

在《農業氣象觀測規范》下卷中，詳細規定了農田小氣候觀測儀器精度及不同場景下小氣候觀測方法、觀測時間及數據處理等[26]。受當時人力、物力及技術條件限制，人工觀測需耗費大量人力，農田小氣候觀測未納入業務，氣溫、空氣相對濕度、風速等數據通常使用當地氣象站資料替代，數據代表性較差。隨著現代農業的發展，這種矛盾更加嚴重，各地為解決精細化農業的需求，農田小氣候自動化觀測在2000年后進入了大發展階段。

目前我國農田小氣候觀測應用于多個領域，在業務服務中的應用也進行了初步探索[27-28]。農田小氣候觀測設計包含觀測項目和觀測梯度。觀測項目，即所要觀測的農田小氣候要素，依據觀測目的確定。觀測梯度，即氣象要素在不同高度上的數值，因此高度的確定對觀測結果至關重要。2018年中國氣象局綜合觀測司頒布了《農業小氣候自動觀測規范（試行）》，對農田小氣候的觀測要素和高度進行了統一。觀測要素包括：氣溫、空氣相對濕度、風速、風向、雨量、地溫、土壤水分、冠層葉溫、光合有效輻射、總輻射，并對觀測梯度依據不同的下墊面條件進行了規范。自2000年起，全國各地為滿足高標準糧田、特色作物等服務需求，安裝了1096套農田小氣候觀測儀（圖7），觀測數據主要用于特色農業氣象服務及農業氣象災害評估中，依據不同的服務需求，形成專項產品或不定期產品服務當地農業。

圖7 農田小氣候觀測設備Fig.7 Farmland microclimate observation equipment

1.3 作物觀測

作物觀測通過觀測作物生長發育進程，為高產、優質、高效農業服務。作物作為一個有機的生命體，生育體征隨著生育階段不斷變化，隨著計算機圖像處理技術的進步，作物生育狀況識別成為可能。

2000年，廣西氣象減災研究所同南京農業大學成功研制了農業氣象自動觀測原理樣機，觀測內容包括田間小氣候的氣溫、空氣濕度、氣壓、風、降水等氣象要素以及作物發育期等物候信息、冠層遙測溫度、光合有效輻射、土壤溫度、土壤濕度等農田小氣候信息和地表水位、地下水位等環境信息[29]。在此基礎上，2009年中國氣象局設立行業專項《農業氣象觀測自動化系統研發》，研究作物發育期、株高、蓋度等自動觀測技術方法，設計的自動農業氣象觀測系統分為硬件系統和軟件系統，硬件系統包括作物生長自動采集傳感器、農田小氣候觀測傳感器、數據采集器等，軟件系統包括資料自動采集和控制軟件、信息處理與應用軟件[30]。此外，我國還有多名學者也進行了研究，利用計算機深度學習、圖像處理等技術方法，對作物發育期、葉面積、密度及覆蓋度等進行研究，取得了多方面的成果[31-35]。

2009年，中國氣象局開始規劃現代農業氣象觀測業務，調整站網布局和觀測項目，改進觀測設備和手段，大力發展自動化農業氣象觀測，組建觀測站網，實現土壤水分、農田小氣候實時、在線、自動化觀測。2016年，中國氣象局綜合觀測司組織，河南省氣象局牽頭，多個單位參與，先后在河南、新疆、廣西、內蒙古四個省（區）的13個農業氣象觀測站開展了自動化觀測試點工作。中國氣象局氣象探測中心依托自動化觀測試點工作設計開發了農業氣象自動化觀測系統，實現數據收集、質控、存儲、查詢、統計、分析等功能，平臺支持數據質量監視、作物生長特征識別、設備運行狀態監視、數據產品和二次產品顯示等功能（圖8）。農業氣象自動化觀測試點作物包括小麥、玉米、水稻、棉花四種大宗農作物，三家企業參與，觀測項目包括：發育期、密度、冠層高度、生長狀況、葉面積指數、干物質質量及覆蓋度七項要素。目前作物發育期、生長狀況、冠層高度、稀植作物密度等（圖9），已具備業務推廣條件，而葉面積指數、干物質質量、密植作物密度精度較低，需優化算法或識別技術。

圖8 農業氣象自動化觀測系統Fig.8 Automatic observation system of agrometeorology

圖9 作物自動化觀測設備Fig.9 Automatic cropmeteorological observation equipment

作物發育期自動化觀測原理是基于圖像特征，利用計算機深度學習，判識作物發育進程。就發育期特征而言，出苗、抽穗、開花等外形特征明顯的發育期精度較高，越冬開始、拔節、乳熟等外形特征不明顯的發育期精度稍低；就作物而言，植株個體較大，外形特征隨生長發育變化明顯的作物發育期識別精度較高。植株較小，種植方式為密植，植株間遮擋率較高的作物發育期識別精度稍低。冠層高度采用標桿或激光測高方法，精度基本滿足了業務需求。玉米密度精度較高，而其余作物密度精度較低。以河南省小麥（密植、矮稈）、玉米（稀植、高稈）為例（表1～表3）。數據來源于中國氣象局綜合觀測司組織的農業氣象自動化觀測試點。

表1 冬小麥發育期自動化觀測絕對誤差（單位：d）Table 1 Absolute error of automatic observation during the winter wheat growing stage (unit:d)

表2 夏玉米發育期自動化觀測絕對誤差（單位：d）Table 2 Absolute error of automatic observation during the summer maize growing stage (unit:d)

表3 冬小麥冠層高度和夏玉米冠層高度及密度誤差Table 3 Error of canopy height and density in summer maize and winter wheat

1.4 農業遙感觀測

精準農業需要準確、及時地獲取農田信息，衛星遙感和無人機遙感探測技術具有時效性強、成本低、大面積同步觀測的優勢，在農業氣象觀測中，可以彌補地面觀測人工成本高和時效性差的不足，具有廣泛的應用前景。針對農田環境與作物生長監測，衛星遙感與無人機遙感可以識別作物種類，估算作物種植面積，反演葉面積指數、覆蓋度、株高、葉溫等，監測作物長勢、營養情況、土壤墑情，并可應用于農業氣象災害損失評估[36]。我國的農業遙感也從依賴國外遙感數據到自主國產衛星遙感數據，通過航空遙感、無人機、地面近距離遙感等多種方式并用，形成“天-地-空”一體化的農業遙感信息協同綜合獲取的技術體系。

我國最早的作物種植面積遙感監測是1983年利用Landsat MSS影像和航片，采用目視解譯的方法獲得京津冀地區冬小麥面積的空間分布。到20世紀90年代末期開展了全國范圍作物面積遙感監測，目前已實現對中國和世界糧食主產國多種大宗作物面積遙感監測的業務運行。早期的作物面積遙感監測一般選擇抽樣調查，或全覆蓋兩種方式進行。隨著中高空間分辨率遙感數據源的逐漸增多，在作物面積監測時，逐漸開始向中分辨率影像全覆蓋監測方式轉變。高分衛星的成功發射，為我國作物種植面積遙感監測提供了更多的有效數據[37]。

20世紀90年代我國初步實現了小麥、玉米、水稻、大豆等主要農作物大范圍長勢遙感監測與產量預報[38]，所用遙感數據以中、低空分辨率NOVAA/AVHRR、EOS/MODIS、SPOT/VGA和FY衛星等多光譜遙感數據為主。隨著高分系列衛星陸續發射，HJ-1A/B、GF-1、GF-2等衛星的高分辨率遙感數據也在作物長勢監測和產量估算中得到一定應用。隨著遙感同化技術的發展，基于遙感數據同化作物生長模型的農作物產量模擬技術逐漸成為前沿和有發展潛力的應用研究領域。不同主流模型、不同同化方法支持下的作物單產模擬比較研究，為提高農作物單產定量化模擬的技術精度和水平發揮了重要作用。丁美花等使用500 m空間分辨率的MODIS數據監測甘蔗長勢，并結合30 m空間分辨率的ETM數據支持甘蔗產量估算[39]。楊貴軍等基于無人機多光譜影像和氮素優化算法對小麥潛在產量進行了預測[40]。目前國家氣象中心基本建立了北美、南美、歐盟、東南亞等糧食主產國作物產量遙感估算方法并形成了業務服務能力，針對美國大豆、玉米、小麥，建立了作物產量逐月遙感預報模型。國家氣象中心每旬定期生成作物長勢衛星遙感監測產品，將作物長勢分為偏差、略偏差、持平、略偏好和偏好五個等級進行分析[41]。

土壤含水量遙感反演方面，光學遙感數據目前仍然是土壤水分反演的主要數據來源，但微波遙感數據以及其與可見光/近紅外、熱紅外之間的組合數據也受到越來越多的關注。反演技術方面，表觀熱慣量、溫度植被指數TVDI和植被供水指數VSWI被廣泛應用于土壤水分反演中。LAI的定量遙感反演數據源從單一類型的多光譜（如MODIS和TM等），發展到目前被廣泛應用的高光譜數據、激光雷達數據、高分數據以及無人機數據等[42]。反演方法也逐步從經驗統計方法向物理模型方法改進。衛星遙感土壤水分技術在地理信息系統（GIS）支持下，實現大區域土壤水分快速、及時、動態監測與評估，每旬定期生成格點產品，空間分辨率高、沒有人為因素干擾，能夠真實反映地面表層墑情[43-45]。

近年來，高空間分辨率衛星遙感與無人機遙感被用于開展田塊尺度的精密監測，無人機遙感兼具田間信息采集靈活、便捷的特點，較之傳統衛星遙感手段在農業氣象觀測中更具應用優勢[46]。美國農業部采用無人機多光譜影像監測棉花病蟲害，指導噴藥作業[47]。Bendig等基于無人機影像與作物冠層模型提取了作物冠層高度，并對作物生物量進行了估算[48]。劉峰等提出一種基于無人機多光譜影像的作物覆蓋度估算方法，實現了板栗覆蓋度監測與主要發育期監測[49]。石濤等利用無人機多光譜遙感反演葉面積指數，建立水稻高溫脅迫遙感識別模型[50]。無人機遙感目前還處在科研階段，在業務中主要用于災害或作物長勢調查，還未正式納入業務運行。

2 存在問題

農業氣象觀測對象以生命體為主，觀測內容復雜多樣，自動化進程推進較慢，在設備研發、驗證、維護及數據應用等方面也存在諸多問題。

土壤水分自動觀測設備維護、標定工作量大。目前普遍安裝的FDR測定設備，雖然安裝較為便利，數據實現分鐘級采集，但在實際測量中，傳感器易受土壤類型、質地、顆粒凝結、田間碎石等因素的影響，存在數據異常情況，同時也存在儀器故障或采算失敗，致使觀測數據需要人工進行修訂。FDR安裝后標定時間過長，需持續6個月跨越干濕兩季，人工取土30次以上，耗時耗力，臺站負荷較重，影響了設備的進一步推廣，需進一步簡化標定方法，減輕人工工作量。

作物自動觀測作物較少、觀測精度有待提高。作物觀測目前僅有小麥、玉米、棉花、水稻等四種作物，觀測項目也只有發育期、高度、密度等7項，還未完成儀器定型，仍處于試點階段；作物發育期觀測中，圖像識別技術還需進一步提高，田間環境復雜、天氣現象多變，相機拍攝光照強度不同、曝光不均衡等多種因素均影響圖像質量。某些發育期外形特征不明顯，如拔節、乳熟等發育期依靠圖像識別不易抓取發育期特征值，需綜合多種要素進行推算。例如冬小麥拔節期的圖像特征無法提取，目前根據返青到拔節期常年≥0 ℃的積溫進行推算，造成精度較低。農業氣象作物觀測中不同作物特征差異顯著，每一種作物都需要特定的識別程序，特色作物的自動化觀測仍需進一步探索。已經開展自動化觀測的作物，某些產量構成要素，如粒數、粒重等要素還需人工觀測，自動和人工觀測并存將是未來一段時間農業氣象觀測發展的趨勢。

農田小氣候觀測缺乏數據質量控制，裝備保障能力不足，未實現業務化運行。2016年中國氣象局發布了《農業小氣候自動觀測站功能規格需求書》，但至今未有一家產品取得中國氣象局氣象裝備許可。全國氣象部門、農業部門因服務需要已經大范圍布設農田小氣候觀測設備，但設備種類繁多、觀測數據精度不高、缺乏連續性、沒有建立有效的數據質量控制方法和業務流程，計量檢定、維修維護等裝備保障體系和保障能力缺乏，是目前農田小氣候觀測存在的普遍問題。抓緊農田小氣候設備的列裝、建立數據質量控制流程和相應的裝備保障體系是當前急需解決的問題。

遙感模型誤差訂正，反演值真實性檢驗能力不強。星－地－空互驗與尺度轉換是發展遙感協同觀測所需解決的關鍵技術。目前遙感真實性校準站，遙感模型誤差訂正，反演值真實性檢驗能力不強，應選擇特征均勻的試驗區，采用多點式地面觀測獲取作物參數的相對真值，并開展地面遙感信號和非遙感參數觀測，通過地面同尺度遙感反演值和相對真值獲取模型誤差。在此基礎上，以無人機遙感為中間的連接尺度，對星基－空基－地基不同尺度多級反演結果進行多尺度轉換，并對地基資料與無人機高空間分辨率影像、無人機高空間分辨率影像與中低空間分辨率衛星影像、以及多種衛星資料之間同面積同模型的結果一致性進行檢驗，確定模型誤差并進行反饋糾正，改進模型。

自動觀測數據的分析與應用需進一步加強。加快提升小麥、玉米、棉花、水稻四種作物主要發育期精度，增加觀測服務中必需的作物觀測要素，對土壤水分自動觀測數據進行必要的訂正，分析農田小氣候觀測要素與氣象站觀測場之間由于觀測設備、安裝高度不同而造成的差異，修訂作物溫濕度指標。充分利用已有的自動觀測數據，建立標準統一的農業氣象自動化觀測系統。

3 未來發展趨勢

針對國家生態建設的要求，未來應推進農業氣象觀測向生態氣象觀測拓展，利用多源觀測技術形成協同觀測，進行星－空－地協同、天－空－地一體化農業氣象綜合立體觀測。立足生態文明建設和氣候變化應對服務需求，統籌考慮各類觀測業務發展，按照“一站多用、一網多能”原則，在已有農業氣象觀測任務的基礎上，增加土壤、生物、水環境等生態要素的自動化觀測，推動農業氣象觀測向生態氣象觀測轉型。

推進自動與人工相結合的農業氣象觀測業務。未來幾年農業氣象觀測業務將以自動觀測為主、人工觀測為輔，部分不能實現自動觀測的項目由人工進行輔助觀測，確保數據的完整性和準確性。農業氣象自動化觀測短期內不追求全面無人化，在發育期等要素實現自動化的前提下，部分項目長期保留人工輔助觀測。農業氣象業務人員在承擔農業氣象服務工作的同時，承擔人工輔助觀測工作，避免業務人員脫離農業生產實際。據測算，發育期的觀測工作量占據了農業氣象總觀測量的一半以上。發育期實現自動觀測后，消耗在路途上的時間將大幅度降低，自動化觀測將替代多數發育期觀測及巡視工作，小麥全生育期觀測工作量將減少約2/3，玉米工作量減少1/2，極大減輕了人員的工作量。

改進土壤水分和農田小氣候自動化觀測技術。優化單點自動土壤水分觀測設備田間標定技術和流程，加快農業小氣候觀測設備和區域自動土壤水分觀測設備列裝，開展土壤水分和農田小氣候觀測數據質量控制技術研究，提高土壤水分和農田小氣候觀測數據質量，構建保障有力的裝備保障體系，推進土壤水分和農田小氣候觀測數據應用工作。

研發農業氣象觀測項目參數反演技術與融合產品，強化新一代靜止、極軌氣象衛星觀測應用，逐步改變農業氣象以地面觀測為主的現狀。針對現代農業發展的需求，利用多源觀測技術形成協同觀測，開展農作物長勢監測、作物產量預測、農業氣象災害監測與評估等。利用無人機、衛星遙感技術，進行星－空－地協同、天－空－地一體化農業氣象綜合立體觀測，利用多源遙感數據開展農業氣象觀測參數反演技術與融合產品研發，做好指標體系、相互驗證、尺度轉換等方面工作。建設農業氣象遙感地面校準站。選擇部分基礎較好的觀測站，建立與天基、空基觀測相配套的農業氣象地基觀測網絡，實現農作物生長與農田環境參數長期、連續的定位觀測，探索地基定點觀測與衛星大尺度遙感、無人機百米至公里尺度的無縫隙、多尺度的立體觀測技術。基于衛星遙感與無人機遙感，結合作物生育期、苗情、災情等觀測需求，開展各類農田參數的地面對比觀測試驗和可視化、實時、動態、連續、定量的監測，經過對各類農田信息的整理分析，制定綜合多源星－空－地協同反演產品的作物長勢和農業氣象災害監測指標，開展協同反演數據集在作物長勢監測、估產、農業氣象災害監測方面的適用性研究，為星－空－地協同觀測在農情監測、田間管理、產量估測等方面的業務化推廣應用提供技術支撐。

發展農業氣象移動觀測。目前農業氣象觀測獲取的數據多數還是針對定點作物及其生長環境，不能夠完全代表區域范圍的特性，特別是在一些農事關鍵時期，如預測糧食產量、評估災害影響等情況，需要擴大觀測范圍，移動調查資料作為定點觀測的補充。目前在災害大范圍發生時，我國農業氣象移動觀測能力不足，硬件裝備和軟件傳輸均不能滿足需求，不能很好地發揮效益。定點觀測和移動觀測互相補充，同時結合遙感定量反演資料，進行綜合觀測數據的時空耦合和同化，實現對區域內作物生長狀況的全面監測是當務之急。

未來農業氣象觀測將從人工觀測向自動化、智能化觀測發展，從單一觀測向綜合立體觀測發展，利用多種手段、多種技術實現高精度、高時空分辨率的連續、自動一體化定量觀測，滿足現代農業精細化服務的需求。