在被衛星遙感技術“捕捉”到之前，種植在密云水庫庫區的近6萬畝玉米田一直沒有被計入統計數據——因為這片區域既不屬于耕地也不屬于任何一個行政村。“這就是傳統農業統計方法的短板。”統計局北京調查縱隊農業調查處處長張群說。

　　農業對北京而言，不僅意味著糧食和蔬菜，還與這座城市的生態環境息息相關。因此，準確的農業統計數據至關重要。“遙感測量打破了行政界限的限制，改變了過去農業統計數據不可控的狀況。”1984年就開始從事農業統計調查工作的張群說：“咱們傳統的農業統計是層層上報，逐級匯總，這種方式的問題在于不夠準確，不好核實，數據不可控，而遙感技術客觀、、直觀的優勢正好彌補了這個短板，徹底改變了傳統農業統計的工作方式和流程。”而北京也已經成為全實現統計遙感業務化運行的省市。

　　5月16日，記者跟隨北京市統計局、統計局北京調查總隊農業調查處的工作人員，來到通州于家務鄉后伏村的麥田里，體驗遙感測量這項運用于農業統計的高科技。

　　“天上看，地上找”，遙感影像還需實地驗證

　　從高分辨率的衛星遙感影像圖上，能夠清晰地看到每一塊耕地的邊界，并計算出相應的面積。但是單靠遙感測量提供的數據，統計工作還遠沒有完成。

　　“遙感數據提交上來之后，我們還需要對數據精度進行外業調查，實地進行驗證。”張群說：“今天咱們的工作就是進行外業調查。”

　　這次外業調查的目的地是通州區于家務鄉后伏村。在去年11月農業調查處獲得的冬小麥播種期的遙感影像圖上，村里一塊矩形麥田的面積是172畝；到了今年4月份，返青期的麥田變成了143畝；這個月的衛星影像顯示，變成了“凹”字形的麥田只剩下93畝了。為了驗證遙感影像的變化是否真實確切，記者跟隨外業小組來到了后伏村。

　　眼前的景象證實了遙感影像的準確性：重新翻整過的褐色土地正好呈“凸”字形和深綠的麥田相間，土地邊緣還留存著一簇小麥。

　　“小麥的數據精度外業調查我們會抽取40個左右的村，玉米也一樣；有面積變化的地方，還要進行實地調查。”張群一邊說一邊用手遮擋陽光，因為長年野外作業，他的皮膚黑了許多。5月中旬的氣溫讓外業小組的成員們贊不絕口，因為嚴冬炎夏的野外作業要辛苦得多，遇上雷雨天氣，他們就不得不蹲在地上移動著完成工作。

　　掌上pda“自動”測距導航

　　“30畝”，記者手中的pda顯示，但眼前這塊長方形麥田在衛星遙感測量影像資料上標注的面積是34畝。“pda的定位精度，誤差是5米，一般我們會用兩部pda并行測量，取均值。”指導記者使用pda進行測量的郭航介紹說。有著五年統計遙感從業經歷的郭航，是北京林業大學與地理信息系統的碩士研究生，去年進入農業調查處，目前負責統計遙感項目的技術保障工作。“pda是我們的二代工具，有了它以后，實地測量比以前簡單多了，走到相應位置，輕點屏幕簡單操作，pda系統就能利用衛星影像自動記錄位置點的坐標，并根據坐標點計算出地塊面積。喏，我們的一代工具是這個，”說著，郭航從包里拿出一卷皮尺，“過去用皮尺測量的時候可費勁了，大的地塊兒要反復好幾次，遇到不規則的地塊兒必須分割成幾部分測。”

　　裝載了“農測之星”系統軟件的掌上pda還能夠為外業小組進行導航。“比如很多鄉村道路，在一般的商用gprs上是沒有的。”畢業于北京師范大學資源學院的博士孫冠楠說，他在北京天合數維科技有限公司擔任遙感測量事業部經理，天合數維是北京統計局隊遙感項目的承建方之一。上周五和這周一，孫冠楠都在大興跑外業，“在識別過程進行中和數據提交后我們都要跑外業，保證數據的精度和準確性。”

　　遙感測量監測作物生長

　　郭航和孫冠楠參與這項工作后，還“惡補”了統計知識和不少農業知識。要想在遙感影像上確認作物和設施農業的具體種類，這些知識必不可少。“我們會根據作物關鍵期的物候特征，再結合影像的光譜特征來判斷。比如，小麥的物候特征非常明顯：播種期是棕灰色的裸露土地，分蘗期是淡綠色地弱植被，返青期之后就是濃綠色了。”孫冠楠說。

　　“即使是人眼看起來顏色相近的綠色植被，實際上它們的綠度和亮度也不同”，郭航解釋了光譜特征的意義：“比如人工綠地就特別綠，大豆顏色比較亮，玉米就暗一些，這些人看不出來，但是機器能夠分辨出來。設施農業也是，大棚泛白，建筑物發亮。”

　　從2006年開始研建的統計遙感工作到現在，已經開展了冬小麥面積、玉米測產、設施農業占地面積、植被覆蓋度等九個主題的研究工作；其中，有幾項已經進入業務化試運行階段。