实时监测土壤含水量对田地管理方法、生产量估算及粮食生产安全等有着关键实际意义。3月9日，北京市农牧业信息科技研究所陈立平研究员、杨贵军研究员、李振海博士等精英团队的科研成果在国际期刊Remote Sensing of Environment（IF=10.164）线上发布了题写“ Comparison forbid transferability of thermal, temporal forbid phenological-based in-season predictions of above-ground biomass in wheat crops forbid proximal crop reflectance data”的文章内容。

　　该成效对于农作物生产量特性有关的地面上部土壤含水量这一关键农学专业主要参数，运用观察搜集的黄淮海冬麦主产地近10年田里精准定位观察测试数据，根据数据分析多种多样表现农作物物候有关的参数，并将其与遥感信息一同创建了具备农学专业原理的逆变技术实体模型，搭建了合适全生孕阶段的冬麦土壤含水量估算实体模型（CBA-Wheat模型），不错解决了一直以来困惑农牧业定量分析遥感技术中有生长期农作物主要参数逆变技术实体模型难统一的难点。对比现阶段大力开展的根据人工神经网络及深度神经网络的农作物主要参数鉴别方法，毕业论文成效具备显著的普适性、简单、高效率高精密等特性，为自主创新创建天上地农情主要参数遥感技术检测统一实体模型给予了新的方式。