复杂条件下主要粮食作物面积空间分布多模态遥感测量与生产潜力研究（2024LZ035）由国家统计局云南调查总队张力主持，该研究综合运用多源遥感云检测网络模型、Fmask 算法、ResNet（深度残差网络）、基于递归特征消除的随机森林算法等，分析各种作物多模态特征的表达。充分利用高分辨率卫星影像的精细解析能力，用于精准识别破碎地块的作物种类；采用时间序列的中分辨率卫星影像作为补充，动态监测作物生长周期，增强时间维度的分析深度；利用雷达数据的“全天候、全覆盖”监测特性，穿透云层与雾气，确保在阴雨天气条件下也能持续获取有效遥感数据，通过多模态作物测量结果镶嵌，实现了对全省范围内作物种植的全面覆盖与有效测量。应用此模型于云南省的玉米、水稻和马铃薯等主要秋粮作物识别，结果显示出较高的测量精度，基本满足了省级主要粮食作物统计遥感测量的业务化需求，为进一步提升粮食产量统计数据质量提供了坚实的支撑。