一、农情调查是什么

农情调查，简单来说，就是农业部门围绕农业生产全过程，对作物种植、生长、收成以及土壤、气象、灾害等基本情况进行的系统性调查和统计。它是掌握农业家底、研判生产形势、开展生产指导、落实惠农政策的一项基础性工作，也是各级政府和农业农村部门科学决策的重要依据。

农情调查的范围非常广泛。从内容上看，包括种植面积、作物结构、苗情长势、土壤墒情、灾害损失、产量水平等；从对象上看，覆盖粮食、油料、蔬菜、果茶等主要农作物；从层级上看，涉及县、乡、村和各类新型农业经营主体。可以说，农情调查贯穿农业生产的播种、生长、收获全周期，哪里有农业生产，哪里就有农情调查。

在长期实践中，我国已经形成了以统计报表为基础、以实地调查为补充、以定点监测为支撑的农情调查工作体系。近年来，随着遥感、大数据、人工智能等技术加速落地，农情调查正从"人工跑田埂、逐级填报表"的传统模式，向"卫星看全貌、数据算产量"的数字化模式转变。农情调查的内容更全、时效更强、精度更高，正在成为农业现代化治理的重要抓手。

二、调查哪些内容

农情调查的内容，一般可以归纳为"三情一量"，即苗情、墒情、灾情和产量，此外还包括种植结构、生产成本等延伸内容。

苗情调查是农情调查的主体。它重点掌握作物播种面积、出苗情况、长势长相、生育进程和群体结构，比如水稻的分蘖数、小麦的茎数、玉米的株高，判断作物是否正常生长。墒情调查关注的是土壤水分状况，判断旱涝程度，为科学灌溉和防灾减灾提供依据，尤其是春播和秋播的关键期，墒情数据直接决定播种能否顺利开展。灾情调查针对干旱、洪涝、冰雹、台风、低温冻害、病虫害等各类灾害，查明受灾面积、成灾面积、绝收面积和损失程度，是救灾资金分配和农业保险理赔的重要凭证。产量调查则通过实割实测、长势评估和模型测算，预估单产和总产，为粮食安全形势研判提供数据支撑。

除了这四项核心内容，农情调查还包括种植意向调查、农资投入调查、成本收益调查等。种植意向调查反映农户"想种什么、愿意种什么"，对稳定粮食面积具有重要参考价值；成本收益调查则帮助摸清种粮比较效益，为完善补贴政策提供依据。不同类型的调查相互配合，共同构成完整的农情信息体系。

三、常用调查方法

传统农情调查方法，概括起来就是"眼看、手量、嘴问、表报"八个字，具体形式包括实地踏查、抽样调查、报表统计和定点监测。

实地踏查是最基础的方法。农技人员走进田间地头，通过目测长势、查数分蘖、取样测产等方式，直接获取第一手农情数据，优点是直观准确，缺点是劳动强度大、覆盖范围有限。抽样调查则是在踏查基础上，按照科学方法选择代表性田块，用小样本推算总体情况，比如在全县选择若干典型村、典型户进行测产，以此推算全县产量，兼顾了准确性和可操作性。报表统计是当前应用最普遍的方式，由村填报、乡汇总、县审核，逐级上报形成统计数据，能够覆盖全区域，但时效性往往不足，且基层填表负担较重。定点监测是在关键区域布设墒情站、苗情观测点、病虫害监测点，长期连续记录数据，为趋势分析提供时间序列支撑。

随着农业现代化推进，农情调查方法也在不断创新。卫星遥感、无人机、物联网传感器等现代手段逐步引入，实现了"天上查、空中核、地上验"的立体调查格局。遥感可以快速获取大范围作物长势、土壤墒情和受灾情况，无人机可以对重点田块进行亚米级精细核查，物联网传感器可以实时回传土壤温湿度数据。这些新技术与地面调查相结合，正推动农情调查由"抽样估"走向"全域测"，由"事后报"走向"实时知"。

四、遥感+AI赋能调查

遥感+AI正在给农情调查带来革命性变化。时维遥感技术服务（武汉）有限公司依托多源卫星影像与人工智能算法，构建了覆盖"种—长—收—损"全流程的农情调查技术体系。

在种植结构调查上，利用多时相高分辨率遥感影像，结合AI图像识别算法，可以自动识别水稻、小麦、玉米、油菜等30余种农作物的种植区域和面积，大宗作物种植面积的提取精度可达95%以上，比传统人工调查大幅节省人力，还能实时掌握播种进度和面积变化。在苗情长势监测上，通过反演叶面积指数、植被覆盖度等遥感指数，能够动态刻画作物长势，及时发现长势偏弱、缺苗断垄的地块，指导农户精准补种和追肥。在墒情监测上，遥感可以反演土壤水分空间分布，绘制墒情分布图，直观呈现干旱范围和程度，为抗旱调度提供依据。在灾情调查上，灾害发生后，遥感影像能够快速对比灾前灾后变化，自动圈定受灾地块、测算受灾面积和损失程度，遥感定损效率较人工查勘可提升85%以上，极大缩短了查勘定损周期。在产量预测上，基于遥感长势参数与气象数据构建的产量模型，产量预测准确率可稳定在85%—90%，收获前就能对区域产量作出较为可靠的预估。

更重要的是，遥感+AI能够实现农情调查的全域化、高频次和常态化。卫星定期过境，可以持续跟踪作物全生育期变化，把"一时一报"变成"动态在线"。基层工作人员不再需要跑遍每一块田，而是先看遥感图斑锁定重点区域，再有针对性地实地核验，"天上查、地上核"相结合，既保证了调查质量，又大幅降低了人力成本。

五、调查组织实施

农情调查的组织实施，一般按照"明确任务—制定方案—培训部署—开展调查—数据审核—汇总上报"的流程推进。

首先是明确任务，根据上级部署和本地实际，确定调查的时间节点、调查内容、覆盖范围和精度要求。其次是制定方案，编制详细的调查实施方案，明确调查指标、技术路线、责任分工和进度安排。第三是培训部署，对参与调查的基层农技人员开展培训，统一调查标准、口径和方法，确保各地数据可比。第四是开展调查，组织力量深入田间开展实地踏查、样方测定和资料采集，同时运用遥感、无人机等技术手段辅助核查。第五是数据审核，对上报数据进行逻辑性、合理性检查，及时发现和纠正异常数据。第六是汇总上报，将审核后的数据整理成表、汇编成册，形成调查成果并按要求上报。

在组织实施过程中，有几个关键点需要把握。一是要建立工作专班，由农业农村部门牵头，统筹统计、气象、水利等部门力量，形成合力。二是要依托基层组织，充分发挥乡镇农技站和村级农情员的"前哨"作用，保证调查触角延伸到村到户。三是要运用现代手段，把遥感监测与地面调查结合起来，提高效率和精度。四是要严格质量控制，坚持"数出有据、数出有人"，对数据真实性负责。五是要做好物资保障，确保调查车辆、仪器设备、数据终端等配备到位。

六、数据怎么用

农情调查的根本目的在"用"。调查形成的农情数据，如果不能及时转化为决策支撑，再多的调查也失去意义。

数据的第一类用途，是服务生产指导。农业部门根据苗情、墒情监测结果，及时发布田管意见，指导农户开展肥水管理、病虫害防治和防灾减灾，把问题解决在田头。第二类用途，是服务政策制定。播种面积、种植结构、产量水平等数据，是制定粮食补贴、最低收购价、农业保险等政策的重要依据，也是开展粮食安全责任制考核的基础数据。第三类用途，是服务灾害应对。灾情数据直接用于启动应急响应、分配救灾资金、开展保险理赔，做到"灾有多重、心里有数"。第四类用途，是服务经营决策。种植意向、成本收益等调查数据，可以帮助新型经营主体研判市场、合理安排生产。第五类用途，是服务长期研究。逐年积累的农情数据构成宝贵的时序资料，可用于产量趋势分析、生产潜力评估和技术研究。

随着数字农业发展，农情数据还成为智慧农业的重要"原料"。将农情调查数据与遥感影像、气象数据、地块信息叠加分析，可以建立"地块级"的农情档案，实现"一田一档、按需查询"。通过建设农情数据库和可视化平台，农业部门可以在大屏上一张图看清全县苗情分布、墒情分布、灾情分布，让农情调查成果真正转化为治理能力。农情数据用得好，农业生产指挥调度就有底气，防灾减灾就能赢得主动。

结语

农情调查是农业生产的"体检报告"，是农业治理的"数据底座"。把苗情、墒情、灾情、产量查清摸透，农业生产决策才有依据，防灾减灾才能精准高效。随着遥感+AI等现代技术与农情调查深度融合，调查将从"抽样估"走向"全域测"，从"事后报"走向"实时知"，从"人海战"走向"数据战"。时维遥感将继续深耕遥感+AI技术，让农情调查更快、更准、更省力，助力农业部门把饭碗牢牢端在自己手中。

时维遥感——遥感+AI，让农业更智慧