关键词：粮食安全、公民科学、对地观测

国际应用系统分析研究所（IIASA）、欧空局（ESA）与威尔逊中心、地球日网及美国国务院合作，通过公民科学的相关主题研究和程序使公民有机会参与世界上最具挑战性的问题之一：确保有营养的食物供应，以满足日益增长的全球人口的需要。据悉，目前还没有基于世界主要作物空间分布的全球数据集。由于缺乏准确的农作物分布图，从而阻碍了政策和投资，特别是在气候变化的背景下，这有可能会阻碍人类为改善粮食安全的所作的努力。

在全球范围内，关于作物的详细信息有助于确定哪些地方的投资对提高农业生产力最为有效，而在区域一级，这些信息可用于帮助了解干旱和其他灾害对粮食生产的影响。此外，这种作物类型图是进行许多后续调查的重要先决条件，例如关于农业生产力、化肥和农药的环境影响或传粉媒介下降的调查。欧空局地球观测计划中的一些举措正在支持此类作物类型图的生成，但通常缺少的关键要素是地面参考数据。公民科学为改善这种状况提供了机会。

“2020地球挑战”（Earth Challenge 2020 ）的应用就在于利用公民科学解决空气污染和食品供应等重大环境问题。欧空局加入了2020年地球挑战战略伙伴联盟，共同解决一些问题。通过带有多个主题小部件的“Earth Challenge 2020”应用程序，促进公民参与。这个新的小工具要求全球各地的志愿者对六种主要农作物的不同街道水平照片进行解读和标注。除能促进粮食安全工作和为气候变化中的全球人口增加做好准备外，这项活动还将有助于阐明公民科学可以对卫星观测做出的贡献，反之亦然。

目前掌握的有关全球作物种类分布的许多最佳信息都来自模型，例如来自联合国粮食及农业组织的数据和空间生产分配模型（SPAM），以10公里分辨率提供了42种作物类型。尽管这些数据为建模界提供了一套全面的信息，但研究界和决策者需要更精细的空间和时间信息细节。这一创新的公民科学方法将通过欧洲数据立方体平台（Euro Data Cube）与全球地球观测档案馆链接。这项由欧空局资助的活动提供了一个环境，将公民解释的信息与自动导出的农业地块边界联系起来。

这些技术共同为机器学习方法提供了必要的输入，从而允许在大面积上获得高分辨率作物类型地图。虽然地球观测数据的可获得性和质量在过去几年中通过例如欧洲的哥白尼计划和哨兵卫星得到了大幅提升，但由于参考和训练数据的普遍缺乏仍阻碍了许多创新应用。一旦到位，此工作流程将允许以高度自动化的方式生成训练数据，并将其与地球观测数据和机器学习技术链接起来，而现发布的程序小部件是实现该目标的关键的第一步。除了提供有价值的数据外，该应用程序小部件还将为人们提供一种有趣的方式来测试和增加他们对农作物的了解，并进一步了解全球食品供应链。

图1：Earth Challenge 2020应用示意图

第一次使用地球挑战应用程序的用户可通过GooglePlay或AppStore安装图像集，然后可开始标记图像。随着街道级别图像数量的增长，用户可选择在离家近的地方和世界上任何地方标记图像。

公民科学注解：

“公民科学”这个词本身是在20世纪90年代中期创造。艾伦·欧文，现任哥本哈根商学院的社会学家，将其定义为“帮助公民需要和关注的科学”和“一种由公民自己发展和制定的科学形式”。越来越多的政府机构和国际组织开始介入这一行动。例如，美国和苏格兰的环境保护机构将公民科学纳入日常工作中。联合国环境规划署正在探索利用公民科学来监测环境和引起环境关注的方法。欧盟委员会已经在其800亿欧元（920亿美元）的“地平线”2020年研究和创新计划中，为公民科学提供了一系列资助。与此同时，公民科学支持者对该领域的未来有着巨大的憧憬，希望这些努力将成为决策者和科学家相关领域的高质量数据和分析的主要来源。多个公民科学组织曾联合起来组成了一个世界性组织——公民科学全球伙伴（the Citizen Science Global Partnership）。它的首要任务之一是探索公民科学如何能够帮助监测实现联合国可持续发展目标的进展情况，这些目标旨在到2030年解决从饥饿到环境退化的全球挑战。

注解来源：（http://wap.sciencenet.cn/blog-39731-1142631.html）

原文来源：http://www.esa.int/Applications/Observing_the_Earth/Take_part_in_citizen_science_for_food_security

原文作者：Jerry L. Hatfield; Michelle Cryder; Bruno Basso

翻译与综合：吕姗姗

核校与编辑：董丽娜