東北地理所在秸稈覆蓋度遙感估算研究方面取得進展
保護性耕作可以減少水土流失、保持乃至增高土壤有機質含量，并使黑土退化的現象得到有效的遏制。環(huán)保技術信息中心(CTIC)將秸稈覆蓋度大于30%的耕作稱為免耕(NT)，15%–30%的稱為少耕(RT)，秸稈覆蓋度為0-15%被稱為傳統耕作(CT)。秸稈覆蓋度是保護性耕作識別的重要判別依據。遙感技術可以大范圍、快速、動態(tài)、客觀地獲得秸稈覆蓋信息，有效彌補地面監(jiān)測空間不連續(xù)和以點帶面的不足。然而，現階段可用的光學影像雖較為豐富，但是在特定區(qū)域特定時間內進行秸稈覆蓋遙感動態(tài)變化監(jiān)測研究時由于云雨影響，高時空分辨率的數據少之又少。中國科學院東北地理所研究人員基于MODIS和Sentinel-2遙感數據通過改進型時空自適應反射率模型(Enhanced Spatial and Temporal Adaptive Reference Fusion Model, ESTARFM)模型預測出所需日期的耕作指數。在此基礎上，利用玉米秸稈覆蓋度(MRC)和耕作指數之間的經驗模型估算出研究區(qū)內的MRC，以MRC為判別標準，識別研究區(qū)內的保護性耕作區(qū)域。該方法為保護性耕作遙感監(jiān)測研究提供了更多可用的秸稈覆蓋時空信息，為農業(yè)部門開展黑土地保護工作提供基礎數據和方法支撐。
本研究基于ESTARFM模型預測出高時空分辨率的秸稈覆蓋時空信息。根據與實測數據比較，我們發(fā)現預測結果與真實值之間的決定性系數R2達到0.73.RMSE為0.01.預測結果精度可以滿足本研究工作的需要。本研究對比了先計算指數在融合(IB)和先融合再計算指數(BI)兩種預測方案，通過對比發(fā)現，相較于BI預測方案，IB預測方案預測出來的NDTI不僅在R2和RMSE方面有更好的效果，并且在預測過程中效率更高。該發(fā)現為需要預測耕作指數方面的研究提供了更優(yōu)的選擇。通過ESTARFM模型生成的MODIS和Sentinel-2預測影像效果理想，有效解決了由于云雨天氣研究區(qū)春季Sentinel-2影像缺失的問題;加入了預測影像的時序影像，更加細節(jié)地反映秸稈覆蓋動態(tài)變化情況，有助于保護性耕作區(qū)域識別研究。
研究區(qū)MRC空間分布圖 研究區(qū)耕作模式空間分布圖
相關論文發(fā)表在遙感領域國際知名期刊《Remote Sensing》上，中國科學院東北地理與農業(yè)生態(tài)研究所聯培碩士研究生姜大鵬(第一作者)，杜嘉高級工程師(共同第一作者和通訊作者)、宋開山研究員、劉煥軍研究員等共同完成。研究得到國家重點研發(fā)計劃項目(2021YFD1500103)、中國科學院戰(zhàn)略性先導科技專項和國家基礎調查專項(2018FY100300)等項目的共同資助。
文章信息：Jiang, D., Du, J.*,, Song, K., Zhao, B., Zhang, Y., & Zhang, W, 2023. Classification of Conservation Tillage Using Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model. Remote Sensing, 15(2), 508.
鏈接：https://doi.org/10.3390/rs15020508
附件下載：
吉公網安備22017302000214號
