japan乱配videos老少配I爱爱动态I人人拍黄色一级大毛片好看I痴汉电车女教师I一级黄色片在线I大地资源在线观看免费高清电视剧中文I苍井空色宗合I国产精品久久久久久一二三四五Iav亚洲高清I国产高清绿奴videosI91超碰在线播放I激情丁香月I国产精品一区二区三区18I99精彩视频

　　耕地土壤有機(jī)質(zhì)（SOM）含量制圖是數(shù)字土壤制圖中最重要的組成部分之一，其對(duì)農(nóng)業(yè)精準(zhǔn)管理、碳循環(huán)評(píng)估都具有重要意義。使用裸土期影像結(jié)合實(shí)地采樣點(diǎn)進(jìn)行制圖是東北黑土區(qū)耕地SOM含量制圖目前最流行的手段，然而隨著保護(hù)性耕作推廣導(dǎo)致秸稈覆蓋增多使得該手段越來(lái)越局限，因此探索更多的SOM含量制圖手段十分必要。 

　　東北地理所農(nóng)業(yè)遙感學(xué)科組的研究人員針對(duì)這一問(wèn)題，以東北典型黑土區(qū)友誼農(nóng)場(chǎng)作為研究區(qū)，評(píng)估使用不同時(shí)期Landsat-8合成影像進(jìn)行SOM含量制圖的精度差異，并分析增加環(huán)境變量對(duì)SOM含量制圖精度的影響。（1）利用單一時(shí)期合成影像進(jìn)行SOM含量制圖時(shí)，精度排序?yàn)槁阃疗?gt;作物生長(zhǎng)后期>作物生長(zhǎng)旺盛期；（2）使用裸土期合成影像組合進(jìn)可以提高SOM含量的最高制圖精度，使用裸土期合成影像結(jié)合生長(zhǎng)期合成影像組合會(huì)降低SOM含量的最高制圖精度；（3）在使用作物生長(zhǎng)期遙感圖像進(jìn)行SOM含量制圖時(shí)，增加環(huán)境協(xié)變量可以大幅提升SOM含量制圖的精度。 

　　相關(guān)研究成果近期發(fā)表在農(nóng)林科學(xué)領(lǐng)域重要期刊CATENA上，農(nóng)業(yè)遙感學(xué)科組助理研究員羅沖為第一作者，劉煥軍研究員為通訊作者。研究工作得到國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2021YFD1500100）與王寬誠(chéng)率先人才計(jì)劃“產(chǎn)研人才扶持項(xiàng)目”聯(lián)合資助。 

　　論文信息如下：Luo, C., Zhang, W., Zhang, X., & Liu, H. (2023). Mapping of soil organic matter in a typical black soil area using Landsat-8 synthetic images at different time periods. CATENA, 231, 107336. 

　　論文鏈接：https://doi.org/10.1016/j.catena.2023.107336. 

　　前期系列研究成果信息如下： 

　　[1] Luo, C., Zhang, W., Zhang, X., & Liu, H. (2023). Mapping soil organic matter content using Sentinel-2 synthetic images at different time intervals in Northeast China. International Journal of Digital Earth, 16(1), 1094-1107. https://doi.org/10.1080/17538947.2023.2192005. 

　　[2] Luo, C., Zhang, X., Wang, Y., Men, Z., & Liu, H. (2022). Regional soil organic matter mapping models based on the optimal time window, feature selection algorithm and Google Earth Engine. Soil and Tillage Research, 219, 105325. https://doi.org/10.1016/j.still.2022.105325. 

　 [3] Luo, C., Wang, Y., Zhang, X., Zhang, W., & Liu, H. (2022). Spatial prediction of soil organic matter content using multiyear synthetic images and partitioning algorithms. Catena, 211, 106023. https://doi.org/10.1016/j.catena.2022.106023. 

　　[4] Luo, C., Zhang, X., Meng, X., Zhu, H., Ni, C., Chen, M., & Liu, H. (2022). Regional mapping of soil organic matter content using multitemporal synthetic Landsat 8 images in Google Earth Engine. Catena, 209, 105842. https://doi.org/10.1016/j.catena.2021.105842.