東北地理所在結合遙感技術與機器學習算法監測保護性耕作方面取得重要進展
農田中作物秸稈的管理是減少土壤侵蝕和增加土壤有機質含量的一個重要考慮因素。秸稈覆蓋作為一種以農秸稈覆蓋還田、免(少)耕播種為主要內容的現代耕作技術體系，是作物秸稈管理的重要評價指標。因此，區域范圍內玉米秸稈覆蓋度的準確、快速識別，對監測保護性耕作實施、農業補貼政策的制定具有關鍵作用。
機器學習的優勢在于其能夠從海量數據中自動提取模式和規律，實現智能化決策和預測，為解決復雜問題提供高效方案。Partial least squares regression (PLSR) 是一種線性非參數回歸模型，相較之下，RR和LASSO則是線性參數模型。研究以中國東北地區草甸土為研究區域，基于GEE云平臺，結合2019年-2023年10期Sentinel-2時序遙感影像，獲取玉米種植后苗期前的遙感影像光譜特征，進而構建秸稈覆蓋度(CRC)估測模型。通過比較不同機器學習算法模型的精度，選擇最優模型進行研究區CRC及保護性耕作制圖。
根據CRC反演結果及美國保護技術信息中心（CTIC）的定義，耕作方式分為傳統耕作（CRC < 15%）、少耕（15% ≤ CRC < 30%）和免耕（CRC ≥ 30%）。圖1展示了2019-2023年研究區域內不同耕作方式的空間分布，統計數據顯示，自2019年至2023年，保護性耕作的占比分別為10.2%、27.5%、19.6%、15.5%和6.9%；少耕占比分別為12.9%、15.7%、12.0%、30.0%和18.4%；傳統耕作占比分別為76.9%、56.8%、68.4%、54.5%和74.7%。研究區保護性耕作比例呈現先增后減的趨勢，了解這些數據及其影響因素有助于決策者優化土地利用規劃，提升農田生產效益，推動可持續農業發展。
圖1 (a-f) 2019-2023研究區域保護性耕作空間分布圖
該研究發表在遙感國際重要期刊《Remote Sensing》（中科院2區），由東北地理所遙感中心碩士研究生梁政偉（第一作者）、杜嘉高級工程師（通訊作者）和宋開山研究員共同完成。研究得到國家重點研發計劃子課題(2021YFD1500103-2)、黑土糧倉科技會戰長春示范區項目子課題(XDA28080501)和國家民用空間基礎設施陸地觀測衛星共性應用支撐平臺(2017-000052-73-01-001735)的共同資助。
論文信息：Liang,Z.;Du,J.;Yu,W.;Zhuo,K.;Shao,K.;Zhang,W.;Zhang,C.;Qin,J.;Han,Y.;Sui,B.;et al. Evaluating Maize Residue Cover Using Machine Learning and Remote Sensing in the Meadow Soil Region of Northeast China.?Remote Sens.2024,?16,3953.
附件下載：
吉公網安備22017302000214號
