東北地理所在鹽堿-黑土交錯(cuò)區(qū)土壤有機(jī)質(zhì)高精度遙感制圖方面取得新進(jìn)展
土壤有機(jī)質(zhì)（Soil Organic Matter,SOM）是衡量土壤質(zhì)量和生態(tài)功能的重要指標(biāo)，其精準(zhǔn)監(jiān)測(cè)對(duì)于推進(jìn)現(xiàn)代土地資源管理與生態(tài)環(huán)境保護(hù)具有重要意義。然而，在土壤類(lèi)型復(fù)雜、環(huán)境異質(zhì)性顯著的鹽堿-黑土交錯(cuò)區(qū)，SOM的遙感制圖依然面臨諸多挑戰(zhàn)。
針對(duì)上述問(wèn)題，中國(guó)科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所農(nóng)業(yè)遙感學(xué)科組的研究人員，基于多年多時(shí)相的Sentinel-2遙感影像，融合土壤分類(lèi)等先驗(yàn)知識(shí)，將研究區(qū)域劃分為鹽堿區(qū)與黑土區(qū)，并系統(tǒng)評(píng)估了遙感觀測(cè)時(shí)間窗口、關(guān)鍵光譜指數(shù)（如鹽度指數(shù)與植被水分指數(shù)）、環(huán)境因子（地形與氣候）以及局部建模策略對(duì)SOM預(yù)測(cè)精度的影響。
圖1. 基于先驗(yàn)知識(shí)并結(jié)合鹽堿和黑土區(qū)劃分的光譜信息選取示意圖
研究表明，每年4月初至5月初（DOY 90–120）是鹽堿區(qū)與黑土區(qū)共同適用的最優(yōu)遙感觀測(cè)窗口。在引入環(huán)境因子后，SOM預(yù)測(cè)精度顯著提升，且黑土區(qū)對(duì)地形因子更為敏感，而氣候因子則在鹽堿區(qū)占主導(dǎo)作用。此外，鹽度指數(shù)對(duì)鹽堿區(qū)的SOM預(yù)測(cè)貢獻(xiàn)突出，但在黑土區(qū)反而可能干擾模型穩(wěn)定性。進(jìn)一步分析發(fā)現(xiàn)，基于土壤類(lèi)型構(gòu)建的局部回歸模型相比整體模型具有更高的預(yù)測(cè)精度，尤其在地理空間異質(zhì)性強(qiáng)的區(qū)域表現(xiàn)出明顯優(yōu)勢(shì)，盡管其空間不確定性相對(duì)較高，但為復(fù)雜區(qū)域的高精度SOM建模提供了關(guān)鍵突破。
本研究構(gòu)建了融合“先驗(yàn)知識(shí) + 多時(shí)相遙感 + 局部建模”的SOM預(yù)測(cè)框架，成功生成了吉林省省域尺度的10m分辨率土壤有機(jī)質(zhì)分布圖，為區(qū)域差異化耕地管理與生態(tài)保護(hù)提供了重要的數(shù)據(jù)基礎(chǔ)和決策支撐。該方法具有良好的可推廣性，未來(lái)可應(yīng)用于其他復(fù)雜地貌與土壤類(lèi)型混合的區(qū)域，助力土壤資源的高質(zhì)量監(jiān)測(cè)和可持續(xù)利用。
圖2. 吉林省土壤有機(jī)質(zhì)（SOM）空間分布全局與局部回歸模型預(yù)測(cè)結(jié)果比較。A：全局回歸模型預(yù)測(cè)的SOM空間分布圖。B~D：A圖中選取的典型區(qū)域。E：局部回歸模型預(yù)測(cè)的SOM空間分布圖。F~H：E圖中選取的典型區(qū)域。B~D和F~H圖中的條形圖分別表示各區(qū)域內(nèi)不同SOM含量的比例
相關(guān)成果發(fā)表在農(nóng)林科學(xué)領(lǐng)域1區(qū)Top期刊Journal of Integrative Agriculture上，由聯(lián)合培養(yǎng)碩士研究生孔德飄（第一作者）、羅沖助理研究員（通訊作者）和劉煥軍研究員共同完成。本研究得到了吉林省科技發(fā)展計(jì)劃項(xiàng)目（20240602052RC）資助。
論文信息及鏈接如下：Enhancing soil organic matter mapping in saline-alkali and black soil areas with prior knowledge and multi-temporal remote sensing. https://www.sciencedirect.com/science/article/pii/S2095311925001546.
附件下載：
吉公網(wǎng)安備22017302000214號(hào)
