東北地理所在保護性耕作遙感監測研究中取得系列進展
秸稈覆蓋度（Maize Residue Cover，CRC）的遙感估算能夠快速獲取大面積的秸稈覆蓋信息，這對于保護性耕作的監測和推廣具有重要意義。根據美國節能技術信息中心(Conservation Technology Information Center，CTIC)提出的耕作強度劃分標準，CRC高于30%為免耕。然而，如何準確高效地估算CRC目前仍然是一個挑戰。
中國科學院東北地理與農業生態研究所遙感中心杜嘉高級工程師及其團隊以東北玉米種植區為研究區，利用多種機器學習算法和Sentinel-2 MSI影像構建了玉米秸稈覆蓋度（MRC）反演模型并全面比較了各模型預測性能（圖1）。
圖1玉米秸稈覆蓋度反演模型流程圖
研究發現，基于Lasso回歸（Lasso）、嶺回歸（RR）和偏最小二乘（PLSR）三種機器學習算法構建的MRC反演模型中，PLSR展現了更優的預測性能，其決定系數（R2）和均方根誤差（RMSE）分別為0.8582和4.93%（圖2）。
圖2實測MRC 與預測 MRC 之間的關系：(a) RR；(b) LASSO；(c) PLSR。
此外，研究人員對比評估了在松嫩平原南部利用經典的單一機器學習算法神經網絡（BPNN）、隨機森林（RF）、支持向量機回歸（SVR）、極限梯度提升（XGBoost）和集成學習Stacking1、Stacking2構建的MRC反演模型性能。結果表明，Staking集成學習模型展示了更優的預測性能。其中Stacking2的預測精度最高，R2、RMSE和平均絕對誤差（MAE）分別達到0.923，3.32%和0.025 (圖3)。
圖3各機器學習模型實測MRC 與預測 MRC 之間的關系
研究團隊利用最優模型開展了研究區MRC和保護性耕作時空制圖。結果顯示，東北地區保護性耕作時空異質性顯著（圖4），2022年中國東北地區的免耕區域占比最高為26.01%。本研究提供東北地區耕作方式的精確評估，助力制定更有針對性的農田管理策略，推動農業可持續發展。
圖4 東北地區保護性耕作空間分布圖
相關成果發表在遙感國際重要期刊International Soil and Water Conservation Research（C刊）、Soil and Tillage Research（1區TOP期刊）和Remote Sensing（2區期刊）上。由東北地理所杜嘉高級工程師、宋開山研究員、碩士研究生梁政偉（已畢業）、聯培碩士研究生邵柯聞（已畢業）、聯培碩士研究生張益瑋（現為中國地質大學博士研究生）、聯培碩士研究生項小云（已畢業）等人共同完成。研究得到國家重點研發計劃子課題（2021YFD1500103-2）、中國科學院戰略性先導專項(XDA28080501)和國家科技基礎資源調查計劃(2018FY100300)的共同資助。
論文信息：
Du,J.;Jacinthe P A;Song,K*; et al., 2025. Maize crop residue cover mapping using Sentinel-2 MSI data and random forest algorithms. International Soil and Water Conservation Research,13(1),189-202.https://doi.org/10.1016/j.iswcr.2024.09.004.
Li,J.;Shao,K.;Du,J.*;et al., 2025.Comparative Analysis of Tillage Indices and Machine Learning Algorithms for Maize Residue Cover Prediction. Remote Sensing.17,105. https://doi.org/10.3390/rs17010105.
Liang,Z.;Du,J.*;Yu,W.;et al., 2024. Evaluating Maize Residue Cover Using Machine Learning and Remote Sensing in the Meadow Soil Region of Northeast China. Remote Sensing. 16,3953. https://doi.org/10.3390/ rs16213953.
Zhang,Y;Du,J.*, 2024.Improving maize residue cover estimation with the combined use of optical and SAR remote sensing images. International Soil and Water Conservation Research,12(3):578-588.https://doi.org/10.1016/j.iswcr.2023.11.006.
Xiang,X.;Du,J.*;Jacinthe P A;et al., 2022. Integration of tillage indices and textural features of Sentinel-2A multispectral images for maize residue cover estimation. Soil and Tillage Research,2022,221: 105405.https://doi.org/10.1016/j.still.2022.105405.
附件下載：
吉公網安備22017302000214號
