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(zhì)含量，并使黑土退化的現(xiàn)象得到有效的遏制。環(huán)保技術(shù)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(tǒng)耕作(CT)。秸稈覆蓋度是保護性耕作識別的重要判別依據(jù)。遙感技術(shù)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(xiàn)階段可用的光學(xué)影像雖較為豐富，但是在特定區(qū)域特定時間內(nèi)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(shù)據(jù)少之又少。中國科學(xué)院東北地理所研究人員基于MODIS和Sentinel-2遙感數(shù)據(jù)通過改進型時空自適應(yīng)反射率模型(Enhanced Spatial and Temporal Adaptive Reference Fusion Model, ESTARFM)模型預(yù)測出所需日期的耕作指數(shù)。在此基礎(chǔ)上，利用玉米秸稈覆蓋度(MRC)和耕作指數(shù)之間的經(jīng)驗?zāi)Ｐ凸浪愠鲅芯繀^(qū)內(nèi)的MRC，以MRC為判別標準，識別研究區(qū)內(nèi)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(nóng)業(yè)部門開展黑土地保護工作提供基礎(chǔ)數(shù)據(jù)和方法支撐。
本研究基于ESTARFM模型預(yù)測出高時空分辨率的秸稈覆蓋時空信息。根據(jù)與實測數(shù)據(jù)比較，我們發(fā)現(xiàn)預(yù)測結(jié)果與真實值之間的決定性系數(shù)R2達到0.73.RMSE為0.01.預(yù)測結(jié)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(shù)在融合(IB)和先融合再計算指數(shù)(BI)兩種預(yù)測方案，通過對比發(fā)現(xiàn)，相較于BI預(yù)測方案，IB預(yù)測方案預(yù)測出來的NDTI不僅在R2和RMSE方面有更好的效果，并且在預(yù)測過程中效率更高。該發(fā)現(xiàn)為需要預(yù)測耕作指數(shù)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(yù)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(yù)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(guān)論文發(fā)表在遙感領(lǐng)域國際知名期刊《Remote Sensing》上，中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所聯(lián)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(xué)院戰(zhàn)略性先導(dǎo)科技專項和國家基礎(chǔ)調(diào)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(wǎng)安備22017302000214號
