東北地理所在結(jié)合遙感技術(shù)與機(jī)器學(xué)習(xí)算法監(jiān)測保護(hù)性耕作方面取得重要進(jìn)展
農(nóng)田中作物秸稈的管理是減少土壤侵蝕和增加土壤有機(jī)質(zhì)含量的一個重要考慮因素。秸稈覆蓋作為一種以農(nóng)秸稈覆蓋還田、免(少)耕播種為主要內(nèi)容的現(xiàn)代耕作技術(shù)體系，是作物秸稈管理的重要評價指標(biāo)。因此，區(qū)域范圍內(nèi)玉米秸稈覆蓋度的準(zhǔn)確、快速識別，對監(jiān)測保護(hù)性耕作實施、農(nóng)業(yè)補(bǔ)貼政策的制定具有關(guān)鍵作用。
機(jī)器學(xué)習(xí)的優(yōu)勢在于其能夠從海量數(shù)據(jù)中自動提取模式和規(guī)律，實現(xiàn)智能化決策和預(yù)測，為解決復(fù)雜問題提供高效方案。Partial least squares regression (PLSR) 是一種線性非參數(shù)回歸模型，相較之下，RR和LASSO則是線性參數(shù)模型。研究以中國東北地區(qū)草甸土為研究區(qū)域，基于GEE云平臺，結(jié)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(jìn)而構(gòu)建秸稈覆蓋度(CRC)估測模型。通過比較不同機(jī)器學(xué)習(xí)算法模型的精度，選擇最優(yōu)模型進(jìn)行研究區(qū)CRC及保護(hù)性耕作制圖。
根據(jù)CRC反演結(jié)果及美國保護(hù)技術(shù)信息中心（CTIC）的定義，耕作方式分為傳統(tǒng)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(qū)域內(nèi)不同耕作方式的空間分布，統(tǒng)計數(shù)據(jù)顯示，自2019年至2023年，保護(hù)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(tǒng)耕作占比分別為76.9%、56.8%、68.4%、54.5%和74.7%。研究區(qū)保護(hù)性耕作比例呈現(xiàn)先增后減的趨勢，了解這些數(shù)據(jù)及其影響因素有助于決策者優(yōu)化土地利用規(guī)劃，提升農(nóng)田生產(chǎn)效益，推動可持續(xù)農(nóng)業(yè)發(fā)展。
圖1 (a-f) 2019-2023研究區(qū)域保護(hù)性耕作空間分布圖
該研究發(fā)表在遙感國際重要期刊《Remote Sensing》（中科院2區(qū)），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(fā)計劃子課題(2021YFD1500103-2)、黑土糧倉科技會戰(zhàn)長春示范區(qū)項目子課題(XDA28080501)和國家民用空間基礎(chǔ)設(shè)施陸地觀測衛(wèi)星共性應(yīng)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(wǎng)安備22017302000214號
