東北地理所在基于多時期遙感合成影像進行土壤有機質含量制圖中取得進展
耕地土壤有機質（SOM）含量制圖是數字土壤制圖中最重要的組成部分之一，其對農業精準管理、碳循環評估都具有重要意義。使用裸土期影像結合實地采樣點進行制圖是東北黑土區耕地SOM含量制圖目前最流行的手段，然而隨著保護性耕作推廣導致秸稈覆蓋增多使得該手段越來越局限，因此探索更多的SOM含量制圖手段十分必要。
東北地理所農業遙感學科組的研究人員針對這一問題，以東北典型黑土區友誼農場作為研究區，評估使用不同時期Landsat-8合成影像進行SOM含量制圖的精度差異，并分析增加環境變量對SOM含量制圖精度的影響。（1）利用單一時期合成影像進行SOM含量制圖時，精度排序為裸土期>作物生長后期>作物生長旺盛期；（2）使用裸土期合成影像組合進可以提高SOM含量的最高制圖精度，使用裸土期合成影像結合生長期合成影像組合會降低SOM含量的最高制圖精度；（3）在使用作物生長期遙感圖像進行SOM含量制圖時，增加環境協變量可以大幅提升SOM含量制圖的精度。
相關研究成果近期發表在農林科學領域重要期刊CATENA上，農業遙感學科組助理研究員羅沖為第一作者，劉煥軍研究員為通訊作者。研究工作得到國家重點研發計劃項目（2021YFD1500100）與王寬誠率先人才計劃“產研人才扶持項目”聯合資助。
論文信息如下：Luo, C., Zhang, W., Zhang, X., & Liu, H. (2023). Mapping of soil organic matter in a typical black soil area using Landsat-8 synthetic images at different time periods. CATENA, 231, 107336.
論文鏈接：https://doi.org/10.1016/j.catena.2023.107336.
前期系列研究成果信息如下：
[1] Luo, C., Zhang, W., Zhang, X., & Liu, H. (2023). Mapping soil organic matter content using Sentinel-2 synthetic images at different time intervals in Northeast China. International Journal of Digital Earth, 16(1), 1094-1107. https://doi.org/10.1080/17538947.2023.2192005.
[2] Luo, C., Zhang, X., Wang, Y., Men, Z., & Liu, H. (2022). Regional soil organic matter mapping models based on the optimal time window, feature selection algorithm and Google Earth Engine. Soil and Tillage Research, 219, 105325. https://doi.org/10.1016/j.still.2022.105325.
[3] Luo, C., Wang, Y., Zhang, X., Zhang, W., & Liu, H. (2022). Spatial prediction of soil organic matter content using multiyear synthetic images and partitioning algorithms. Catena, 211, 106023. https://doi.org/10.1016/j.catena.2022.106023.
[4] Luo, C., Zhang, X., Meng, X., Zhu, H., Ni, C., Chen, M., & Liu, H. (2022). Regional mapping of soil organic matter content using multitemporal synthetic Landsat 8 images in Google Earth Engine. Catena, 209, 105842. https://doi.org/10.1016/j.catena.2021.105842.
附件下載：
吉公網安備22017302000214號
