图1 基于时序遥感影像的不同农田尺度的土壤有机碳制图
图2 基于机载高光谱遥感影像和时序多光谱遥感影像的农田土壤有机碳制图及差异对比
近日，华中农业大学资源与环境学院土壤遥感团队解析了“土壤—农作物—遥感”三者之间的相互作用过程，提出了利用时序遥感影像反演作物生长状况，从而表达土壤有机碳空间分布特征的研究思路，为平原农田土壤有机碳空间制图提供了重要的理论依据。
土壤可见光近红外反射率是土壤理化属性综合特征的反映，高光谱遥感影像可以通过提供裸土光谱信息，实现土壤属性的快速反演。但是在农作物覆被条件下，这一优势将被极大的限制，如何克服农作物覆被对遥感反演土壤属性的影响，一直以来是数字土壤制图和遥感领域所面临的首要问题。土壤有机碳是作物生长所需养分元素的主要来源，能促进植物的生长发育、改善土壤的物理性质、提高土壤的保肥性和缓冲性，从而影响作物的生长状况。而作物生长状况完全可以通过时序多光谱遥感影像进行反映，为此我校土壤遥感团队提出了基于时序遥感影像进行农田土壤有机碳制图的研究思路。
在大尺度农田范围上，研究人员假设农民会习惯性地采用相似的田间管理措施进行农作物的耕作和管理，例如播种时间、施肥时间及施肥量、收获时间等，并且相同作物遵循相同的物候期。研究团队将农田土壤养分状况作为本底，作物生长状况作为输出，农田管理措施作为一个具有均质性特点的黑匣子，借助于“盲源分离”思想，利用机器学习算法或者数据挖掘手段建立土壤有机碳和作物生长状况之间的相关关系，从而实现农田土壤有机质的高精度制图。研究成果以“Prediction of Soil Organic Carbon based on Landsat 8 Monthly NDVI Data for the Jianghan Plain in Hubei Province, China”为题发表在Remote Sensing杂志上，本科生张杨成思为论文第一作者。
在此基础上，研究团队借助时序无人机多光谱遥感影像、直升飞机机载高光谱遥感影像、卫星遥感影像等多源遥感数据探讨了研究尺度、卫星影像、扫描时间以及模型算法等对预测农田土壤有机碳空间差异性的影响，进一步验证了时序遥感影像在农田土壤有机碳制图上的可行性，这为进一步动态监测农田土壤有机碳时空变化提供了重要的启示。
据悉，土壤遥感团队专注于利用多源异构自然环境和人为活动数据进行土壤属性反演制图、农作物长势监测和生态环境评估等，重在探索环境变量与土壤属性之间的相互作用关系，土壤养分和作物生长之间的内在循环机理和特性，从时空角度分析土壤属性与生态环境效应之间的变化趋势和协同作用，为农田管理、城市健康、生态环境评估等提供有价值的信息。
论文链接：
https://www.sciencedirect.com/science/article/abs/pii/S0016706121001981
https://www.sciencedirect.com/science/article/pii/S0167198721000520
https://www.sciencedirect.com/science/article/pii/S0167198718314612
https://www.mdpi.com/2072-4292/11/14/1683
本文版权归原作者所有，文章内容不代表平台观点或立场。如有关于文章内容、版权或其他问题请与我方联系，我方将在核实情况后对相关内容做删除或保留处理！