東北地理所在鹽堿-黑土交錯區土壤有機質高精度遙感制圖方面取得新進展
土壤有機質（Soil Organic Matter,SOM）是衡量土壤質量和生態功能的重要指標，其精準監測對于推進現代土地資源管理與生態環境保護具有重要意義。然而，在土壤類型復雜、環境異質性顯著的鹽堿-黑土交錯區，SOM的遙感制圖依然面臨諸多挑戰。
針對上述問題，中國科學院東北地理與農業生態研究所農業遙感學科組的研究人員，基于多年多時相的Sentinel-2遙感影像，融合土壤分類等先驗知識，將研究區域劃分為鹽堿區與黑土區，并系統評估了遙感觀測時間窗口、關鍵光譜指數（如鹽度指數與植被水分指數）、環境因子（地形與氣候）以及局部建模策略對SOM預測精度的影響。
圖1. 基于先驗知識并結合鹽堿和黑土區劃分的光譜信息選取示意圖
研究表明，每年4月初至5月初（DOY 90–120）是鹽堿區與黑土區共同適用的最優遙感觀測窗口。在引入環境因子后，SOM預測精度顯著提升，且黑土區對地形因子更為敏感，而氣候因子則在鹽堿區占主導作用。此外，鹽度指數對鹽堿區的SOM預測貢獻突出，但在黑土區反而可能干擾模型穩定性。進一步分析發現，基于土壤類型構建的局部回歸模型相比整體模型具有更高的預測精度，尤其在地理空間異質性強的區域表現出明顯優勢，盡管其空間不確定性相對較高，但為復雜區域的高精度SOM建模提供了關鍵突破。
本研究構建了融合“先驗知識 + 多時相遙感 + 局部建模”的SOM預測框架，成功生成了吉林省省域尺度的10m分辨率土壤有機質分布圖，為區域差異化耕地管理與生態保護提供了重要的數據基礎和決策支撐。該方法具有良好的可推廣性，未來可應用于其他復雜地貌與土壤類型混合的區域，助力土壤資源的高質量監測和可持續利用。
圖2. 吉林省土壤有機質（SOM）空間分布全局與局部回歸模型預測結果比較。A：全局回歸模型預測的SOM空間分布圖。B~D：A圖中選取的典型區域。E：局部回歸模型預測的SOM空間分布圖。F~H：E圖中選取的典型區域。B~D和F~H圖中的條形圖分別表示各區域內不同SOM含量的比例
相關成果發表在農林科學領域1區Top期刊Journal of Integrative Agriculture上，由聯合培養碩士研究生孔德飄（第一作者）、羅沖助理研究員（通訊作者）和劉煥軍研究員共同完成。本研究得到了吉林省科技發展計劃項目（20240602052RC）資助。
論文信息及鏈接如下：Enhancing soil organic matter mapping in saline-alkali and black soil areas with prior knowledge and multi-temporal remote sensing. https://www.sciencedirect.com/science/article/pii/S2095311925001546.
附件下載：
吉公網安備22017302000214號
