東北地理所在克服土壤有機碳遙感估測系統偏差方面取得重要進展
土壤有機碳(Soil Organic Carbon ,SOC)是維系黑土肥力與調節陸地碳循環平衡的重要指標,對黑土地生態安全與碳匯評估具有關鍵意義。然而,由于SOC空間異質性強以及遙感特征提取能力有限,傳統SOC制圖普遍存在系統性誤差,表現為高值低估、低值高估,嚴重制約了黑土地退化監測與碳儲量精確評估。
針對這一科學難題,中國科學院東北地理與農業生態研究所農業遙感研究團隊提出了一種克服遙感估測系統偏差的智能制圖新范式,并構建了融合地理先驗知識與時空深度特征的GMM-AG-CNNLSTM模型。該方法集成了高斯混合模型(GMM)、加權注意力機制(AG)、卷積神經網絡(CNN)與長短期記憶網絡(LSTM),實現了對SOC空間分異與時序特征的深度融合表達。研究以中國東北與北美黑土區為典型研究區,整合了2616個0–20 cm地表SOC樣點及多源時空遙感特征數據,開展了30 m分辨率的SOC空間分布精細制圖。研究結果表明,該模型在中國東北與北美地區的SOC預測精度分別達到R2=0.73/RMSE=5.42 g/kg和R2=0.70/RMSE=5.89 g/kg,顯著優于隨機森林和傳統深度學習模型,尤其在SOC高低值區均表現出更強的穩定性。空間分析顯示,中國東北黑土區的SOC平均值及高值區比例均高于北美,但低值區分布更廣,體現出區域性碳儲格局差異。

圖1. 中國東北與北美黑土區SOC制圖結果

圖2. 本研究結果與主流產品對比
該研究提出的智能SOC制圖范式突破了遙感反演的系統偏差限制,為全球黑土區碳匯評估、退化監測與可持續管理提供了技術支撐,也為多模態遙感與智能地學建模研究提供了新思路。
該研究發表在國際頂級C刊ISPRS Journal of Photogrammetry and Remote Sensing(IF = 12.309)。該研究由科研助理王超(第一作者)、助理研究員羅沖(通訊作者)與劉煥軍研究員等共同完成,研究得到了國家自然科學基金(42401460)和國家重點研發計劃(2021YFD1500100)資助。
論文信息及鏈接如下:Wang,C.,Luo,C.,Meng,X.,Wang,C.,& Liu,H. (2025). Intelligent mapping paradigm to overcome systematic bias in remote sensing SOC estimation: A case study of the black soil region in China and the United States. ISPRS Journal of Photogrammetry and Remote Sensing,230. 644–660. https://doi.org/10.1016/j.isprsjprs.2025.10.002
https://authors.elsevier.com/a/1lviC3I9x1ucE5
附件下載:
吉公網安備22017302000214號