保護性耕作可以減少水土流失、保持乃至增高土壤有機質(zhì)含量，并使黑土退化的現象得到有效的遏制。環(huán)保技術(shù)信息中心(CTIC)將秸稈覆蓋度大于30%的耕作稱(chēng)為免耕(NT)，15%–30%的稱(chēng)為少耕(RT)，秸稈覆蓋度為0-15%被稱(chēng)為傳統耕作(CT)。秸稈覆蓋度是保護性耕作識別的重要判別依據。遙感技術(shù)可以大范圍、快速、動(dòng)態(tài)、客觀(guān)地獲得秸稈覆蓋信息，有效彌補地面監測空間不連續和以點(diǎn)帶面的不足。然而，現階段可用的光學(xué)影像雖較為豐富，但是在特定區域特定時(shí)間內進(jìn)行秸稈覆蓋遙感動(dòng)態(tài)變化監測研究時(shí)由于云雨影響，高時(shí)空分辨率的數據少之又少。中國科學(xué)院東北地理所研究人員基于MODIS和Sentinel-2遙感數據通過(guò)改進(jìn)型時(shí)空自適應反射率模型(Enhanced Spatial and Temporal Adaptive Reference Fusion Model, ESTARFM)模型預測出所需日期的耕作指數。在此基礎上，利用玉米秸稈覆蓋度(MRC)和耕作指數之間的經(jīng)驗模型估算出研究區內的MRC，以MRC為判別標準，識別研究區內的保護性耕作區域。該方法為保護性耕作遙感監測研究提供了更多可用的秸稈覆蓋時(shí)空信息，為農業(yè)部門(mén)開(kāi)展黑土地保護工作提供基礎數據和方法支撐。

　　本研究基于ESTARFM模型預測出高時(shí)空分辨率的秸稈覆蓋時(shí)空信息。根據與實(shí)測數據比較，我們發(fā)現預測結果與真實(shí)值之間的決定性系數R2達到0.73.RMSE為0.01.預測結果精度可以滿(mǎn)足本研究工作的需要。本研究對比了先計算指數在融合(IB)和先融合再計算指數(BI)兩種預測方案，通過(guò)對比發(fā)現，相較于BI預測方案，IB預測方案預測出來(lái)的NDTI不僅在R2和RMSE方面有更好的效果，并且在預測過(guò)程中效率更高。該發(fā)現為需要預測耕作指數方面的研究提供了更優(yōu)的選擇。通過(guò)ESTARFM模型生成的MODIS和Sentinel-2預測影像效果理想，有效解決了由于云雨天氣研究區春季Sentinel-2影像缺失的問(wèn)題;加入了預測影像的時(shí)序影像，更加細節地反映秸稈覆蓋動(dòng)態(tài)變化情況，有助于保護性耕作區域識別研究。

研究區MRC空間分布圖                                                        研究區耕作模式空間分布圖

　　相關(guān)論文發(fā)表在遙感領(lǐng)域國際知名期刊《Remote Sensing》上，中國科學(xué)院東北地理與農業(yè)生態(tài)研究所聯(lián)培碩士研究生姜大鵬(第一作者)，杜嘉高級工程師(共同第一作者和通訊作者)、宋開(kāi)山研究員、劉煥軍研究員等共同完成。研究得到國家重點(diǎn)研發(fā)計劃項目(2021YFD1500103)、中國科學(xué)院戰略性先導科技專(zhuān)項和國家基礎調查專(zhuān)項(2018FY100300)等項目的共同資助。

　　文章信息：Jiang, D., Du, J.*,, Song, K., Zhao, B., Zhang, Y., & Zhang, W, 2023. Classification of Conservation Tillage Using Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model. Remote Sensing, 15(2), 508.

　　鏈接：https://doi.org/10.3390/rs15020508