黄土高原10米分辨率地膜农田时空分布数据集（2019-2021）的构建与验证

《Scientific Data》：A 10-m resolution dataset of plastic-mulched farmland distributions on the Chinese Loess Plateau (2019–2021)

本研究针对大尺度地膜覆盖农田（PMF）分布制图中训练样本匮乏的难题，耦合自动训练样本生成与分类器迁移方法，首次生成了2019-2021年黄土高原10米分辨率PMF分布图（PMF-LP）。该数据集通过独立样本验证显示F1分数达0.80-0.86，与市级农业普查数据高度吻合（R2≥0.87），为白色污染评估、产量预测和温室气体估算提供了关键数据支撑。

　　

在干旱半干旱的黄土高原上，透明塑料薄膜如同给农田盖上了一层“保温被”，能显著提高作物产量和水分利用效率。自1978年引入中国以来，地膜覆盖技术迅速推广，中国已成为全球地膜使用面积最大的国家，覆盖面积高达1100万公顷。然而，这层“白色革命”的背后却隐藏着严重的“白色污染”危机。主要成分为聚氯乙烯的塑料薄膜难以在土壤中降解，其残留物对农田生态系统造成了长期危害。更值得注意的是，地膜覆盖还会改变地表与大气之间的物质和能量交换，进而可能影响区域气候。因此，精确掌握大范围地膜覆盖农田（Plastic-mulched Farmland, PMF）的空间分布，对于规划农业生产、治理塑料残留污染以及理解农业生态系统的水热循环至关重要。

传统的PMF数据主要依赖于费时费力的实地调查，统计资料往往缺乏准确的空间位置信息。得益于遥感技术的发展，光学卫星为大范围PMF监测提供了可能。目前，基于光学影像的PMF制图主要有两条技术路线：指数法和机器学习法。指数法利用作物播种期新铺设地膜特有的亮白色反射特征来构建专用光谱指数（如PMLI、mPMCI等），进而通过设定阈值识别PMF。这种方法在影像质量高的地区效率很高，但其“时间窗口”很短，在北方地区主要集中在4月至5月，期间云层遮挡极易导致影像缺失，难以生成无缝的PMF分布产品。机器学习法（如随机森林、支持向量机）则降低了对播种期影像的依赖，即使PMF像元在播种期被云污染，也能利用其他生育期的晴空影像进行有效识别，从而实现了区域乃至国家尺度的无缝土地覆盖制图。然而，机器学习面临着一个关键挑战：大尺度PMF制图需要大量具有代表性的训练样本，而这在大多数地区仍然稀缺。

指数法效率高但无法生成无缝图，机器学习能生成无缝图却受限于样本稀缺。这两种方法的优势互补，提示了将它们结合起来的潜力：指数法可以在影像质量高的区域自动生成初始训练样本，解决机器学习样本不足的瓶颈；而机器学习则可以填补云污染造成的数据空白，利用多时相特征生产无缝的PMF分布图。然而，这种整合需要设计稳健的PMF指数来保证样本质量，特别是在地形复杂、地块破碎的区域，这与现有指数主要针对新疆等大面积均匀田块开发的情况不同。此外，分类器迁移（即将在源区域训练的 classifier 应用于目标区域完成相关任务）也被用来应对训练样本稀缺的问题，但该方法在PMF制图中的可行性和影响因素尚不明确。

为了应对上述挑战，由西北农林科技大学何建强教授团队领导的研究在《Scientific Data》上发表了一项研究，旨在生成2019-2021年黄土高原首套10米分辨率的PMF分布图（PMF-LP）。该研究创新性地提出了一个结合自动训练样本生成和分类器迁移的制图框架。

研究人员为开展此项研究，主要运用了几项关键技术方法：首先，利用多时相Sentinel-2地表反射率数据，通过谐波回归（Harmonic Regression）拟合时间序列曲线，生成用于分类的特征变量。其次，基于地膜覆盖作物独特的光谱特征，新构建了两种PMF指数——基于最大蓝波段的PMF指数（MBPMFI）和基于蓝波段的PMF指数（BPMFI），用于在无云区域自动生成高质量的PMF和Non-PMF训练样本。接着，采用随机森林（Random Forest, RF）分类器，基于自动生成的样本和优选的特征进行PMF识别，并系统评估了分类器在时间和时空维度上的迁移性。最后，利用从Google Earth高分辨率影像上目视解释获取的独立验证样本（每年超过5000个）和市级农业统计资料，对制图结果进行了严格的精度评估。所有数据处理均在Google Earth Engine (GEE) 云平台完成。

研究结果

1. 分类器迁移性分析

研究评估了基于2020年数据训练的局部自适应分类器在识别PMF时的表现（参考情景，Scenario-Ref），其F1分数介于0.64至0.94之间，平均值为0.85，表明分类器性能良好。进一步分析了分类器的迁移能力：时间迁移情景（Scenario-T，将2020年训练的分类器应用于同区域2019和2021年）下，F1分数平均下降幅度较小（2019年-2.92%，2021年-6.07%）；而时空迁移情景（Scenario-ST，将2020年某城市训练的分类器应用于其他所有城市2019和2021年）下，F1分数平均下降更为显著（2019年-13.86%，2021年-21.94%）。这表明时间迁移比时空迁移更适用于回溯历史PMF分布。

2. 像元级精度评估

基于时间分类器迁移（Scenario-T）的良好表现，研究利用2020年自动生成的样本和优选特征训练的RF分类器，生成了2019-2021年的PMF分布图（PMF-LP）。基于整个研究区的验证样本评估显示，三年制图结果的总体精度（OA）在0.82（2021年）到0.87（2020年）之间。PMF的识别F1分数在0.80（2021年）到0.86（2020年）之间，三年平均为0.83。在所有年份的分类结果中，PMF的生产者精度（PA）均高于用户精度（UA），表明PMF识别的错分误差（Commission Error）高于漏分误差（Omission Error），可能导致PMF面积的高估。

3. 与农业统计数据的比较

PMF-LP数据集估算的PMF面积与农业统计数据高度一致，2019、2020和2021年的决定系数（R²）分别达到0.92、0.93和0.87。值得注意的是，2021年的结果存在一定高估，特别是在青海和山西北部，可能与积雪和云残留被误分为PMF有关。

4. 黄土高原PMF空间分布

制图结果显示，PMF在黄土高原广泛分布，呈现大分散、小聚集的特点。河套灌区地膜使用强度最高（18%），其次为晋北（17%）和陇东-宁南地区（16%）。这些干旱寒冷地区长期广泛使用地膜以保墒增温，保障作物产量。

5. 与现有PMF产品的比较

研究将PMF-LP与现有的全国10米分辨率PMF产品（China-PMF-10）进行了比较。使用本研究收集的验证样本进行像元级精度评估发现，China-PMF-10的PA（0.57）、F1（0.71）和OA（0.79）均低于PMF-LP（PA 0.88, F1 0.86, OA 0.87）。China-PMF-10的低PA表明其存在严重的漏分误差。此外，PMF-LP估算面积与统计数据的吻合度（R²=0.93）也优于China-PMF-10（R²=0.74）。随着海拔和坡度的增加，PMF-LP的分类精度稳定性也优于对比产品。

研究结论与讨论

本研究成功构建了2019-2021年黄土高原10米分辨率PMF分布数据集（PMF-LP），这是该区域首套高精度、长时间序列的PMF专题图。研究的核心贡献在于提出了一个融合自动训练样本生成和分类器迁移的创新框架。新构建的MBPMFI和BPMFI指数，特别是BPMFI，能够有效捕捉PMF在覆盖前、覆盖期和茂盛期的独特光谱时序特征，为实现大尺度、自动化的训练样本生成提供了高效可靠的途径，显著减轻了对人工采样或野外调查的依赖。研究表明，时间分类器迁移（Scenario-T）在回溯历史PMF分布方面表现稳健，为在训练样本稀缺情况下进行多年PMF制图提供了可行方案。

该框架的优势在于结合了指数法和机器学习的优点：指数法生成的样本解决了机器学习样本不足的问题，而机器学习则弥补了指数法因云污染无法生产无缝产品的缺陷，实现了即使在部分覆盖期数据缺失区域也能生成无缝PMF分布图。此外，该框架所依赖的Sentinel-2波段与Landsat档案数据兼容，意味着该方法同样适用于基于Landsat数据的PMF制图，具有较好的普适性。研究还将该框架推广到中国其他典型区域（如阿克苏地区、松嫩平原等）进行测试，均取得了良好效果（F1 > 0.92），证明了其跨区域应用的潜力。

尽管取得了成功，研究也指出了若干不确定性及未来改进方向。首先，在云雨频繁地区，覆盖期可用清晰影像的缺失会制约该框架的应用，未来可考虑融合更多光学卫星影像（如Landsat系列）以提供更密集的时间序列观测。其次，地膜厚度的区域差异可能影响提取精度，过薄的地膜易受土壤背景干扰，降低其在覆盖期的反射峰值，增加与Non-PMF的光谱相似性，这在内蒙古和山西部分地区的低精度结果中有所体现。最后，受GEE平台限制，本研究未探索深度学习算法（如DNN, CNN）在PMF制图中的应用，这些算法虽有潜力，但也面临计算成本和训练数据需求大的挑战。

总之，PMF-LP数据集的发布为黄土高原农业塑料薄膜残留污染评估、作物产量预测、农田生态系统温室气体通量估算以及相关环境政策制定提供了宝贵的数据基础。本研究提出的制图框架为在大尺度上高效、精准地监测PMF动态提供了可靠的技术方案，对推动农业遥感与农业可持续发展具有重要意义。