基于对象尺度光谱指数与Sentinel-2时序数据的农田地膜覆盖暴露期精准监测方法

针对地膜覆盖农田(PMF)动态监测难题，内蒙古农业大学团队创新性提出结合对象尺度分析(OBIA)与时间序列光谱指数的EDPM(暴露期)表征方法。研究通过优化Sentinel-2影像分割参数，构建NDVI/PMLI/BSI指数导数模型，实现PMF空间分布(OA=91.5%)与关键物候期(塑料覆盖日/作物生长期/冠层闭合日)的精准提取，为评估地膜覆盖气候效应提供新范式。

　　

在全球气候变化与粮食安全双重挑战下，农田塑料地膜覆盖(Plastic-Mulching, PM)技术因其显著的增温保墒作用，近40年在中国已形成1700万公顷的特殊农业景观。然而这种"白色革命"带来产量提升的同时，其动态暴露期(Exposure Duration of Plastic-Mulching, EDPM)通过改变地表反照率与蒸散发过程，正在深刻影响区域能量/碳平衡。传统遥感监测多聚焦单时相地膜覆盖识别，对关键物候节点和持续期的动态表征仍存在技术空白，严重制约着农业气候效应的量化评估。

内蒙古农业大学资源与环境科学学院的研究团队在《International Journal of Applied Earth Observation and Geoinformation》发表研究，创新性地融合对象尺度分析(Object-Based Image Analysis, OBIA)与时间序列光谱导数算法，构建了EDPM全周期监测框架。研究选取中国三大灌区之一的河套灌区为试验区，通过11景Sentinel-2影像和多期野外采样(3318个PM样本点)，采用ESP2尺度优化工具和改良欧氏距离(ED3_Modified)确定最优分割参数，结合随机森林特征优选(18个核心特征)，实现了多作物系统PMF的精准制图；进而通过NDVI、PMLI和BSI指数的Savitzky-Golay滤波重构与一阶/二阶导数分析，解析出塑料覆盖起始日(FEDPM)、作物出苗日(HEDPM)和冠层闭合日等关键物候节点。

关键技术包括：(1)多时相OBIA分割优化，通过ESP2工具和ED3_Modified评估确定77-88最优尺度参数；(2)随机森林反向消除策略从62个初始特征中优选18个核心特征(含SWIR1-R/R+SWIR1构建的PMLI指数)；(3)基于S-G滤波的NDVI/PMLI/BSI时间序列重构；(4)通过导数曲线拐点识别关键物候期，其中塑料覆盖日以PMLI二阶导数峰值确定，作物出苗日以BSI二阶导数谷值识别。

研究结果显示：多时相OBIA显著提升PMF识别精度，总体精度达91.5%(Kappa=0.90)，其中灌溉型PMF(IPMF)用户精度94.2%，非灌溉型(NIPMF)88.9%。时序分析表明，河套灌区东部地膜覆盖集中于4月下旬，西部延至5月下旬；作物出苗期在6月上旬至下旬，冠层闭合则主要发生在8月上旬。EDPM持续约3-4个月，其中IPMF系统FEDPM(50-60天)较NIPMF(20-30天)更长，而HEDPM在两类系统中均维持50-60天。验证表明，塑料覆盖日与冠层闭合日预测R²分别达0.73和0.71(p<0.001)，但EDPM预测精度相对较低(R²=0.60)。

该研究的突破性在于：首次提出EDPM定量表征框架，通过OBIA与导数时序分析的创新结合，解决了传统方法对地膜动态暴露期监测的盲区。研究发现IPMF(占32%)与NIPMF(占68%)在物候时序上的显著差异，为精准评估不同农艺措施的气候效应提供了数据基础。尽管存在云干扰和作物异质性等限制，该研究发展的技术路线为区域至全球尺度的PMF环境效应评估开辟了新途径，对实现农业可持续发展目标具有重要科学价值。未来研究需结合SAR数据克服光学遥感时效限制，并建立多作物EDPM预测模型以增强方法普适性。