《Remote Sensing》：Controlled Reverse-Order Gradient Exchange in Bidirectional Feature Fusion
编辑推荐：
监测地中海农作系统中的冲沟动态至关重要，但农业实践（持续的机械压实和土壤耕作）会掩盖地形特征并干扰侵蚀分析，严重制约了相关监测。本研究讨论了通过区分自然侵蚀与农业干扰来量化侵蚀的策略，将多时相LiDAR数据（2014年、2020年、2024年）与基于正射影像图
监测地中海农作系统中的冲沟动态至关重要，但农业实践（持续的机械压实和土壤耕作）会掩盖地形特征并干扰侵蚀分析，严重制约了相关监测。本研究讨论了通过区分自然侵蚀与农业干扰来量化侵蚀的策略，将多时相LiDAR数据（2014年、2020年、2024年）与基于正射影像图（2011—2022年）的冲沟清单相结合。研究人员利用DEM差分（DEM of Difference, DoD）评估了2014—2020年和2020—2024年两个时期的体积变化，并在R环境中使用受试者工作特征（Receiver Operating Characteristic, ROC）曲线进一步验证了地形负开放度（Topographic Negative Openness, TNO）指数的形态计量性能。两种方法在检测永久性冲沟方面均表现出一致的高性能。TNO指数已被证明在大范围或低数据量区域的半自动边界划定中具有实用性。通过将DoD表面与冲沟清单相交，研究人员成功地将局部侵蚀过程从周围农业景观矩阵中分离出来。所量化的冲沟侵蚀速率严格反映其内部动态，已接近土壤形成的自然阈值，表明存在土壤退化风险。
土壤是维系农业生产的基础资源，侵蚀是土壤健康最严重威胁之一。在地中海地区，永久性橄榄园等集约农业加剧了水土流失；西班牙安达卢西亚的橄榄园土壤流失速率可达6.9–47 t ha
?1 yr
?1，远超欧洲自然成土速率（约1.4 t ha
?1 yr
?1）。传统野外监测受时空代表性、成本及复杂地形可达性限制，难以满足长期动态评估。近二十年，基于主动遥感的高分辨率地形（High-Resolution Topography, HRT）尤其LiDAR可生成高精度DEM，但集约农业景观中的频繁耕作和机械压实会掩盖自然侵蚀地形、产生强烈噪声，使DoD单独应用难以区分自然沟头退却与人为地形平整。TNO可强化深而封闭的线性几何特征，但将DoD与TNO耦合用于永久作物集约景观尚未充分测试。因此，本研究旨在评估这两种方法利用多时相LiDAR监测橄榄园冲沟动态的能力与局限，具体包括：分析多时相遥感量化地形变化的技术挑战，评估DoD和TNO在集约农业管理下的检测与监测适用性，量化净地形变化对应的体积土壤损失并定性评估治理措施效率。
研究区位于西班牙哈恩省托雷德尔坎波，面积约0.8 km
2，以雨养永久橄榄园为主，平均坡度6.2°，最大坡度59.8°，地处瓜达尔基维尔坳陷，土壤为粉砂黏土质钙积土（Calcisol），气候属地中海夏干型（Csa）。研究人员从西班牙国家地理研究所（IGN）获取2014、2020、2024年LiDAR点云（密度0.5–1.5点 m
?2），经地面分类和三角网线性插值生成0.75 m分辨率DEM；利用DEM差分（DoD）计算2014–2020和2020–2024两期净体积变化，设定垂直误差δ
z=0.20 m，合成DoD不确定性δ
uDoD=0.28 m作为最小检测限（minLoD），并以容重1.20 g cm
?3换算土量；同时基于IGN正射影像（2011、2013、2016、2019、2022）以1:2000比例尺目视解译并矢量化冲沟清单。研究人员在SAGA GIS中采用搜索半径10000 m、8个扇形方向计算TNO，并在R统计环境中用ROC曲线、曲线下面积（Area Under the Curve, AUC）、敏感性（Sensitivity, Se）、特异性（Specificity, Sp）和约登指数（Youden Index, J）验证TNO的形态计量性能。
### 3.1 冲沟清单
冲沟呈集中空间格局，由局部坡度不连续控制；第1—3区持续活跃，发育深度>11 m，对治理措施抵抗力强；第4—6区规模小且浅，后期从清单中消失，表明治理后处于长期恢复阶段。2011—2019年冲沟总面积总体下降（2011—2013年?2.91%，2013—2016年?55.05%，2016—2019年?59.93%），2019—2022年增加约9.15%。由于同期降水动态无显著变化，这些变化主要归因于农业活动和土地管理，而非气候因素。
### 3.2 DEM差分
DoD结果显示，冲沟内部净土壤流失速率分别为2014—2020年0.759 t ha
?1 yr
?1和2020—2024年1.035 t ha
?1 yr
?1；流域尺度速率（4.076和2.862 t ha
?1 yr
?1）超过自然成土速率，表明研究区存在土壤退化。第3区在两时段中流失最严重（?0.357和?0.390 t ha
?1 yr
?1），第2区流失量从?0.065降至?0.022。高程标准差上升（如第1区由0.039 m升至0.044 m）指示冲沟发育更成熟、侵蚀过程趋于均匀化。人为填土造成局部堆积，但累计高程差分仍有效识别出关键侵蚀区。
### 3.3 地形负开放度
TNO数值在各年间接近，但2024年最大值1.73超过平面理论值π/2（≈1.57），反映微地形粗糙度增加。低值区（<1.5 rad）对应冲沟头、切沟等凹形特征。ROC验证中，与LiDAR后立即编制的清单相比，2014年模型AUC最高（0.81）；与历史累计清单相比，2024年AUC最高（0.790），2014年为0.729，2020年为0.665，均优于随机分类。最优阈值在1.442–1.524 rad之间，接近1.57，因此会误判耕作沟、路沟等微凹地物；2020年模型Se高（0.87）但Sp低（0.46），2014年模型更平衡（Se=0.84, Sp=0.62）。TNO能有效捕捉线性切沟形态特征，支持半自动制图，但须结合最新清单验证。
讨论指出，多时相LiDAR方法在集约农业中表现良好，但存在悖论：0.75 m高分辨率既改善体积量化，又会捕获耕作沟、轮辙和压实等瞬时非地形特征，增加结构噪声；TNO在相对平坦的缓坡农地上数学对比度降低，导致非侵蚀性农业干扰与真实侵蚀特征混淆，需人工验证。传感器点密度限制使早期细沟被系统性低估，且minLoD=0.28 m会将深度小于28 cm的沟头退却或岸坡崩塌归为稳定，因此侵蚀速率应视为最低估计。采用单一容重1.20 g cm
?3也忽略冲沟底压实与岸坡松散之间的空间异质性，给绝对土量计算带来不确定性。沉积物平衡方面，长期净亏损表明土壤基质持续耗竭；高度连通的沉积物网络受>15°坡度和低TWI（<4）控制，地表结皮降低入渗、加剧径流，促进细沟向冲沟转化。机械填沟仅能暂时稳定，如第4冲沟2019年消失、2022年重新出现，说明缺乏水文控制的干预无效。研究人员据此建议优先降低水文连通性，在陡坡与高径流汇集点稳定坡体，可采取沿结构性流线设置永久植被覆盖（草水道）、在活动沟头上游修建拦沙坝、控制农业道路排水等措施。
总之，本研究证实基于多时相LiDAR数据集的工作流可为脆弱地中海农业生态系统中集中水蚀过程的针对性缓解策略提供系统框架。主要结论如下：第一，TNO指数在集约橄榄园中识别线性切沟区域表现出良好潜力，ROC验证AUC高于随机分类且特异性稳健，可作为定位沟头与沟道轴线的有效形态计量支持，尤其在缺乏历史清单、数据获取受限或农业情境下可实现高效半自动矢量化和制图。第二，该形态计量检测与DoD技术互补；将DoD体积表面与独立冲沟清单相交，可从周边景观矩阵中勾画与这些线性形态相关的特定侵蚀与沉积过程，减少农业噪声，从而更精确估算冲沟实际土壤侵蚀损失。第三，这些方法有效、经济且省时，但仍存在地理空白，限制了对不同永久作物系统在不同气候、岩性和土壤管理制度下长期行为的全面讨论。
