牛粪浆液指数（BSI）：基于GeoFM牛场检测与Sentinel-2光谱构建的粪污塘综合制图框架

《International Journal of Applied Earth Observation and Geoinformation》：The Bovine Slurry Index (BSI): An integrated framework for manure pond mapping using GeoFM-derived cattle-operation detection and Sentinel-2 spectral formulation

　　

牛粪浆液指数（BSI）是一种综合框架，用于在已知牛场作业范围内进行粪污塘制图。Sentinel-2的B8A和B11波段能够捕捉粪污塘受限的近红外—短波红外（NIR-SWIR）光谱响应。粪污塘在跨区域暖季表现出总体一致的光谱特征。BSI-E在五个地理区域中优于所评估的水体指数。该工作流程可生成作业尺度的证据，为动物废弃物管理系统（AWMS）活动数据提供信息支撑。

一、研究背景与问题提出

畜牧业温室气体（GHG）排放的精确量化是气候减缓政策与畜牧系统长期可持续性的核心议题。甲烷（CH₄）主要来源于肠道发酵和粪便管理，后者同时产生氧化亚氮（N₂O）。粪便相关排放不仅取决于动物数量和排放因子，还取决于个体作业中粪便的处理和储存方式。然而，这些管理系统在作业尺度上很少被直接观测，导致基于动物废弃物管理系统（AWMS）分派的排放估算受限于不完整的活动数据。IPCC 2019年指南修订版中多项液体系统条目仍标注为“无数据”，表明现有经验证据不足以定义代表性默认值。液体粪便储存系统（如厌氧 lagoon、粪浆坑、沉淀池）因长期处于饱和和缺氧条件而有利于CH₄产生，在相同气候条件下单位动物的排放量可能高于固体或干式管理系统，但其地理分布、规模和持续性在作业尺度上仍未得到充分刻画。

二、研究内容与核心问题

本研究提出一个核心问题：能否通过目标特异性的遥感方法，在牛场作业范围内检测粪污塘，从而支持改进的粪便管理活动数据？为回答该问题，研究人员开发了牛粪浆液指数（Bovine Slurry Index, BSI），一种经验性的Sentinel-2光谱指数，用于在已知牛场作业足迹内检测粪污塘。GeoFM衍生的牛场足迹作为固定的上游空间约束，BSI利用液体粪肥在窄近红外（NIR）和短波红外（SWIR）波段的互补光谱行为，将粪污塘与作业内部其他暗色或湿润表面区分开来。该工作流程将上下文牛场检测与目标特异性光谱方法相结合，为AWMS基础设施提供空间证据，可支持畜牧业GHG清单和Climate TRACE等独立核算计划。

三、主要技术方法

研究使用了通过Google Earth Engine获取的Harmonized Sentinel-2 MSI Level-2A地表反射率影像，光谱表征采用B2-B8A和B11-B12波段。暖季中值合成影像分别覆盖北半球2024年6-8月和南半球2023年12月至2024年2月。参考粪污塘多边形在QGIS中按统一协议手工勾绘，并通过Google Hybrid、Bing Imagery和Esri World Imagery等多源高分辨率底图交叉核验。样本筛选分两步进行：首先利用归一化植被指数（NDVI）和改进归一化水体指数（MNDWI）剔除植被污染和低湿度样本，然后采用马氏距离（Mahalanobis distance）识别多元离群值。研究区域包括美国和中国（校准与域内验证）以及澳大利亚、阿根廷和巴西（外部验证）。

四、研究结果

4.1 光谱特征与指数构建

通过纯像元采样和光谱表征，研究人员发现粪污塘在NIR波段相对于开阔水体具有升高的反射率，而在SWIR波段相对于裸土和围栏区域更暗，这种中间态NIR-SWIR行为为区分粪污塘与牛场内部其他地类提供了光谱依据。基于此光谱对比，研究人员构建了BSI指数，利用窄NIR（B8A）和SWIR（B11）波段的组合来捕捉粪污塘的受限光谱响应。

4.2 季节变异性与类别可分性

对美国（n=1,518）和中国（n=1,212）样本的四季影像分析表明，粪污塘在暖季表现出跨区域总体一致的光谱特征，这为指数在不同季节和地理条件下的稳健应用提供了支持。

4.3 跨区域验证与性能比较

在五个地理区域的验证中，BSI-E（BSI的扩展版本）在检测粪污塘方面优于评估的多种水体指数（包括NDWI、MNDWI等）。外部验证在澳大利亚、阿根廷和巴西进行，覆盖了旱地feedlot和更湿润或植被覆盖度更高的环境，其中湿背景混淆预期更强，BSI-E仍表现出较好的性能。

五、讨论与结论

讨论部分指出，BSI的工作流程将上下文牛场检测与目标特异性光谱方法相结合，能够在作业尺度上生成AWMS基础设施的空间证据。该方法的端到端召回率受限于上游牛场足迹图层的完整性，BSI不试图在牛场多边形之外检测粪污塘。研究结论表明，BSI能够有效检测牛场作业范围内的粪污塘，其性能在多个地理区域优于传统水体指数，为改进畜牧业GHG清单中AWMS活动数据提供了可行的遥感方法。该工作流程可支持独立核算计划（如Climate TRACE）和畜牧业GHG排放的精细化估算，为识别粪便管理减排措施的重点区域提供作业尺度证据。