一种结合遥感与空间插值技术的双驱动框架，用于绘制秸秆覆盖下的土壤有机质分布图

《Precision Agriculture》：A dual-driven framework integrating remote sensing and spatial interpolation for mapping soil organic matter under straw cover

　　

摘要

目的

将农作物秸秆粉碎后撒在土壤表面是一种广泛采用的农业管理措施，旨在保护农田并提升土壤质量。然而，基于卫星的土壤有机质含量监测通常需要裸露的土壤条件。因此，持续的秸秆覆盖给传统的遥感土壤有机质监测带来了很大挑战。

方法

为解决这一问题，本研究提出了一种双驱动土壤有机质监测框架（DDF），该框架通过区分裸土区域和秸秆覆盖区域，将遥感估算与空间插值相结合。在该框架中，裸土区域被视为高可靠性的观测区域，其估算结果可作为观测条件有限的区域的空间插值依据。在裸土区域，从Sentinel-2卫星图像中提取光谱变量，并利用Boruta–SHAP算法识别出敏感特征，进而借助随机森林模型对这些高可靠性区域进行土壤有机质含量估算。在秸秆覆盖区域，则以裸土区域的估算结果为约束条件进行空间插值，从而在地表条件不均匀的情况下实现连续的土壤有机质含量监测。

结果

DDF在裸土区域的R²值为0.82（均方根误差为3.25克/千克），在秸秆覆盖区域的R²值为0.76（均方根误差为3.02克/千克）。在估算精度方面，DDF也优于随机森林模型、OK模型以及RFRK模型。

结论

研究结果表明，在地表观测条件存在空间差异的情况下，将裸土区域的估算结果作为条件信息纳入空间插值过程，能够有效克服观测带来的限制，实现区域尺度上土壤有机质含量的连续重建。