2025《秸秆覆盖遥感估算方法研究文献综述》4500字.docxVIP

PAGE2

秸秆覆盖遥感估算方法研究文献综述

秸秆覆盖度是保护性耕作实施度的关键监测指标，也是EPIC与SWAT等区域农业模型和水文模型的一个重要参数（黄晋宇等，2020）。从环境保护的角度考虑，秸秆还田与露天直接焚烧的方式相比，可以大量减少有害气体的排放，减少环境空气污染（Yin等，2017；KimOanh等，2018）。通过区域秸秆覆盖度信息的获取，不仅有助于了解保护性耕作实施情况、秸秆覆盖还田补贴政策的制定与实施，还可以用作生物地球化学模型中的关键因子（李志婷等，2016），更可以探究其对生态环境的影响（Smith等，2012；张淼等，2011）。因此，定量估算农田中的秸秆覆盖度具有重要意义。

快速、准确调查大区域范围内的秸秆还田情况对于监测保护性耕作实施情况和黑土地保护情况具有重要意义。实地调查秸秆覆盖度的方法，主要有两种：入户问卷调查和实地拍照/拉绳测量。问卷调查的方式需要大量人力、物力，而且调查结果的客观性无法保证；实地调查秸秆还田的方法主要有两种：照相法和拉绳测量法，调查精度高、客观性强。照相法即利用相机对调查样地垂直向下拍摄，然后识别作物秸秆像素，作物秸秆像素点与照片总像素点之比即为作物秸秆覆盖度。（张淼等，2011）。Jin等和黄晋宇等采用拉绳法测量玉米秸秆覆盖度，具体做法是：用长度为30m的刻度绳，分别以1m间隔作30个标记，测量时与种植行向呈45°夹角拉直并平铺于采样地，绳与地面秸秆垂直相交点数与绳上总标记数的比值即为秸秆覆盖度（Jinetal.,2015;黄晋宇等,2019）。入户问卷调查和实地调查的方法精度高、客观性强，但需要大量的人力、物力、作业效率低、劳动强度大，而且只能在有限的样点或者有限的村、镇内进行，在调查区域范围大、面积分散的情况下很难实施和开展。

遥感技术能够快速、低成本地实现大范围监测制图，目前逐渐成为秸秆覆盖度估算的主流手段（ZhengB等，2014）。近年来，可见光－近红外遥感（波段范围在400-2500nm）被广泛用干秸秆覆盖度的估算，目是前最主要的秸秆覆盖度遥感估算方式，其数据源主要包括TM、ETM+、ASTER、SPOT、Sentinel-2、IKONOS及Hyperion影像。目前，基于光学卫星影像的作物秸秆覆盖度估算方法主要有3种：光谱指数法、线性光谱分解法、和遥感分类方法。

（1）光谱指数法

光谱指数法是根据影像光谱指数与秸秆覆盖度之间的相关性而构建。国外保护性耕作提出的较早，所以利用遥感技术估算秸秆覆盖度的研究也相对早一些，Gausman等利用LandsatMSS卫星遥感影像区分土壤与秸秆光谱特征（Gausmanetal.,1975）。Biard和Baret通过实验室实验测定不同含水量条件下的玉米秸秆光谱反射率，得出的结论是利用两个波段可以较好的定义散点图中的裸土线和玉米秸秆线REF_Re\h图12，但是等值线的确定受秸秆的衰老程度影响比较大。于是，他们提出CRIM(cropresidueindexmultiband)多光谱波段作物秸秆指数，并利用LandsatTM影像的Band2、Band3、Band4和Band5进行了提取实验，使用该方法的前提条件是能够准确、清晰的定义土壤线和秸秆线，但秸秆线的确定受秸秆衰老程度影响较大，情况比较复杂，难以统一确定（BiardBaret，1997）。Daughtry等人对如何利用荧光和高光谱影像区分土壤和作物秸秆进行了探索，他们的结论是：荧光技术比反射率手段更适合于从土壤中区分作物秸秆，但荧光必须在有足够的激发能量诱导荧光的情况下才能使用，其应用推广受到限制（Daughtryetal.,1996）；作物秸秆在2.1μm附近存在强吸收波谷，利用这一特征可以对土壤和作物秸秆进行区分（Daughtry,2001）。Bocco等利用神经网络和作物秸秆指数两种方法提取了玉米和大豆的秸秆信息（Boccoetal.,2014）。Sharma等以Landsat-7ETM+和Landsat-8OLI卫星影像为数据源，通过构建NDTI(normalizeddifferencetillageindex)归一化差值耕作指数、NDI7(normalizeddifferenceindex7)归一化差值指数7、NDI5(normalizeddifferenceindex5)归一化差值指数5、NDSVI(normalizeddifferencesenescentvegetativeindex)归一化差值衰老植被指数、ModCRC(modifiedCRC)修正的作物秸秆覆盖指数和STI(simpletillag