基于Sentinel-2影像的吉林省中部黑土区保护性耕作范围的遥感识别

针对黑土区保护性耕作范围识别和监测方法的缺失问题，笔者选择位于吉林省中部的公主岭市和梨树县为研究区，通过耕地地表图像采集，构建了一种基于纠缠随机森林模型的秸秆覆盖率图像识别方法，获取研究区秸秆覆盖率数据集，并据此建立基于Sentinel--2遥感光谱指数的保护性耕作范围识别模型(支持向量机和逻辑回归),实现了黑土区保护性耕作范围的遥感反演与空间表征。结果表明：(1)由于“梨树模式”的高成效推广，该县免耕地块占比高达72.86%,而公主岭市免耕地块仅占36.03%;(2)免耕方式的推行带来了地表秸秆覆盖率的提升，免耕地块的秸秆覆盖率均值较非免耕地块高2倍以上，但仍然有40%左右的免耕地块存在秸秆覆盖率<4%的情况；(3)利用逻辑回归模型获得了耕作方式的高精度分类，其预测生成的保护性耕作范围空间分布图显示梨树县保护性耕作的绝对面积(1.95×10⁵ hm²)和保护性耕作占耕地总面积的比例(77.79%)均高于公主岭市(1.02×10⁵ hm²,30.01%)。