东北地理所在结合遥感技术与机器学习算法监测保护性耕作方面取得重要进展

文章预览

农田中作物秸秆的管理是减少土壤侵蚀和增加土壤有机质含量的一个重要考虑因素。秸秆覆盖作为一种以农秸秆覆盖还田、免 ( 少 ) 耕播种为主要内容的现代耕作技术体系，是作物秸秆管理的重要评价指标。因此，区域范围内玉米秸秆覆盖度的准确、快速识别，对监测保护性耕作实施、农业补贴政策的制定具有关键作用。 机器学习的优势在于其能够从海量数据中自动提取模式和规律，实现智能化决策和预测，为解决复杂问题提供高效方案。 Partial least squares regression (PLSR)  是一种线性非参数回归模型，相较之下， RR 和 LASSO 则是线性参数模型。研究以中国东北地区草甸土为研究区域，基于 GEE 云平台，结合 2019 年 -2023 年 10 期 Sentinel-2 时序遥感影像，获取玉米种植后苗期前的遥感影像光谱特征，进而构建 秸秆覆盖度 (CRC) 估测模型。通过比较不同机器 ………………………………