近日，中国科学院空天信息创新研究院研究团队联合石河子大学在棉田早期遥感识别方法方面取得新研究进展。
棉花是重要的经济作物，及时准确地获取棉花分布信息对农业生产管理、灌溉用水分配及农业保险等具有重要意义。然而，在生长季早期冠层尚未充分发育，作物间光谱及物候差异有限，现有棉花早期识别方法通常依赖生长峰值时期作物物候或生理特征差异进行，时效受限，难以满足早期管理决策需求。
针对上述问题，中国科学院空天信息创新研究院（空天院）团队联合石河子大学提出了一种基于种植管理差异的棉田早期遥感识别方法。新疆作为我国最大的棉花主产区，研究团队通过探索新疆独特的机械化覆膜播种模式，利用作物间覆膜占比差异，实现播种期棉田遥感制图。
新疆棉花生产广泛采用机械化覆膜和膜下滴灌技术，当前新疆棉花种植主要采用“一膜三管六行”的机采棉种植方式。研究团队通过模拟分析及无人机尺度验证，发现在10m像元内棉田的覆膜面积占比显著高于其他覆膜农田（图1、图2），这一种植管理差异为早期遥感识别提供了理论依据。
研究团队通过对覆膜农田的光谱特征分析发现覆膜农田在可见光至近红外波段存在高反射特征，且在蓝、绿波段最为显著，由此构建了PMI（Plastic-mulched Index）指数，用于最大化区分覆膜与非覆膜农田（图3），同时通过分析覆膜农田的纹理特征，发现对于蓝波段灰度共生矩阵提取的SAVG（Sum Average）特征，其对邻域内高反射像元比例及集中程度敏感，能够有效表征覆膜面积占比情况（图4）。由于棉田的覆膜面积占比显著高于其他覆膜农田，在覆膜期展现出更高的PMI与SAVG时序特征值（图5），由此构建早期识别特征。
基于上述分析，研究团队利用Sentinel-2提取棉田早期识别特征，并采用随机森林算法构建新疆棉花早期识别模型，结合分类器迁移策略实现新疆棉田早期识别。结果表明，该方法能够在覆膜阶段实现新疆棉田早期识别，将棉田最早可识别时间提前至收获前约4-4.5个月，早期制图总体精度达到84.70%，棉花F1-score达到88.16%，与基于物候特征的季中制图方法相比，该方法显著提升了制图时效性。
该项研究通过探索作物种植管理的特殊性，将新疆棉田最早可识别时间提前至播种期，对于早期灌溉用水分配及农情监测具有重要意义。研究成果以“Advancing the earliest identifiable timing of cotton fields by the unique mechanized plastic-mulching practices in Xinjiang”为题，发表于遥感领域顶级期刊《Remote Sensing of Environment》。空天院博士生曾如冰为第一作者，空天院研究员、中国科学院青促会优秀会员黄长平为通讯作者。研究工作得到国家自然科学基金、新疆兵团科技项目、中国科学院青年创新促进会优秀会员等项目资助。
论文链接：https://doi.org/10.1016/j.rse.2026.115416
图1 新疆覆膜种植模式及覆膜面积占比示意图：（a）棉花“一膜三管六行”种植模式；（b）棉花“一膜三管三行”种植模式；（c）其他作物“一膜两管四行”种植模式；（d）其他作物“一膜一管两行”种植模式；（e）四种种植模式在像元与行方向夹角为0°和45°下覆膜面积占比模拟结果；（f）不同像元与行方向夹角下覆膜占比模拟结果
图2 覆膜期棉田与玉米农田无人机影像分析结果：（a）棉田无人机RGB影像；（b）玉米农田无人机RGB影像；（c）10m网格内地膜与土壤区域分割示意图；（d）棉田和玉米农田覆膜面积占比分割统计结果
图3 覆膜农田光谱特征分析：（a-f）覆膜农田、非覆膜农田及作物在DOY 092-142的光谱曲线对比；（g-l）DOY 122-132内不同波段及PMI对于三类地物的可分性分析
图4 覆膜农田纹理特征分析：（a）覆膜农田、非覆膜农田及作物样本及高分辨率Google Earth影像示意图；（b）三类地物的蓝波段SAVG时序曲线；（c）基于蓝波段灰度共生矩阵计算的不同纹理特征的可分性对比；（d）不同波段灰度共生矩阵计算的SAVG可分性对比
图5 棉田早期识别特征
图6 早期及季中棉花制图对比：（a）棉田早期识别结果；（b）棉田季中识别结果；（c）六个典型棉花种植区空间细节展示
动态新闻