中心动态|西南大学李月臣教授团队在再生稻遥感监测领域取得新进展

近日，西南大学李月臣教授团队联合香港理工大学朱孝林教授团队、北京师范大学陈晋教授团队、电子科技大学曹入尹教授团队、重庆市农业科学院水稻研究所（重庆再生稻研究中心）姚雄研究员团队在《International Journal of Applied Earth Observation and Geoinformation》（中科院SCI一区，地球科学TOP，IF =8.6）上发表了题为“A novel two-step method for ratoon rice mapping using Sentinel-1/2 time series”的研究论文。该研究提出一种基于地块尺度多源遥感数据的两步法再生稻（TSRR）制图方法。

全球气候变化背景下，再生稻作为主动适应气候变化的农业种植模式，具有生育期短、产量高、米质优、省时省力、农业环境污染少等优势，在提升土地生产力和保障粮食安全方面发挥着重要的作用。然而，目前再生稻的时空分布信息仍不明确。现有的水稻遥感监测方法难以准确区分再生稻与双季稻等形态相似的稻作类型，且频繁的云量覆盖与降雨会降低光学遥感的有效性，进一步制约了监测精度。本研究提出一种基于地块尺度多源遥感数据的两步法再生稻（TSRR）制图方法。该方法整合Sentinel-1A SAR与Sentinel-2光学影像数据，利用主季稻与再生稻的独特生长特征，采用面向对象分割算法，并引入两种新型指数：基于合成孔径雷达的水稻遥感监测指数（SPRI）与基于合成孔径雷达的再生稻遥感监测指数（SRRI），无需依赖详细的物候信息对再生稻时空分布进行遥感监测。结果表明，TSRR 方法可有效区分再生稻与其他稻作类型，平均总体精度（OA）达 0.87，在区分再生稻与双季稻时表现尤为突出。该方法在不同区域具有较强的稳健性与可迁移性，可为大尺度水稻制图提供可靠解决方案，尤其适用于光学数据匮乏的多云地区，同时为作物监测、产量估算及国家农业资源清查工作提供重要支撑。

图1. SPRI 与 SRRI 的特征示意图。(a) 从Sentinel-1 VH 极化时间序列中提取的、用于构建 SPRI 的三种特征模式示意图；(b) 函数 f(T) 的示意图及再生季生育期样本；(c) SRRI 的特征示意图、不同水稻类型的Sentinel-1 VH极化时间序列曲线，以及再生稻主要物候期的影像示意图