白浆土是吉林、黑龙江两省的主要耕地土壤之一，准确监测白浆土分布和土壤有机质（SOM）含量对评估其质量现状与退化过程具有重要意义。长期的高强度开垦导致白浆土耕地的白浆层上翻，与黑土层混合。这一现象显著改变了白浆土耕地的光谱特性，使其区别于其他土壤类型，增加了精确监测其分布及SOM含量的难度。

针对这一问题，中国科学院东北地理与农业生态研究所农业遥感学科组的研究人员在典型白浆土与非白浆土交错区——八五二农场，开展了相关研究。研究团队首先筛选出2021至2023年研究区所有裸土期（4-5月）无云的Sentinel-2影像，基于白浆土与非白浆土的光谱差异，创新性地构建了“Normalized Difference Planosol Index (NDPI)”遥感指数，用以反映白浆层的上翻程度，提取土壤“白度”信息。结合混合概率模型，研究人员评估了该指数在白浆土分布提取及SOM制图中的应用效果。

研究发现，5月是典型白浆土与非白浆土交错区开展SOM制图与白浆土提取的最佳时间窗口。基于随机森林模型，结合多期5月份的裸土影像，研究团队成功实现白浆土空间分布的高精度提取，总体精度高达97.66%，Kappa系数为0.93。同时，研究表明混合概率模型在SOM制图中优于传统全局模型，表现最佳的模型R²达到0.81，RMSE为4.29 g/kg，且制图结果更加平滑和连续。此外，NDPI指数的引入，不仅有效提升了白浆土分布的提取精度，也显著提高了该区域SOM制图的准确性。

图1. 研究区位图：（a）研究区位置及东北地区白浆土分布；（b）采样点分布图；（c）5月份Sentinel-2遥感影像；（d）白浆土剖面照片；（e）白浆土耕地表面照片；（f）景观照

图2. 白浆层上翻示意图

图3. 白浆化指数(NDPI)表现耕层白浆化程度

图4. 不同模型SOM制图结果：（a）单时相全局模型；（b）多时相全局模型；（c）普通混合模型；（d）概率混合模型

尽管遥感技术在土壤有机质制图方面已较为成熟，但在白浆土与非白浆土交错区，翻耕导致耕层土壤光谱特性在不同时期差异明显，常规方法可能会产生较大误差。该研究成果为精准评估和监测白浆土区的土壤质量提供了新思路。

该研究发表在农林科学领域1区Top期刊Soil and Tillage Research上，刘焕军研究员团队联合培养硕士研究生藏德强为第一作者，助理研究员罗冲为通讯作者。研究工作得到国家重点研发计划项目（2021YFD1500100）资助。

论文标题:

Improving the accuracy of soil organic matter mapping in typical Planosol areas based on prior knowledge and probability hybrid model

发表期刊:

Soil and Tillage Research

论文全文链接:

https://www.sciencedirect.com/science/article/pii/S0167198724003593