多平台遥感技术在中国东北黑土地区研究保护性耕作对玉米生长动态的影响

《Field Crops Research》：Impact of conservation tillage on maize growth dynamics in black soils of Northeast China through multi-platform remote sensing

东北黑土区李树县通过多源遥感数据融合分析发现，2015-2022年保护性耕作（CST）实施面积占比从14%提升至85%，CST显著促进干旱条件下砂质土壤玉米生长，但潮湿环境下表现欠佳。研究构建NDVI_max和LAI动态指标，表明CST推迟出苗期1-5天，延长生长期3-6天，且砂质土壤LAI峰值较传统耕作低2%。

　　

刘洪军|孙俊玲|万伟|刘世文|李建伟|吕伟|刘忠

中国农业大学土地科学与技术学院，北京100193

摘要

背景

保护性耕作（CST）被广泛推广用于改善中国东北黑土地区的土壤健康状况，但其对玉米生长动态的影响仍存在争议。短期和局部实验的结果并不一致，这突显了进行长期、大规模评估的必要性。

目的

本研究旨在量化CST对玉米生长动态的影响，确定适合采用CST的地区，并诊断需要改进CST实践的区域。

方法

通过整合Sentinel-1 SAR、Landsat-8 OLI和地面测量数据来获取作物残茬覆盖度（CRC），以监测CST的空间实施情况。使用植被指数（NDVI、EVI）来构建作物生长趋势和物候指标，以评估CST对玉米生长动态的影响。此外，还利用无人机多光谱图像获取了整个生长季节的叶面积指数（LAI），以对基于卫星的结果进行实地验证。本研究的局限性在于没有直接测量谷物产量。

结果

2015年至2022年间，具有≥30% CRC的耕地比例从14%增加到85%，反映了Lishu县CST的有效推广。根据CRC的空间分布，对不同土壤类型下玉米生长趋势的统计分析表明，CST在干旱条件下有利于玉米生长，尤其是在沙质土壤中；但在湿润条件下，CST的表现较差。CST略微推迟了早期物候发育（生长季开始时间SOS约1-5天），但延长了后期生长阶段（营养生长期VGS和生殖生长期RGS约1-4天，以及生长季结束时间EOS约3-6天），沙质土壤中的变化较为温和，而粘土土壤中的变化更为明显。无人机观测显示，在CST条件下早期生长较慢，LAI比传统耕作（CVT）低0.04-0.22（p = 0.042）。从抽雄到灌浆期，两种处理方法之间的LAI差异扩大到0.23（p = 0.037），且CST的LAI生长速率高于CVT（0.048 d?1 vs 0.039 d?1）。然而，由于早期生长缓慢，CST条件下的峰值LAI略低（约2%），同时衰老过程也被延迟。

结论

CST应因地制宜、根据具体情境实施。例如，对于积水严重的粘土土壤，采用扰动最小的垄作方式较为合适；而对于早季玉米出苗延迟的情况，条带耕作可以起到缓解作用。这种有针对性的做法使CST能够在保护土壤和稳定粮食生产方面实现协同效益。

意义

本研究为优化CST的推广提供了多尺度证据，有助于中国东北黑土地区的可持续耕作管理，实现土壤保护和粮食生产的协同效益。

引言

土壤退化是全球可持续农业面临的主要威胁之一。受影响最严重的地区是中国东北的黑土区，这是该国主要的粮食生产基地。数十年的传统耕作（CVT）导致严重的土壤退化和有机质流失，从而对长期粮食安全构成重大风险（Li等人，2023b）。

作为一种可持续的替代方案，保护性耕作（CST）强调免耕和保持作物残茬覆盖度（CRC ≥ 30%）（Paul，2012），因其对土壤质量的积极影响而得到广泛推广，包括改善土壤结构、减少侵蚀和增强碳封存（Jiang等人，2006；Bogunovic等人，2018）。此外，CST可以通过保持土壤水分促进作物生长（Busari等人，2015；Baiamonte等人，2019）。然而，其对玉米生长和产量的影响仍存在争议。在寒冷地区，CST可能会降低土壤温度并延迟出苗（Chen等人，2011）；而在排水不良的粘土土壤中，它可能会加速衰老并降低叶绿素含量（Ren等人，2016；Yu等人，2023）。此外，研究表明，作物残茬形成的湿润和遮荫微环境可能会增加作物病虫害的风险（Du等人，2022）。

然而，这些发现大多来自局部田间试验（Zhang等人，2015）或作物模型模拟（Mkoga等人，2010）。田间尺度上的结果往往受到气候、地形和土壤质地等特定环境因素的强烈影响，且其时间覆盖范围通常有限。此外，CST的效益是渐进的，随着时间的推移逐渐改善土壤健康和韧性，而不是立即提高产量（Achankeng和Cornelis，2023）。因此，这些研究的普遍性有限，无法全面反映CST的总体效果，这突显了其影响的复杂性以及缺乏长期、大规模的证据。遥感技术能够实现长期、大规模的作物生长监测，为评估CST的影响、确定推广区域和指导黑土保护及粮食安全提供了重要支持。

基于此背景，选择了中国东北黑土区的Lishu县作为研究地点。该县拥有约26.2万公顷的可耕地，其中玉米种植面积为23.5万公顷，占总种植面积的90%以上（Sun等人，2022）。Lishu县是中国玉米残茬还田技术的发源地和示范区，已有超过17年的连续实践经验（Yan等人，2022），为评估CST对玉米生长动态的影响提供了代表性案例。在此基础上，我们提出了一个技术框架，为大规模推广CST和可持续土壤管理提供指导。

准确划分CST区域是评估的前提，通常以CRC ≥ 30%作为标准。传统采样方法劳动强度高（Daughtry等人，1997；Riegler-Nurscher等人，2018）。相比之下，近2100纳米波长的高光谱数据可以识别作物残茬中的纤维素和木质素（Daughtry等人，2005）。然而，这种技术成本较高。配备SWIR波段的多光谱卫星（如Landsat和Sentinel-2）在一定程度上支持了CRC指数的开发，包括NDTI（Wang等人，2024）、MSACRI（Zandler等人，2022）和CRCSI（Zhang等人，2025），但其分辨率有限，特别是在沙质土壤或高湿度条件下（Biard和Baret，1997；Daughtry等人，2006；Daughtry等人，2010）。为了解决这些问题，本研究结合了对残茬成分敏感的光谱指数、描述残茬空间分布的光学纹理特征以及与残茬引起的粗糙度相关的SAR后向散射系数（Du等人，2025）。这种多源融合旨在提高残茬与背景之间的区分度，并提高CRC反演的准确性。

为了研究CST对玉米生长动态的影响，构建了一个作物生长趋势指标，并提取了物候阶段。具体而言，使用年度最大NDVI值来表示作物生长高峰，并通过Z分数对多年平均值进行标准化，以构建作物生长趋势指标（Kalecinski等人，2024；Al-Shammari等人，2025），并根据当前指数值与历史基线的偏差推断生长表现（Wu等人，2023）。此外，分析了增强型植被指数（EVI）的时间序列曲线及其一阶导数，以捕捉生长速率，这些特征用于划分玉米物候阶段（Liu等人，2025a）。利用这些指标，分析了CST对不同土壤类型和CRC水平下玉米生长趋势和物候时序的影响。

在区域尺度上，卫星观测提供了关于作物生长动态的宝贵信息，但其结果通常需要在田间进行验证（Jiang等人，2006；Gu等人，2013）。无人机（UAV）多光谱图像提供了精细的空间分辨率和对冠层结构和叶绿素状态敏感的红边波段，从而能够精确获取作物参数（Guo等人，2023；Liu等人，2025b）。其中，叶面积指数（LAI）与作物活力、叶绿素含量和干物质积累密切相关，是作物发育的可靠指标（Singhal等人，2024；Hussain等人，2025）。因此，使用UAV图像在整个生长季节监测CST和CVT试验田，并获取整个生长季节的LAI，作为卫星数据的补充验证。然而，在缺乏长期、区域尺度的产量数据和直接田间产量测量的情况下，本研究主要利用来自卫星和UAV观测的植被指数来表征玉米生长动态，而不是直接量化产量响应。在未来的工作中，我们将结合作物产量观测，更全面地评估CST对玉米生长动态和最终产量的影响。

总之，本研究旨在系统评估CST对中国东北黑土地区玉米生长动态的影响，并确定适合推广CST的区域。目标是：（1）开发一个多源数据融合模型来反演CRC并监测其时空变化；（2）量化CST对玉米生长趋势和物候特征的影响；（3）通过从田间实验中获取整个生长季节的LAI来验证基于卫星的结果。这项研究不仅为特定地区的CST推广提供了科学依据，还为那些推广受限的地区提供了优化土壤管理策略的实际指导。

研究区域

位于中国东北松辽平原四平市的Lishu县（43°02′–43°46′N，123°45′–124°53′E）是主要的春玉米生产区（图1a）。该地区主要为黑土、黑钙土和淋溶土，其特征是相对较高的有机质含量和丰富的养分。土壤质地空间上具有异质性，包括壤土、沙壤土、沙质粘土、沙质粘壤土和粘土及粘壤土（图1c）。尽管如此，黑土仍以平均速度遭受侵蚀

CRC反演模型的开发

六个光谱指数与CRC显示出统计学上的显著相关性（|R| > 0.7，p < 0.01），总体上比纹理和雷达特征具有更强的预测能力（表6）。其中，NDTI和STI与CRC的相关性最强（R > 0.85），表明它们对残茬相关光谱变化具有高敏感性。对于基于纹理的变量，从3×3窗口导出的“平均”纹理指标（特别是Mean_B5（R = 0.632）

CRC反演的准确性

中国政府通过政策和支持计划大力推广CST，将其作为黑土恢复的关键措施，并提供经济激励措施鼓励农民采用残茬保留和减少耕作（Guo等人，2022）。这些补贴不仅抵消了与传统耕作相比的短期经济劣势，还提高了长期土壤可持续性和农业生产力（Liang等人，

结论与意义

本研究通过整合Sentinel-1 SAR和Landsat-8 OLI图像，开发了一套多源遥感特征集，用于反演CRC的时空动态，并评估CST对玉米生长的影响，其中NDVI和LAI作为玉米生长动态的代理指标，而不是直接测量产量。研究结果为在不同农业生态区域优化和推广CST实践提供了宝贵见解。

结果表明，结合光学

CRediT作者贡献声明

李建伟：监督、调查。刘世文：监督、调查。吕伟：监督、数据管理。刘忠：撰写——审稿与编辑、监督、资金获取、概念构思。刘洪军：撰写——初稿、可视化、验证、方法论、调查、数据管理、概念构思。万伟：撰写——审稿与编辑、监督、资金获取。孙俊玲：监督、方法论、数据管理、概念构思。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了国家重点研发计划（项目编号：2022YFD1500701）和国家自然科学基金（项目编号：42301091、42171324）的支持。