典型黑土水蚀区田块尺度精准管理分区研究

doi:10.15933/j.cnki.1004-3268.2025.05.017

摘要/Abstract

摘要： 为实现黑土水蚀区精准管理分区，以黑龙江省黑河市鹤山农场的田块（典型黑土水蚀区田块）为研究对象，根据其水蚀程度进行精准管理分区，分别使用不同期Sentinel-2裸土影像与数字高程模型（DEM）数据进行组合，采用面向对象分割方法对田块进行精准管理分区，然后利用多年作物生长期影像提取归一化植被指数（NDVI），对不同输入量下的分区结果进行评价；基于最优分区结果探究不同水蚀程度土壤特征，明确土壤不同水蚀程度对耕地的影响。结果表明，田块内部水蚀程度越严重，光谱反射率越高，重度水蚀光谱反射率明显高于轻度水蚀光谱反射率；面向土壤水蚀的精准管理分区效果最优输入量为5月遥感影像与DEM数据（区间变异系数与区内变异系数的比值为2.11），分区时加入4月、10月遥感影像精度降低；基于精准管理分区结果，依据土壤结构稳定性指数（St）确定水蚀程度发现，水蚀程度越高，土壤有机质与速效氮含量越低。以上表明，选择合适的输入量是提高黑土区土壤水蚀田块尺度精准管理分区精度的关键。

关键词: 黑土水蚀区, 遥感, 精准管理分区, 面向对象分割

Abstract: In order to achieve precise management zoning of black soil water erosion areas，the field blocks of Heshan Farm in Heihe City，Heilongjiang Province（typical black soil water erosion areas）were taken as the research object. Precise management zoning was carried out based on their water erosion degree.Sentinel‐2 bare soil images and digital elevation model（DEM）data from different periods were combined，and object‐oriented segmentation methods were used to accurately manage the field blocks.Then，normalized vegetation index（NDVI）was extracted from multi‐year crop growth period images to evaluate the zoning results under different input quantities.Soil characteristics with different degrees of water erosion were explored based on optimal partitioning results，and the impact of different degrees of water erosion on cultivated land was clarified.The results showed that the more severe the water erosion inside the field，the higher the spectral reflectance，and the spectral reflectance of severe water erosion was significantly higher than that of mild water erosion；The optimal input for precise management zoning of soil water erosion was May remote sensing images and DEM data（with a ratio of interval coefficient of variation to intra area coefficient of variation of 2.11），and the addition of April and October remote sensing images reduced accuracy during zoning；Based on precise management zoning results and soil structure stability index（St），it was found that the higher the degree of water erosion，the lower the content of soil organic matter and available nitrogen.The above shows that choosing the appropriate input volume is the key to improve the accuracy of field‐scale precision management zoning of soil water erosion in the black soil area.

Key words: Black soil water erosion region, Remote sensing, Precision management zoning, Object‐oriented segmentation

中图分类号:

S127

马雨欣, 李晨曦, 马士耐, 王轶昂, 刘焕军, 暴帅. 典型黑土水蚀区田块尺度精准管理分区研究[J]. 河南农业科学, 2025, 54(5): 149-158.

MA Yuxin, LI Chenxi, MA Shinai, WANG Yiang, LIU Huanjun, BAO Shuai. Research on Precise Management Zoning at Field Scale in Typical Black Soil Water Erosion Areas[J]. Journal of Henan Agricultural Sciences, 2025, 54(5): 149-158.

图/表 10

参考文献

［1］WEN Y R，KASIELKE T，LI H，et al. A case‐study on history and rates of gully erosion in Northeast China［J］.Land Degradation & Development，2021，32（15）：4254‐4266.

［2］LIU X B，ZHANG S L，ZHANG X Y，et al. Soil erosion control practices in Northeast China：A mini‐review［J］.Soil and Tillage Research，2011，117：44‐48.

［3］ QIAO L，WANG X H，SMITH P，et al. Soil quality both increases crop production and improves resilience to climate change［J］. Nature Climate Change，2022，12：574‐580.

［4］LIU X B，ZHANG X Y，WANG Y X，et al. Soil degradation：A problem threatening the sustainable development of agriculture in Northeast China［J］. Plant，Soil and Environment，2010，56（2）：87‐97.

［5］AASEN H，BOLTEN A. Multi‐temporal high‐resolution imaging spectroscopy with hyperspectral 2D imagers：From theory to application［J］.Remote Sensing of Environment，2018，205：374‐389.

［6］鲍依临，孟祥添，刘焕军，等. 近20年农田精准管理分区施肥方法研究进展［J］.土壤通报，2021，52（4）：988‐999.

BAO Y L，MENG X T，LIU H J，et al. Review on site‐specific management zone for zonal fertilization delineation in last 20 years［J］.Chinese Journal of Soil Science，2021，52（4）：988‐999.

［7］DE OLIVEIRA J F，MAYI S，MARCHÃO R L，et al.Spatial variability of the physical quality of soil from management zones［J］.Precision Agriculture，2019，20 （6）：1251‐1273.

［8］李翔，潘瑜春，马景宇，等.基于多种土壤养分的精准管理分区方法研究［J］.土壤学报，2007，44（1）：14‐20.

LI X，PAN Y C，MA J Y，et al. Soil nutrients‐based zoning for management of precision agriculture［J］.Acta Pedologica Sinica，2007，44（1）：14‐20.

［9］MORAL F J，TERRÓN J M，REBOLLO F J.Site‐specific management zones based on the Rasch model and geostatistical techniques［J］.Computers and Electronics in Agriculture，2011，75（2）：223‐230.

［10］OHANA‐LEVI N，BAHAT I，PEETERS A，et al. A weighted multivariate spatial clustering model to determine irrigation management zones［J］. Computers and Electronics in Agriculture，2019，162：719‐731.

［11］SAIFUZZAMAN M，ADAMCHUK V，BUELVAS R，et al.Clustering tools for integration of satellite remote sensing imagery and proximal soil sensing data［J］.Remote Sensing，2019，11（9）：1036.

［12］刘焕军，邱政超，孟令华，等.黑土区田块尺度遥感精准管理分区［J］.遥感学报，2017，21（3）：470‐478.

LIU H J，QIU Z C，MENG L H，et al.Site‐specific management zone of field scale based on remote sensing image in a black soil area［J］. Journal of Remote Sensing，2017，21（3）：470‐478.

［13］DAMIAN J M，PIAS O H C，CHERUBIN M R，et al.Applying the NDVI from satellite images in delimiting management zones for annual crops［J］.Scientia Agricola，2020，77（1）：e20180055.

［14］马士耐，殷悦，于滋洋，等.引入地形因子的无人机遥感精准管理分区研究［J］.吉林农业大学学报，2021，43（2）：205‐212.

MA S N，YIN Y，YU Z Y，et al. UAV remote sensing accurate management zoning with terrain factor［J］.Journal of Jilin Agricultural University，2021，43（2）：205‐212.

［15］刘焕军，宇万太，张新乐，等. 黑土反射光谱特征影响因素分析［J］.光谱学与光谱分析，2009，29（11）：3019‐3022.

LIU H J，YU W T，ZHANG X L，et al. Study on the main influencing factors of black soil spectral characteristics［J］. Spectroscopy and Spectral Analysis，2009，29（11）：3019‐3022.

［16］陈红，江旭聪，任磊，等.基于RUSLE模型的淮河流域土壤侵蚀定量评价［J］.土壤通报，2021，52（1）：165‐176.

CHEN H，JIANG X C，REN L，et al. Quantitative evaluation of soil erosion in the Huaihe River Basin based on RUSLE model［J］. Chinese Journal of Soil Science，2021，52（1）：165‐176.

［17］徐少杰，邓良，赵明松，等.安徽省1980—2020年土壤侵蚀时空变化特征［J］.科学技术与工程，2023，23（1）：109‐116.

XU S J，DENG L，ZHAO M S，et al.Spatial‐temporal characteristics of soil erosion in Anhui Province from 1980 to 2020［J］.Science Technology and Engineering，2023，23（1）：109‐116.

［18］王海涛，谢红霞，杨勤科，等.湖南蒸水流域近20年土壤侵蚀时空变化［J］.中国水土保持科学（中英文），2021，19（2）：33‐42.
WANG H T，XIE H X，YANG Q K，et al.Spatio‐temporal variation of the soil erosion in Zhengshui River Basin，Hunan Province［J］. Science of Soil and Water Conservation，2021，19（2）：33‐42.

［19］吴发启，王健. 土壤侵蚀原理［M］.3版. 北京：中国林业出版社，2017.
Wu F Q，Wang J. Principles of soil erosion［M］. 3rd ed. Beijing：China Forestry Press，2017.

［20］史志华，宋长青. 土壤水蚀过程研究回顾［J］. 水土保持学报，2016，30（5）：1‐10.
SHI Z H，SONG C Q. Water erosion processes：A historical review［J］. Journal of Soil and Water Conservation，2016，30（5）：1‐10.

［21］SONG F F，XU M G，DUAN Y H，et al. Spatial variability of soil properties in red soil and its implications for site‐specific fertilizer management［J］.Journal of Integrative Agriculture，2020，19（9）：2313‐2325.

［22］BREIMAN L. Random forests［J］.Machine Learning，2001，45（1）：5‐32.

［23］LIAW A，WIENER M. Classification and regression by random forest［J］. R news，2002，2（3）：18‐22. ［24］PIERI C. Fertility of soils：A future for farming in the west African savannah［M］. Springer Science & Business Media，2012.

［25］LI H Q，ZHU H S，QIU L P，et al. Response of soil OC，N and P to land‐use change and erosion in the black soil region of the Northeast China［J］.Agriculture，Ecosystems & Environment，2020，302：107081.

［26］BENZ U C，HOFMANN P，WILLHAUCK G，et al.Multi‐resolution， object‐oriented fuzzy analysis of remote sensing data for GIS‐ready information［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2004，58（3/4）：239‐258.

［27］陈春雷，武刚. 面向对象的遥感影像最优分割尺度评价［J］. 遥感技术与应用，2011，26（1）：96‐102.
CHEN C L，WU G. Evaluation of optimal segmentation scale with object‐oriented method in remote sensing［J］.Remote Sensing Technology and Application，2011，26（1）：96‐102.

［28］王绍强，朱松丽，周成虎.中国土壤土层厚度的空间变异性特征［J］.地理研究，2001，20（2）：161‐169.
WANG S Q，ZHU S L，ZHOU C H. Characteristics of spatial variability of soil thickness in China［J］.Geographical Research，2001，20（2）：161‐169.

［29］MKHABELA M S，BULLOCK P，RAJ S，et al. Crop yield forecasting on the Canadian Prairies using MODIS NDVI data［J］. Agricultural and Forest Meteorology，2011，151（3）：385‐393.

［30］BORRELLI P，ROBINSON D A，PANAGOS P，et al.Land use and climate change impacts on global soil erosion by water（2015—2070）［J］. Proceedings of the National Academy of Sciences of the United States of America，2020，117（36）：21994‐22001.

［31］张丹红，王效科，张路，等.大比例尺土壤保持服务制图分级方法研究［J］.生态学报，2021，41（4）：1391‐1401.
ZHANG D H，WANG X K，ZHANG L，et al. Research on the classification methods of ecosystem service of soil retention for large‐scale choropleth mapping［J］.Acta Ecologica Sinica，2021，41（4）：1391‐1401.

［32］XU S X，WANG X J，MA X F，et al.Risk assessment and prediction of soil water erosion on the middle northern slope of Tianshan mountain［J］. Sustainability，2023，15（6）：4826.

［33］SILVA T P，BRESSIANI D，EBLING É D，et al. Best management practices to reduce soil erosion and change water balance components in watersheds under grain and dairy production［J］. International Soil and Water Conservation Research，2024，12（1）：121‐136.

［34］ALEWELL C，RINGEVAL B，BALLABIO C，et al.Global phosphorus shortage will be aggravated by soil erosion［J］. Nature Communications，2020，11（1）：4546.

［35］CHI W F，ZHAO Y Y，KUANG W H，et al. Impacts of anthropogenic land use/cover changes on soil wind erosion in China［J］. Science of the Total Environment，2019，668：204‐215.

［36］XIONG M Q，LENG G Y. Global soil water erosion responses to climate and land use changes［J］. Catena，2024，241：108043.

［37］张科利，刘宏远. 东北黑土区冻融侵蚀研究进展与展望［J］.中国水土保持科学，2018，16（1）：17‐24.
ZHANG K L，LIU H Y. Research progresses and prospects on freeze‐thaw erosion in the black soil region of Northeast China［J］.Science of Soil and Water Conservation，2018，16（1）：17‐24.

［38］刘焕军，鲍依临，徐梦园，等. 基于SOM和NDVI的黑土区精准管理分区对比［J］.农业工程学报，2019，35（13）：177‐183.
LIU H J，BAO Y L，XU M Y，et al. Comparison of precision management zoning methods in black soil area based on SOM and NDVI［J］. Transactions of the Chinese Society of Agricultural Engineering，2019，35（13）：177‐183.

［39］BORRELLI P，ROBINSON D A，PANAGOS P，et al.Land use and climate change impacts on global soil erosion by water（2015—2070）［J］. Proceedings of the National Academy of Sciences，2020，117（36）：21994‐22001.

［40］付强. 基于多源数据的田块尺度精准管理分区研究［D］.哈尔滨：东北农业大学，2016.
FU Q，Study on precision management zones based on multi‐source data in field scale［D］. Harbin：Northeast Agricultural University，2016.
［41］BERNABÉ S，PLAZA A，REDDY M P，et al. A new parallel tool for classification of remotely sensed imagery［J］.Computers and Geosciences，2012，46（46）：208‐218.

[1]	严正飞, 杨明龙, 唐秀娟, 夏永华, 杨赈, 李万涛. 基于Sentinel-2A 影像和XGBoost 模型的滇中高原地区土壤有机碳含量反演研究[J]. 河南农业科学, 2025, 54(2): 145-153.
[2]	谢国雪, 黄启厅, 覃泽林, 兰宗宝, 梁永检, 温国泉, 杨绍锷, 宁夏. 遥感技术支持下的柑橘黄龙病受灾风险评估[J]. 河南农业科学, 2024, 53(9): 141-149.
[3]	刘洋, 李强子, 杜鑫, 王红岩, 张源, 张喜旺, 沈云祺, 张思宸, 余仕奇. 不同样本集划分策略对农作物遥感分类精度的影响[J]. 河南农业科学, 2024, 53(6): 144-153.
[4]	张朝冉, 彭漪, 杨凯丽, 袁宁鸽, 黎远金, 刘小娟, 吴慧丽. 基于光合有效吸收的水稻穗生物量遥感估测[J]. 河南农业科学, 2024, 53(6): 154-161.
[5]	李敏, 郭雷风, 王瑞利. 无人机遥感在马铃薯田间表型研究中的应用[J]. 河南农业科学, 2023, 52(9): 24-32.
[6]	张科谦, 程钢, 吴微, 宋向阳, 张子谦, 姚顺, 吴帅. 融合主被动遥感影像的冬小麦种植面积提取研究[J]. 河南农业科学, 2023, 52(6): 160-171.
[7]	臧贺藏, 王从胜, 赵巧丽, 赵晴, 张杰, 李国强, 郑国清. 基于深度学习的小麦倒伏自动分类方法研究[J]. 河南农业科学, 2023, 52(11): 167-173.
[8]	郑紫瑞, 赵辉杰, 位盼盼, 方鹏, 王来刚, 徐少博. 集成多源遥感数据与生育期时序光谱特征的水稻种植面积提取[J]. 河南农业科学, 2023, 52(10): 153-161.
[9]	徐夕博, 吕明荟, 王海会, 周忠科, 彭远新, 颜学文. 利用空间关联随机森林模型与遥感影像估算裸土期耕地土壤盐分含量的研究[J]. 河南农业科学, 2022, 51(5): 162-170.
[10]	金晶, 毛星, 张欣, 刘杨, 陆学文, 任妮 . 基于Sentinel-2 影像的淡水养殖水生动物类型识别研究[J]. 河南农业科学, 2022, 51(4): 160-170.
[11]	王来刚, 徐少博, 黎世民, 郭燕, 程永政, 贺佳. 农田洪涝灾害信息遥感自动提取方法研究[J]. 河南农业科学, 2022, 51(11): 163-170.
[12]	莫佳才, 彭漪, 刘小娟, 王靖. 基于无人机遥感影像的多品种水稻抽穗时间估算[J]. 河南农业科学, 2022, 51(1): 154-161.
[13]	魏庆伟, 朱黎明, 王福州. 近地遥感监测冬小麦关键发育时期的方法研究[J]. 河南农业科学, 2021, 50(10): 163-171.
[14]	王一昊, 武永峰, 张立亭, 张锦水, 李崇瑞, 张晓旭. 基于TVDI的东北地区春玉米干旱监测 ——以2018年为例[J]. 河南农业科学, 2020, 49(3): 167-180.
[15]	赵希妮，璩向宁,王磊，刘雅清,许兴. 基于GF-1/WFV时间序列的葡萄遥感识别[J]. 河南农业科学, 2019, 48(03): 153-160.