数字中国研究院（福建）教师邱炳文研究团队与中国农科院、香港理工大学合作，开展高精度大尺度农作物自动制图方法研究，创新性地建立了一种基于衰老失水量和叶绿素浓度变化的大豆时序遥感制图方法，绘制了2021年我国最新20米空间分辨率东北三省大豆分布图。研究发现2015-2020年东北三省大豆种植面积显著扩张，且以曾经种植区为主，而2021年大豆面积出现小幅下降。这一发现对于农业决策者制定大豆生产计划以实现全国大豆振兴具有重要意义。该研究成果公开发表在《International Journal of Applied Earth Observation and Geoinformation》期刊上，以邱炳文研究员为通讯作者、黄莹泽博士生为第一作者。

该项研究得到国家自然科学基金 (42171325, 41771468)、福建省科技厅项目(2020N5002)和福建省生态环境厅项目(2022R023)的资助。

论文引用：Huang, Y., B. Qiu, C. Chen, X. Zhu, W. Wu, F. Jiang, D. Lin and Y. Peng (2022). "Automated soybean mapping based on canopy water content and chlorophyll content using Sentinel-2 images." International Journal of Applied Earth Observation and Geoinformation 109: 1-12.

论文下载地址：https://www.sciencedirect.com/science/article/pii/S1569843222000036

内容简介如下：

大豆是最有价值的作物之一，不仅是高蛋白食物的来源，而且具有生态意义，在全球粮食安全和农业可持续发展中发挥着重要作用。中国和美国作为世界重要的大豆生产国，近年来播种面积发生显著变化。特别是，2018年中美贸易战以来，大豆进口关税的增加导致中国从美国进口大豆总量迅速下降。及时、准确地获取大豆空间分布图，掌握大豆播种面积的变化特征，对确保全球粮食安全、全球贸易稳定至关重要。

通过分析大豆的生长特性，建立了一种基于衰老失水量和叶绿素浓度变化的大豆制图方法。大豆具有衰老失水量较高、叶绿素含量低于玉米且高于土豆、花生、春小麦、油菜、向日葵和棉花的特点。因此，基于水分胁迫指数和叶绿素指数时间序列曲线的时序变异性，依次设计了三个大豆制图指数（T1、T2和T3）。并通过建立简单决策规则，识别大豆分布区域。

研究团队将所构建的大豆制图方法应用于2017-2021年东北三省。采用1702个参考数据进行验证，总体精度达到91.99%，F1为91.53%。大豆播种面积估算结果与相应年份的市级农业统计数据基本一致，R²大于0.83。随后，该方法进一步在美国得到应用。以上证明了该方法具有良好的重复应用和空间迁移能力。研究表明2015-2020年大豆播种面积增加25,867km²，约89.10%。大豆扩张面积的80%以上分布在黑龙江省，且主要发生在曾经种植区。2020年全国大豆振兴的目标是大豆种植面积达到1.4亿亩，若按东北地区大豆面积约占全国大豆总面积的比例（约50%）分配，东北地区已超额完成任务。然而，由于玉米效益高，一些主产地将大豆改种玉米，2021年东北地区大豆种植面积出现小幅下降。为实现大豆自给自足，2022年中央一号文件指出要大力实施大豆提升工程，因此及时高效掌握农作物种植空间分布对保障粮食安全具有重要意义。