随着农村劳动力转移，我国南方丘陵山区耕地闲置或抛荒问题日趋严重。为保障18亿亩耕地防线，摸清我国耕地闲置或抛荒总体情况，快速监测耕地抛荒分布范围，具有重要意义。随着中高分辨率时序遥感数据源的不断丰富，为耕地抛荒信息获取带来了很大机遇。耕地抛荒遥感监测主要面临以下三方面的挑战： (1) 耕地抛荒后地表覆盖存在复杂时空异质性，耕地抛荒后地表可能被稀疏杂草、茂盛草被或者灌木乔木等覆盖，取决于耕地立地条件和抛荒年限；(2)不同区域耕地质量和耕作管理方式同样存在复杂时空异质性特征，耕地熟制、农作物类型以及物候期复杂多样，难以建立适用于大尺度的遥感影像判读特征；(3)南方多云多雨地区光学时序数据缺失严重，仅仅依赖光学数据难以有效判别(见图1)。

目前常规基于植被指数时序数据的耕地抛荒遥感监测，通常难以避免两大类型错误：其一，耕地自然条件较差区域（如我国北方干旱半干旱区），农作物容易被漏分，出现耕地抛荒高估现象(采用Sentinel-2 MSI时序数据基于常规峰值法MVIS的估算成果，我国实际耕作区域被严重低估，尤其是在内蒙和山西等省份，见图1和图2)；其二，水热资源丰富区域（如我国南方湿润区），农作物与杂草光谱相似度高，难以有效区分，耕地抛荒后植被生长茂盛，容易被误判为农作物，出现耕地抛荒低估现象(采用MODIS时序数据基于常规峰值法MVIM的估算成果，我国南方耕地抛荒现象被严重低估，见图1和图2)。

数字中国研究院（福建）教师邱炳文研究团队与中国农科院农业资源与农业区划研究所、美国内布拉斯加大学林肯分校和明尼苏达大学等单位合作研发，通过融合雷达与光学时序遥感影像，建立了耕地实际耕作或抛荒的大尺度自动信息提取方法VSPS。基于该方法，获得了全国首张20米2019-2021年耕地实际耕作与耕地抛荒高精度时空分布图（图1）。基于全国广泛分布的近5000个参考样本点位数据的精度验证结果表明，VSPS方法能有效地识别稀疏农作物和茂盛草被，避免区域性耕地抛荒被高估和低估现象(常规方法南方耕地抛荒被严重低估)，总体精度达到94%。研究表明2020年我国实际耕作区域占耕地比重为77%，呈现出北高南低的特点。该方法有效解决了我国北方贫瘠作物与稀疏草地、南方茂盛草地与农作物光谱相似度高、难以区分的问题，具有较高的分类精度和很好的时空迁移能力，有望在缺少样本点的情况下将方法扩展应用于全球范围耕作区信息提取。

图1 基于VSPS算法的全国10米耕地抛荒与实际耕作区分布图以及与其他算法的精度对比分析图

图2. 基于VSPS算法与常规峰值法（MVIS, MVIM分别基于Sentinel-2 MSI和MODIS时序数据）的2020年我国不同省份实际耕作区域面积及其占耕地比例空间分布图

该研究成果公开发表在SCI一区期刊《International Journal of Applied Earth Observation and Geoinformation》上，论文题目为“From cropland to cropped field: A robust algorithm for national-scale mapping by fusing time series of Sentinel-1 and Sentinel-2”。该项研究得到国家自然科学基金 (42171325, 41771468)和福建省科技项目(2020N5002)的资助。

论文引用：

Qiu B, Lin D, Chen C, et al. From cropland to cropped field: A robust algorithm for national-scale mapping by fusing time series of Sentinel-1 and Sentinel-2[J]. International Journal of Applied Earth Observation and Geoinformation, 2022, 113: 1-12.

论文下载地址：

https://www.sciencedirect.com/science/article/pii/S1569843222001947