秸秆覆盖度（Maize Residue Cover，CRC）的遥感估算能够快速获取大面积的秸秆覆盖信息，这对于保护性耕作的监测和推广具有重要意义。根据美国节能技术信息中心(Conservation Technology Information Center，CTIC)提出的耕作强度划分标准，CRC高于30%为免耕。然而，如何准确高效地估算CRC目前仍然是一个挑战。
中国科学院东北地理与农业生态研究所遥感中心杜嘉高级工程师及其团队以东北玉米种植区为研究区，利用多种机器学习算法和Sentinel-2 MSI影像构建了玉米秸秆覆盖度（MRC）反演模型并全面比较了各模型预测性能（图1）。
图1玉米秸秆覆盖度反演模型流程图
研究发现，基于Lasso回归（Lasso）、岭回归（RR）和偏最小二乘（PLSR）三种机器学习算法构建的MRC反演模型中，PLSR展现了更优的预测性能，其决定系数（R2）和均方根误差（RMSE）分别为0.8582和4.93%（图2）。
图2实测MRC 与预测 MRC 之间的关系：(a) RR；(b) LASSO；(c) PLSR。
此外，研究人员对比评估了在松嫩平原南部利用经典的单一机器学习算法神经网络（BPNN）、随机森林（RF）、支持向量机回归（SVR）、极限梯度提升（XGBoost）和集成学习Stacking1、Stacking2构建的MRC反演模型性能。结果表明，Staking集成学习模型展示了更优的预测性能。其中Stacking2的预测精度最高，R2、RMSE和平均绝对误差（MAE）分别达到0.923，3.32%和0.025 (图3)。
图3各机器学习模型实测MRC 与预测 MRC 之间的关系
研究团队利用最优模型开展了研究区MRC和保护性耕作时空制图。结果显示，东北地区保护性耕作时空异质性显著（图4），2022年中国东北地区的免耕区域占比最高为26.01%。本研究提供东北地区耕作方式的精确评估，助力制定更有针对性的农田管理策略，推动农业可持续发展。
图4 东北地区保护性耕作空间分布图
相关成果发表在遥感国际重要期刊International Soil and Water Conservation Research（C刊）、Soil and Tillage Research（1区TOP期刊）和Remote Sensing（2区期刊）上。由东北地理所杜嘉高级工程师、宋开山研究员、硕士研究生梁政伟（已毕业）、联培硕士研究生邵柯闻（已毕业）、联培硕士研究生张益玮（现为中国地质大学博士研究生）、联培硕士研究生项小云（已毕业）等人共同完成。研究得到国家重点研发计划子课题（2021YFD1500103-2）、中国科学院战略性先导专项(XDA28080501)和国家科技基础资源调查计划(2018FY100300)的共同资助。
论文信息：
Du,J.;Jacinthe P A;Song,K*; et al., 2025. Maize crop residue cover mapping using Sentinel-2 MSI data and random forest algorithms. International Soil and Water Conservation Research,13(1),189-202.https://doi.org/10.1016/j.iswcr.2024.09.004.
Li,J.;Shao,K.;Du,J.*;et al., 2025.Comparative Analysis of Tillage Indices and Machine Learning Algorithms for Maize Residue Cover Prediction. Remote Sensing.17,105. https://doi.org/10.3390/rs17010105.
Liang,Z.;Du,J.*;Yu,W.;et al., 2024. Evaluating Maize Residue Cover Using Machine Learning and Remote Sensing in the Meadow Soil Region of Northeast China. Remote Sensing. 16,3953. https://doi.org/10.3390/ rs16213953.
Zhang,Y;Du,J.*, 2024.Improving maize residue cover estimation with the combined use of optical and SAR remote sensing images. International Soil and Water Conservation Research,12(3):578-588.https://doi.org/10.1016/j.iswcr.2023.11.006.
Xiang,X.;Du,J.*;Jacinthe P A;et al., 2022. Integration of tillage indices and textural features of Sentinel-2A multispectral images for maize residue cover estimation. Soil and Tillage Research,2022,221: 105405.https://doi.org/10.1016/j.still.2022.105405.
