徐循, 李继峰, 薛澳亚, 邓鹏程, 李慧茹, 郭中领, 常春平
干旱、半干旱地区风蚀季农田翻耕造成的地表裸露,显著加剧了区域农田土壤风蚀程度,精准识别风蚀季翻耕地时空分布对提升区域土壤风蚀评估精度具有重要意义。文中以地处首都两区建设及京津风沙源治理工程核心区的康保县为研究区,基于野外调查样本数据和 Sentinel- 2 影像,分析风蚀季翻耕地与留茬地的遥感指数特征,计算分类阈值并构建时序高置信样本,利用随机森林(Random Forest,RF)方法对研究区翻耕地进行识别,分析翻耕地时空动态变化及对土壤风蚀的影响。结果表明:1)引入最大信息准则(Maximal In- formation Criterion,MIC)量化各波段在区分翻耕地与留茬地中的贡献,确定由 B6、B7、B8 和 B8A 波段构建的 Logistic 指数,结合 NDTI、RI(11,12)、BSI 等指数可克服翻耕地与留茬地光谱差异弱的不足。2)通过最大类间方差法(Otsu’s Method,Otsu)计算各指数的分类阈值,采用多指数一致性策略构建高置信样本库,可显著提升样本的类别准确性与代表性,为分类模型提供可靠的样本支撑。3)基于时序高置信样本构建随机森林分类模型,实现多时相翻耕地识别,总体精度(Overall Accuracy,OA)达 0.96 以上,Kappa 系数达 0.92 以上,表明该方法在野外调查样本不足及识别目标时空变化显著的情况下,能够保持较高的稳健性与泛化能力。