耕地土壤有机质（SOM）含量制图是数字土壤制图中最重要的组成部分之一，其对农业精准管理、碳循环评估都具有重要意义。使用裸土期影像结合实地采样点进行制图是东北黑土区耕地SOM含量制图目前最流行的手段，然而随着保护性耕作推广导致秸秆覆盖增多使得该手段越来越局限，因此探索更多的SOM含量制图手段十分必要。 

　　东北地理所农业遥感学科组的研究人员针对这一问题，以东北典型黑土区友谊农场作为研究区，评估使用不同时期Landsat-8合成影像进行SOM含量制图的精度差异，并分析增加环境变量对SOM含量制图精度的影响。（1）利用单一时期合成影像进行SOM含量制图时，精度排序为裸土期>作物生长后期>作物生长旺盛期；（2）使用裸土期合成影像组合进可以提高SOM含量的最高制图精度，使用裸土期合成影像结合生长期合成影像组合会降低SOM含量的最高制图精度；（3）在使用作物生长期遥感图像进行SOM含量制图时，增加环境协变量可以大幅提升SOM含量制图的精度。 

　　相关研究成果近期发表在农林科学领域重要期刊CATENA上，农业遥感学科组助理研究员罗冲为第一作者，刘焕军研究员为通讯作者。研究工作得到国家重点研发计划项目（2021YFD1500100）与王宽诚率先人才计划“产研人才扶持项目”联合资助。 

　　论文信息如下：Luo, C., Zhang, W., Zhang, X., & Liu, H. (2023). Mapping of soil organic matter in a typical black soil area using Landsat-8 synthetic images at different time periods. CATENA, 231, 107336. 

　　论文链接：https://doi.org/10.1016/j.catena.2023.107336. 

　　前期系列研究成果信息如下： 

　　[1] Luo, C., Zhang, W., Zhang, X., & Liu, H. (2023). Mapping soil organic matter content using Sentinel-2 synthetic images at different time intervals in Northeast China. International Journal of Digital Earth, 16(1), 1094-1107. https://doi.org/10.1080/17538947.2023.2192005. 

　　[2] Luo, C., Zhang, X., Wang, Y., Men, Z., & Liu, H. (2022). Regional soil organic matter mapping models based on the optimal time window, feature selection algorithm and Google Earth Engine. Soil and Tillage Research, 219, 105325. https://doi.org/10.1016/j.still.2022.105325. 

　 [3] Luo, C., Wang, Y., Zhang, X., Zhang, W., & Liu, H. (2022). Spatial prediction of soil organic matter content using multiyear synthetic images and partitioning algorithms. Catena, 211, 106023. https://doi.org/10.1016/j.catena.2022.106023. 

　　[4] Luo, C., Zhang, X., Meng, X., Zhu, H., Ni, C., Chen, M., & Liu, H. (2022). Regional mapping of soil organic matter content using multitemporal synthetic Landsat 8 images in Google Earth Engine. Catena, 209, 105842. https://doi.org/10.1016/j.catena.2021.105842.