Estimation of soil organic carbon under rice-fallow system using Sentinel-2 derivatives

在印度东北部东喜马拉雅地区高度脆弱的地形（即山坡和低地）下，对百年传统水稻休耕实践下的土壤性质进行评估，在常规土壤性质研究中面临多重挑战。遥感则提供了一种可行的替代方案。本研究尝试利用Sentinel-2衍生的遥感指数，研究印度东北部东喜马拉雅地区梅加拉亚邦Bhoirymbong在高度脆弱地形（即山坡和低地）下百年传统水稻休耕实践中的土壤有机碳（SOC）。目标是建立一个适用于东喜马拉雅地区印度东北部不同山坡水稻休耕系统的合适回归模型。2020年11月，在不同坡度（近水平：0–3%、缓坡：3–8%、中坡：8–15%、陡坡：15–30%和极陡坡：>30%）的水稻休耕区采集了100个0–15 cm深度的复合土壤样品。每个复合样品由10 × 10 m区域内随机采集的10个土壤样品制备而成，并在Central Agricultural University, Imphal农业科学研究生院自然资源管理学院分析实验室采用标准方法分析SOC。从美国地质调查局（USGS）官方网站获取与土壤采样期基本同步、无云（云量<10%）的Sentinel-2数据，以衍生15个指数。结果表明，亮度指数（BI）、BI2和土壤裸露指数（SBI）是对SOC影响最大的指数。SOC最高值和最低值分别出现在缓起伏地形（2–5%坡度）和波状地形（10–15%坡度），分别为2.86%和1.17%。水稻收获后，基于红-近红外的指数未显示出显著差异，而基于绿-近红外的指数在p < 0.05水平上差异显著。因此，得出结论：基于绿-近红外的指数最适合东喜马拉雅地区印度东北部的SOC预测。