本网讯 近日，土地科学与技术学院2016级土地资源管理专业博士生孙强强和孙丹峰教授（通讯作者）及合作作者在地学与环境领域国际顶级期刊《Remote Sensing of Environment》（5年IF= 8.791）在线发表题为“Improved mapping and understanding of desert vegetation-habitat complexes from intraannual series of spectral endmember space using cross-wavelet transform and logistic regression”的研究论文，中国农业大学土地科学与技术学院为第一作者单位。论文的合作单位还包括自然资源部国土卫星遥感应用中心、自然资源部农用地质量与监控重点实验室和农业农村部农业灾害遥感重点实验室。

旱地系统作为全球最脆弱的区域，受到土地退化和社会经济发展等多重制约。针对旱地系统时空异构的土地覆被和复杂多变的管理效应导致得知识获取与制图的难题，研究团队建立了地表标准光谱端元空间，研发了年内三季相色度空间的土地覆被特征分类，年内有限时间结构特征的树分类，为规范和标准化旱地植被-土壤生境过程和系统演化提供了遥感监测理论方法，也为区域土地利用/覆被制图提供了新思路。在上述研究成果基础上，创新性建立光谱端元时间序列交叉小波变换对植被和土壤生境端元年内互动特征提取，系统分析机器学习的几种常见方法，验证了多类logistic回归对地表覆被年内互动关系和管理措施响应特征的发现和综合分类制图的优势。

这是该团队近期在International Journal of remote sensing（5年IF=2.456）和International Journal of Applied Earth Observation and Geoinformation（5年IF=5.194）发表相关4篇研究成果之后，在旱地植被-土壤生境斑块嵌套动态演化和制图方法领域又一重要突破，完善了基于地表标准光谱端元空间的时空特征分析理论与方法体系，支撑旱地系统土地生态潜力评价和国土空间规划。

论文链接：https://doi.org/10.1016/j.rse.2019.111516