利用遥感数据时空融合技术提取水稻种植面积

为解决水稻种植面积提取过程中的数据缺失问题,提出了一种利用遥感数据时空融合技术提取水稻种植面积的方法。该方法从时序MODIS数据中提取地物的时间变化信息,结合早期Landsat-ETM+影像的纹理信息,融合出具有MODIS时间分辨率和ETM+空间分辨率的影像,再利用关键期的高时空分辨率融合影像,利用光谱角分类法进行水稻种植面积的提取。以江苏省南京市江宁区为研究区对该方法进行了测试。结果显示,该方法能够有效的提取水稻种植面积,水稻种植面积提取精度为93%,Kappa系数为0.96。     

基于作物空间物候差异提取黄淮海夏玉米种植面积

考虑大区域内不同纬度间玉米物候差异,利用MODIS EVI时序曲线提取黄淮海夏玉米种植面积。基于Landsat影像和MOD13Q1数据集,提取参考区夏玉米MODIS EVI时间序列曲线;根据研究区内农业气象站夏玉米生育期观测数据,构建夏玉米各物候期与纬度的关系,以纬度作为参数修正参考区夏玉米MODIS EVI时序曲线,获取研究区夏玉米EVI标准时序曲线,结合平均绝对距离（MAD）和p-分位数法提取黄淮海平原夏玉米面积。结果表明,利用遥感影像提取的北京、天津、河北、河南以及山东夏玉米面积分别为125.3×103、162.6×103、2231.8×103、2963.6×103和2731.9×103hm2,各省提取精度均达到80%以上。在市级尺度上,决定系数R2为0.82,均方根误差RMSE为147.8×103hm2;在县级尺度上,决定系数R2为0.62,均方根误差RMSE为17.7×103hm2。说明利用本方法能够准确有效地提取大区域内夏玉米种植面积,为其它农作物在大范围内估计种植面积提供新思路。     

基于决策树和混合像元分解的江苏省冬小麦种植面积提取

归一化植被指数(normalized difference vegetation index,NDVI)时间序列曲线能提供作物生长动态变化信息,将其应用于农作物种植面积提取具有一定优势。该文以江苏省为研究区域,采用2013年1月1日-2014年12月19日46景250 m空间分辨率的MODIS-NDVI时间序列数据、2014年4月23日的MOD09A1反射率影像及Landsat数据,开展冬小麦种植面积的遥感识别,首先利用MODIS数据建立作物的归一化植被指数时间序列曲线,再采用Savitzky-Golay滤波方法对NDVI时间序列数据进行重构,并基于农作物物候历、种植结构和种植模式等信息,提取研究区域典型地物物候生长期的关键值,在分析冬小麦、林地、水稻物候期(生长期开始时间、生长期结束时间、生长期幅度、生长期长度及生长期的NDVI最大值)变化趋势的基础上,综合比较分析不同地物平滑重构后的NDVI时间序列曲线特征,界定作物种类,确定训练规则,利用快速、高效的决策树方法,通过多阈值限定进行分类,初步提取冬小麦的空间分布范围;但是由于存在混合像元,阈值范围的设定会影响冬小麦种植面积的提取精度,针对此类问题,运用地表反射率影像数据提取冬小麦端元波谱曲线,结合线性光谱混合模型进行混合像元分解,进而根据冬小麦丰度比例精确提取冬小麦种植面积;最后利用统计数据和空间分辨率较高的Landsat TM 8影像数据对提取结果进行县域级验证。精度评价结果表明,研究区域的冬小麦种植面积提取精度达到90%,能够较准确地反映研究区域冬小麦的分布情况,表明运用中高分辨率遥感时间序列影像数据可以准确提取作物种植面积,为农作物种植面积信息提取提供参考。     

基于多源遥感数据融合和LSTM算法的作物分类研究

准确、及时地获取农作物的空间分布信息,对于指导农业生产、制定农业政策具有重要意义。为了检验长短时记忆网络(long short-term memory,LSTM)算法在基于时序遥感数据进行作物分类中的优势,该文以临汾盆地为研究区域,利用Savitzky-Golay滤波对MODIS NDVI进行平滑处理,并采用ESTARFM(enhanced spatial and temporal adaptive reflectance fusion model)算法对滤波后的MODIS NDVI和Landsat NDVI进行融合,生成空间分辨率为30 m、时间分辨率为8天的时序NDVI。基于Landsat NDVI利用LSTM算法进行作物分类,同时,基于融合NDVI分别利用LSTM算法和神经网络(neuralnetwork,NN)算法进行作物分类,并对比3种方法的分类精度。结果表明,Savitzky-Golay滤波后的时序MODISNDVI能够反映不同作物的物候特征;基于融合NDVI的分类精度明显高于基于LandsatNDVI的分类精度,表明融合后的时序NDVI由于具有更高的时间分辨率,能够更加突出不同作物的物候特征,显著提高作物分类精度;基于融合NDVI和LSTM算法的分类精度高于基于融合NDVI和NN算法的分类精度,前者的冬小麦面积估测精度高于后者的估测精度,表明LSTM算法的分类精度高于NN算法。该文可为基于遥感影像进行不同作物种植区域提取的研究提供重要的方法参考。     

NDVI时序相似性对冬小麦种植面积总量控制的制图精度影响

遥感技术获取的区域作物面积与作物面积统计数据间常常存在不一致的问题,这在一定程度上影响了作物分布遥感制图信息的应用。为获得与作物面积统计数据一致的高精度作物分布遥感制图信息,该研究以河北省衡水市武邑县为研究区,以时序Sentinel-2遥感影像生成的归一化差值植被指数（Normalized Difference Vegetation Index, NDVI）为研究数据,将冬小麦面积目视解译数据作为遥感提取的区域冬小麦面积总量参考,提出基于复合型混合演化算法（Shuffled Complex Evolution-University of Arizona, SCE-UA）和区域作物种植面积总量控制的NDVI时序相似性阈值优化冬小麦分布制图方法,并进行精度验证。在此基础上,进一步开展不同生育阶段NDVI时序相似性及其相似性组合的冬小麦分布提取精度对比研究。结果表明,利用全生育期NDVI时序相似性获得的冬小麦分布制图结果总量精度达99.99%以上,总体精度达98.08%,Kappa系数为0.96,可以保证遥感提取的区域冬小麦面积与冬小麦种植面积总量控制参考间的高度一致性且能获得较高的作物遥感识别精度。从不同生育阶段NDVI时序相似性及其相似性组合的冬小麦分布提取结果可知,利用出苗期-分蘖期、返青期-拔节期的NDVI时序可获得高精度冬小麦分布提取结果,而利用抽穗期-成熟期的NDVI时序数据提取冬小麦结果则精度较低,且综合不同生育阶段NDVI时序数据有利于冬小麦制图精度的提高。该研究可为高精度冬小麦分布提取和制图技术及其方案优化提供一定参考依据,也可为遥感数据和作物面积统计数据融合的大范围农作物分布遥感制图及统计数据空间化提供一定技术方法参考和思路借鉴。     

基于遥感的华北平原农作物时空分布变化特征分析

作物种植面积的多年时空变化是进行农业结构调整和优化的基础,也是开展农业减灾、地下水保护的重要依据。为了解华北平原主要作物近年来种植面积的时空变化过程,本文基于2000—2013年的MODIS NDVI数据和TM/ETM遥感数据提取当地主要作物的种植面积,并分析了华北平原主要作物近年来的时空变化特征。结果表明:1基于MODIS NDVI数据和TM/ETM遥感数据提取当地主要作物的种植面积,提取精度较高,结果可靠;2冬小麦?夏玉米主要分布于太行山前平原、山东省和河南省的引黄河灌区,单季玉米在河北平原北部分布最广,水稻集中分布于天津、河北唐山地区和黄河沿岸,蔬菜主要分布在城市郊区,林果分散分布于几个产果区和京津周边地区,棉花主要集中于华北平原中部地区。3华北平原粮食作物(小麦、玉米和水稻)种植面积明显下降,经济作物(林果和蔬菜)则显著增加,其中林果、蔬菜和水稻的面积变化率较大,分别为56.45%、35.76%和23.16%,蔬菜和水稻的位置转移明显。4景观格局AWMPFD和SHEI指数值表明,河北平原以南的冬小麦?夏玉米种植规模化程度提高,豫北地区冬小麦?夏玉米种植面积增加,豫北以北地区由于各类经济作物种植面积增加,区域作物种植多样化指数增加。该结果可为农业种植结构调整、资源合理利用提供参考。     

基于 HJ - CCD 时序数据提取镇江市水稻种植分布

基于传统经验公式法和辐射传输法,分别对江苏省镇江市水稻分布状况进行提取。经验公式法可基于植被指数与叶面积指数的统计关系求得,以归一化植被指数和增强植被指数分别建立统计模型,而辐射传输模型采用PROSAIL模型,建立查找表,通过对比模拟和卫星遥感反射率数据对水稻的LAI(叶面积指数)进行确定。试验依据水稻生育期间LAI的时相分布,确定镇江水稻的种植分布状况。结果表明:(1)由经验公式法得到的镇江水稻面积为7.95×104hm2,相对误差为14.9%,由辐射传输法得到的镇江水稻面积为8.65×104hm2,相对误差为7.5%。辐射传输法的结果更接近实际值。(2)在统计模型中,增强植被指数EVI与LAI相关性比归一化植被指数NDVI与LAI的相关性更高,用EVI-LAI方程对LAI作进一步反演效果更理想;(3)实测值验证分析表明,统计模型反演的LAI标准误差为1.32,PROSAIL模型反演的LAI标准误差为0.97,说明在遥感反演植被生物物理参数时,辐射传输法比传统的经验公式法稳定性更强。研究结果对探讨两种方法在提取作物分布范围中的应用,准确了解作物长势和种植面积以指导生产具有重要意义。     

基于TM和MODIS数据的水旱地冬小麦面积提取和长势监测

采用Mahalanobis Distance分类法提取了冬小麦种植面积,通过搭建决策树结构进行了不同灌溉类型冬小麦种植面积的提取,通过两个年份不同生育时期MODIS-NDVI的比较,分析了NDVI时间曲线与冬小麦长势的响应规律和水旱地冬小麦年同期长势。结果表明：2007年临汾地区冬小麦总种植面积为234778.5 hm2,提取精度为96.96%,其中水地种植面积为107488.3 hm2,提取精度为86.15%,旱地冬小麦为127290.2 hm2,提取精度为86.16%。生育期内,水地冬小麦整体长势好于旱地冬小麦,通过NDVI变化斜率比较,表明随着生育期的推进,水地冬小麦NDVI达到峰值前的上升速度远大于旱地冬小麦,峰值后水地冬小麦NDVI下降速度小于旱地冬小麦。     

基于时序遥感数据的玉米种植面积提取方法研究

探讨了在Landsat TM图像上进行玉米分布区域信息提取的基础上,利用MODIS数据NDVI植被指数的时间序列进行提取的方法,并以吉林省榆树市实验区为例,提取了2007年的玉米种植面积。研究结果发现,该方法提高了用单一时相landsat TM进行玉米面积识别的精度。     

面向对象的冬小麦种植面积遥感估算研究

种植面积的遥感估算是冬小麦遥感估产的重要基础性工作之一。该文主要的研究内容是基于Landsat ETM+遥感影像,利用面向对象的分类方法提取山东省桓台县冬小麦种植面积。以山东省桓台县为例,选择Landsat ETM+ L1G遥感影像,通过影像分割和基于知识的面向对象的分类方法准确地提取研究区冬小麦面积。以乡镇为单位将其结果同统计年鉴数据对比分析,误差最大的是果里镇,误差在95 hm2,整个研究区的提取误差是-111 hm2,能够满足实际应用的需求。     

时空协同的地块尺度作物分布遥感提取

地块尺度作物分布信息清晰直观地反映了农田位置、空间形态等空间细节和种植类型信息,对精准农业管理、种植补贴发放和农业资源调查等具有重要价值.虽然遥感时空协同思路为地块尺度作物分布提取提供了解决方案,但在农田地块提取和时序特征构建方面尚存在不足.该研究基于遥感时空协同的思路,以Google Earth高空间分辨率影像为底图...     

近30年中国稻区氮素平衡及氮肥偏生产力的时空变化

  【目的】  中国的稻作模式和区域条件复杂多样,研究和推荐各稻区氮肥合理施用量,为提高氮肥利用效率和维持土壤氮素平衡提供参考。  【方法】  基于1988―2017年开展的全国水稻土长期监测平台,分析主要稻区（包括东北、西南、长江中游、华南、长三角稻区,322个土壤监测点）氮肥施用水平、氮肥偏生产力、土壤氮素平衡的时空演变特征,并进一步探究各稻区氮肥的合理用量。  【结果】  近30年来,我国东北、西南、长江中游 (早稻)、华南 (双季) 和长三角稻区水稻氮肥平均施用量分别为N 159、173、179、284和279 kg/hm2,全国稻区氮肥平均施用量为N 215 kg/hm2。西南和长三角稻区氮肥施用量随施肥年限的增加而显著增加 (P < 0.05),增加速率分别为N 0.4和2.5 kg/ (hm2·a)。整体而言,全国稻区氮肥施用量随施肥年限的增加无显著变化。30年间,各稻区之间氮素表观平衡量差异显著 (P < 0.05)。东北、西南、长江中游 (早稻)、华南 (双季) 和长三角稻区氮素年均盈余量分别为N 35、5、20、69和109 kg/hm2,氮素盈余量分别占氮肥平均施用量的22%、3%、11%、24%和39%。各稻区氮素盈余量均随着氮肥施用量的增加而显著增加 (P < 0.0001)。东北、西南、长江中游 (早稻)、华南 (双季) 和长三角各稻区水稻氮肥偏生产力分别为54、51、42、44和35 kg/kg,全国平均为45 kg/kg,仅东北和长江中游 (早稻) 稻区水稻氮肥偏生产力随施肥年限增加而显著提高 (P < 0.05)。各稻区氮肥偏生产力均随着氮素盈余量的增加而呈指数下降趋势 (P < 0.0001)。  【结论】  除西南稻区,其他稻区氮素施用量偏高。综合考虑维持土壤氮平衡和提高氮肥偏生产力,建议东北、西南、长江中游 (早稻)、华南 (双季) 和长三角稻区的适宜施氮量分别为N 131、167、156、244和151 kg/hm2。     

基于相似性分析及线性光谱混合模型的双季稻面积估算

为了解决大范围水稻种植信息提取时的混合像元问题,以便能够准确及时地获取水稻信息、指导水稻生产、保证粮食安全,该文提出了一种基于相似性分析和线性光谱混合模型复合的水稻提取业务化方法。以江西省为研究区,利用2010年4月15日至2010年10月31日的MODIS合成地表反射率数据(MODIS09A1),计算出时间序列MODIS-EVI指数,运用Savizky-Golay滤波方法对其进行平滑处理减少云等噪声的影响。根据双季稻的生长规律,结合野外调查和HJ-1ACCD2影像,确定双季稻样点,提取出标准双季稻EVI生长变化曲线,构建图像像元相似性指数,然后采用线性光谱混合像元分解模型对疑似双季稻像元进行混合像元分解,获得江西省双季稻种植面积信息的分布情况。结果显示,运用该方法提取的江西省双季稻种植分布情况与实际情况吻合,与江西省2010年统计年鉴中全省双季稻种植面积相比,提取精度为93%,精度较理想,与各地区统计面积相关性较好,R2=0.9659,可以为今后高精度水稻种植信息业务化的提取提供参考。     

基于多时相GF-6遥感影像的水稻种植面积提取

为获取高精度水稻种植面积提取方法和分析红边信息在作物识别能力上的优越性,该研究选取辽宁省盘锦市为研究区域,利用2020年水稻关键物候期的多时相高分6号宽幅相机（GF-6 WFV）遥感影像,构建归一化植被指数（Normalized Difference Vegetation Index,NDVI）、归一化水体指数（Normalized Difference Water Index,NDWI）、比值植被指数（Ratio Vegetation Index,RVI）和归一化差异红边1指数（Normalized Difference Red-Edge 1 Index,NDRE1）,根据各地物类型进行时序分析,在获得水稻面积粗提取结果的基础上对其他地类进行掩膜,准确提取水稻种植面积。对2020年盘锦市水稻提取结果进行精度分析,结果表明,基于实测数据进行精度验证的总体精度为94.44%,基于目视解译数据进行精度验证的总体精度和Kappa系数分别为95.60%和0.91。根据目视解译数据对有无红边波段参与的水稻提取结果进行对比分析可知,红边波段的引入使总体分类精度、水稻制图精度和Kappa系数分别提高了3.20个百分点、6.00个百分点和0.06。该研究证明红边波段可以有效降低作物的错分、漏分情况,对水稻精准估产和丰富农作物遥感监测方法具有重要作用,显示出国产红边卫星数据在作物分类、面积提取方面具有巨大应用潜力。     

基于SPOT5影像的稻田土壤养分的Co-kriging插值研究

以湖州一块3.34hm2的水稻田为试验区,在ARCVIEW和ERDAS Image8.4平台上结合地统计学,研究以植被指数为协因子的土壤全N的Co-kriging插值效果。分析结果表明:水稻生长期的SPOT5卫星多光谱信息构建的植被指数,反映了水稻的生长状况,在一定程度上间接地反映了土壤的养分状况,特别是土壤速效N、速效P、全N的状况;其中将比值植被指数(RVI)和归一化植被指数(NDVI)作为协因子,参与土壤全N的Co-kriging插值,插值精度有所提高。     

利用STARFM模型提高复杂地表下复种指数遥感提取精度

复种指数是表征耕地利用程度的重要参数。然而,传统方法存在对影像获取条件要求较高,或在地表复杂区域提取精度较低等问题。高时空分辨率数据融合算法(如Spatial and Temporal Adaptive Reflectance Fusion Model, STARFM)能有效地结合不同数据的优势,有望被应用于提高复杂地表区域复种指数的提取精度。该研究以LandsatTM(Thematic Mapper)及MODIS(Moderate-resolution Imaging Spectroradiometer)为数据源,基于STARFM模型,构建了川东丘陵某区域内2010-2011年的Landsat-like时序NDVI(Normalized Difference Vegetation Index)数据集,进而提取了该区域2010年冬季作物种植区及盐亭县2011年耕地复种指数的空间分布情况。利用目视解译样点(1509个)验证及多尺度(30～4 000 m)验证方法,对不同方法提取的2010年冬季作物种植区进行了对比分析。结果表明:1)在30m空间尺度上,基于Landsat影像分类法的总体验...     

冬季作物-双季稻轮作种植模式氮、磷、钾养分循环与产量可持续性特征

研究分析农业生态系统NPK养分循环和产量的可持续性,对实现养分资源优化管理和农业可持续发展具有重要意义。基于长期冬季作物-双季稻轮作种植定位试验,分析了2004—2017年冬闲-双季稻、马铃薯-双季稻、紫云英-双季稻、黑麦草-双季稻、油菜-双季稻等轮作种植模式早、晚稻产量的可持续性与稳定性;采用投入产出法（Input-Output Analysis）分析不同轮作种植模式NPK养分循环与平衡状况。结果表明：1）黑麦草-双季稻模式早稻产量变异系数与可持续性指数分别为0.09和0.81,说明稻田冬种黑麦草有利于促进早稻产量稳定性和可持续性的提高;油菜-双季稻模式晚稻产量变异系数与可持续性指数分别为0.07和0.82,说明稻田冬种油菜有益于晚稻产量稳定性和可持续性的提高;2）长期冬季作物-双季稻轮作种植未影响水稻产量和糙米NPK养分含量（P>0.05）;3）在稻田轮作种植周年内目前的NPK投入水平下,黑麦草-双季稻、紫云英-双季稻、油菜-双季稻、马铃薯-双季稻等模式均存在严重的K亏缺现象,K亏缺量分别为375.70 kg（K）·hm^-2、279.98 kg（K）·hm^-2、363.71 kg（K）·hm^-2、93.74 kg（K）·hm^-2;黑麦草-双季稻、紫云英-双季稻、油菜-双季稻等模式均在冬季作物种植季存在严重的K亏缺现象,K亏缺量分别为240.07 kg（K）·hm^-2、89.57 kg（K）·hm^-2、140.08 kg（K）·hm^-2,但马铃薯-双季稻模式在马铃薯种植季K盈余为255.21 kg（K）·hm^-2;同时黑麦草-双季稻模式和紫云英-双季稻模式均存在冬季作物种植季存在N亏缺,N亏缺量分别为59.47 kg（N）·hm^-2和89.17 kg（N）·hm^-2;油菜-双季稻模式和马铃薯-双季稻模式在晚稻种植季均存在严重的K亏缺现象,K亏缺量分别为45.93 kg（K）·hm^-2、124.33 kg（K）·hm^-2。冬季作物-双季稻轮作种植模式的养分循环是冬季作物和外部投入的NPK肥料共同驱动的养分循环,建议科学管理冬季作物和3季的NPK养分投入。     

多时相遥感影像检测平乐县晚稻种植面积变化

为检测中国主要的粮食作物水稻的种植面积变化,该文以广西平乐县为例,利用多时相陆地卫星专题成像仪(landsat thematic mapper)影像数据和面向对象的分类方法,提取出晚稻种植的变化区域。该文探索了变化强度计算和阈值确定的方法,并利用晚稻在不同时相的影像光谱特征变化来提取晚稻种植区域。试验结果表明:3种变化强度计算方法中,变化向量分析法对河流、滩地变化的抑制效果优于相关系数方法,而相关系数方法对山体阴影的抑制效果则优于变化向量分析法,向量相似度法对山体阴影非常敏感,对水田变化则敏感度较低;3种阈值确定方法中最小错误率方法比最大类间方差法更为精确,比双窗口变步长阈值搜寻法更为稳定。综合利用3种变化提取方法对平乐县晚稻种植面积变化进行检测,得到变化检测混淆矩阵总正确率为96.8%,稻田面积变化误差为2.85%。该方法可为作物种植面积的变化检测提供参考。     

多时相MODIS影像的黑龙江省水稻种植面积提取

黑龙江省稻田面积扩张引起农区地类发生巨大变化,利用遥感手段快速动态监测稻田面积扩张的变化,可为水稻产量估算、水土资源开发利用和评价提供科学决策依据。该研究以中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer,MODIS）地表反射率和植被指数数据为主要数据源,融合归一化光谱特征、分层分类、最大似然法、阈值和指数时间序列等方法建立决策树模型,对2003－2018年黑龙江省的稻田、旱地、草甸、滩地、森林、水体、城镇等进行遥感解译,并采用混淆矩阵法验证结果精度。结果表明2003－2018年稻田识别Kappa系数达到0.899～0.961,总精度达到了85.5%～92.3%。黑龙江省新增稻田主要由旱地、草甸和滩地转变,水稻种植面积从2003－2018年扩大了3倍,平均每年扩张158 100 hm2,稻田播种区域的中心向北延伸约160 km。该研究基于黑龙江省不同植被的物候特征,确定了不同地类的决策树分类判定标准,为黑龙江省稻田面积变化提供有效的方法。     

Differences in soil organic carbon stocks and fraction distributions between rice paddies and upland cropping systems in China

Purpose

A large body of research suggests that rice (Oryza sativa L.) cropping facilitates soil organic carbon (SOC) storage, while the stability of the sequestered carbon is still not well understood. The objective of this study was to determine the differences in SOC stocks and fraction distributions between rice paddies and upland cropping fields and their variation in different rice cropping areas.

Materials and methods

Data from the national soil survey were analyzed to assess the differences in SOC contents between paddy and upland cropping fields at the regional scale. In addition, three pairs of rice and upland cropping systems were selected in Heilongjiang [single rice vs. single corn (Zea mays L.) cropping], Jiangsu [rice-wheat (Triticum aestivum L.) vs. corn-wheat cropping], and Jiangxi (double rice vs. double corn cropping) provinces, representing the major cropping patterns in China. Physical fractionation techniques were used to investigate the differences in SOC stocks and distribution among different pools between rice-based cropping systems and non-rice cropping systems in China.

Results and discussion

SOC concentrations were, on average, 74.9% higher at the regional scale and 56.8% higher at the field scale in paddy than in upland cropping fields. Carbon proportion of particulate organic matter within microaggregates increased from 14.4% in upland cropping soils to 25.3% in paddy soils at the Heilongjiang site and from 12.4 to 25.5% at the Jiangxi site. Meanwhile, the free silt and clay-associated carbon was significantly greater in paddy than in upland cropping soils at the both sites. Nevertheless, SOC distribution did not markedly differ between paddy and upland cropping fields at the Jiangsu site where rice was rotated with winter wheat annually.

Conclusions

As compared to upland cropping or rice-upland crop rotation, continuous rice cropping, such as single and double rice cropping, could favor SOC stabilization by occlusion within microaggregates and adsorption to the silt and clay outside microaggregates, which may promote the long-term storage of SOC in paddies.