耕地是人类赖以生存的重要资源,人类通过对耕地的使用,能够持续的为人类提供其生存所需的基本资料。近年来,在耕地的使用过程中,由于耕地经营方式粗放,重用轻养问题严重,过量的化肥农药的使用,导致部分地区耕地质量逐年下降。耕地资源在国家粮食安全和保障社会稳定方面发挥着极其重要的作用,所以推进耕地保护和保护性耕作是重中之重。秸秆是作物成熟后,其茎叶部分的总称。秸秆是重要的自然资源,在作物收获后,将残留的秸秆覆盖于耕地表层,能有效缓解耕地土壤的水蚀风蚀现象,减少蒸散发,并且耕地经过长时间的秸秆还田处理,可以改良土壤结构和机械组成,增加土壤有机碳含量,改善耕地的自然肥力与经济肥力,在耕地保护和耕地可持续利用方面具有重要作用。而秸秆覆盖度也是保护性耕作的关键性检测指标。本研究以黑龙江省佳木斯市桦川县耕地范围为研究区,在2019年1 1月5日采集了研究区内主要作物(水稻、玉米)不同覆盖度的56个样本点,并采集了研究区内玉米秸秆,在实验室内模拟了不同秸秆覆盖度的土壤-秸秆混合场景,并获取了 2015、2017、2018和2019研究区秋季秸秆覆盖时期的哨兵-2A遥感影像。在对不同覆盖度的实验室高光谱数据特征进行分析的基础上,建立了秸秆光谱吸收特征参量和光谱指数,以其原始反射率为输入量,使用皮尔逊积聚相关系数对秸秆光谱特征参数和光谱指数进行筛选,以多元线性逐步回归法和神经网络为建模方法建立秸秆覆盖度遥感预测模型,寻求最优模型建立的输入量。结合实验室内建立的预测方法,基于哨兵-2A遥感数据建立尺度的秸秆覆盖度遥感反演模型,以验证室内实验输入量和模型的实用性。结果表明:(1)随着秸秆覆盖度的增加,土壤光谱反射特诊逐渐被秸秆掩盖,覆盖度越高,反射率整体升高,并且光谱特征向秸秆光谱特征变化越显著;(2)与秸秆覆盖度极显著相关的秸秆光谱吸收特征参量集中在1730nm,2100nm和2300nm处的三个吸收谷,其可以表达更加完整的光谱变化特征和光谱信息,以之作为输入量构建模型,能够显著提高预测精度;(3)以室外光谱构建的光谱参数相关性虽然低于室内数据,极显著相关的光谱指数大多数也与Band-11、Band-12参与运算,秸秆的响应波段在两个波段范围内,以极显著相关的光谱参数作为输入量建模,精度提高效果显著,R2从以原始反射的0.6水平提高到了 0.8水平;(4)从时间变化上来看,桦川县2015-2019年的秸秆覆盖度是逐年上升的,70%以上的秸秆覆盖面积有较为显著的上升,30%以下秸秆覆盖面积在2015-2018年有非常显著的下降,而2019年有小幅度的上升,这是由于当地政府推行了秸秆深翻还田的政策使地表的秸秆覆盖减少的原因;空间上来看,桦川县国营农场的耕地范围秸秆覆盖度没有明显的变化,而地方的耕地秸秆覆盖度随着时间的推移而逐渐上升,在东部和南部的耕地尤为显著。本研究提供的成果可以准确快速的对秸秆覆盖度进行提取,可以宏观的了解区域尺度的秸秆分布特点,能够对秸秆还田工作和秸秆综合利用的地表监测提供数据支持。