土壤养分遥感监测研究进展
偶 ２０１ １年９月 农机化研究 第９期 土壤养分遥感监测研究进展 徐丽华 ，魏朝富 ，谢德体。，杨伟 （西南大学ａ．资源与环境学院；ｂ．档案馆，重庆４００７１６） 摘要：用遥感技术监测土壤养分是精准施肥中的一个重要手段。为此，综合分析了土壤养分遥感监测在光谱 特征指标的选择、反演方法、反演模型及其适用性等方面的研究进展。研究指出，随着空间信息技术的发展，遥 感技术在土壤养分预测中将展现出更广阔的应用前景。土壤养分遥感反演模型对环境、土壤类型、土壤剖面等 方面的适用性、光谱特征指标的选择、动态监测模型的建立、多源数据和多种技术手段的集成将是土壤养分监测 今后的发展研究方向。 关键词：土壤养分；遥感数据；光谱特征；反射率；统计学 中图分类号：Ｓ１５５ 文献标识码：Ａ 文章编号：１００３－１８８Ｘ（２０１１）０９－０２４９—０４ ０ 引言 土壤养分含量准确快速地估算不仅是精确的测 土配方施肥顺利进行的保障，也是对农田面源污染进 行准确评价和有效控制的重要依据 Ｊ。 传统的土壤养分测定一般采用的是化学测定的 方法 ｌ８ Ｊ，该方法相对准确，但是费时费力，不能实时 反映土壤养分状况¨ Ｊ。遥感技术具有实时、快速获 取信息的能力，为高效快速地监测土壤养分提供了新 的技术手段＿１’７’ｍ 。 现有的土壤养分遥感监测方法都集中在从获取 的遥感数据中提取有用的信息，对土壤养分进行反 演 ，ｎ・ ，埔］。一个模型反演是否成功，不仅取决于观 测数据对反演参数的敏感程度，还取决于反演策略与 方法以及模型的适用性。土壤养分监测中所用到的 观测数据，都是从土壤光谱和作物冠层光谱中提取与 土壤养分高度相关的光谱特征指标ｌｌ Ｈ 。为此，本 文从光谱特征指标的选择、反演方法、反演模型３个 方面介绍土壤养分遥感监测的应用进展。 １光谱特征指标 原始反射光谱常常受到干扰，往往不能直接反映 出光谱与土壤养分含量的关系 。因此，实际中往往 收稿日期：２０１０—１１—２４ 基金项目：中央高校基本科研业务费专项（ＸＤＪＫ２００９Ｃ０６７）；国家 “十一五”科技支撑计划项目（２００７ＢＡＤ８７Ｂ］．０） 作者简介：徐丽华（１９７６一），女，黑龙江绥滨人，讲师，博士研究生，（Ｅ －ｍａｉｌ）ｓｗｅｉｔｌｉａｎｎａ＠１２６．ｃｏｒｎｏ 通讯作者：谢德体（１９５７一），男，四川开江人，教授，博士生导师，（Ｅ— ｍａｉｌ）ｘｄｔ＠ＳＷＵ．ｅｄｕ．ｃｎ 采用原始光谱的变换形式作为反映土壤养分变化的 光谱特征指标。 １．１ 光谱形状特征及反射率的代数运算形式 光谱的形状特征参数经常作为与土壤养分预测 的光谱特征指标¨ Ｈ Ｊ。研究指出，黑土土壤全氮含 量与黑土在１ １００ｎｍ的反射峰高度、５６０ｎｍ的反射面 积具有最好的相关性…，但波段深度与土壤全氮含量 之间具有较低的回归精度 Ｊ。而归一化反射高度建 立的土壤全氮含量估测模型在棉花的４个生育期都 具有通用性，并在花期中取得了最高的估测精度＿】 。 除此之外，很多学者采用了原始光谱的代数运算 形式作为光谱特征指标 。其中，反射率倒数的对数 （吸光度）是经常采用的一种代数变换形式，它与土壤 养分高度相关 Ｊ ¨。反射率的对数与土壤全氮 含量的相关性也比较高 ，但反射率的倒数与土壤全 氮之间的关系并不够稳定 Ｊ。 １．２植被指数 植被指数是从作物冠层光谱中提取的主要光谱 特征指标。最优土壤调节植被指数ＯＳＡＶＩ、土壤亮度 指数ＭＳＢＩ、生理反射植被指数ＰＲＩ都与土壤全氮含量 达到显著相关水平，利用这些指标监测土壤的养分， 往往都能取得较满意的效果 。归一化植被指数 ＮＤＶＩ、转换型调节植被指数ＴＳＡＶＩ及比值植被指数 ＲＶＩｉ与土壤速效氮含量也具有很好的相关性＿ｌ ５＿。由 于受到土壤背景、环境条件、大气状况等多种因素的 影响，植被指数往往具有明显的地域性和时效性心 。 因此，在不同地区，用于土壤养分遥感监测的植被指 数指标往往是不同的＿ｌ 。 ・２４９・
２０１ １年９月 农机化研究 第９期 １．３光谱反射率的微分形式 不同的微分形式对土壤养分的响应往往是不同 的，也可能产生不同的校正或者验证精度 。 与原始光谱反射率、反射率倒数的一阶导、反射 率平方根的一阶导、反射率的一阶导相比，反射率对 数的一阶导与土壤全氮含量的相关性最好 Ｊ。反射 率的一阶导数与土壤养分也具有很好的相关 性 ＇，８，９，１３，２４１，但该指标参数不适用于河北沧州的滨海 盐潮土表层土土壤全氮含量反演 。吸光度的导数 与北方潮土的全氮具有较高的相关系数，但是与东北 黑土的全氮含量之间的相关系数较低 。除此之外， 光谱反射率的二阶微分也是土壤养分监ｉ贝４中经常使 用的指标¨ 。 目前的研究多集中于土壤氮含量反演中光谱指 标的选取，用这些指标来反演土壤养分取得了令人满 意的效果 。但由于所选择的光谱特征不能较好地 反映磷、钾等其他营养元素的变化，所以用这些指标 构建的反演模型，往往精度并不是很高 ， 。因 此，选择与所研究的土壤养分具有高度相关的光谱特 征指标是学者们普遍关注的研究内容。 ２建模方法 构建反演模型的方法多数使用的是统计方法。 除了传统的多元线性回归、逐步多元回归分析以外， 人工神经网络、最小二乘支持向量机、主成分分析、偏 最小二乘等其他高级统计方法及机器学习方法也被 广泛用于土壤养分的反演¨ 。。。从目前看， 比较研究各种建模方法，寻求具有较高精度的反演模 型是很多学者努力研究的工作内容之一。 偏最小二乘和主成分分析是土壤养分反演中常 用的方法，其预测能力也是比较稳健的，但当用于建 模的数据集中存在定标的数据集中，不包含干扰效应 时，必须进行场址特性校正¨ 。在土壤全氮含量的预 测中，偏最小二乘方法预测结果好于最小二乘支撑向 量机 ；而在土壤全磷含量的预测中，最小二乘支撑 向量机的预测精度却高于最小二乘方法。有研究表 明，神经网络方法对土壤养分预测的精度不仅高于偏 最小二乘方法 川，还具有较好的鲁棒性 。很多时 候，综合两种或两种以上的统计方法对土壤养分预 测，往往比单独的方法具有更高的精度 ’ 。 相同的输入、相同的建模方法，也有可能得到不同的 反演模型 。这主要是由于复杂的土壤环境造成的。 不同地区具有不同的土壤类型和环境条件，植被 生长状况也不同，很难找到一种适用于不同地区的、 不同土壤类型的通用土壤养分遥感监测反演模型 。 有时土壤水分对反射光谱的影响，可能超过了土壤类 型对反射光谱的影响 。与使用原土样或进行田问 直接检测结果的模型相比，使用经过干燥处理土样的 模型往往具有很高的精度 。除此之外，土壤的 质地和耕作措施也是影响土壤养分反演模型精度的 重要因素 ＇∞ ｌ。 相同土壤类型不同深度上的土壤养分反演模型 也不完全相同。研究显示，Ｍｇ在土壤的不同层次都 表现出较高的预测精度，但交换性Ｎａ在两个土壤层 的预测精度具有明显的差异 。土壤全氮模型适用 于山西广灵黄土类型不同层次的土壤，但不适用于河 北沧州滨海盐潮土的不同层次；表层土壤（０～ｌＯｅｍ） 的土壤全氮反演模型的精度低于深层土壤（１０～ ３０ｅｒａ，３０—６０ｃｍ） 。这说明，某地区土壤的养分模 型可以用于该地区的表层土壤和深层土壤 …，但可能 并不适用于其他地区，这还需要进一步的验证。 ４ 结语 土壤养分的遥感反演虽然取得了一定的研究进 展，但是总体上都注重于某个时间点的研究，是静态 的，目前还没有发现土壤养分遥感监测模型；另外，空 间信息技术的发展，多源数据的共享和集成也将为土 壤养分遥感监测提供新的技术手段。为此，今后可从 以下几个方面开展进一步的研究。 １）进一步深入研究和探讨与土壤养分，尤其是 磷、钾等元素具有高度相关的光谱特征指标，提高模 型预测的精度。 ２）针对不同的土壤类型、土壤剖面、耕作条件、气 候的环境等进一步研究遥感数据用于预测土壤养分 的可能性。 ３）利用遥感数据的动态性，建立土壤养分遥感监 测的动态模型，研究不同时期内土壤养分的变化。 参考文献： ［１］卢艳丽，白由路，王磊，等．黑土土壤中全氮含量的高光谱 ３ 反演模型适用性研究 ［２］ 从模型的通用表达形式可看出，输入变量和建模 方法是影响函数模型的主要因素 。但即使是 ［３］ ・２５０・ 预测分析［Ｊ］．农业工程学报，２０１０，２６（１）：２５６—２６１． 袁石林，马天云，宋韬，等．土壤中总氮与总磷含量的近红 外光谱实时检测方法［Ｊ］．农业机械学报，２００９，４０（ｚ１）： １５０—１５３． 李伟，张书慧，张倩，
等．近红外光谱法快速测定土壤碱解 ２０１ １年９月 农机化研究 第９期 氮、速效磷和速效钾含量［Ｊ］．农业工程学报，２００７，２３ （１）：５５－５９． ［４］ 陈鹏飞，刘良云，王纪华，等．近红外光谱技术实时测定土 壤中总氮及磷含量的初步研究［Ｊ］．光谱学与光谱分析， ２００８，２８（２）：２９５－２９８． ［５］宋晓宇，王纪华，薛绪掌，等．利用航空成像光谱数据研 究土壤供氮量及变量施肥对冬小麦长势影响［Ｊ］．农业工 程学报，２００４，２０（４）：４５－４９． ［６］徐永明，蔺启忠，黄秀华，等．利用可见光／近红外反射光 谱估算土壤总氮含量的实验研究［Ｊ］．地理与地理信息科 学，２００５，２１（１）：１９—２２． ［７］潘瑜春，王纪华，陆安祥，等．基于小麦长势遥感监测的土 壤氮素累积估测研究［Ｊ］．农业工程学报，２００７，２３（９）：５８ —６３． ［８］ 胡永光，李萍萍，吴才聪，等．基于漫反射光谱的茶园土壤 硝态氮检测［Ｊ］．农业工程学报，２００９，２５（ｚ２）：２４０—２４４． ［９］ 于飞健，闵顺耕．近红外光谱法分析土壤中的有机质和氮 素［Ｊ］．分析试验室，２００２，２１（３）：４９—５１． ［１０］ Ｃｏｎｆａｌｏｎｉｅｒｉ，Ｍ．，Ｆ．Ｆｏｒｎａｓｉｅｒ，Ａ．Ｕｒｓｉｎｏ，Ｔｈｅ ｐｏｔｅｎｔｉａｌ ｏｆ ｎｅａｒ ｉｎｆｒａｒｅｄ ｒｅｆｌｅｃｔａｎｃｅ ｓｐｅｃｔｒｏｓｃｏｐｙ ａｓ ａ ｔｏｏｌ ｆｏｒ ｔｈｅ ｔｈｅｍ－ ｉｃａｌ ｅｈａｒａｃｔｅｒｉｓａｔｉｏｎ ｏｆ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌｓ『Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｎｅａｒ Ｉｎｆｒａｒｅｄ Ｓｐｅｃｔｒｏｓｃｏｐｙ，２００１（９）：１２３． ［１ １］Ｄｉｋｅｒ，Ｋ．，Ｗ．Ｃ．Ｂａｕｓｃｈ．Ｒａｄｉｏｍｅｔｒｉｃ ｆｉｅｌｄ ｍｅａｓｕｒｅｍｅｎｔｓ ｏｆ ｍａｉｚｅ ｆｏｒ ｅｓｔｉｍａｔｉｎｇ ｓｏｉｌ ａｎｄ ｐｌａｎｔ ｎｉｔｒｏｇｅｎ［Ｊ］．Ｂｉｏｓｙｓｔｅｍｓ ｅｎｇｉｎｅｅｒｉｎｇ，２００３，８６（４）：４１１－４２０． ［１２］Ｅｈｓａｎｉ，Ｍ．Ｒ．，Ｓ．Ｋ．Ｕｐａｄｈｙａｙａ，Ｄ．Ｓｌａｕｇｈｔｅｒ，ｅｔ ａ１．Ａ ＮＩＲ ｔｅｃｈｎｉｑｕｅ ｆｏｒ ｒａｐｉｄ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ ｓｏｉｌ ｍｉｎｅｒａｌ ｎｉｔｒｏ— ｇｅｎ［Ｊ］．Ｐｒｅｃｉｓｉｏｎ ａｇｒｉｃｕｌｔｕｒｅ，１９９９，１（２）：２１９－２３６． ［１３］程彬，姜琦刚，湛邵斌．利用可见光／近红外一短波红外光 谱预测土壤总氮含量的研究［Ｊ］．安徽农业科学，２００７， ３５（１０）：３ ００９． ［１４］潘文超，李少昆，王克如，等．基于棉花冠层光谱的土壤 氮素监测研究［朋．棉花学报，２０１０，２２（１）：７０—７６． ［１５］薛利红，卢萍，杨林章，等．利用水稻冠层光谱特征诊断 土壤氮素营养状况［Ｊ］．植物生态学报，２００６，３０（４）：６７５ —６８１． ［１６］ Ｂｒｕｎｅｔ，Ｄ．，Ｍ．Ｂｅｒｎｏｕｘ，Ｂ．Ｇ．Ｂａｒｔｈ￣ｓ．Ｃｏｍｐａｒｉｓｏｎ ｂｅ— ｔｗｅｅｎ ｐｒｅｄｉｃｔｉｏｎｓ ｏｆ Ｃ ａｎｄ Ｎ ｃｏｎｔｅｎｔｓ ｉｎ ｔｒｏｐｉｃａｌ ｓｏｉｌｓ ｕｓｉｎｇ ａ Ｖｉｓ－ＮＩＲ ｓｐｅｃｔｒｏｍｅｔｅｒ ｉｎｃｌｕｄｉｎｇ ａ ｆｉｂｒｅ—ｏｐｔｉｃ ｐｒｏｂｅ ｖｅｒｓｕｓ ａ ＮＩＲ ｓｐｅｃｒｏｍｅｔｅｒ ｉｎｃｌｕｄｉｎｇ ａ ｓａｍｐｌｅ ｔｒａｎｓｐｏｒｔ ｍｏｄｕｌｅ［Ｊ］． Ｂｉｏｓｙｓｔｅｍｓ Ｅｎｇｉｎｅｅｒｉｎｇ，２００８，１００（３）：４４８—４５２． ［１７］Ｇｉｌａｂｅｒｔ，Ｍ．Ａ．，Ｊ．Ｇｏｎｚｈｌｅｚ—Ｐｉｑｕｅｒａｓ，Ｆ．Ｊ．Ｇａｒｃｉａ—Ｈａｒｏ， ｅｔ ａ１．Ａ ｇｅｎｅｒａｌｉｚｅｄ ｓｏｉｌ－ａｄｊｕｓｔｅｄ ｖｅｇｅｔａｔｉｏｎ ｉｎｄｅｘ［Ｊ］．Ｒｅ— ｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ ｅｎｖｉｒｏｎｍｅｎｔ，２００２，８２（２－３）：３０３－３１０． ［１８］ 曾志远．卫星图象密度一辐射量算与土壤资源探测［Ｊ］． 资源科学，１９８１（４）：７２—７８． ［１９］汪善勤，舒宁，张海涛．土壤全氮田间Ｖｉｓ／ＮＩＲ光谱测定 方法研究［Ｊ］．光谱学与光谱分析，２００８，２８（４）：８０８一 ・２５ｌ・ ［２Ｏ］ ［２１］ ［２２］ ［２３］ ［２４］ ［２５］ ［２６］ ［２７］ ［２８］ ［２９］ ［３Ｏ］ ［３１］ ［３２］ ［３３］ ［３４］ ８ｌ２． 鲍一丹，何勇，方慧，等．土壤的光谱特征及氮含量的预 测研究［Ｊ］．光谱学与光谱分析，２００７，２７（１）：６２－６５． 彭玉魁，卢恩双．土壤水分，有机质和总氮含量的近红外 光谱分析研究［Ｊ］．土壤学，１９９８，３５（４）：５５３—５５９． 张良培，张立福．高光谱遥感［Ｍ］．武汉：武汉大学出版 社．２００５． Ｌｅｏｎ，Ｃ．Ｔ．，Ｄ．Ｒ．Ｓｈａｗ，Ｍ．Ｓ．Ｃｏｘ，ｅｔａ１．Ｕｔｉｌｉｔｙ ｏｆ ｒｅ— ｍｏｔｅ ｓｅｎｓｉｎｇ ｉｎ ｐｒｅｄｉｃｔｉｎｇ ｃｒｏｐ ａｎｄ ｓｏｉｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ［Ｊ］． Ｐｒｅｃｉｓｉｏｎ Ａｇｒｉｃｕｌｔｕｒｅ．２００３（４）：３５９－３８４． Ｍｉｎｚａｎ，Ｌ．Ｅｖａｌｕａｔｉｎｇ ｓｏｉｌ ｐａｒａｍｅｔｅｒｓ ｗｉｔｈ ｖｉｓｉｂｌｅ ｓｐｅｃｔｒｏｓ－ ｃｏｐｙ［Ｊ］．Ｔｒａｎｓａｃｔｉｏｎｓ ｏｆ Ｔｈｅ Ｃｈｉｎｅｓｅ Ｓｏｃｉｅｔｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，２００３，１９（５）：３６－４１． 张雪莲，李晓娜，武菊英，等．不同类型土壤总氮的近红 外光谱技术测定研究［Ｊ］．光谱学与光谱分析，２０１０，３０ （４）：９０６—９１０． 孙建英，李民赞，郑立华，等．基于近红外光谱的北方潮 土土壤参数实时分析［Ｊ］．光谱学与光谱分析，２００６，２６ （３）：４２６—４２９． Ｓａｓａｏ，Ａ．，Ｓ．Ｓｈｉｂｕｓａｗａ，Ｋ．Ｓａｋａｉ，ｅｔ ａ１．Ｓｏｉｌ Ｐａｒａｍｅｔｅｒｓ Ｅｓｔｉｍａｔｉｏｎ ｗｉｔｈ ＮＩＲ Ｓｐｅｃｔｒｏｓｃｏｐｙ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｊａｐａ— ｎｅｓｅ Ｓｏｃｉｅｔｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｍａｃｈｉｎｅｒｙ，２０００，６２（３）：１ｌ１— １２０． Ｈｅ，Ｙ．，Ｍ．Ｈｕａｎｇ，Ａ．Ｇａｒｅｆａ，ｅｔ ａ１．、Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｓｏｉｌ ｍａｃｒｏｎｕｔｒｉｅｎｔｓ ｃｏｎｔｅｎｔ ｕｓｉｎｇ ｎｅａｒ—ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃｓ ｉｎ Ａｇｒｉｃｕｌｔｕｒｅ，２００７，５８ （２）：１４＿４—１５３． ． Ｈｅ，Ｙ． ，Ｈ．Ｓｏｎｇ，Ａ．Ｇ．Ｐｅｒｅｉｒａ，ｅｔ ａ１．Ａ ｎｅｗ ａｐｐｒｏａｃｈ ｔｏ ｐｒｅｄｉｃｔ Ｎ，Ｐ，Ｋ ａｎｄ ＯＭ ｃｏｎｔｅｎｔ ｉｎ ａ ｌｏａｍｙ ｍｉｘｅｄ ｓｏｉｌ ｂｙ ｕｓｉｎｇ ｎｅａｒ ｉｎｆｒａｒｅｄ ｒｅｆｌｅｃｔａｎｃｅ ｓｐｅｃｔｒｏｓｃｏｐｙ［Ｊ］．Ａｄｖａｎｃｅｓ ｉｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｃｏｍｐｕｔｉｎｇ，２００５，３６４４：８５９－８６７． Ｍｏｒｏｎ，’Ａ．，Ｄ．Ｃｏｚｚｏｌｉｎｏ．Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｎｅａｒ ｉｎｆｒａｒｅｄ ｒｅ— ｆｌｅｃｔａｎｃｅ ｓｐｅｃｔｒｏｓｃｏｐｙ ｆｏｒ ｔｈｅ ａｎａｌｙｓｉｓ ｏｆ ｏｒｇａｎｉｃ Ｃ，ｔｏｔａｌ Ｎ ａｎｄ ｐＨ ｉｎ ｓｏｉｌｓ ｏｆ Ｕｒｕｇｕａｙ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ ｎｅａｒ ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ，２００２，１０（３）：２１５－２２１． 郑立华，李民赞，潘娈，等．近红外光谱小波分析在土壤 参数预测中的应用［Ｊ］．光谱学与光谱分析，２００９，２９ （６）：１ ５４９－１ ５５２． ＭｕＨｅｒ，Ｅ．，Ｈ．Ｄｅｃａｍｐｓ Ｍｏｄｅｌｉｎｇ ｓｏｉｌ ｍｏｉｓｔｕｒｅ－ｒｅｆｌｅｃｔａｎｃｅ ［Ｊ］．Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ，２００１，７６（２）：１７３— １８０． Ｒｕｓｓｅｌｌ，Ｃ．Ａ．，Ｊ．Ｆ．Ａｎｇｕｓ，Ｇ．Ｄ．Ｂａｔｔｅｎ，ｅｔ ａ１．Ｔｈｅ ｐｃ— ｔｅｎｔｉａｌ ｏｆ ＮＩＲ ｓｐｅｃｔｒｏｓｃｏｐｙ ｔｏ ｐｒｅｄｉｃｔ ｎｉｔｒｏｇｅｎ ｍｉｎｅｒａｌｉｚａｔｉｏｎ ｉｎ ｒｉｃｅ ｓｏｉｌｓ［Ｊ］．Ｐｌａｎｔ ａｎｄ ｓｏｉｌ，２００２，２４７（２）：２４３—２５２． Ｍａｌｌｅｙ，Ｄ．Ｆ．，Ｌ．Ｙｅｓｍｉｎ，Ｄ．Ｗｒａｙ，ｅｔ ａ１．Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｎｅａｒ——ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ ｉｎ ａｎａｌｙｓｉｓ ｏｆ ｓｏｉｌ ｍｉｎｅｒａｌ ｎｕｔｒｉ— ｅｎｔｓ［Ｊ］．Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎ ｓｏｉｌ ｓｃｉｅｎｃｅ ａｎｄ ｐｌａｎｔ ａｎａｌｙｓｉｓ． １９９９，３０（７）：９９９－１ ０１２．
无人机遥感技术在精准农业中的应用研究
无人机遥感技术在精准农业中的应用研究
近年来，随着无人机技术的发展和普及，无人机遥感技术在农业领域应用的研究越来越受到重视。它的应用不仅可以提高作物生产质量和产量，同时还可以实现精准施肥、精准灌溉、精准植保等，从而推动农业生产模式从传统向现代化转型，对建设现代农业和实现可持续发展具有重要意义。
一、无人机遥感技术在农业中的作用
1.监测作物生长情况
通过无人机遥感技术的应用，不仅可以实时监测作物生长的情况，还可以对不同作物的生长过程、生长规律和生长特点进行分析。这是因为，无人机遥感技术可以快速获取大量的农田图像数据，而这些图像数据可以通过遥感图像处理软件进行处理和分析，从而得出准确的作物生长情况信息。
2.精准化植保
在传统的农业生产中，植保工作中，经常存在药物浪费和药物覆盖不全的问题。这些问题都可以通过无人机遥感技术的应用得到解决。无人机遥感技术可以精确定位，准确识别病虫害目标，可以在病虫害的发生初期及时进行排查，从而在治疗上实现“精准打击、精准治疗”。 3.精准施肥
无人机遥感技术在施肥方面也可以实现精准化。通过对无人机遥感技术所获取的农田图像数据进行分析处理，可以得出一片耕地内不同部位、不同作物的土壤养分情况，同时可以根据这些数据和农作物养分的需求，制定出更准确的施肥方案，从而提高农作物的产量和质量。
4.精准灌溉
精准的灌溉也是农业生产中非常重要的一个方面。通过分析无人机遥感技术所获取的图像数据，可以得出不同部位、不同作物生长状态及土壤含水量等信息，从而根据这些信息制定更科学更合理的灌溉方案。
二、无人机遥感技术在农业生产中的优势
1.高效性
无人机遥感技术可以在短时间内从不同高度和不同角度获取大量的图像数据，快速、准确地获取农田的信息。而传统的农业调查手段通常需要在农田内进行大量的地面测量，耗时耗力，效率低下。
2.信息量大 通过无人机遥感技术可以得到大量的图像数据，从而可以获取更丰富的农田信息，同时还可以获取到难以在地面上获取到的信息。
土壤高光谱
土壤高光谱
1. 高光谱遥感简介
高光谱遥感是一种利用光谱成像技术获取地表空间和光谱信息的方法。它通过在连续的光谱波段上获取地表反射和辐射的电磁波信息，能够识别和区分不同类型的地物和物质。高光谱遥感技术的兴起，极大地丰富了遥感数据的内涵，使得对地表环境和生态系统的监测与评估成为可能。
2. 土壤高光谱技术的兴起
土壤高光谱技术是高光谱遥感技术在土壤学领域的应用。通过对土壤的光谱信息进行分析，可以深入了解土壤的理化性质、组成成分和空间分布等信息。随着卫星遥感和地面观测技术的不断发展，土壤高光谱技术在土壤学、生态学和农业等领域的应用逐渐受到重视。
3. 土壤高光谱技术的原理
土壤高光谱技术的核心是通过获取土壤在连续光谱波段上的反射率信息，建立反射率与土壤理化性质之间的数学关系，进而推断出土壤的组成成分和空间分布特征。这种技术能够以较高的精度和分辨率识别不同类型的土壤，为土壤资源的调查、管理和保护提供有力支持。
4. 土壤高光谱技术的应用场景
土壤高光谱技术在多个领域具有广泛的应用前景。首先，在土壤学研究中，高光谱技术可用于分析土壤的理化性质、物质组成和肥力状况等，为土壤分类、评价和改良提供依据。其次，在农业领域，土壤高光谱技术可用于监测土壤养分分布、评估作物长势和产量，为精准农业和智能农业提供技术支持。此外，在环境监测领域，土壤高光谱技术可用于评估土壤污染状况、监测土地退化和荒漠化等环境问题。
5. 土壤高光谱技术面临的挑战 尽管土壤高光谱技术具有广泛的应用前景，但仍面临一些挑战。首先，由于不同地区和不同类型的土壤具有不同的光谱特征，需要建立更精确的数学模型来提高对土壤性质的反演精度。其次，高光谱数据的处理和分析需要专业的知识和技能，对人才队伍的建设提出了更高的要求。此外，高光谱技术的普及和应用需要大量的资金和技术支持，尤其是在发展中国家和地区。
6. 未来展望与研究方向
为了进一步推广和应用土壤高光谱技术，未来的研究工作需要关注以下几个方面：一是加强基础理论研究，深入探索土壤光谱特征与理化性质之间的内在联系；二是提高反演算法的精度和稳定性，为实际应用提供更加准确可靠的数据支持；三是加强技术集成与创新，推动高光谱技术与其他技术的融合发展；四是加强国际合作与交流，共同推动全球范围内土壤高光谱技术的发展和应用。
3S技术在精准农业中的应用研究
3S技术在精准农业中的应用研究
随着科技的不断发展，3S技术在农业领域中的应用越来越广泛。3S技术是指遥感（Remote Sensing）、地理信息系统（Geographic Information System，GIS）和全球定位系统（Global Positioning System，GPS）的综合应用。这些技术在精准农业中发挥着重要作用，为农业生产提供了新的思路和方法。本文将重点探讨3S技术在精准农业中的应用研究，并分析其在提高农业生产效率、减少资源浪费和保护环境方面的作用。
一、3S技术在精准农业中的应用现状
1. 遥感
遥感技术是指利用飞机、卫星等对地球表面进行观测和测量的技术。遥感技术可以获取大范围、高分辨率的地表信息，包括土地利用、植被覆盖、土壤湿度等数据。这些数据对于制定农业生产计划和监测农作物生长状态非常重要。
2. 地理信息系统（GIS）
地理信息系统是一种用来收集、存储、处理、分析和展示地理信息的技术系统。GIS可以将遥感获取的地表信息与其他空间数据进行集成，为农业生产提供空间分析和决策支持。农业领域的GIS应用包括土地利用规划、农田布局设计、灌溉系统优化等方面。
3. 全球定位系统（GPS）
全球定位系统是一种用来确定任意地点的地理位置和时间的系统。在农业生产中，GPS可以用来进行精准的农田作业，例如精确播种、精准施肥、精细管理等。
二、3S技术在精准农业中的应用案例
1. 作物监测与管理
利用遥感技术获取的作物生长状态数据，可以实现对农田作物进行动态监测和管理。通过对作物的生长情况、病虫害情况等进行分析，可以实现精准施肥、精细管理，提高作物产量和质量。
2. 灌溉系统优化
利用GIS技术对地理空间信息进行分析和模拟，可以优化灌溉系统的布局和调度，实现对农田的精准灌溉。精准灌溉可以减少水资源的浪费，提高灌溉效率，同时还可以避免过度灌溉导致的土壤盐碱化等问题。
利用中巴-2号卫星CCD估测土壤全氮的研究
一感应用 遥感信息
利用中巴一２号卫星ＣＣＤ 估测土壤全氮的研究
刘世峰，潘剑君，杨志强，胡若婧，刘莎
（南京农业大学资源与环境科学学院，南京２１００９５）
摘要：遥感监测土壤对于及时快速掌握农田肥力状况，合理施肥意义重大。ＮＤＶＩ在监测地表植被覆盖中发
挥着重要作用，水田植被覆盖种类单一，其他影响因素少，这使得通过ＮＤＶＩ监测水稻长势，间接监测土壤肥力状
况变得可行 本文就是利用中巴一２号卫星的ＣＣＤ的植被指数对南京溧水县水田的土壤质量进行监测，回归方程
的决定系数Ｒ。一０．７４１，相对误差为０．１６６３。结论发现利用中巴卫星的植被指数对研究区的的水田氮素的监测
是可行的，并在此基础上做了研究区的氮素等级分布图，实现了遥感监测溧水水田土壤全氮的估测。
关键词：遥感；全氮估测；土壤；中巴卫星一２
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００—３１７７．２０１０．０１．０１２
中图分类号：ＴＰ７５１ 文献标识码：Ａ 文章编号：１０００—３１７７（２０１０）１０７～００５７—０７
１ 引 言
传统均一施肥往往导致地块内部出现局部区
域施肥过量，土壤养分积累，可能成为农业面源污
染的污染源，另一些区域施肥不足，不能满足作物
的生长需要，导致土壤养分入不敷出引起地力下
降。因此及时监测农田地块内的土壤养分动态将
有助于控制农田面源污染和地力耗竭。传统的土
壤采样测试方法投入大而且时效性差，遥感技术
的发展为土壤养分及动态监测提供新的技术手
段。可是水田长期被水稻覆盖，这给监测水田土
壤的质量带来困难。由于不同的土壤条件尤其是
肥力特征会引起水稻的长势差异，并最终体现在
冠层光谱尤其是植被指数上，使得利用植被光谱
特征间接监测土壤特性和施肥状况成为可能，而
氮素对植物冠层光谱反射率的影响最大，这是使
得利用植被指数监测冠层光谱，间接监测稻田土
壤的氮素水平成为可能。
许多学者进行了裸地土壤性质的光谱研究，证
智能传感器在农业中的应用
智能传感器在农业中的应用
随着科技的不断发展，智能传感器在农业领域的应用越来越广泛。智能传感器作为一种能够感知和响应外部环境的设备，可以帮助农民更好地管理农田，提高农业生产效率。本文将详细介绍智能传感器在农业中的应用，包括土壤监测、作物生长监测、气象监测和灌溉控制等方面。
土壤监测
土壤是农业生产的基础，了解土壤的状况对于农民来说至关重要。智能传感器可以实时监测土壤的温度、湿度、pH值、电导率等参数，为农民提供准确的土壤信息。通过分析这些数据，农民可以更好地了解土壤状况，合理施肥、调整灌溉时间和方式，提高作物产量和品质。
作物生长监测
智能传感器可以用于监测作物的生长状况，包括株高、叶面积、叶绿素含量等指标。通过对这些参数的实时监测，农民可以及时发现作物生长中的问题，如病虫害、营养不足等，并采取相应的措施进行干预。此外，智能传感器还可以监测作物的生长速度和周期，帮助农民合理安排农事活动，提高生产效率。
气象监测
气象条件对农业生产具有重要影响。智能传感器可以实时监测气温、降水、风速、光照等气象参数，为农民提供准确的气象信息。通过分析这些数据，农民可以及时应对气候变化，如调整播种时间、选择适应性强的作物品种等，减少自然灾害对农业生产的影响。
灌溉控制
合理灌溉是保证作物生长的重要条件。智能传感器可以监测土壤水分状况，根据作物需水量和土壤湿度自动调节灌溉时间和水量。通过精确灌溉，既可以保证作物生长的水分需求，又可以节约水资源，减少浪费。
智能传感器在农业中的应用具有重要意义。通过实时监测土壤、作物、气象等方面的信息，农民可以更好地管理农田，提高农业生产效率。未来，随着科技的不断发展，智能传感器的应用将更加广泛，为农业生产带来更多可能性。
精准农业实践
智能传感器在精准农业中的应用，为农业生产带来了革命性的变化。精准农业是一种基于信息技术、传感器技术和数据分析技术的农业生产模式，目的是实现农业生产的高效、节能和环保。智能传感器在精准农业中的应用主要体现在以下几个方面：
遥感与测绘技术相结合的精准农业方法
遥感与测绘技术相结合的精准农业方法
随着科技的进步和农业生产的不断发展，传统的农业方式已经不能满足现代精细化农业管理的需求。为了提高农业生产效益、保护环境、减少资源浪费，遥感与测绘技术被应用于农业生产中，形成了精准农业方法。本文将重点介绍遥感与测绘技术相结合的精准农业方法，包括遥感技术在土壤质量评估中的应用、基于遥感数据的农作物生长监测、利用遥感与测绘技术实施的农田精准施肥等方面。
第一部分：遥感技术在土壤质量评估中的应用
土壤是农业生产的基础。传统的土壤质量评估需要大量的采样和实地分析，费时费力且成本较高。而遥感技术的应用可以大大提高土壤质量评估的效率和准确性。通过遥感技术可以获取土壤表面的光谱信息，进而反演土壤的质量指标，如土壤含水量、有机质含量等。遥感技术还可以揭示土壤的空间分布特征，为农业生产提供精确的土壤质量信息。
第二部分：基于遥感数据的农作物生长监测
农作物的生长过程对农业生产至关重要。传统的农作物生长监测需要依靠实地调查和统计，耗时且易受人为误差影响。利用遥感技术获取的高时空分辨率的数据可以实时监测农田中农作物的生长状态。通过遥感数据，可以提取农田中的植被指标，如NDVI指数等，进而反映作物的生长情况。基于遥感数据的农作物生长监测可以帮助农民及时调整农事管理措施，提高农作物产量和质量。
第三部分：利用遥感与测绘技术实施的农田精准施肥
施肥是农业生产中必不可少的环节，而传统的施肥方式往往无法满足作物对养分的需要，造成养分的浪费和环境的污染。利用遥感与测绘技术可以实施农田精准施肥，提高施肥的效果。通过遥感技术可以获取农田中作物的生长情况、土壤的养分状况等信息，结合测绘技术获取的土地利用类型、土壤类型等信息，可以制定精细化的施肥方案。精准施肥可以最大程度地满足作物对养分的需求，减少养分的浪费和环境的污染。
结语
随着遥感和测绘技术的不断发展，精准农业方法在农田管理中的应用将会越来越广泛。遥感技术可以提供高时空分辨率的数据，为精细农业管理提供有力支持。利用遥感与测绘技术相结合的精准农业方法可以大幅提高农业生产的效益和可持续发展水平，对保障粮食安全和促进农村经济发展具有重要意义。未来，随着技术的不断创新和应用的深入，精准农业将会迎来更加美好的发展前景。
土壤环境监测技术的现状及发展趋势分析
土壤环境监测技术的现状及发展趋势分析
摘要：土壤监测系统在实际运转过程中能为城市发展提供基础污染和管理信息，为土壤污染管理提供相应的生态环境保护理论根据。现阶段的土壤环境污染问题相对突出，为有效避免土壤出现更为严重的污染，相关部门在实际的工作开展中，应重视土壤环境污染的分析与监测，充分将监测结果作为污染防控的依据，实现土壤的有效治理。基于此，本文主要分析了土壤环境监测技术的现状及发展趋势。
关键词：土壤环境污染；监测技术；应用
中图分类号：X833文献标识码：A
引言
土壤环境监测技术的日趋完善，为我国的环境监测事业提供了全新的发展契机。利用相关技术针对土壤环境加强监测，不仅能够使各区域的土壤环境得到有效的保护，对于土壤污染问题的有效防控和治理也有着非常积极的作用。因此，相关单位应该对该项技术保持高度的重视，要对其加强研究与应用，使其能够在现代社会发展中发挥更大的作用。
1土壤污染概述
土壤污染物主要包含以下几方面：无机物、有机农药（农药、除草剂等）、有机废物（可生物降解和难降解有机废物）、化学肥料、寄生虫、病原体和病毒等。1950年以来，国内土壤质量在不断下降，土壤污染日益严重，包括荒漠化、水土流失、盐渍化等生态环境问题日益凸显。土壤的污染物主要来源于农业生产中经常使用的化肥以及工业生产带来的污染，主要集中在城市边缘、工矿区和运输线的砷、镉、铅、汞等重金属污染。 土壤污染具有隐蔽性和延迟性，直观地说，土壤污染比空气和水污染更隐蔽。区域性相对集中在一定范围内；它是不可逆的、累积的、难以恢复的。一般来说，它不具有和水一样的自净能力，污染会不断累积。一旦重金属和持久性有机污染物进入土壤，它们就会留在土壤中并不断累积[1]。
2土壤环境监测技术的现状
2.1遥感技术
土壤环境监测过程中，遥感技术具备巨大的作用。遥感技术作为一项综合性技术，实现了全球定位系统与地理信息技术的有机结合，实现了地理信息系统与全球定位系统的充分协调。在遥感技术的应用过程中，人们可以充分掌握土壤环境的整体情况，这不仅可以提高土壤环境监测的有效性，而且有利于采取相关措施解决问题。
土壤监测系统解决方案(3篇)
第1篇
一、引言
土壤是地球表面的一种自然资源，是人类赖以生存和发展的重要基础。随着我国经济的快速发展和城市化进程的加快，土壤污染问题日益突出，对生态环境和人类健康造成了严重威胁。为了加强土壤污染防控，保障国家粮食安全，我国政府高度重视土壤监测工作。本文针对土壤监测系统的需求，提出了一种土壤监测系统解决方案，旨在为我国土壤监测工作提供有力支持。
二、土壤监测系统需求分析
1. 监测范围广：土壤监测系统应覆盖全国各地区，包括耕地、林地、草地、湿地等多种土地利用类型。
2. 监测指标全面：土壤监测系统应涵盖土壤污染、土壤肥力、土壤环境质量等多个方面，以满足不同领域的监测需求。
3. 监测数据实时性：土壤监测系统应具备实时数据采集、传输和处理能力，确保监测数据的准确性。
4. 监测设备智能化：土壤监测系统应采用先进的监测设备，提高监测效率和准确性。
5. 监测结果可视化：土壤监测系统应具备数据可视化功能，方便用户直观了解监测结果。
6. 监测数据共享：土壤监测系统应实现数据共享，便于不同部门、不同地区之间的信息交流。
三、土壤监测系统解决方案
1. 系统架构
土壤监测系统采用分层架构，包括数据采集层、数据处理层、数据应用层和用户界面层。
（1）数据采集层：负责采集土壤监测数据，包括土壤样品采集、现场监测设备、遥感监测等。
（2）数据处理层：负责对采集到的数据进行预处理、分析、存储和共享。 （3）数据应用层：为用户提供土壤监测服务，包括监测结果展示、数据分析、决策支持等。
（4）用户界面层：提供用户操作界面，实现用户与系统的交互。
2. 系统功能
（1）数据采集与传输
土壤监测系统采用多种数据采集方式，包括现场监测设备、土壤样品采集和遥感监测等。现场监测设备包括土壤养分测定仪、土壤水分测定仪、土壤重金属测定仪等；土壤样品采集通过定期采样、随机采样等方式获取；遥感监测利用卫星遥感数据，对土壤环境进行监测。
遥感技术在环境监测中的应用
遥感技术在环境监测中的应用
遥感技术，即利用卫星、航空器等远距离获取地球表面信息的技术，已经在环境监测领域得到广泛应用。其高分辨率、高时效性以及对大范围地域的全面监测能力，使得遥感技术成为环境监测的重要工具。本文将以环境监测中常见的污染物监测、土地利用变化监测和自然灾害预警三个方面，介绍遥感技术在环境监测中的应用。
一、污染物监测方面
污染物监测是环境保护的重要任务之一，而遥感技术能够提供实时、准确的污染物监测数据，有助于及时发现、控制和应对环境污染事件。首先，遥感技术可以通过监测大气遥感图像来实现对大气污染物的监测。利用遥感技术获取的大气遥感图像可以直观地展示出不同区域的大气质量状况，如PM2.5、二氧化硫、氮氧化物等污染物的浓度分布情况。其次，遥感技术也可以通过监测水体遥感图像来实现对水体污染的监测。通过利用不同频段的遥感数据，可以有效地识别出水体中的有机污染物、营养物质等，并结合地理信息系统分析污染物的来源和扩散情况。再次，遥感技术还可以通过监测土壤遥感图像来实现对土壤污染的监测。利用遥感技术获取土壤遥感图像可以进行土壤养分、土壤含水量等指标的监测，通过分析这些指标的变化可以判断土壤质量和污染情况。
二、土地利用变化监测方面
土地利用变化监测对于合理规划和管理土地资源具有重要意义，而遥感技术能够提供大范围、高时效的土地利用变化数据，对土地资源的监测和保护起到十分关键的作用。首先，遥感技术可以实现对城市扩张和农田利用变化的监测。通过对城市遥感图像的解译和分析，可以了解城市扩张的速度和方向，为城市规划和土地资源管理提供科学依据。同时，遥感技术也可以监测农田利用的变化，如耕地面积的变化、农作物类型的变化等，为农田规划和农业生产提供决策支持。其次，遥感技术还可以监测森林破坏和植被覆盖变化。通过对森林遥感图像的解译和分析，可以评估森林覆盖率的变化情况，以及森林破坏的程度，为森林资源保护和生态恢复提供指导意见。
遥感科学与技术发展现状与态势
遥感科学与技术发展现状与态势
遥感科学与技术是应用于地球表面物质的非接触式探测和信息获取的一门学科，通过卫星、飞机、无人机等遥感平台获取的遥感数据，结合地理信息系统和计算机技术，可以对地球表面进行全面、动态和多尺度的观测和监测。随着遥感技术的不断发展，遥感科学在资源环境管理、自然灾害监测、农业生态研究等方面发挥着重要的作用。本文将介绍遥感科学与技术的发展现状与态势。
遥感科学与技术在资源环境管理方面发挥着重要作用。随着人口的持续增长和经济的快速发展，资源环境压力日益增大，如何高效利用和保护资源环境成为全球关注的焦点。遥感技术通过获取大范围的遥感数据，可以实现对土地利用、水资源、森林资源等方面的监测和评估。例如，利用遥感技术可以实时监测农田的植被覆盖情况，提供农作物生长的信息，帮助农业生产的管理和决策。此外，遥感技术还可以监测水体的质量和变化，为水资源的管理和保护提供数据支持。在森林资源方面，遥感技术可以实现对森林覆盖面积、类型和生长状态的监测，为森林资源的管理和保护提供科学依据。
遥感科学与技术在自然灾害监测方面发挥着重要作用。自然灾害如地震、洪涝、山火等给人们的生命财产安全带来了严重威胁，如何及时准确地监测和预警自然灾害成为人们关注的焦点。遥感技术通过获取遥感影像和数据，可以实现对自然灾害的监测和预警。例如，在地震监测方面，利用遥感技术可以观测地表形变和地表破裂等现象，提供地震预警信息。在洪涝监测方面，遥感技术可以实现对洪水范围和深度的监测，为防洪工作提供数据支持。此外，遥感技术还可以实时监测山火的蔓延情况，提供山火的监测和预警信息，为山火的扑灭提供科学依据。
遥感科学与技术在农业生态研究方面发挥着重要作用。农业生态是指农业系统内生物、环境和人类的相互作用关系。遥感技术通过获取遥感数据，可以实现对农业生态系统的监测和评估。例如，在土壤质量监测方面，遥感技术可以实现对土壤有机质、氮磷钾等养分的含量和分布的监测，为合理施肥和土壤保护提供数据支持。在植被监测方面，遥感技术可以实现对农田植被覆盖、叶面积指数等植被参数的监测，为农作物的生长和产量预测提供科学依据。此外，遥感技术还可以实现对农田水分状况的监测，为农田的灌溉和水资源的合理利用提供数据支持。