農田多源信息獲取與空間變異表征研究.pdf

1、農田多源信息的獲取是進行農田土壤、作物與環(huán)境等信息空間變異特性研究的基礎。隨著新一代高分辨率主被動遙感衛(wèi)星的發(fā)射和各類近地傳感器的快速發(fā)展，利用各自的優(yōu)勢進行農田多源信息獲取、空間變異表征與數字制圖研究，已成為當前國內外研究的熱點。特別是針對土壤信息快速獲取與空間變異研究，國際土壤學界給予了極大的關注。國際土壤學會在2002年第17屆國際土壤科學大會上新成立了計量土壤學專業(yè)委員會（Pedometrics，Commission1.5)，提

2、出利用數學和統(tǒng)計學方法研究土壤的分布和發(fā)生。2008年又成立了土壤近地傳感(Proximal Soil Sensing)工作組，發(fā)展各種土壤信息室內外近地快速獲取的方法和手段，推進傳統(tǒng)土壤理化測試分析向土壤野外實時監(jiān)測方向發(fā)展。本論文圍繞上述研究熱點，以浙江省杭州灣濱海圍墾試驗田為樣區(qū)，針對土壤鹽分、水分等關鍵影響因子，利用近地傳感器和主被動遙感等多種手段開展農田信息快速獲取和解譯、土壤采樣方法、農田管理分區(qū)與數字土壤制圖的研究，為研究

3、區(qū)進行土壤科學改良和農田精確管理提供技術支撐與輔助決策指導。主要研究結果包括以下四個方面:
　　 (1)基于近地傳感器數據的土壤鹽分時空變異研究
　　 在海涂圍墾區(qū)，土壤鹽分是影響作物生長的一個重要因素，本研究利用2009-2011年實地測量的土壤表觀電導率(ECa)數據，結合傳統(tǒng)統(tǒng)計和地統(tǒng)計方法進行土壤鹽分的時空變異研究，揭示土壤鹽分的空間變異情況，以期為作物種植和農田土壤管理提供依據?？臻g分析表明，土壤鹽分含量高的區(qū)

4、域位于研究田塊的中部，土壤鹽分含量低的區(qū)域位于田塊的周圍。時序上的變異性分析表明，隨著圍墾利用年限的增加，土壤含鹽量逐步減少，年季減少的幅度在降低，年季之間多重比較分析差異顯著。時序的穩(wěn)定性分析表明，在中部土壤鹽分含量高的區(qū)域，具有時序變異方向上的穩(wěn)定性，而在土壤鹽分含量較低的周圍區(qū)域，時序穩(wěn)定性相對較差。這對于農業(yè)生產者了解圍墾區(qū)土壤鹽分的時空變化規(guī)律，科學指導土壤改良和農業(yè)生產具有重要意義。
　　 (2)基于星地數據的RSM

5、土壤采樣設計研究
　　 從土壤采樣設計兩個基本原則——樣點個數最小化，差異最大化出發(fā)，針對當前存在的問題——樣點個數和樣點位置如何確定，利用ECa數據和后向散射系數(σ0)數據，結合方差四叉樹法(VQT)和曲面響應采樣設計(RSM)進行土壤肥力高效采樣方法的研究。本研究田塊中，先采用VQT法得到合理的樣點數目為12個，再采用RSM方法進行樣點位置的確定和優(yōu)化，從而確定12個土壤采樣點。與傳統(tǒng)的42個規(guī)則網格采樣點比較，兩種采樣方

6、法具有統(tǒng)計上的相似特征，t-檢驗的Tukey-Kramer HSD比較表明，差異不顯著。說明本方法與傳統(tǒng)網格采樣方法相比，樣點設計的采樣效率更高，這對于土壤采樣策略的進展具有重要的推動作用。
　　 (3)基于星地多源數據的農田田間管理分區(qū)與數字制圖研究
　　 隨著遙感技術和近地傳感技術的發(fā)展，高分辨率遙感影像和農田快速實時獲取的信息在土壤學科中的應用越來越廣泛。本研究綜合利用反映海涂圍墾區(qū)土壤鹽分的土壤電導率信息，反映作

7、物長勢的歸一化植被指數(NDVI)和反映土壤水分特征的后向散射系數(σ0)作為輸入變量，采用模糊k-均值聚類算法來定義田間管理分區(qū)，并利用模糊性能指數(FPI)、改進分類熵（MPE）和聚類獨立性指數(S)有效地確定了最佳聚類效果和分區(qū)數目，結果表明，最佳分區(qū)數目為3。用混淆指數(CI)評價單個管理單元分區(qū)效果的好壞。通過劃分管理分區(qū)來指導土壤采樣，能通過少量的土壤樣品調查獲取各管理分區(qū)的土壤養(yǎng)分變異特征;另一方面利用地統(tǒng)計學方法進行制圖

8、，進行土壤空間變異田間尺度的表達，給農戶提供最直觀的數字土壤圖，可以為分區(qū)進行精準農業(yè)管理提供決策依據，具有重要的理論和應用價值。
　　 (4)基于原位可見-近紅外(vis-NIR)高光譜技術的土壤制圖研究
　　 vis-NIR光譜技術是近地傳感技術中的一個重要分支，與常規(guī)土壤理化分析相比，可見-近紅外光譜測量技術具有快速、無損、高通量、低成本等特點。本研究利用ASD FieldSpec Pro FR野外型光譜儀獲取的v

9、is-NIR數據，進行土壤光譜數據處理、預測建模和數字制圖方法研究。研究中，將野外現(xiàn)場獲取的土壤光譜經過去噪和倒數的對數轉換（Log（1/R））為吸收光譜后，利用逐步回歸分析法尋找表征土壤屬性的特征波段，然后利用偏最小二乘法(PLSR)進行土壤屬性的預測與建模，結果表明，采用逐步回歸法提取特征波段，利用PLSR可以對土壤有機質(SOM)、總氮(TN)、CEC、速效氮(AN)、速效磷(AP)和速效鉀(AK)進行準確的預測。例如，對AP，模

10、型可以解釋98.9％的變異，RMSE和RPD的值分別為1.03和9.98。即使最小的解釋變異模型(TN)，也可以解釋87.4％的變異，RMSE和RPD的值分別為0.56和3.15。最后利用土壤光譜數據和實測土壤屬性數據（SOM、TN、CEC、AP和AK）分別進行克里格插值制圖，兩組土壤屬性空間分布特征基本相同，說明野外光譜測量手段在農田土壤屬性快速獲取與數字制圖方面具有很大的應用潛力。
　　 本研究基本完成了研究內容，達到了預期

11、的研究目標，取得了以下新進展:
　　 (1)利用遙感和近地傳感器技術各自優(yōu)勢獲取的多種農田信息，綜合運用在土壤空間變異研究、土壤采樣研究和農田管理分區(qū)中，有新意。在土壤肥力采樣方法的研究中，以圍墾區(qū)土壤限制因子——水分和鹽分數據為基礎，提出了VQT和RSM方法相結合，從土壤空間變異特性出發(fā)來解決土壤采樣問題的方法。一方面解決了采樣點位置的問題，另一方面也考慮了數據的空間位置，同時打破了VQT方法中采樣形狀是矩形的限制。與傳統(tǒng)的網

12、格采樣方法進行比較，RSM采樣方法速度快，效率高。
　　 (2)針對土壤制圖中的田間尺度制圖問題，利用多源數據進行土壤空間變異制圖分析。如針對田間管理分區(qū)及制圖問題，綜合利用圍墾區(qū)土壤限制因子鹽分、水分信息結合作物長勢信息，采用模糊k-均值聚類進行管理分區(qū)劃分并制圖，為精準農業(yè)管理提供最為直觀的依據。針對原位信息采集制圖問題，利用vis-NIR原位測量的土壤高光譜信息，進行土壤屬性預測特征波段的篩選、預測和制圖，預測結果良好，為