土壤参数的光谱实时分析

精准农业(precisionagriculture)是近年来国际上农业科学研究的热点领域 ,也是现代信息技术和传统农业紧密结合的产物<1>。随着精准农业的发展迫切要求遥感技术能 够为其提供快速,准确的地表信息,如土壤水分含量、有机质含量,粗糙度、质地特性等。从精准 农业的本质来说,它是一种变量技术,目前采用较普遍的是产量图的获取和基于网格取样的变量施 肥技术。然而基于土壤养分状况和产量目标确定施肥处方,很少考虑土壤的其它理化性状,是目前 变量施肥技术的缺陷,也是变量施肥增产效果不明显的重要原因之一。目前对农田土壤信息的监测 基本上仍沿用实验室化验分析的方法,由于耗资,费时,因而使农田土壤栅格式采样的空间尺度偏 大,采样点偏于稀疏,难于建立较为精细的土壤参数空间分布图<2>。因此发展支持“精准农作 ”土壤参数快速测量技术是当今科技创新的一个热点。土壤参数的空间采样密度仍受制于测量技术 的实时性和经济性,需要进行新的技术思想的探索<3>。采用近红外光谱法测量土壤参数已有较 多的报道。Krishnan等分析了800～2400nm波长内光谱与土壤有机质含量的相关 性,选用1100nm,1350nm,1398nm,并建立了多元线性回归模型,相关系数达 到0.873<4>。Shonk等研究得出土壤有机质含量在1.5%～6.5%范围内,土壤 有机质(y)和红外波段(x)有回归模型y=a+b(1/x),所得数据拟合的相关性R2在 0.830-0.937<5>。Sudduth和Hummel除了评价土壤有机质外,在实验 室还用近红外光谱仪估测CEC和土壤湿度<6>。这些研究都是广泛的应用了近红外光谱法。李 民赞等采用近红外光谱法对玉米地和草地的土壤参数作了对比分析,所建立的参数模型有显著的相 关性<7>。本文主要是在同一环境下估计和评价土壤湿度、SOM、NO3-N,电导和土壤p H等几种土壤参数等。以便为精准农业的实施提供一定的依据。1材料和方法1.1土样采集土样 分别从三个不同的剖面点采集,采样的深度为1.5m。主要分为Ap(耕作层,有机质含量高, 结构好,盐基饱和)、Ab(埋藏表层,色深,多孔,结构性好,有机质含量高)、Bk(砂姜层 ,碳酸钙含量高,棱块状结构)、Bg(潜育层,有锈纹锈斑,含有细砂)等层。采样地点在国家 精准农业示范区,地块为收获后的小麦地块。1.2光谱测定方法在已经挖好的剖面上,取每一层 的心土。用直径为10cm的圆盘取样,去掉根系、石块等残渣,小刀刮平土样,采用ASDFR 2500便携式地物光谱仪进行测量。配置8°视场角的传感器,探头垂直置于土壤表面上方5c m处。采用多点测试,取平均值,测量的时间是10∶00～14∶00,以保证有足够的太阳高 度角,选择天气晴朗,少云的天气,每次测量土样前进行漫反射板校正。1.3参数测定光谱测量 范围为350～2500nm。在350nm～1000nm范围内采样间隔为1.4nm,在1 000nm～2500nm范围内为2nm。输出波段数为2150(重采样间隔为1nm)。主 要是进行田间的光谱反射率采集,同时进行土样含水量的测量。水分测量用烘干法,有机质测量采 用丘林法,NO3-N,EC,K+和pH分别采用Horiba公司的C-141型NO3-N 仪,C-131型K+仪,B-173型电导仪和B-212型pH仪。称取5g风干土样,采用 1∶5的水土比,振荡30min,浸提完后,取上清液测试样本。1.4数据处理用ASDFR 2500地物光谱仪测量所有的样本的光谱反射率,并计算A值<反射率倒数,A=log(1/R)>。其中,土壤反射率、A值与各波段的相关系数可由下式得出:ri=∑Nn=1(Rni-Ri)(Pn-P)∑N n=1(Rni-Ri)2∑N n=1(Pn-P)2(1)此处,ri为光谱反射率与土壤参数的单相关系数,i为波段序号, Rni为第n个土壤样本第i波段的光谱反射率,Ri为N个土壤样本在i波段的光谱反射率平 均值,Pn为实测的第n个土壤样本参数,R为实测的N种土壤的参数的平均值,N是建模样本 的数目。用光谱反射率和A值与土壤参数建模时,选用的波段都是相关性最好的,相关系数即为单 相关系数的平方。2结果与讨论2.1水分与光谱反射率模型的建立图1土壤含水量与A值模型(波长1928nm)Fig.1MoistureregressionmodelwithAvalue(Wavelength:1928nm)从图1中可以看出,土壤含水量与 A值呈显著的正相关关系,随着含水量增加,A值也增大,即含水量增加,土壤反射率降低。St onerandBaumgarder(1980)指出<8>,随着土壤含水量的增加土壤反射 率降低现象的出现,主要是因为水分吸收改变了土壤反射率曲线的形状,尤其对于颜色比较淡的土 壤和在短波-近红外区域表现出强烈吸收的波段。Bedidi<9>指出水分对土壤光谱反射率 的影响主要与波长和土壤固体成分的吸收强度和吸收的位置有关。而刘伟东(2002)、徐彬彬 (2000)等得出在土壤含水量较低时,土壤水分的增加导致了土壤反射波段的减少,这种变化 在波长较长的部分尤其明显,特别是在已经报导的水分吸收波段(1450nm与1940nm) <10,11>。本研究土样的含水量都比较高,但没有超过土壤的田间持水量,不会产生镜面反 射,实验的结果与以往文献中提到的经典结果一致。徐彬彬指出土壤中不同粘土矿物含水状况的差 异悬殊,显示出不同的光谱特征,这些特征是鉴别土壤中主导粘土矿物的主要标志<12>。本实 验区土壤母质属于洪积冲积母质,以1900nm水分吸收带为主要特征,而在1400nm和2 200nm吸收相对较弱,表明土壤的膨胀性和吸湿力强,含层间水多,粘土矿物类型应属于蒙脱 石类,这与土壤调查的结果相一致。2.2有机质与光谱反射模型的建立土壤有机质主要来源是土 壤微生物和植物残体。其中腐殖质又是土壤有机质的主体,腐殖质可以分为胡敏酸和富里酸。徐彬 彬(1991)得出胡敏酸的反射能力比较低,整个波段几乎为一条直线,呈黑色,而富里酸则在 黄光部分开始强反射,呈棕色。随着水热条件的变化,土壤腐殖质中的胡敏酸和富里酸的比值不同 ;所属的地域不同,土壤光谱特性也不相同。随土壤有机质中C-H和C=O化学成分分子键的弯 曲或伸展、电子的跃迁,在710nm、920nm、1170nm和1920nm形成特征吸收 波长<7>。图3建立回归模型选用的波长为762nm,由A值与有机质含量相关系数达到了极 显著,为0.6879。图3得出,用土壤反射率所建立模型的R2要低于A值模型的R2,在以 往的文献中采用导数光谱分析方法,用于减弱大气散射和吸收对目标光谱特征的影响<13>(P hilpot,1991),在研究作物水分和病虫害胁迫时,采用该方法具有压制土壤背景信息 的作用。在本研究中,目标光谱主要是土壤,很少有其它的背景信息干扰,选用A值进行有机质的 预测,更能提高预测的精度。55第3期谢伯承等:土壤参数的光谱实时分析图2SOM与光谱反射率的回归模型(波长762nm)Fig.2SOMregressionmodelwithspectrumreflectance(Wavelength:762nm)图3SOM与A值回归模型(波长762nm)Fig.3SOMregressionmodelwithA value(Wavelength:762nm)图4NO3-含量～A值模型(波长431nm)Fig.4NO3-regressionmodelwithA value(Wavelength:431nm)图5在431nm波长NO3-预测值与实测值 的相关性Fig.5ThecorrelationshipbetweenmeasuredvalueandpredictedvalueofNO3-N(Wavelength:431nm)2. 3NO3--N与光谱反射率模型土壤是一个由复杂的化学成分组成的系统,土壤中的各种化学组 分对土壤的光谱反射起着一定的作用。NO3-含量与光谱吸收在可见光波段431nm时相关性 最好,R2值为0.5004,预测的精度达到显著水平。彭玉魁等采用近红外光谱法预测土壤中 的总氮,预测达到显著水平,而且近红外光谱与成分的含量之间呈明显的线性关系<14>。硝态 氮与农作物生长关系十分密切,选用NO3-的含量评价土壤氮素的供应状况,能够快速,简便的 实行变量施肥,对精准农业发展具有一定指导意义。2.4EC与光谱反射率模型图6是在141 4nm波长下建立的回归模型,相关达到显著水平。李民赞得出在1272nm波长电导率与光谱 的一阶微分达到极显著<7>。电导率是在一定的水分条件下,多种离子浓度的综合表现,在土壤 中一般是很难估计土壤中那些离子已经被溶解。电导率是精准农业中实施变量处方的一个重要指标 ,本文只是用红外光谱对土壤的电导率作初步的探讨。2.5pH与光谱反射率模型pH作为土壤 理化特性的一个参数直接反映了土壤养分的存在状态、转化和有效性。是土壤养分精准管理技术中 一项必测的项目。图7为由pH与A值建立的回归模型,有较高的R2值,因为在光谱与土壤的p H之间还没有找到直接的关系,相关的报道甚少,所以只能作一个初步的探讨。李民赞等也对此进 行了研究,得出较好的相关性,但是也未能指出内在的关系<7>。3结论通过ASDFR250 0便携式地物光谱仪对田间的原状土壤光谱进行获取,通过反射率与各土壤参数建立的回归方程, 得出土壤中水分、有机质含量、NO3-、EC、pH等土壤参数与光谱反射率有较好的相关性, 而且都呈直线相关,发现A值转换的光谱反射率与各参数的相关性要高于原反射率。土壤光谱法具有快速,简便,准确及时的分析土壤中各化学组分的特点,在土壤快速检测及精准农业65干旱地区农业研究第23卷变量施肥处方确

More abstracts about the 土壤参数的光谱实时分析