前言

無(wú)論是土壤研究調(diào)查、土地利用規(guī)劃還是農(nóng)業(yè)生產(chǎn)，了解區(qū)域土壤的理化特性背景至關(guān)重要，如土壤的持水力、有機(jī)物含量、生產(chǎn)潛力、PH值等，傳統(tǒng)的野外采樣實(shí)驗(yàn)室分析法費(fèi)時(shí)費(fèi)力，即使花費(fèi)大量人力物力加大抽樣強(qiáng)度，也很難客觀精確反映區(qū)域土壤理化特性的時(shí)空變異情況；而且，盡管正常情況下實(shí)驗(yàn)室分析比較精確，但由于不是原位測(cè)量，從野外樣品采集到實(shí)驗(yàn)室分析會(huì)產(chǎn)生一些列的誤差或錯(cuò)誤。如何快速對(duì)原野土壤理化特性進(jìn)行普查測(cè)繪，在很多情況下成為一個(gè)難以逾越的瓶頸。車(chē)載式MSP3土壤OM-EC-pH勘查測(cè)繪系統(tǒng)可以快速、高密度、原位測(cè)繪區(qū)域土壤有機(jī)質(zhì)（SOM或OM）、土壤電導(dǎo)及土壤pH值，使區(qū)域土壤快速精準(zhǔn)調(diào)查研究、碳匯農(nóng)業(yè)及精準(zhǔn)農(nóng)業(yè)研究示范成為現(xiàn)實(shí)。

MSP3土壤OM-PH-EC勘查測(cè)繪系統(tǒng)由VIS-NIR雙波段光譜傳感器、土壤電導(dǎo)傳感器及土壤pH傳感器集成于車(chē)載式傳感器平臺(tái)MSP（ Sensor Platform）上，通過(guò)實(shí)地原位測(cè)量土壤電導(dǎo)EC、pH值及OM值，并通過(guò)GPS定位和數(shù)據(jù)處理測(cè)繪軟件，繪制出土壤理化性質(zhì)分布圖，全面分析反映土壤質(zhì)地、鹽堿度、PH值、持水能力、陽(yáng)離子交換能力、根系深度等?？捎糜诰珳?zhǔn)農(nóng)業(yè)、土壤調(diào)查和碳匯農(nóng)業(yè)（土壤碳儲(chǔ)量估算）的研究示范及土地管理和土地利用規(guī)劃等領(lǐng)域。

主要特點(diǎn)

1. 標(biāo)準(zhǔn)配置可同時(shí)測(cè)繪土壤OM值、淺層土壤和深層土壤雙層電導(dǎo)測(cè)繪

2. 可根據(jù)需要選配pH測(cè)繪模塊

3. 原野現(xiàn)場(chǎng)測(cè)繪：隨著機(jī)載系統(tǒng)在原野前行，即時(shí)獲取電導(dǎo)及地理坐標(biāo)（經(jīng)緯度），每公頃可以測(cè)量120-240個(gè)樣點(diǎn)數(shù)據(jù)

4. 直接接觸法測(cè)量EC，測(cè)量基本不受周邊電磁影響，也不需要校準(zhǔn)。EC與土壤質(zhì)地（soil texture）有關(guān)，土壤質(zhì)地反映土壤粒徑分布（沙土、粘土和粉土）。

5. 土壤EC測(cè)繪可以快速顯示土壤三維理化性質(zhì)：表層土壤質(zhì)地X、Y向變化較大，但在Z向（深度）變化不大的情況下，兩個(gè)深度的EC圖主要反映的是土壤質(zhì)地空間變化。在土壤剖面（Z向）質(zhì)地變化較大的情況下，兩個(gè)深度的EC圖有較大差異，分別反映了表層土和深層土的情況。

6. VIS-NIR雙波段光譜傳感器，可經(jīng)由Veris數(shù)據(jù)處理中心進(jìn)行數(shù)據(jù)處理提供土壤有機(jī)質(zhì)OM值

7. VIS-NIR雙波段光譜傳感器、EC、PH傳感器及數(shù)采等安裝在專門(mén)設(shè)計(jì)的MSP裝載架上，可由輕型機(jī)動(dòng)車(chē)輛帶動(dòng)，快速對(duì)區(qū)域內(nèi)土壤理化性質(zhì)勘測(cè)繪圖。

上圖左為中科院南皮生態(tài)農(nóng)業(yè)試驗(yàn)站，圖右為VERIS 3100車(chē)載式土壤電導(dǎo)率測(cè)量系統(tǒng)在該實(shí)驗(yàn)站樣地內(nèi)作業(yè)

技術(shù)指標(biāo)：

1. OpticMapper雙波段VIS-NIR傳感器，原位測(cè)繪植物枯落物下層土壤表層光譜反射

2. 可見(jiàn)光波長(zhǎng)：660nm；近紅外波長(zhǎng)：940nm；光源：LED

3. 光譜檢測(cè)器：5.76mm光敏二極管

4. PH電極：離子選擇性電極與銻測(cè)量相結(jié)合

5. 除通過(guò)雙波段VIS-NIR光譜傳感器高密度原位測(cè)繪分析土壤OM值及其分布圖外，可一次同時(shí)測(cè)量繪制EC和PH值，并可實(shí)時(shí)記錄顯示測(cè)量數(shù)據(jù)和分布圖

6. Garmin 19X GPS

7. 電子器件：NMEA 4X密封，*級(jí)防水接口

8. 數(shù)采：80 pin PIC 微處理器，1Hz采集率，SD存儲(chǔ)卡，背光顯示器，電源10-15DC

9. 測(cè)繪軟件SoilViewer：即時(shí)顯示PH值、EC值及光譜反射，并將地理位置信息（經(jīng)緯度）及測(cè)量值下載到計(jì)算機(jī)上并自動(dòng)制作二維分布圖（光譜反射需經(jīng)由Veris數(shù)據(jù)處理中心進(jìn)行處理分析形成SOM值）

10. PH值采樣深度6-12cm可調(diào)，每公頃采樣5-15個(gè)點(diǎn)（與運(yùn)行速度有關(guān)）

11. 雙層EC測(cè)繪，可形成0－45cm的表層土壤電導(dǎo)測(cè)繪圖和深度為0-91cm土壤剖面電導(dǎo)測(cè)繪圖

12. OM測(cè)量深度：38－76mm

13. 拖掛型（適于小型拖拉機(jī)）尺寸：寬 229cm，長(zhǎng) 396cm，高 152cm，重635kg

14. 運(yùn)載車(chē)輛小馬力：30hp（因地形、速度和土壤質(zhì)地不同而有所變化）

15. 輪胎型號(hào)：P20 R75公路輪胎

16. 測(cè)量速度：可達(dá)20km/hr

17. 工作溫度：-20－70°C

軟件界面

應(yīng)用案例

下圖為美國(guó)堪薩斯州立大學(xué)G.F. Sassenrath等人（2017年）在其農(nóng)業(yè)實(shí)驗(yàn)站利用VERIS 3100車(chē)載式土壤電導(dǎo)率測(cè)量系統(tǒng)所做的研究。A圖為電導(dǎo)率分布，B圖為玉米產(chǎn)量，從圖中很容易看出A圖綠色低電導(dǎo)率區(qū)域與B圖綠色高產(chǎn)量區(qū)域相關(guān)性，從而為作物的灌溉、播種、施肥等綜合管理決策提供精準(zhǔn)數(shù)據(jù)。

產(chǎn)地

美國(guó)

選配技術(shù)方案

1) 可選配高光譜成像以評(píng)估土壤微生物呼吸作用

2) 可選配紅外熱成像研究土壤水分、溫度變化對(duì)呼吸影響

3) 可選配ECODRONE®無(wú)人機(jī)平臺(tái)搭載高光譜和紅外熱成像傳感器進(jìn)行時(shí)空 格局調(diào)查研究

部分參考文獻(xiàn)

1. Hudzari, R. M. & Aimrun, W. Application of geographical information system for farm mechanization education and training. Scientific Journal of Pure and Applied Sciences 8 (2013).

2. Combining Site Specific Data with Geospatial Analysis to Identify Variable Rate Irrigation Opportunities in Irrigated Agricultural Fields. in 2014 ASABE Annual International Meeting 1–18 (American Society of Agricultural and Biological Engineers, 2014). doi:10.13031/aim.

3. Nagy, V. et al. Continuous field soil moisture content mapping by means of apparent electrical conductivity (ECa) measurement. Journal of Hydrology and Hydromechanics 61, 305–312 (2013).

4. Kitchen, N. R., Sudduth, K. A., Myers, D. B., Drummond, S. T. & Hong, S. Y. Delineating productivity zones on claypan soil fields using apparent soil electrical conductivity. Computers and Electronics in Agriculture 46, 285–308 (2005).

5. Misopolinos, L. et al. Development of a UAV system for VNIR-TIR acquisitions in precision agriculture. in (eds. Hadjimitsis, D. G., Themistocleous, K., Michaelides, S. & Papadavid, G.) 95351H (2015). doi:10.1117/12.2192660

6. Steponavicius, D., Kemzuraite, A., Zinkevicius, R. & Bartkus, T. EFFECT OF SOIL PH ON REASONABLE TRAVEL SPEED OF UNIT AND LIME APPLICATION. ENGINEERING FOR RURAL DEVELOPMENT 8

7. Franzen, D. et al. Evaluation of methods to determine residual soil nitrate zones across the northern Great Plains of the USA. Precision Agriculture 12, 594–606 (2011).

8. Sassenrath, G. & Kulesza, S. Measuring Soil Electrical Conductivity to Delineate Zones of Variability in Production Fields. Kansas Agricultural Experiment Station Research Reports 3, (2017).

9. Sassenrath 和 Kulesza - 2017 - Measuring Soil Electrical Conductivity to Delineat.pdf.

10. Chan, C. S., Amin, M. S. M., Lee, T. S. & Mohammud, C. H. PREDICTING PADDY SOIL PRODUCTIVITY. 67, 11 (2006).

11. Romaneckas, K., Zinkevicius, R., Steponavicius, D., Maziliauskas, A. & Marcinkeviciene, A. PRINCIPLES OF PRECISION AGRICULTURE IN ON-FARM SPRING WHEAT FERTILIZATION EXPERIMENT. ENGINEERING FOR RURAL DEVELOPMENT 6

12. Schirrmann, M., Gebbers, R., Kramer, E. & Seidel, J. Soil pH Mapping with an On-The-Go Sensor. Sensors 11, 573–598 (2011).

13. R. L. Raper, D. W. Reeves, J. N. Shaw, E. van Santen & P. L. Mask. USING SITE-SPECIFIC SUBSOILING TO MINIMIZE DRAFT AND OPTIMIZE CORN YIELDS. Transactions of the ASAE 48, 2047–2052 (2005).