农田多源信息获取与空间变异表征研究

摘要

农田多源信息的获取是进行农田土壤、作物与环境等信息空间变异特性研究的基础。随着新一代高分辨率主被动遥感卫星的发射和各类近地传感器的快速发展，利用各自的优势进行农田多源信息获取、空间变异表征与数字制图研究，已成为当前国内外研究的热点。特别是针对土壤信息快速获取与空间变异研究，国际土壤学界给予了极大的关注。国际土壤学会在2002年第17届国际土壤科学大会上新成立了计量土壤学专业委员会（Pedometrics，Commission1.5)，提出利用数学和统计学方法研究土壤的分布和发生。2008年又成立了土壤近地传感(Proximal Soil Sensing)工作组，发展各种土壤信息室内外近地快速获取的方法和手段，推进传统土壤理化测试分析向土壤野外实时监测方向发展。本论文围绕上述研究热点，以浙江省杭州湾滨海围垦试验田为样区，针对土壤盐分、水分等关键影响因子，利用近地传感器和主被动遥感等多种手段开展农田信息快速获取和解译、土壤采样方法、农田管理分区与数字土壤制图的研究，为研究区进行土壤科学改良和农田精确管理提供技术支撑与辅助决策指导。主要研究结果包括以下四个方面:
　　 (1)基于近地传感器数据的土壤盐分时空变异研究
　　 在海涂围垦区，土壤盐分是影响作物生长的一个重要因素，本研究利用2009-2011年实地测量的土壤表观电导率(ECa)数据，结合传统统计和地统计方法进行土壤盐分的时空变异研究，揭示土壤盐分的空间变异情况，以期为作物种植和农田土壤管理提供依据。空间分析表明，土壤盐分含量高的区域位于研究田块的中部，土壤盐分含量低的区域位于田块的周围。时序上的变异性分析表明，随着围垦利用年限的增加，土壤含盐量逐步减少，年季减少的幅度在降低，年季之间多重比较分析差异显著。时序的稳定性分析表明，在中部土壤盐分含量高的区域，具有时序变异方向上的稳定性，而在土壤盐分含量较低的周围区域，时序稳定性相对较差。这对于农业生产者了解围垦区土壤盐分的时空变化规律，科学指导土壤改良和农业生产具有重要意义。
　　 (2)基于星地数据的RSM土壤采样设计研究
　　 从土壤采样设计两个基本原则——样点个数最小化，差异最大化出发，针对当前存在的问题——样点个数和样点位置如何确定，利用ECa数据和后向散射系数(σ0)数据，结合方差四叉树法(VQT)和曲面响应采样设计(RSM)进行土壤肥力高效采样方法的研究。本研究田块中，先采用VQT法得到合理的样点数目为12个，再采用RSM方法进行样点位置的确定和优化，从而确定12个土壤采样点。与传统的42个规则网格采样点比较，两种采样方法具有统计上的相似特征，t-检验的Tukey-Kramer HSD比较表明，差异不显著。说明本方法与传统网格采样方法相比，样点设计的采样效率更高，这对于土壤采样策略的进展具有重要的推动作用。
　　 (3)基于星地多源数据的农田田间管理分区与数字制图研究
　　 随着遥感技术和近地传感技术的发展，高分辨率遥感影像和农田快速实时获取的信息在土壤学科中的应用越来越广泛。本研究综合利用反映海涂围垦区土壤盐分的土壤电导率信息，反映作物长势的归一化植被指数(NDVI)和反映土壤水分特征的后向散射系数(σ0)作为输入变量，采用模糊k-均值聚类算法来定义田间管理分区，并利用模糊性能指数(FPI)、改进分类熵（MPE）和聚类独立性指数(S)有效地确定了最佳聚类效果和分区数目，结果表明，最佳分区数目为3。用混淆指数(CI)评价单个管理单元分区效果的好坏。通过划分管理分区来指导土壤采样，能通过少量的土壤样品调查获取各管理分区的土壤养分变异特征;另一方面利用地统计学方法进行制图，进行土壤空间变异田间尺度的表达，给农户提供最直观的数字土壤图，可以为分区进行精准农业管理提供决策依据，具有重要的理论和应用价值。
　　 (4)基于原位可见-近红外(vis-NIR)高光谱技术的土壤制图研究
　　 vis-NIR光谱技术是近地传感技术中的一个重要分支，与常规土壤理化分析相比，可见-近红外光谱测量技术具有快速、无损、高通量、低成本等特点。本研究利用ASD FieldSpec Pro FR野外型光谱仪获取的vis-NIR数据，进行土壤光谱数据处理、预测建模和数字制图方法研究。研究中，将野外现场获取的土壤光谱经过去噪和倒数的对数转换（Log（1/R））为吸收光谱后，利用逐步回归分析法寻找表征土壤属性的特征波段，然后利用偏最小二乘法(PLSR)进行土壤属性的预测与建模，结果表明，采用逐步回归法提取特征波段，利用PLSR可以对土壤有机质(SOM)、总氮(TN)、CEC、速效氮(AN)、速效磷(AP)和速效钾(AK)进行准确的预测。例如，对AP，模型可以解释98.9％的变异，RMSE和RPD的值分别为1.03和9.98。即使最小的解释变异模型(TN)，也可以解释87.4％的变异，RMSE和RPD的值分别为0.56和3.15。最后利用土壤光谱数据和实测土壤属性数据（SOM、TN、CEC、AP和AK）分别进行克里格插值制图，两组土壤属性空间分布特征基本相同，说明野外光谱测量手段在农田土壤属性快速获取与数字制图方面具有很大的应用潜力。
　　 本研究基本完成了研究内容，达到了预期的研究目标，取得了以下新进展:
　　 (1)利用遥感和近地传感器技术各自优势获取的多种农田信息，综合运用在土壤空间变异研究、土壤采样研究和农田管理分区中，有新意。在土壤肥力采样方法的研究中，以围垦区土壤限制因子——水分和盐分数据为基础，提出了VQT和RSM方法相结合，从土壤空间变异特性出发来解决土壤采样问题的方法。一方面解决了采样点位置的问题，另一方面也考虑了数据的空间位置，同时打破了VQT方法中采样形状是矩形的限制。与传统的网格采样方法进行比较，RSM采样方法速度快，效率高。
　　 (2)针对土壤制图中的田间尺度制图问题，利用多源数据进行土壤空间变异制图分析。如针对田间管理分区及制图问题，综合利用围垦区土壤限制因子盐分、水分信息结合作物长势信息，采用模糊k-均值聚类进行管理分区划分并制图，为精准农业管理提供最为直观的依据。针对原位信息采集制图问题，利用vis-NIR原位测量的土壤高光谱信息，进行土壤属性预测特征波段的筛选、预测和制图，预测结果良好，为利用野外光谱测量手段进行实时快速的获取土壤属性空间分布信息提供理论支撑，同时也为农户的田间管理提供最为直观的图形数据，对国内进行土壤光谱的原位测量与建模研究具有重要的意义。

目录

声明

论文说明

致谢

摘要

表目录

图目录

第一章 绪论

1．1 研究背景、目的及意义

1．2 农田多源信息获取国内外研究进展

1．2．1 土壤电导率信息

1．2．2 土壤vis-NIR光谱信息

1．2．3 土壤水分信息

1．2．4 作物长势信息(植被指数)

1．3 空间变异表征国内外研究进展

1．3．1 土壤空问变异表征研究现状和进展

1．3．2 土壤肥力采样方法研究进展

1．3．3 数字制图与分区管理研究进展

1．4 问题及发展方向

1．5 研究内容

1．5．1 农田土壤信患快速采集与处理

1．5．2 基于多源数据的土壤空间变异及制图研究

1．5．3 基于星地数据的土壤采样策略研究

1．5．4 基于星地多源数据的农田管理分区与数字制图研究

1．6 研究技术路线

第二章 研究材料与方法

2．1 研究区概况

2．2 土壤ECa数据采集与处理

2．2．1 EM38工作原理

2．2．2 土壤ECa数据采集

2．3 土壤野外vis-NIR光谱采集与处理

2．3．1 ASD简介

2．3．2 光谱采集

2．3．3 光谱预处理

2．4 土壤水分获取与处理

2．4．1 ALOS／PALSAR雷达影像数据简介与收集

2．4．2 TDR300简介与数据采集

2．5 土壤理化数据

2．6 高分遥感数据获取与处理

第三章 基于近地传感器数据的土壤盐分时空变异研究

3．1 引言

3．2 数据采集

3．3 研究方法

3．3．1 土壤空间变异性的表达方法

3．3．2 土壤时序变异性的表达方法

3．4 结果与分析

3．4．1 ECa与EC1:5关系分析

3．4．2 时序ECa数据分析

3．4．3 基于ECa的土壤盐分时空变异分析

3．4．4 盐分时空稳定性评价

3．5 本章结论与讨论

第四章 基于星地数据的RSM土壤采样设计研究

4．1 引言

4．2 数据采集

4．2．1 雷达遥感影像数据获取与处理

4．2．2 ECa数据

4．2．3 土壤样品采集与分析

4．3 采样设计方法

4．3．1 VQT采样设计法

4．3．2 曲面响应(RSM)采样设计法

4．4 结果与分析

4．4．1 土壤水分的空间变异

4．4．2 土壤ECa空间变异

4．4．3 基于VQT的采样点数的确定

4．4．4 基于ECa和σ0的RSM采样位置的确定

4．4．5 RSM的验证

4．5 本章结论与讨论

第五章 基于星地多源数据的农田管理分区与数字制图研究

5．1 引言

5．2 数据采集与处理

5．2．1 地面数据采集与处理

5．2．2 卫星数据收集与处理

5．2．3 模糊k-均值聚类法

5．2．4 聚类有效性检验

5．3 结果与分析

5．3．1 地面获取数据分析

5．3．2 卫星遥感数据分析

5．3．3 管理分区划分及精度检验

5．4 本章结论与讨论

第六章 基于原位可见-近红外(vis-NIR)高光谱技术的土壤属性制图研究

6．1 引言

6．2 数据采集

6．2．1 光谱数据的获取与处理

6．2．2 土壤样品采集与处理

6．2．3 制图方法

6．3 结果与分析

6．3．1 土壤理化性质分析

6．3．2 土壤特征数据的空间分布

6．3．3 vis-NIR光谱定性分析

6．3．4 土壤属性的建模预测

6．3．5 土壤属性制图

6．4 本章结论与讨论

第七章 结语、创新点和讨论

7．1 结论与讨论

7．2 创新点与新进展

参考文献

攻读博士期间的科研成果