实地测试用于农田土壤水含量估计的玛光谱法
Sophia M Becker1, Trenton E Franz1, Tanessa C Morris1
1School of Natural Resources, University of Nebraska-Lincoln, Lincoln, NE 68503, USA.
Sensors (Basel, Switzerland)
|April 13, 2024
概括
马射线光谱 (GRS) 提供持续的土壤水含量 (SWC) 估计. 一种新的校准方法提高了水文和农业应用的精度.
科学领域:
- 土壤科学 土壤科学
- 水文学的水文学
- 农业工程 农业工程
背景情况:
- 使用马射线光谱 (GRS) 估计土壤水含量 (SWC) 的非侵入性估计对于水文学和精准农业非常有价值.
- 在GRS理论和准确的基于现场的SWC估计之间存在差距.
研究的目的:
- 在农业领域验证GRS用于SWC估计.
- 改进GRS校准方法以提高精度.
主要方法:
- 在内布拉斯加州的一个农业场地使用固定GRS传感器进行了为期三年的实地研究.
- 在玉米和大豆田中进行了27次重力测量含水量采样活动.
- 测量40K的特定活性.
主要成果:
- 现有的生物质水含量校正方法适用于玉米和大豆.
- 理论上的土壤质量减弱与水质量减弱比率需要对现场数据进行调整.
- 一个拟议的校准方程与两个参数 (理论40K强度在干燥的土壤和"a") 有效地模拟现场数据.
结论:
- 拟议的校准方法提高了SWC估计的GRS精度.
- 建议对GRS传感器进行校准,使用10个配置文件和5个采样活动,以使SWC估计低于0.035 g g-1 RMSE.
- 来自GRS的改进SWC数据可以使超分辨率的土地表面模型和精准农业受益.
