在黑色土壤中预测土壤有机物质,可用的,可用的和可用的,使用附近的高光谱传感器系统
Shuming Wan1,2, Jiaqi Hou3, Jiangsan Zhao4
1Heilongjiang Academy of Black Soil Conservation and Utilization, Heilongjiang Academy of Agricultural Sciences, Harbin 150086, China.
Sensors (Basel, Switzerland)
|May 11, 2024
概括
超光谱成像可以评估土壤的特性,如有机物质和营养素. 土壤湿度会影响准确性,干燥条件通常会为大多数属性产生更好的结果,有助于基于现场的土壤分析.
科学领域:
- 农业科学 农业科学
- 土壤科学 土壤科学
- 遥感 遥感 遥感 遥感
背景情况:
- 黑土对于农业和粮食安全至关重要,因为土壤有机物质 (SOM) 高.
- SOM显著影响农田的可持续性和植物营养.
- 超光谱成像 (HSI) 显示了实验室土壤营养物质检测的希望,但由于土壤水分 (SM) 的变化,现场应用受到阻碍.
研究的目的:
- 评估使用手持光谱仪在不同土壤湿度条件下预测土壤有机物 (SOM),可用的 (AN),可用的 (AP) 和可用的 (AK) 的可行性.
- 为了比较使用空气干燥土壤样本与使用20%,30%和40%土壤水分样本的模型的预测性能.
- 确定最佳条件和特征波长,以便准确地在现场评估土壤属性.
主要方法:
- 在户外采集光谱数据,使用手持式光谱仪.
- 开发了部分最小平方回归 (PLSR) 模型来预测SOM,AN,AP和AK.
- 在不同的土壤水分水平 (空气干燥,~20%,~30%,~40% SM) 中比较模型性能.
- 使用在投影中的重要变量 (VIP) 来识别关键波长.
主要成果:
- 对SOM,AN和AK的最佳预测模型是通过空气干燥的土壤样本实现的.
- 可用 (AP) 最好使用大约30%水分的土壤进行预测.
- 随着土壤水分的增加,模型的性能通常会下降,AP是例外.
- 确定了每个土壤属性的推特征波长.
结论:
- 基于现场的高光谱分析可用于预测关键的土壤特性,但土壤湿度管理至关重要.
- 使用HSI预测SOM,AN和AK时,最好采用干燥的土壤条件.
- 特定的湿度水平可以优化预测某些营养素,如AP.
- 识别关键波长可以指导开发具有成本效益的便携式超光谱传感器,用于快速的现场土壤评估.
关键词:
黑土是黑色的土壤特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长的特征波长.超光谱传感器是一种超光谱传感器.部分最小平方回归.土壤水分 土壤水分更多相关视频
11:37RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols
Published on: August 8, 2017
16.2K
12:03Two-Dimensional Visualization and Quantification of Labile, Inorganic Plant Nutrients and Contaminants in Soil
Published on: September 1, 2020
6.1K
