中國農(nóng)業(yè)發(fā)生于新石器時(shí)代，中國農(nóng)業(yè)的生產(chǎn)結(jié)構(gòu)包括種植業(yè)、林業(yè)、畜牧業(yè)、漁業(yè)和副業(yè)；但數(shù)千年來一直以種植業(yè)為主。

東北地區(qū)的黑土地，是寶貴的農(nóng)業(yè)資源。黑土地的土壤富含有機(jī)質(zhì)，深黑色的沃土，沉甸甸的感覺讓人感受到這片土地的肥沃。

在現(xiàn)代農(nóng)業(yè)生產(chǎn)中，科技的應(yīng)用在這片沃土上也發(fā)揮著至關(guān)重要的作用，中國農(nóng)業(yè)科學(xué)研究院的科研團(tuán)隊(duì)利用機(jī)載高光譜對(duì)黑土地的土壤有機(jī)質(zhì)做了相關(guān)研究。

?

?

?

研究過程

使用無人機(jī)高光譜圖像和小型校準(zhǔn)數(shù)據(jù)集對(duì)田間土壤有機(jī)質(zhì)進(jìn)行高分辨率測(cè)繪

快速獲取田間尺度土壤有機(jī)質(zhì)（SOM）的高分辨率空間分布對(duì)于精準(zhǔn)農(nóng)業(yè)至關(guān)重要。無人機(jī)成像高光譜技術(shù)以其高空間分辨率和時(shí)效性，可以填補(bǔ)地面監(jiān)測(cè)和遙感的研究空白。本研究旨在測(cè)試在中國東北典型低地勢(shì)黑土地區(qū)使用無人機(jī)高光譜數(shù)據(jù)（400–1000 nm）和小型校準(zhǔn)樣本集進(jìn)行1 m分辨率SOM繪圖的可行性。

該實(shí)驗(yàn)在大約20公頃的土地上進(jìn)行。為了進(jìn)行校準(zhǔn)，使用 100 × 100 m 網(wǎng)格采樣策略收集了 20 個(gè)樣品，同時(shí)隨機(jī)收集了 20 個(gè)樣品進(jìn)行獨(dú)立驗(yàn)證。無人機(jī)捕獲空間分辨率為0.05×0.05 m的高光譜圖像。

然后對(duì)每 1 × 1 m 內(nèi)提取的光譜進(jìn)行平均以代表該網(wǎng)格的光譜。在應(yīng)用各種光譜預(yù)處理（包括吸光度轉(zhuǎn)換、多重散射校正、Savitzky-Golay 平滑濾波和一階微分）后，SOM 光譜相關(guān)系數(shù)的絕對(duì)最大值從 0.41 增加到 0.58。最佳隨機(jī)森林（RF）模型的重要性分析表明，SOM 的特征波段位于 450-600 和 750-900 nm 區(qū)域。當(dāng)使用RF模型時(shí)，無人機(jī)高光譜數(shù)據(jù)（UAV-RF）能夠成功預(yù)測(cè)SOM，R 為0.53，RMSE為1.48 g kg?1。

然后將預(yù)測(cè)精度與使用相同數(shù)量校準(zhǔn)樣本的普通克里金法（OK）和基于近端傳感的射頻模型（PS-RF）獲得的預(yù)測(cè)精度進(jìn)行比較。然而，由于采樣密度較低，OK 方法無法預(yù)測(cè) SOM 精度（RMSE = 2.17 g kg?1；R2 = 0.02）。半?yún)f(xié)方差函數(shù)無法有效描述SOM的空間變異性。當(dāng)采樣密度增加到50×50 m時(shí)，OK成功預(yù)測(cè)了SOM，RMSE = 1.37 g kg?1，R2 = 0.59，其結(jié)果與UAV-RF的結(jié)果相當(dāng)。PS-RF的預(yù)測(cè)精度與UAV-RF基本一致，RMSE值分別為1.41 g kg?1和1.48 g kg?1，R2值分別為0.57和0.53，表明基于UAV的SOM預(yù)測(cè)是可行的。

此外，與PS平臺(tái)相比，無人機(jī)高光譜技術(shù)可以同時(shí)提供數(shù)十甚至數(shù)百個(gè)連續(xù)波段的光譜信息和空間信息。該研究為進(jìn)一步研究和開發(fā)無人機(jī)高光譜技術(shù)進(jìn)行少量樣本精細(xì)尺度SOM測(cè)繪提供了參考。

?

?

?

研究區(qū)域位于中國吉林省梨樹縣，面積20公頃。該地區(qū)屬季風(fēng)氣候，年平均降水量553.5毫米，平均氣溫6.5℃。此外，它的特點(diǎn)是地勢(shì)平坦，平均海拔160 m。由于這些特征，該地區(qū)成為北半球三大富含有機(jī)質(zhì)的黑土地之一，主要農(nóng)作物是大豆。

?

?

?

本研究設(shè)備由高光譜成像光譜儀、六旋翼無人機(jī)、GPS和計(jì)算機(jī)組成。于2020年6月15日獲取了覆蓋整個(gè)研究區(qū)、像素大小為0.05×0.05 m的高光譜圖像。高光譜圖像提取的光譜范圍為400~1000 nm，光譜分辨率為2.1 nm。

?

?

經(jīng)過 (a) 吸光度轉(zhuǎn)換、(b) 乘性散射校正、(c) Savitzky–Golay 后土壤有機(jī)質(zhì) (SOM) 與土壤光譜特征的相關(guān)系數(shù)（窗口大小為 5，擬合次數(shù)為 2） ）和（d）一階導(dǎo)數(shù)方法。

?

根據(jù)Pearson相關(guān)系數(shù)的絕對(duì)值評(píng)價(jià)預(yù)處理方法的性能，以選擇最佳的預(yù)處理方法組合。如圖所示，基于吸光度轉(zhuǎn)換的MSC后，最小相關(guān)系數(shù)值發(fā)生變化（450-500 nm處為-0.4-0.6），總體相關(guān)系數(shù)在600-700 nm處增加，相關(guān)系數(shù)絕對(duì)值最大在 700–800 nm 處增加，相關(guān)系數(shù)發(fā)生變化（800–900 nm 處為 -0.35–0.3 至 -0.5–0.3）。

?

?

?

使用無人機(jī)高光譜 (UAV-RF) 預(yù)測(cè)土壤有機(jī)質(zhì) (SOM) 的 RF 模型的重要性分析 (a) 和圖 (b)

?

本研究比較了使用無人機(jī)高光譜數(shù)據(jù)、觀測(cè)到的土壤數(shù)據(jù)和 RF 模型進(jìn)行田間尺度 SOM 預(yù)測(cè)的 OK 技術(shù)。

?

研究結(jié)果如下

1.?吸光度轉(zhuǎn)換、MSC、SG 和 FD 技術(shù)對(duì)SOM的預(yù)測(cè)效果良好。經(jīng)過這些預(yù)處理后，光譜和 SOM 之間的絕對(duì)最大相關(guān)系數(shù)從 0.41 增加到 0.58。

2.??SOM的特征波段位于450-600 nm和750-900 nm，這可能是由于O-H、C-H和N-H特征官能團(tuán)的振動(dòng)頻率造成的。

3.?采用100 m × 100 m網(wǎng)格采樣設(shè)計(jì)，UAV-RF模型預(yù)測(cè)SOM的R2為0.53，RMSE為1.48 g kg?1，而采用相同采樣策略的OK方法未能預(yù)測(cè)SOM（RMSE = 2.17g kg?1；R2 = 0.02)。預(yù)測(cè)精度較差是因?yàn)闃颖久芏鹊蛷亩魅趿税雲(yún)f(xié)方差函數(shù)描述SOM空間變異性的能力。只有當(dāng)采樣密度增加時(shí)，才能使用 OK 成功預(yù)測(cè) SOM，其結(jié)果與UAV-RF相當(dāng)。

4.?基于PS-RF的SOM預(yù)測(cè)結(jié)果與基于UAV-RF的預(yù)測(cè)結(jié)果基本一致，RMSE值為1.41 g kg?1和1.48 g kg?1，R2值為0.57和0.53。這些研究結(jié)果為未來研究和發(fā)展無人機(jī)高光譜技術(shù)在減少樣本量的情況下進(jìn)行SOM預(yù)測(cè)提供了參考。

?

?

原文:《High-Resolution Mapping of Soil Organic Matter at the Field?Scale Using UAV Hyperspectral Images with a Small?Calibration Dataset》