高光譜成(cheng)像技(ji)術(shu)在土壤(rang)有(you)機(ji)質(zhi)和(he)氮(dan)元(yuan)素(su)檢(jian)測中(zhong)的應(ying)用

土壤(rang)是地球(qiu)上(shang)最大的活(huo)躍碳循環(huan)庫，但近幾個世紀以來(lai)，由(you)於人類活(huo)動（如減少木本(ben)植(zhi)被覆(fu)蓋(gai)）對其(qi)造(zao)成(cheng)了(le)幹擾(rao)。土壤(rang)有(you)機(ji)質(zhi)檢(jian)測對(dui)評(ping)估(gu)土壤(rang)肥(fei)力、監測土壤(rang)汙(wu)染(ran)、精準(zhun)農(nong)業(ye)等至關重要，高光譜成(cheng)像技(ji)術(shu)結合了(le)光譜分(fen)析(xi)和成(cheng)像技(ji)術(shu)，能(neng)夠(gou)在連續的光譜波(bo)段(duan)內獲(huo)取目標物(wu)體(ti)的(de)空間(jian)和(he)光譜信(xin)息(xi)，能(neng)夠(gou)顯著(zhu)提升檢(jian)測效(xiao)率(lv)及精度，有(you)助(zhu)於(yu)精(jing)準地評(ping)估(gu)土壤(rang)健(jian)康和(he)質(zhi)量(liang)，管理(li)土壤(rang)資(zi)源，維(wei)護(hu)生(sheng)態(tai)平衡。

案(an)例(li)1：熱(re)帶土壤(rang)中(zhong)的有(you)機(ji)碳(tan)和(he)氮含量預(yu)估

芬(fen)蘭赫(he)爾辛基(ji)大學的(de)Petri Pellikka等(deng)研究(jiu)人員(yuan)23年(nian)發表在《Science of the Total Environment》上(shang)的壹篇文章，展示了(le)便攜(xie)式(shi)高(gao)光譜相(xiang)機（VNIR）在估算土壤(rang)有(you)機(ji)碳(tan)（SOC）和(he)氮含(han)量方面(mian)的實(shi)用(yong)性(xing)，以實(shi)現高(gao)效(xiao)監(jian)測(ce)土壤(rang)屬性。研(yan)究中(zhong)利用(yong)Specim IQ便攜(xie)式(shi)高(gao)光譜成(cheng)像相(xiang)機對(dui)不同海(hai)拔高(gao)度的5個典型土地類型（農(nong)林業、農田、森(sen)林、灌木林和劍(jian)麻種(zhong)植(zhi)園(yuan)）共計(ji)191個土壤(rang)樣(yang)本(ben)進(jin)行了(le)光譜成(cheng)像分(fen)析(xi)，並通過燃(ran)燒(shao)分(fen)析儀確定其SOC和(he)氮含(han)量。

基(ji)於高光譜圖(tu)像，結合多種(zhong)機器學習算法建立(li)土壤(rang)光譜與(yu)土壤(rang)屬性之間(jian)的(de)定(ding)量關系模型，實現對(dui)土壤(rang)樣(yang)本(ben)中SOC和(he)氮含(han)量的估算。結果(guo)顯示，5種(zhong)機器學習算法都(dou)能(neng)夠(gou)準(zhun)確的預(yu)測熱(re)帶土壤(rang)的(de)SOC和(he)氮含(han)量，誤(wu)差精(jing)度在1%左右。實驗(yan)證明，高(gao)光譜成(cheng)像技(ji)術(shu)能(neng)夠(gou)在短時間(jian)內(nei)獲(huo)取土壤(rang)的(de)光譜信(xin)息(xi)，能(neng)夠(gou)快(kuai)速、無(wu)損地(di)分(fen)析(xi)土壤(rang)屬性，還能(neng)提(ti)供(gong)高精度的定(ding)量分(fen)析(xi)，為全(quan)面(mian)評(ping)估(gu)土壤(rang)健(jian)康和(he)質(zhi)量(liang)提(ti)供(gong)有(you)力(li)依據(ju)。

案(an)例(li)2：不(bu)同深(shen)度的土壤(rang)有(you)機(ji)質(zhi)含(han)量(liang)檢(jian)測

巴(ba)西馬(ma)林加州(zhou)立(li)大(da)學農學系的(de)研(yan)究人(ren)員(yuan)提(ti)取巴(ba)拉(la)那州(zhou)8個不同深(shen)度的384個土壤(rang)樣(yang)品，采(cai)用高光譜成(cheng)像技(ji)術(shu)對(dui)土壤(rang)有(you)機(ji)質(zhi)含(han)量(liang)進(jin)行預(yu)測分(fen)析，基(ji)於高光譜數(shu)據(ju)的(de)預(yu)測結果(guo)與化學分析(xi)方(fang)法獲取的土壤(rang)SOM（有(you)機(ji)質(zhi)）含(han)量(liang)相(xiang)關系數(shu)達(da)到(dao)0.75。結果(guo)表明，高(gao)光譜成(cheng)像技(ji)術(shu)能(neng)夠(gou)通(tong)過光譜變(bian)化，有(you)效(xiao)區(qu)分不同深(shen)度的土壤(rang)有(you)機(ji)質(zhi)含(han)量(liang)，驗(yan)證了(le)高光譜成(cheng)像技(ji)術(shu)是高效(xiao)準(zhun)確(que)檢(jian)測土壤(rang)有(you)機(ji)質(zhi)的(de)有(you)力(li)手(shou)段(duan)。

此(ci)外，高光譜成(cheng)像技(ji)術(shu)憑(ping)借其(qi)高通量、無(wu)損檢(jian)測、非(fei)接觸(chu)等特(te)點，在土壤(rang)健(jian)康評(ping)估(gu)、汙(wu)染(ran)監測(ce)和(he)精(jing)準農業(ye)中表(biao)現突(tu)出(chu)，為土壤(rang)科學和農(nong)業(ye)可(ke)持續發展提供(gong)了(le)重要(yao)的技(ji)術(shu)支(zhi)持(chi)。隨著技(ji)術(shu)的(de)不(bu)斷發展和成(cheng)本(ben)的降(jiang)低(di)，高(gao)光譜成(cheng)像技(ji)術(shu)將在土壤(rang)分(fen)析領域發揮(hui)更(geng)加重要(yao)的作用(yong)。

北京易(yi)科泰(tai)生態(tai)技(ji)術(shu)有(you)限(xian)公(gong)司長期致力於(yu)生(sheng)態-農(nong)業-健(jian)康領(ling)域儀器的(de)研(yan)發、應(ying)用與推廣(guang)，先(xian)後推出(chu)了(le)FluorTron多(duo)功能(neng)高(gao)光譜成(cheng)像技(ji)術(shu)、新(xin)壹代農業傳(chuan)感(gan)器技(ji)術(shu)、易(yi)科泰(tai)SoilLab土壤(rang)呼(hu)吸(xi)實(shi)驗(yan)測量(liang)技(ji)術(shu)（可(ke)用於評(ping)估(gu)土壤(rang)微生(sheng)物(wu)活(huo)性）、LIBS元(yuan)素(su)分析(xi)技(ji)術(shu)、土壤(rang)樣(yang)芯分析技(ji)術(shu)等(deng)，為土壤(rang)養(yang)分、汙(wu)染(ran)、重金(jin)屬檢(jian)測、土壤(rang)-植(zhi)物(wu)互作關系研(yan)究(jiu)提供(gong)從實驗(yan)室(shi)到(dao)野(ye)外，從地(di)面(mian)到(dao)無(wu)人機(ji)遙(yao)感解(jie)決(jue)方案(an)。