快速檢索        
  農業資源與環境學報  2021, Vol. 38 Issue (6): 1029-1038  DOI: 10.13254/j.jare.2021.0577
0

引用本文  

張飛揚, 胡月明, 謝英凱, 等. 天空地一體耕地質量監測移動實驗室集成設計[J]. 農業資源與環境學報, 2021, 38(6): 1029-1038.
ZHANG Feiyang, HU Yueming, XIE Yingkai, et al. Design of integrated space-air-ground farmland quality monitoring mobile laboratory[J]. Journal of Agricultural Resources and Environment, 2021, 38(6): 1029-1038.

基金項目

國家重點研發計劃課題(2020YFD1100204);國家自然科學基金項目(U1901601);四川省科技計劃項目(2020YFG0033)

Project supported

The National Key R & D Program of China(2020YFD1100204); The National Natural Science Foundation of China(U1901601); Scienceand Technology Projects of Sichuan Province (2020YFG0033)

通信作者

謝英凱??E-mail: 978229996@qq.com

作者簡介

張飛揚, 廣東廣州人, 主要從事耕地質量監測技術、無線傳感器網絡、無人機等方面的研究。E-mail: eeefy@163.com

文章歷史

收稿日期: 2021-08-31
錄用日期: 2021-10-25
天空地一體耕地質量監測移動實驗室集成設計
張飛揚1,3 , 胡月明1,2,3,4 , 謝英凱1,3 , 謝健文1,3 , 蕭嘉明1,4 , 封寧1,5 , 周煉清5 , 史舟5     
1. 廣州市華南自然資源科學技術研究院, 廣州 510642;
2. 海南大學熱帶作物學院, ???570228;
3. 華南農業大學資源環境學院, 廣州 510642;
4. 廣東省土地信息工程技術研究中心, 廣州 510642;
5. 浙江大學環境與資源學院, 杭州 310058
摘要: 中國糧食需求壓力巨大,耕地質量下降會影響糧食質量和安全?,F行的耕地質量監測方法因檢測時間長、時空信息不足等缺陷難以滿足越來越繁重的耕地質量調查監測需求。本研究探討了適用于耕地質量監測的方法及移動實驗室案例,構建了天空地一體耕地質量監測指標體系,搭建了集成衛星遙感、無人機遙感、無線傳感器網絡和原位速測等技術的移動實驗室架構,研發了基于中間件技術的天空地多種監測方法的集成技術;創制了一套天空地一體的耕地質量監測移動實驗室,并在耕地提質改造項目區域進行了實地測試,在2 h內完成5個采樣點的土壤養分、重金屬等13個項目所需指標的現場速測,驗證了本研究成果與常規耕地質量監測方法相比監測效率和現場出具結果的能力更強。本研究能夠彌補現行耕地質量監測方法的不足之處,并且在監測指標全面性和監測數據時空尺度上都更有優勢,能大大提升各級業務部門耕地質量監測的效果,加強耕地管理和保護的能力。
關鍵詞: 耕地質量    移動實驗室    監測    集成    衛星遙感    無人機    
Design of integrated space-air-ground farmland quality monitoring mobile laboratory
ZHANG Feiyang1,3 , HU Yueming1,2,3,4 , XIE Yingkai1,3 , XIE Jianwen1,3 , XIAO Jiaming1,4 , FENG Ning1,5 , ZHOU Lianqing5 , SHI Zhou5     
1. Guangzhou South China Academy of Science and Technology of Natural Resources, Guangzhou 510642, China;
2. College of Tropical Crops, Hainan University, Haikou 570228, China;
3. College of Natural Resources and Environment, South China Agricultural University, Guangzhou 510642, China;
4. Guangdong Province Engineering Research Center for Land Information Technology, Guangzhou 510642, China;
5. College of Environmental and Resource Sciences, Zhejiang University, Hangzhou 310058, China
Abstract: China is facing a great challenge with grain demand. Meanwhile, the decline of farmland quality will affect the quality and safety of food. The existing methods of farmland quality monitoring are characterized by a long time period and a lack of detailed spatial information of farmland quality. They could not provide the data that meet the requirements of farmland quality monitoring. This study explored a new methods and mobile laboratory for farmland quality monitoring. A farmland quality monitoring indicator system consisting of the variables or predictors that can be fast measured spatially and temporally was first developed. In this study, a framework which integrated satellite remote sensing monitoring, unmanned aerial vehicle(UAV) monitoring, wireless sensor network(WSN) monitoring and in situ measurement method into a farmland quality monitoring mobile laboratory was built. This study also explored the integration of remote sensing, UAV, WSN and ground-based monitoring methods through middleware technologies that connect various components of the system. Moreover, this study developed of a farmland quality monitoring mobile laboratory with an optimal design of routines for fast collection of data. A on-site test was carried out in the area of farmland upgrade and reconstruction program, which took less than 2 hours to quick test 13 indicators for 5 sampling points showed higher efficiency and on-site analysis capability compared with traditional farmland quality monitoring method. This study overcame the gaps that currently exist in the traditional farmland quality monitoring methods, realized comprehensive and multi-scale monitoring of farmland quality, promoted the effectiveness of monitoring cultivated land, and enhanced the capacity of farmland management and protection.
Keywords: farmland quality    mobile laboratory    monitoring    integration    satellite remote sensing    unmanned aerial vehicle    

中國用世界7% 左右的耕地養活了世界約19% 的人口,人均耕地面積排在世界126位,糧食需求的壓力巨大[1]。雖然近年來我國實行的耕地保護政策使耕地數量趨于穩定[2],但隨著城鎮化、工業化的發展,耕地“占優補劣”、耕地退化、環境污染等導致耕地質量問題愈發嚴重,直接影響糧食質量與農產品安全[3]。相對于耕地數量的變化,耕地質量受自然、生態、生產、經濟、社會多重因素影響,其變化更為復雜[4]。我國正在構建耕地數量、質量、生態“三位一體”的耕地管理和保護新格局,其中耕地質量監測是耕地管理工作的基礎,是開展耕地保護工作的重要前提[5-6]。

現行的國家標準、行業標準中對耕地質量的監測,主要依靠野外現場調查和實驗室化驗分析。工作人員到達現場后通過觀測判斷、問卷調查、挖剖面進行測量等方式獲得現場記錄并采集土樣。土樣送回實驗室進行自然風干和研磨過篩等預處理工序后,進行物理分析、化學分析或電化學分析,獲得實驗數據。上述方法雖然能夠消除環境因素對檢測數據的影響,但是整個采樣分析流程的周期長,無法現場快速出具監測評價結果,并且數據的時空變化信息較少[7]。在常規監測方法中引入移動實驗室進行耕地質量監測,可以實現現場快速獲取耕地質量監測數據[8]。

國外已進行了移動實驗室的研究和應用。美國耕地監測移動實驗室大部分是由公司或實驗室運營,為用戶提供耕地現場快速監測服務[9-11],例如Environmental Chemistry Consulting Services公司的移動實驗室、New Age Laboratories的移動實驗室等,主要監測耕地土壤、灌溉水及各類嚴重影響農產品安全和消費者身體健康的污染指標。巴西Embrapa公司的Fertmovel移動實驗室和印度ELICO移動實驗室主要監測耕地土壤的pH值、鉀、磷等耕地土壤養分指標。

近年來,我國的移動實驗室已應用在食品安全、檢驗檢疫等多種業務當中[12-13],例如中國檢驗檢疫科學研究院的肉制品安全移動實驗室[14]、中國農業科學院的農產品質量安全監測移動實驗室[15]、中國人民解放軍第二軍醫大學的生物采樣偵檢車[16]等。并且,可用于耕地質量監測的快速檢測技術也有一定的發展[17-18]。然而,移動實驗室只使用車內速測儀器進行耕地質量監測,數據的時空變化信息依舊較為匱乏,需要進一步集成時間和空間信息更豐富的監測技術。

衛星遙感監測技術、無人機監測技術、物聯網監測技術和地面速測裝備的發展為耕地質量監測方法的創新提供了理論基礎[19]。衛星遙感監測可以周期性獲得廣域范圍內衛星遙感監測數據[20],適用于大范圍耕地質量監測與預警分析[21],但是遙感數據易受大氣等環境干擾,且數據空間分辨率相對較低[22],無法滿足精細耕地質量監測需求。無人機監測可獲得高空間分辨率的低空遙感數據[23],能夠有效完成新增耕地、占補平衡等高精度調查監測[24-25],但監測成本高,不適合大區域作業,需要其他手段輔助[26-27]。以無線傳感器網絡為代表的物聯網技術可以定時采集、自動傳輸現場的土壤含水量、pH值等環境數據[28-30],能夠滿足部分耕地質量監測指標的高時間分辨率監測需求,但是傳感器監測精度容易受環境影響[31-32]。地面速測設備可以現場完成土壤等指標的分析,精度相對高于遙感和物聯網監測數據,但是需要進行人工采樣和操作,監測范圍和工作效率較低[33-35]。如果直接將衛星遙感監測、無人機監測、物聯網監測和地面速測應用于耕地質量監測,多類型的監測技術將會使監測工作變得更加復雜。

綜上所述,現有監測方法在監測效率等方面還有缺陷,不太適宜直接應用于耕地質量監測中對耕地質量巡查和污染應急監測等對現場執法和時空數據分析有需求的業務。標準的耕地質量監測方法費用高、分析時間長,不適于耕地質量巡查等需要分析大量地塊的業務,也較難及時監測突發污染地區的耕地質量空間和時間變化情況[36]。移動實驗室監測方法分析速度快、能夠現場完成檢測,但是數據的時空變化信息較少[37]。天空地多種監測方法能夠提供豐富的時空變化信息,但是同時使用多監測系統會導致監測系統非常復雜[38]。本研究以移動實驗室作為平臺,集成天空地多種監測系統,探索創新一套現場快速獲取耕地質量監測點及時空變化的監測方法。與標準的耕地質量監測方法搭配使用形成優勢互補,滿足不同耕地質量業務對現場出具監測數據和數據時空信息等需求[39]。

本研究整合多部委原有的耕地質量監測指標并結合天空地多種監測技術的特點,構建天空地一體耕地質量監測指標體系;以移動實驗室為平臺,結合地面原位監測、無線傳感器網絡監測、無人機監測、衛星遙感監測,設計天空地一體移動實驗室架構;利用中間件技術,設計將天空地多種監測方式與移動實驗室結合的集成方法。最終完成天空地一體耕地質量監測移動實驗室集成設計,為實現耕地質量多時空尺度的快速監測提供了技術支撐。

1 天空地一體移動實驗室集成設計 1.1 耕地質量監測指標體系構建

自然資源部與農業農村部均涉及耕地質量保護工作,但不同業務部門所采取的指標體系一般會偏重于各自的業務需求,并且均以常規的現場調查和實驗室分析的監測方式為基礎。原國土資源部于2011年下發《國土資源部辦公廳關于開展耕地質量等級監測試點工作的通知》(國土資廳函〔2011〕5號),監測指標采用原《農用地分等指標》,內容囊括農用地的土壤環境指標、地形因素和水利條件,主要反映耕地的潛在生產能力。原農業部的全國耕地地力調查與質量評價工作中采用的耕地地力評價指標體系,考慮了土壤、肥料、環境、國土、作物栽培、信息系統等多方面因素影響。此外,現有的指標主要考慮不同區域情況,對快速分析和現場執法等業務需求響應較弱?,F有的監測指標體系無法滿足快速耕地質量移動監測的需求,有必要建立一套既滿足業務需求又具備科學性、可操作性的天空地一體耕地質量移動監測指標體系。

耕地質量移動監測應充分發揮其機動性強、實時性高、覆蓋性廣及智能化優勢,切實解決傳統監測存在的問題,為業務部門提供科學高效的監測模式及管理決策支持。本研究使用頻度分析法和特爾斐法進行監測指標的選取,監測指標的選取應該充分考慮業務需求,在指標選取過程中應遵循科學性和可操作性原則,建立在業務部門標準規程以及實際項目經驗的基礎上,統計分析國土、農業標準規程和實際項目的指標體系,每個指標需經過相關領域專家論證和科學知識推理;同時能夠體現快速、高精度等特性,可快速響應耕地質量災害及污染事件的應急監測,解決傳統監測手段的低效問題,監測結果真實準確,避免數據誤差影響到管理決策。本研究以原國土資源部《農用地分等規程》(TD/T 1004—2003)和原農業部《耕地地力調查與質量評價技術規程》(NY/T 1634—2008)為基礎,根據《土壤環境質量農用地土壤污染風險管控標準(試行)》(GB 15618—2018)、《高標準農田建設評價規范》(GB/T 33130—2016)、《耕地質量監測技術規程》(NY/T 1119—2019)等國土和農業的指標體系,對指標進行系統地分析整理并提取使用頻率較高的指標,同時綜合國土、農業、環保各部門的監測需求,遵循科學性和可操作性原則,考慮土地整治、高標準基本農田建設等工程措施對各項指標的人為干擾[33],結合衛星影像、無人機、無線傳感器網絡和原位監測技術,通過征詢專家意見進行篩選和綜合調整,建立了一套耕地質量監測移動實驗室的指標體系。具體指標如表 1所示。

表 1 耕地質量監測移動實驗室監測指標 Table 1 The monitoring indicators of farmland quality monitoring mobile laboratory

在天空地多種監測方式中,代表“天”的衛星遙感監測的高光譜遙感數據主要用于獲取有機質含量、土壤全氮等與耕地地力相關的指標以及土壤重金屬元素、鹽堿程度等污染相關的指標[40],多光譜遙感數據監測植被覆蓋率、葉面積指數等指標,可見光遙感影像則監測田面坡度等指標;代表“空”的無人機監測的高光譜成像數據用于獲取土壤有機質、土壤氮磷鉀、土壤重金屬等指標,多光譜成像數據監測歸一化植被指數、植被覆蓋率等指標,航拍影像需要獲取灌溉保證率、田間道路通達度、巖石露頭度等指標;代表“地”的無線傳感器網絡和原位速測技術可以測得有機質含量、氮磷鉀含量、重金屬含量、田面坡度等指標。

1.2 耕地質量監測移動實驗室架構設計

本研究創新一套以移動實驗室為平臺,集成衛星遙感、無人機、無線傳感器和原位監測等多種方法,建立從高空、低空、地表到地下的多層級耕地質量監測體系(圖 1),實現比現有移動實驗室更強的時間和空間變化識別能力。

圖 1 耕地質量監測移動實驗室整體架構 Figure 1 The overall methodological framework of farmland quality monitoring mobile laboratory

本研究的移動實驗室平臺是一臺全順客車,北京環達汽車裝配有限公司進行改裝,車身全長6.50 m、寬2.08 m、高2.95 m,改裝后總質量3.93 t,車體劃分成駕駛區、監測區、承載區,車內由蓄電池、汽油發電機或外接市電進行供電,并配備了給排水、空調、4G無線路由。

利用我國高分系列衛星和其他遙感衛星獲取大區域、周期重復測定的圖像及多光譜、高光譜等遙感數據,結合耕地質量地面光譜與地面調查數據,可產生大區域、周期性的衛星遙感耕地質量監測指標,實現耕地質量宏觀動態監測。本系統現使用高分一號衛星數據,可以獲得2 m分辨率的全色、8 m分辨率的多光譜數據,覆蓋周期41 d。

利用多旋翼和固定翼無人機搭載傳感器,獲取特定區域高時空分辨率的耕地圖像、多光譜、高光譜以及三維模型等低空遙感數據,可有效彌補衛星遙感數據不足,實現耕地質量監測指標的局域高精度測量。本系統現使用大疆的精靈4無人機,最大飛行速度50 km·h-1,垂直定位精度±0.1 m、水平定位精度±0.3 m,最長飛行時間約27 min。無人機搭載1臺集成了1個可見光傳感器和5個多光譜傳感器的長光禹辰MS600多光譜相機,單個傳感器有效像素208萬,多光譜包含藍、綠、紅、紅邊、近紅外,地面采樣距離為H/18.9,單位為厘米每像素,H為無人機飛行高度。

本團隊以CC2530作為無線傳感器網絡節點的主要模塊研發的無人機-無線傳感器網絡監測系統由地面采集節點和無人機機載匯聚節點組成[41],可以獲取耕地采樣點的土壤、灌溉水、氣象以及農作物圖像的耕地質量監測數據,實現重點監測區域的地表特征數據長期連續采集,采樣時間比常規系統減少25%,數據傳輸效率是常規系統的8倍,數據傳輸能耗比常規系統降低50%[42]。

利用便攜式分析儀、臺式速測儀等原位測量儀器設備,可在現場分析土壤、灌溉水、農作物等樣品數據,快速獲取采樣點土壤特性等耕地質量監測指標。本系統現主要使用托普儀器的TPY-6土壤養分速測儀,可測土壤的氮、磷、鉀、pH值、有機質含量,pH值的相對誤差±0.5,其他相對誤差±5%;使用一臺便攜式光譜儀,采集土壤的高光譜數據并反演重金屬等元素含量。

通過天空地多種監測方式配合,可有效滿足耕地質量監測在覆蓋范圍、時空采樣頻率、時效性、觀測精度等方面的需求。從空間尺度來看,高分衛星遙感- 無人機低空遙感-地面無線傳感器網絡和原位監測實現了區域-農田-樣點的監測;從時間尺度來看,無線傳感器網絡-高分衛星遙感-無人機低空遙感和地面原位監測實現了高頻-中頻-低頻的監測。

1.3 移動實驗室集成

天空地多種監測方法組合有效滿足了耕地質量監測在覆蓋范圍、采樣頻率、時效性、觀測精度等方面的需求,但是多種監測手段集成使得監測過程與數據類型較為復雜,需要創新設計并研制天空地一體化監測的集成設備。天空地一體監測方法的集成主要使用了物聯網中間件技術,為衛星遙感、無人機、無線傳感器網、原位監測多種方式分別設計硬件中間件、軟件中間件和平臺中間件,將多種監測方法集成到移動實驗室與數據中心,實現耕地質量信息的融合、存儲和遠程傳輸。天空地一體監測方法的集成架構如圖 2所示。

圖 2 天空地一體耕地質量監測方法信息化集成 Figure 2 An integrated method for Space-Air-Ground farmland quality monitoring

(1)通過硬件中間件將地面監測的移動實驗室車載設備集成到數據中心。移動實驗室內每臺儀器設備都會加裝作為硬件中間件的數據通信節點,這些節點由控制模塊、接口模塊、通信模塊和存儲模塊組成。接口模塊用于連接儀器設備,負責節點與儀器設備的通信;通信模塊用于接入車內局域網,負責節點與數據中心通信;存儲模塊用于某一端通信不正常時,緩存數據或者命令;控制模塊則是總控節點各個模塊。儀器設備完成分析的數據通過數據通信節點自動傳輸到移動實驗室數據中心,數據中心對儀器設備的命令也通過數據通信節點傳輸到對應的儀器設備。以此完成將土壤大量元素、重金屬元素等指標的監測方法集成到移動實驗室。硬件中間件擬采用Arduino及其各類功能模塊。Arduino是一種開源的電子原型平臺,不僅能夠方便快捷地進行軟硬件開發,各類型號都留有足夠豐富的接口,例如數字輸入輸出、模擬輸入輸出、UART串行通信、SPI、I2C。其開源硬件的特性也帶來了豐富的外接配件,例如RS232、RJ45等,非常適用于儀器設備多樣的天空地一體移動實驗室。

(2)通過軟件中間件將地表立體無線傳感器網絡和低空無人機集成到數據中心。軟件中間件運行在移動實驗室數據中心內,當無人機完成低空遙感數據采集和地面無線傳感器網絡數據匯聚后,外業人員將無人機存儲與數據中心相連接,軟件中間件自動提取無人機存儲的數據,并根據數據類型進行分類整理。這就實現了將pH值、灌溉保證率等指標的監測方法集成到移動實驗室。軟件中間件擬使用C#編寫運行在車內數據中心的窗體程序,在識別到無人機存儲連接后對存儲內容進行掃描,并根據文件的時間、坐標點等信息進行分組存儲。

(3)通過平臺中間件將衛星遙感監測集成到數據中心。平臺中間件運行在移動實驗室數據中心,根據耕地質量監測任務的區域范圍、采樣點分布等信息,向衛星遙感數據服務平臺發出數據傳輸申請,并且將數據引導至實驗室云平臺。這就實現了將地形、農作物分類等指標的監測方法集成到移動實驗室。

通過技術集成提升了耕地質量天空地一體化監測的設備自動化以及信息化管理程度,能夠實現不同監測儀器設備的數據自動讀取、自動傳輸、自動存儲,多種方式采集得到的數據由移動實驗室數據中心統一整合并發送至遠程服務器,降低了數據錄入過程的工作量和人為出錯幾率;同時實現了數據的可追溯,每一步操作都會與數據一起自動記錄并在線傳輸,為進行數據復查提供有力的支持,能夠提升監測數據的準確性。

2 結果與討論

基于上述的探討,本研究設計并研制了天空地一體的耕地質量監測移動實驗室原型系統(圖 3)。移動實驗室配備了無人機、無線傳感器網絡、速測儀、工作站等設備,開發了數據采集、分析、傳輸、管理等軟件系統;同時,移動實驗室進行了供水、供電、換氣等硬件改造,并配備了車內局域網、4G網絡。移動實驗室裝配了部分速測儀器及設備,參與完成了耕地質量調查、旱改水工程驗收等工作。根據現場工作情況,天空地一體移動實驗室能夠實現不同類型觀測數據的統一整合、高效管理、快速調用分析。

圖 3 耕地質量監測移動實驗室 Figure 3 Farmland quality monitoring mobile laboratory

2019年6月27日,根據耕地提質改造項目主要監測指標的需求,移動實驗室搭載高光譜儀、土壤養分速測儀、電子天平以及取樣工具,對廣州市花都區炭步鎮華嶺村的耕地提質改造項目的耕地現場進行耕地質量監測。移動實驗室2 h內采集總共5個樣點的土樣及土壤光譜,利用土壤養分速測儀現場檢測土壤有機質含量和pH值,利用高光譜儀反演鎳、鉛、銅、砷、鋅、鎘、汞、鉻的元素含量,并用常規方法獲取土壤機械組成。與傳統監測方法相比,移動實驗室極大地縮短了獲取數據的時間,可在現場快速出具耕地質量監測數據。采樣點分布和檢測結果如圖 4表 2所示。

圖 4 采樣點分布圖 Figure 4 Sampling point distribution map
表 2 耕地質量檢測結果 Table 2 Test results of farmland quality

與傳統的耕地質量監測方法相比,本研究創制的天空地一體移動實驗室具有以下幾個優勢:

首先,集成后的天空地一體耕地質量監測移動實驗室可以降低傳統耕地質量監測所需的時間、人力和物力成本。移動實驗室可以實現耕地質量監測指標的現場采集、現場檢驗分析,并通過集成化系統將數據自動傳輸至遠程云平臺進行運算分析,將原來需要至少一個月的耕地質量監測指標檢驗分析過程縮短為現場可以完成采樣點指標的采集、檢驗分析、數據傳輸和存儲。在完成區域內所有采樣點指標采集的同時,云平臺就可以開始運算分析所需監測的目標耕地及其周邊區域的指標現狀、指標變化過程并進行預測預警,縮短了原來人工收集、整理檢驗分析所得的數據,手工錄入系統并進行數據整合分析的過程。

其次,全流程的信息化和低空遙感、衛星遙感數據的利用,實現了耕地質量監測指標的分析過程及數據來源的可追溯性,降低了調查人員現場主觀判斷對結果的影響,也為指標復查分析提供條件?,F有耕地質量監測方法當中,對于灌溉保證率等現場調查、人工記錄的指標,難以進行指標的檢驗和復查。常規實驗室化驗分析的指標也需要人工調取周邊過往數據,以此來判斷數據是否有誤,如果差異較大還需重新進行化驗分析。天空地一體耕地質量監測移動實驗室的低空遙感數據和衛星遙感數據可以全面地記錄目標耕地及周邊地區的情況,為現場調查指標的判斷和復查提供清晰完整的判斷依據。集成化、信息化的移動實驗室不僅可以記錄指標采樣分析過程中的每一步操作,提升指標數據的可追溯性,還能夠在云平臺內自動調用周邊數據和過往數據來判斷數據準確性,快速將指標數據準確性判斷結果反饋給移動實驗室內的工作人員。

更重要的是,天空地多種監測方式的集成綜合了地面監測點監測、小區域范圍的高時空分辨率無人機低空遙感監測和大區域范圍的可重復衛星遙感影像監測。三種監測方式相輔相成,實現由點到面的長期監測,快速、實時、精準地反映研究區耕地質量的時空動態。傳統的耕地質量監測方式獲取的是以現場調查采樣當天、目標耕地當中采樣點的數據為代表的區域數據。耕地質量監測移動實驗室由于集成了天空地三大平臺多種監測方法,因此在空間和時間分布上都遠優于傳統的方法。在空間方面,移動實驗室各類地面監測方法采集的是采樣點數據,無人機低空遙感采集耕地及周邊區域的數據,衛星遙感采集整個區域完整的數據。在時間方面,移動實驗室車載的速測儀器、便攜設備以及無人機平臺采集當天的數據,衛星遙感獲取周期性的數據,無線傳感器網絡每日定時采集數據。這種時空與點面耕地質量監測的融合,實現了耕地質量由點到面、實時、快速、高效與精準監測。

與國外的耕地質量移動實驗室相比,本研究創制的天空地一體移動實驗室在指標全面性和監測數據時空尺度上都更有優勢。在指標全面性方面,國外的移動實驗室只使用車內速測的監測方法,受車內空間所限無法部署大量的儀器設備。因此美國的移動實驗室主要監測與污染相關的指標,巴西、印度的移動實驗室主要監測耕地養分相關的指標。本研究的移動實驗室集成了天空地多種監測方法,能夠監測地形、土壤、植被、基礎設施等多種類型的指標。在時空尺度方面,國外的移動實驗室只能獲得到達現場的某個時刻某個點的數據,本研究能夠通過天空地多種手段獲得多種空間尺度數據,在移動實驗室離開現場后也能通過無線傳感器網絡和衛星遙感定時獲得監測數據。

下一步,本團隊將根據本研究的指標體系和架構設計,進一步補充完善天空地多種監測方式的儀器設備,例如XRF元素分析儀等。

3 結論

耕地質量監測是實現數量、質量、生態“三位一體”耕地管理和耕地保護的基礎。實時、高效、便捷和全面的耕地質量監測方法可以為各級業務部門進行耕地提質改造、耕地數量質量占補平衡、耕地污染監管與預警等業務提供強有力支持。

本研究設計了天空地一體的耕地質量監測集成技術,將多種天空地新型監測技術優勢互補,實現了天空地一體的耕地質量快速、實時、高效與精準監測,為耕地管理和耕地保護提供一種適宜實施長期監測、大范圍監測、日常業務調查監測、污染應急監測等各類耕地調查監測業務的新型監測手段。

參考文獻
[1]
閆東浩, 陳守倫, 王慧穎. 我國耕地質量監測保護技術標準體系建設現狀、問題與建議[J]. 中國農技推廣, 2019, 35(7): 5-14.
YAN D H, CHEN S L, WANG H Y. The status, problems and uggestions for the construction of Chinese farmland quality monitoring and protection technical standard system[J]. China Agricultural Technology Extension, 2019, 35(7): 5-14. DOI:10.3969/j.issn.1002-381X.2019.07.002
[2]
陳彥清. 網格環境下基于多尺度指標體系的耕地質量評價方法研究[D]. 北京: 中國農業大學, 2015.
CHEN Y Q. A cultivated land quality evaluation method based on multi-scale indicators'system in grid environment[D]. Beijing: China Agricultural University, 2015.
[3]
辛蕓娜, 范樹印, 孔祥斌, 等. 四重質量維度下的縣域耕地質量評價方法研究[J]. 資源科學, 2018, 40(4): 737-747.
XIN Y N, FAN S Y, KONG X B, et al. Evaluation of cultivated land quality based on four quality dimensions[J]. Resources Science, 2018, 40(4): 737-747.
[4]
溫良友, 孔祥斌, 張蚌蚌, 等. 基于"過程-功能-質量-特性-指標"的耕地質量評價指標體系研究[J]. 土壤通報, 2017, 48(6): 1296-1303.
WEN L Y, KONG X B, ZHANG B B, et al. Study on cultivated land quality evaluation index system based on process-function-quality-characteristic-index[J]. Chinese Journal of Soil Science, 2017, 48(6): 1296-1303.
[5]
祖健, 郝晉珉, 陳麗, 等. 耕地數量、質量、生態三位一體保護內涵及路徑探析[J]. 中國農業大學學報, 2018, 23(7): 84-95.
ZU J, HAO J M, CHEN L, et al. Analysis on trinity connotation and approach to protect quantity, quality and ecology of cultivated land[J]. Journal of China Agricultural University, 2018, 23(7): 84-95.
[6]
張超, 喬敏, 鄖文聚, 等. 耕地數量、質量、生態三位一體綜合監管體系研究[J]. 農業機械學報, 2017, 48(1): 1-6.
ZHANG C, QIAO M, YUN W J, et al. Trinity comprehensive regulatory system about quantity, quality and ecology of cultivated land[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(1): 1-6.
[7]
尚凱麗. 耕地質量監測方法及實證研究[D]. 濟南: 山東師范大學, 2017.
SHANG K L. Methods and empirical research of cultivated land quality monitoring[D]. Jinan: Shandong Normal University, 2017.
[8]
SMOLKA M, PUCHBERGER-ENENGL D, BIPOUN M, et al. A mobile lab-on-a-chip device for on-site soil nutrient analysis[J]. Precis Agric, 2017, 18(2): 152-168. DOI:10.1007/s11119-016-9452-y
[9]
WANG Y, LI Y, LIU Y, et al. A mobile laboratory for rapid on-site analysis of catechols from water samples with real-time results production[J]. RSC Adv, 2016, 6(84): 80885-80895. DOI:10.1039/C6RA12052K
[10]
WIEST J, STADTHAGEN T, SCHMIDHUBER M, et al. Intelligent mobile lab for metabolics in environmental monitoring[J]. Anal Lett, 2006, 39(8): 1759-1771. DOI:10.1080/00032710600714089
[11]
WHICKER R, WHICKER M, JOHNSON J, et al. Mobile soils lab: On-site radiological analysis supporting remedial activities[J]. Health Phys, 2006, 91(Suppl 2): 24-31.
[12]
北京市食品安全監控中心. 食品安全風險監測移動實驗室: 201020197562. 7[P]. 2011-02-16.
Beijing Food Safety Monitoring Center. Food safety monitoring mobile laboratory: 201020197562. 7[P]. 2011-02-16.
[13]
張瀚聞, 蘇錫輝, 那宏坤. 移動實驗室及其發展[J]. 品牌與標準化, 2016(3): 38-43.
ZHANG H W, SU X H, NA H K. Mobile laboratory and its development[J]. Brand & Standardization, 2016(3): 38-43. DOI:10.3969/j.issn.1674-4977.2016.03.022
[14]
中國檢驗檢疫科學研究院. 一種現場快速檢測肉制品安全的成套設備及檢測方法: 201310392698.1[P]. 2013-12-11.
Chinese Academy of Inspection and Quarantine. A complete set of equipment and method for quickly detecting the safety of meat products on site: 201310392698.1[P]. 2013-12-11.
[15]
中國農業科學院農業質量標準與檢測技術研究所. 農產品質量安全監測移動實驗室: 201310176543.4[P]. 2013-08-21.
Institute of Quality Standard and Testing Technology for Agro-Products of CAAS. Agricultural product quality and safety monitoring mobile laboratory: 201310176543.4[P]. 2013-08-21.
[16]
中國人民解放軍第二軍醫大學. 一種生物采樣偵檢車及其車載檢測系統: 201210271547. 6[P]. 2012-11-28.
Naval Medical University. Biological sampling detection vehicle and its vehicle-mounted detection system: 201210271547. 6[P]. 2012-11-28.
[17]
周怡, 紀榮平, 胡文友, 等. 我國土壤多參數快速檢測方法和技術研發進展與展望[J]. 土壤, 2019, 51(4): 627-634.
ZHOU Y, JI R P, HU W Y, et al. Advancement and prospect in methods and techniques for soil multi-parameter rapid detection of China[J]. Soils, 2019, 51(4): 627-634.
[18]
黃艷華, 李文婷, 馮少紅. 農殘速測技術在基層農產品質量安全檢測工作中的應用及發展建議[J]. 寧夏農林科技, 2018, 59(1): 39-42.
HUANG Y H, LI W T, FENG S H. Application and countermeasures of rapid detection technology of pesticide residue for primary agricultural product quality and safety[J]. Ningxia Journal of Agriculture and Forestry Science and Technology, 2018, 59(1): 39-42. DOI:10.3969/j.issn.1002-204X.2018.01.014
[19]
YOU H K, LI S H, Xu Y F, et al. Tree extraction from airborne laser scanning data in urban areas[J]. Remote Sensing, 2021, 13(17): 3428. DOI:10.3390/rs13173428
[20]
米成林, 卜春燕, 汪延彬. 基于3S技術的甘肅省耕地質量等別監測評價研究[J]. 冰川凍土, 2017, 39(6): 1374-1380.
MI C L, BU C Y, WANG Y B. Study on monitoring and evaluating the cultivated land quality grade in Gansu Province based on 3S technology[J]. Journal of Glaciology and Geocryology, 2017, 39(6): 1374-1380.
[21]
彭一平, 劉振華, 肖北生, 等. 基于高分遙感的縣域耕地質量監測[J].江蘇農業學報, 2019, 35(4): 841-846.
PENG Y P, LIU Z H, XIAO B S, HU Y M. Research on county cultivated land quality monitoring based on high resolution remote sensing[J]. Jiangsu Journal of Agricultural Sciences, 2019, 35(4): 841-846.
[22]
馬佳妮, 張超, 呂雅慧, 等. 多源遙感數據支撐的耕地質量監測與評價[J]. 中國農業信息, 2018, 30(3): 14-22.
[23]
劉鑫. 基于無人機高分辨率遙感影像的四川低丘區耕地信息提取研究[D]. 成都: 四川農業大學, 2017.
LIU X. The research on information extraction of cultivated land in low hills of Sichuan Province based on UAV high-resolution remote sensing image[D]. Chengdu: Sichuan Agricultural University, 2017.
[24]
郭慶華, 吳芳芳, 胡天宇, 等. 無人機在生物多樣性遙感監測中的應用現狀與展望[J]. 生物多樣性, 2016, 24(11): 1267-1278.
GUO Q H, WU F F, HU T Y, et al. Perspectives and prospects of unmanned aerial vehicle in remote sensing monitoring of biodiversity[J]. Biodiversity Science, 2016, 24(11): 1267-1278. DOI:10.17520/biods.2016105
[25]
駱開謀, 葉露. 無人機遙感技術及其在環境保護領域中的應用[J]. 安徽農業科學, 2017, 45(2): 211-212.
LUO K M, YE L. UAVRS and its applications in the field of environmental protection[J]. Journal of Anhui Agricultural Sciences, 2017, 45(2): 211-212. DOI:10.3969/j.issn.0517-6611.2017.02.071
[26]
劉建剛, 趙春江, 楊貴軍, 等. 無人機遙感解析田間作物表型信息研究進展[J]. 農業工程學報, 2016, 32(24): 98-106.
LIU J G, ZHAO C J, YANG G J, et al. Review of field-based phenotyping by unmanned aerial vehicle remote sensing platform[J]. Transaction of the Chinese Society of Agricultural Engineering, 2016, 32(24): 98-106.
[27]
萬煒, 肖生春, 陳小紅, 等. 無人機遙感在野外植被蓋度調查中的應用——以阿拉善荒漠區灌木為例[J]. 干旱區資源與環境, 2018, 32(9): 150-156.
WAN W, XIAO S C, CHEN X H, et al. Application of unmanned aerial vehicles to field vegetation coverage survey: A study of shrubs on Alxa desert[J]. Journal of Arid Land Resources and Environment, 2018, 32(9): 150-156.
[28]
李雙喜, 徐識溥, 劉勇, 等. 基于4G無線傳感網絡的大田土壤環境遠程監測系統設計與實現[J]. 上海農業學報, 2018, 34(5): 105-110.
LI S X, XU S P, LIU Y, et al. Design and implementation of remote monitoring system for soil environment in field based on 4G WSN[J]. Acta Agriculturae Shanghai, 2018, 34(5): 105-110.
[29]
崔艷茹, 齊子豐. 基于ZigBee技術的無線傳感器網絡在環境監測中的應用[J]. 電子技術與軟件工程, 2018(19): 23-24.
CUI Y R, QI Z F. Application of wireless sensor network based on ZigBee technology in environmental monitoring[J]. Electronic Technology & Software Engineering, 2018(19): 23-24.
[30]
苗春雷. 無線傳感器網絡在環境監測中的應用[J]. 環境與發展, 2017, 29(10): 144.
MIAO C L. Application of wireless sensor network in environmental monitoring[J]. Environment and Development, 2017, 29(10): 144.
[31]
王旭東. 基于WSN的農田信息監測系統的設計與實現[D]. 哈爾濱: 東北農業大學, 2018.
WANG X D. Design and implementation of farmland information mointoring system based on WSN[D]. Harbin: Northeast Agricultural University, 2018.
[32]
沈益輝, 秦會斌. 基于Zigbee無線傳感器網絡的環境監測系統設計[J]. 軟件導刊, 2017, 16(12): 102-105.
SHEN Y H, QIN H B. Design of environmental monitoring system based on Zigbee WSNs[J]. Software Guide, 2017, 16(12): 102-105.
[33]
史舟, 郭燕, 金希, 等. 土壤近地傳感器研究進展[J]. 土壤學報, 2011, 48(6): 1274-1281.
SHI Z, GUO Y, JIN X, et al. Advancement in study on proximal soil sensing[J]. Acta Pedologica Sinica, 2011, 48(6): 1274-1281.
[34]
史舟, 徐冬云, 滕洪芬, 等. 土壤星地傳感技術現狀與發展趨勢[J]. 地理科學進展, 2018, 37(1): 79-92.
SHI Z, XU D Y, TENG H F, et al. Soil information acquisition based on remote sensing and proximal soil sensing: Current status and prospect[J]. Progress in Geography, 2018, 37(1): 79-92.
[35]
XU Y F, LI S H, YOU H K, et al. Retrieval of canopy gap fraction from terrestrial laser scanning data based on the Monte Carlo method[J]. IEEE Geoscience and Remote Sensing Letters, 2021, 99: 1-5.
[36]
史舟, 梁宗正, 楊媛媛, 等. 農業遙感研究現狀與展望[J]. 農業機械學報, 2015, 46(2): 247-260.
SHI Z, LIANG Z Z, YANG Y Y, et al. Status and prospect of agricultural remote sensing[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(2): 247-260.
[37]
濟南市大秦機電設備有限公司. 一種化學類環保分析儀器在線檢測移動實驗室系統: 201610004815. 6[P]. 2016-04-27.
Jinan Daqin Mechanical and Electrical Equipment Co., Ltd. Mobile laboratory system for online detection of chemical environmental analysis instrument: 201610004815. 6[P]. 2016-04-27.
[38]
東南大學. 天空地一體化土地數據獲取系統和方法: 201510580782.5[P]. 2016-01-27.
Southeast University. Space-AirGround integrated land data acquisition system and methods: 201510580782.5[P]. 2016-01-27.
[39]
李河. 中國耕地質量評價和監測研究進展與展望[J]. 安徽農業科學, 2018, 46(35): 14-16, 18.
LI H. Advance and prospects on cultivated land quality evaluation and monitoring in China[J]. Journal of Anhui Agricultural Sciences, 2018, 46(35): 14-16, 18.
[40]
史舟, 王乾龍, 彭杰, 等. 中國主要土壤高光譜反射特性分類與有機質光譜預測模型[J]. 中國科學(地球科學), 2014, 44(5): 978-988.
SHI Z, WANG Q L, PENG J, et al. Development of a national VNIR soil-spectral library for soil classification and prediction of organic matter concentrations[J]. Scientia Sinica(Terrae), 2014, 44(5): 978-988.
[41]
ZHANG F, WANG G, HU Y, et al. Design of an integrated remote and ground sensing monitor system for assessing farmland quality[J]. Sensors, 2020, 20(2): 336.
[42]
張飛揚, 胡月明, 陳聯誠, 等. 耕地質量低空遙感-地面傳感雙重采集系統研究[J]. 華南農業大學學報, 2020, 41(3): 117-125.
ZHANG F Y, HU Y M, CHEN L C, et al. Low altitude remote sensingground sensing double collection system for farmland quality[J]. Journal of South China Agricultural University, 2020, 41(3): 117-125.