温室秸秆还田土壤多源信息实时分析技术研发

周金俊，夏云帆，缪 宏，戴 敏，张善文，张燕军

(1.泰州樱田农机制造有限公司，江苏 泰州 225500；2.扬州大学 机械工程学院，江苏 扬州 225100)

0 引 言

近年来，蔬菜栽培规模呈现急剧增长态势,其中设施蔬菜的比例达70%, 设施蔬菜秸秆残留问题日益突出, 处理不好将导致病虫害防治的二次传染,造成温室园区的点源与面源污染,需引起重视[1]。设施蔬菜秸秆含水量高,采用传统直接燃烧、能量化、饲料化、原料化等处置方法需要晒干,效益低,占地多,不适宜温室区域作业, 秸秆直接腐化还田可以大幅度减轻作业强度，节省多个中间运输环节，还可提高当地农业从业者的环保意识[2]。设施温室环境适宜秸秆的腐化还田，需要基于温室环境—土壤信息的高效节能智能化环控模型的温室环境信息和还田秸秆腐化指标数据管理、处理以及反馈平台，实现通过温室环境系统优化精准控制秸秆腐化还田效率与质量。

1 温室秸秆还田土壤状态采集分析技术研究

针对温室秸秆腐化还田环境下“土壤—秸秆—环境”关系复杂，环境干扰因素导致土壤信息时空变异大，在线实时检测效率低、不准确、过程繁琐等问题，采用基于光电和波谱特性的光谱仪器与相应田间作业装备以及土壤参数快速获取和分析技术，为了尽量减小环境光、仪器本身和土壤粒径大小等因素影响，每个样本采集多条光谱，取平均值作为这个样本的光谱数据，从秸秆腐化还田过程中的土壤pH值、湿度、含氮量等参数的光谱特征着手，通过分析不同秸秆腐化还田土壤参数下的光谱特征变化，研究外界光照条件、温度、湿度等复杂环境和原位土壤粒度干扰因素对光谱特征检测及检测精度的影响，融合外界信息参数，采用标准正太变量变换、平滑去噪、异常筛选、光谱变换中倒数的对数微分等预处理方法[3]，分别对原始光谱进行一阶微分、多元散射校正和变量标准化预处理，有效去除光谱噪声，从而确定较优的光谱数据。

釆用建模方法对这些预处理后的光谱数据进行建模分析，优化处理采集光谱特征信息，并与对应的实测值进行相关性分析，研究标准图谱智能匹配与动态优化技术，使用连续投影算法和遗传最小二乘法，选择特征波长并提取土壤样品中感兴趣区域的光谱，将第一主成分图像信息和光谱信息作为灰度共生矩阵，将现场pH 值、湿度、氮含量等土壤参数与图像信息数据和光谱信息数据相结合，创建预测/分类识别分析模型，开发秸秆腐化深还田土壤信息在线实时检测装置（如图1 所示），以期实时准确的获取秸秆腐化深还田土壤pH 值、湿度与含氮量的参数信息，为秸秆可控还田与环境调控提供实时决策，技术路线如图2 所示。

图1 多源感知的土壤智能监测装置

图2 秸秆腐化深还田土壤实时分析技术路线

2 多源感知的土壤智能监测装置

多源感知的温室土壤智能监测装置包括车载移动模块、数据感知模块、数据收集模块、阈值处理模块、控制装置模块、空气检测箱，其中，数据感知模块传感器包括可见—近红外—中红外光谱传感器、温度传感器、土壤湿度传感器、土壤酸碱计，用于实时采集土壤的成分、温度、湿度和酸碱度信息，车载式无线数据收发器用于收集感知区域内的无线传感器收集数据，再将数据发送给数据收集模块，以此研究温室秸秆还田土壤有机质、全氮、pH 值等实时分析方法，研究标准图谱智能匹配与动态优化技术，并结合基于卫星遥感影像、地面传感网格和车载在线检测等多源数据的土壤墒情信息检测技术，开发融合设施温室土壤环境大数据的土壤—作物信息一体化实时反馈决策系统，实现设施温室内部土壤环境的多源信息实时获取、分析与科学决策。

3 结 语

本文提出的采用基于多源信息融合的秸秆腐化深还田土壤实时分析技术可以大幅提高温室土壤修复质量与效率，同时集成创新研制的土壤智能监测装备，可以解决目前温室土壤监测处理难度大、成本高、速度慢、管理繁琐以及智能化水平不高等问题，突破长期制约温室土壤修复的重要科学瓶颈，提高温室土壤提质智能化水平和作业效率，有效减少温室土壤的连作障碍与设施农业的可持续发展。