遙感技術在農業資源與土壤環境綜合監測上的應用

鄂高陽　韓芳陽　秦秉?！⒅畯V

摘要：近年來，遙感技術和遙感設備已被普遍應用于農業資源與土壤環境綜合監測中，且在農業生產、環境保護和自然資源管理等幾個方面成效卓著。但是，土壤問題依然影響著人類的生態文明建設，制約著人類健康和發展的穩定性。隨著國內外對土壤問題研究和調查的不斷深入，針對性提出的一系列解決方案和政策措施在一定程度上改善了土壤環境問題，但也暴露出監測技術不足、監測方法亟待改進等很多新問題。本文綜述了遙感監測技術在農業生產、環境保護和自然資源管理三個方面的應用現狀，重點對遙感監測手段、遙感技術在土壤監測方面的應用進行了較全面的闡述，對現有工作中存在的問題進行總結，并對今后的發展方向做出展望。

關鍵詞：遙感技術；土壤綜合監測；農業生產；環境保護；自然資源管理

中圖分類號：S127 文獻標識號：A 文章編號：1001-4942（2024）03-0163-08

土壤作為農業、林業、畜牧業等領域的重要資源，其質量、特性及變動會對作物產量和品質產生直接影響。在社會與經濟不斷發展的大背景下，土壤開發利用中的損害和污染問題日益凸顯。近年來，土壤問題已引起廣泛關注，不僅關系到人類的生活品質，更是國家可持續發展戰略的重要組成部分。因此，加強土壤綜合監測和保護能力，有利于推進國家生態文明建設和提高生態兼容性。

工業經濟的迅速發展對生態環境造成了極大的破壞，且土壤處于脆弱狀態，易遭受到來自物理、化學等多方面的影響。研究顯示，人類活動引起的全球生態環境變化，致使土壤嚴重受損，直接或間接導致全球生物多樣性和生態功能的退化。例如，乙撐雙二硫代氨基甲酸酯類殺菌劑和各種有毒殺蟲劑的濫用對環境造成了大量原生和次生污染，有毒物質通過食物鏈積累，最終進入人體，產生與癌癥、遺傳毒性等相關的物質。工業化進程不斷推進，土壤環境惡化加劇，工業廢水排放等導致土壤污染問題日益嚴重，土壤中重金屬含量急劇上升，給食物鏈的中高層生物帶來嚴重威脅。

在我國，土壤問題主要表現為不合理開發、不合規排放和有毒農藥及化肥的過度使用等，水土流失，土壤侵蝕和土壤污染等問題尤為嚴重。與此同時，我國土壤監測發展相對滯后。國外土壤監測的相關研究可追溯至20世紀60年代末，而我國則在20世紀80年代才開始。因此，我國亟需采取有效措施進行土壤環境監測和修復。傳統的土壤監測方法主要依賴于現場調查和實驗室分析，耗時長、費用高，且難以實現大范圍、高效率的監測。遙感監測是指利用遙感技術進行監測的技術方法，在獲取大面積信息方面具有快而全的優勢，為土壤監測提供了新的可能性。

1 土壤綜合監測及遙感技術概述

遙感技術具有監測范圍廣、信息連續性強、信息處理效率高等優勢。相較于傳統監測技術，遙感技術可大幅降低人工和經濟成本，縮短信息處理周期，保證信息時效性，有助于加快土壤信息匯總進度，及時處理土壤污染事件。遙感技術還可進行非常規監測，擴大土壤監測范圍且對極端地形的監測效果顯著，還能夠實現全天候環境監測。遙感技術可實現對單個區域的動態監測，有助于監測土壤變化，及時了解土壤受污染程度，實時監控土壤修復進程，提升土壤污染治理效果。遙感技術作為一項綜合技術，實現了土壤資源整合的統一與信息化，推進了土壤綜合監測等的研究進度。土壤遙感監測基本流程如圖1所示。

土壤遙感監測通常包含8個理化指標、3種放射性監測方式、17種有機監測方式和23種無機監測方式。數據源主要有多源遙感衛星數據、無人機遙感數據以及地面測量數據等。多源遙感衛星數據包括Landsat、MODIS、Sentinel等，這些衛星的光譜范圍廣、時間分辨率高，可滿足不同尺度、不同時相的土壤監測需求：無人機遙感數據優勢在于具有高空間、高時間分辨率和高精度，利于細節特征的精細化監測：地面測量數據包括傳統的土壤樣點信息和高精度的地形數據，可與遙感數據交叉驗證，提高監測精度和可信度。

2 土壤遙感監測技術

土壤遙感監測技術通過遙感和地面探測等技術手段，對土壤進行非接觸式的監測和評估，可以為土地利用、農業生產、環境保護等領域提供豐富的信息，是實現土壤可持續發展的重要工具。

常用的土壤遙感監測技術包括：

（1）遙感影像分析技術。利用高分辨率衛星或無人機獲取的影像數據，分析土壤覆蓋類型、土地利用狀況以及土壤質量。如利用Landsat衛星數據進行耕地、林地、草地等土地利用類型的分類和監測：通過NDVI（normalized difference vege-tation index）指數評估植被覆蓋程度，從而反映土壤肥力狀況。

（2）土壤光譜技術。這是一種利用光譜儀器測量土壤反射光譜，推斷土壤性質和特征的方法。例如，近紅外光譜技術可以獲取土壤有機質含量、水分含量和pH值等信息；紅外光譜技術可以獲得土壤粘粒含量和礦物成分信息。通過這些信息可以評估和監測土壤質量。

（3）地球物理勘探技術。這是通過測量土壤的物理特征，如電阻率、磁性和聲波傳播速度等，推斷土壤性質和結構的方法。例如，電磁法測量土壤電阻率可以獲取土壤含水量和鹽分信息：地震波速度測量技術可以獲得土壤密度和壓縮模量信息。通過這些信息可以評估和監測土壤結構和性質。

綜上所述，通過三種土壤遙感監測技術，可獲取土壤覆蓋類型、土地利用狀況、土壤質量與結構等信息，實現無接觸的土壤監測和評估，為土地利用、農業生產與環境保護等提供豐富的數據和信息，為土壤資源的管理與保護提供科學有效的數據支持。

3 遙感技術應用

3.1 農業生產

遙感技術在農業領域應用非常廣泛。郭廣猛等使用中紅外波段對土壤濕度進行遙感監測，通過回歸分析發現土壤水分與MODIS（moderate-resolution imaging spectroradiometer）第7波段的反射率之間具有較好的相關關系。Zhu等利用機器學習對根際土壤濕度進行預測，顯著提高了土壤水分預測的準確率與服務水平。Liu等研究表明土壤光譜反射率與土壤濕度存在相關性，在一定土壤水分臨界值下土壤光譜反射率與土壤濕度呈負相關。通過對土壤鹽堿性、腐蝕、水分以及農作物生長環境等進行遙感監測分析，可以連續監測并發現其變化趨勢，為其管理提供科學的指導和建議。例如提出農業用水管理決策，提高農業灌溉用水效率等。同時，遙感技術也可監測草地的長勢、產量、退化、沙化及耕地與草地的面積變化等，為草原與畜牧業管理決策提供有價值的信息。通過遙感數據可以了解農業有效灌溉面積的增長情況，并預測未來的發展趨勢，對于解決灌溉節水及水土流失等問題具有重要意義。

遙感技術還可以通過監測土地利用變化情況，對農業生產提供支持。例如，可以對農田土地利用類型進行分類，了解耕地的變化情況，以便能夠及時調整農業生產布局。同時，遙感技術還可以監測農作物的生長狀況（生長階段、病蟲害等），為農業生產提供實時數據支持，幫助農民及時采取相應的管理措施。Romanak等利用氣相色譜法對土壤環境（如二氧化碳、氧氣、溫度、水分和壓力等）進行了長期監測。Jiao等利用極化細束影像對加拿大安大略東北部地區的小麥、大豆等主要作物進行了分類和面積提取。岳云開等利用無人機多光譜遙感反演苧麻葉綠素含量，為高效檢測苧麻葉綠素提供新方法。楊娜等利用SMOS、SMAP數據技術對青藏高原季風及植被生長季土壤水分消長特征進行了研究，明確了近期青藏高原土壤水分的總體分布狀況，為地區和全球氣候及災害的預測預報提供了借鑒和科學依據。Bala等基于MODIS影像的NDVI數值進行土豆長勢監測。何亞娟等對冬小麥不同生育期的產量三因子（穗數、穗粒數、千粒重）進行雙因子建模，使預報時間提前至抽穗后期至灌漿期，并且有90%的擬合精度。Son等利用MODIS數據建立了水稻生長期與單產的關系模型，并成功應用于湄公河三角洲水稻的長勢監測與產量預測。韓文霆等利用無人機多光譜遙感平臺結合機器學習模型估測不同深度土壤含鹽量，為農業生產提供了科學依據。

3.2 環境保護

遙感技術可以實時監測土壤質地、營養成分等的變化，進而對土壤質量和健康進行評估。其中，遙感技術在土壤侵蝕、土壤污染和土地利用監測等方面具有重要的應用價值。

3.2.1 土壤侵蝕監測

遙感技術可以通過監測土壤的光譜信息，實現土壤侵蝕情況的監測。研究表明，450nm波段光譜值與土壤水分含量有關，500-640nm波段與土壤中氧化鐵含量有關，660nm波段與土壤有機質含量呈負相關。楊麗娟等利用無人機遙感影像分析土壤侵蝕重要表現形式的新成切溝發生規律，為切溝的預防與治理提供科學依據。遙感監測技術為及時制定對策防止土壤流失和泥石流等白然災害情況發生提供了重要的數據支撐。張曉遠等28利用衛星遙感影像結合GIS和RS技術對RCSLE模型進行修正，使之能夠對小流域水土流失動態變化進行分析和評價。

3.2.2 土壤利用監測

遙感技術可以通過土地利用監測，幫助農業決策者確定土地分類和資源要求等信息。例如，黃應豐等利用土壤光譜特性對華南地區主要土壤類型進行分類，提取10個光譜特征作為土壤光譜特征指標，綜合應用土壤特征指標及其他分類指標對土壤進行分類，結果與中國土壤系統分類中的相關內容相一致。李娜等利用基于POI數據的城市功能區識別與分布特征研究，開展了遙感技術在農業資源與環境領域土壤綜合監測方面的應用研究，為土壤分類識別在城市規劃、城市管理、經濟分析和環境保護等方面的應用提供了借鑒。Senanayake等利用遙感影像對降水量、土地利用率、土地覆蓋和作物多樣性等幾個變量進行了時間序列分析和空間建模，監測土壤侵蝕、作物多樣性和降水量變化。趙建輝等提出了一種基于特征選擇和GA-BP（genetic algorithm-back propagation）神經網絡的多源遙感農田地表土壤水分反演方法，為多源遙感農田地表土壤水分反演提供了新思路。馮泉霖等利用多光譜影像生成聚類深度網絡遙感估算模型，完成SOM的含量估算與區域尺度上的數字制圖，可為區域尺度上的土壤質量精細監測及管理提供有效的技術支持。

3.2.3 土壤污染與重金屬監測

通過遙感技術提取大面積土地的紅外、雷達和光譜信息，實現土壤污染監測。遙感數據的采集、處理和分析可以揭示出地表環境的空間分布，便于地理信息系統（GIS）管理地表資源。遙感圖像的特征分析和遙感模型構建可以確立土壤污染區域，依據土壤類別、地形地貌、氣象特征、植被類型和人類活動等因素變化進行污染物模型構建。劉雯等35利用高分五號衛星高光譜影像對土壤Cd含量進行的大范圍反演，可為環境污染評價及生態保護提供更好的數據支撐。Mesquita等36通過對土壤淋濾過程進行模擬分析，得出了一種利用在線模擬降水監測土壤鐵元素及其配合物流失的方法。宋子豪等通過對石油污染的農田土和濕地土進行采樣分析，考察了石油污染對兩種類型土壤的影響。黃長平等利用遙感數據反演分析了南京城郊土壤重金屬銅的10個敏感波段。張雅瓊等基于高分1號衛星影像快速提取了深圳市部九窩余泥渣土場的信息，驗證表明歸一化綠紅差異指數的提取精度在97.5%以上。

蔡東全等利用HJ-IA高光譜遙感數據研究發現，銅、錳、鎳、鉛、砷在480-950nm波段內具有較好的遙感建模和反演效果。宋婷婷等基于ASTER遙感影像研究土壤鋅污染，發現481、1000、1220nm是鋅的敏感波段，相關性最好的波段在515nm處。Dvornikov等利用便攜式分析儀測量了俄羅斯科拉半島土壤中銅和鎳的含量，并根據地形建立了回歸模型，得出1.0-1.5m分辨率的輔助數據是預測該研究地區表層土中Cu和Ni含量的最佳方法。鐘亮等以遺傳算法優化的偏最小二乘回歸算法，對預處理后的農田土壤樣品和小麥葉片光譜建立土壤重金屬鎘（Cd）和砷（As）含量的估測模型，為將來實現定量、動態、無損遙感監測大面積農田土壤重金屬污染狀況提供了參考依據。

綜上所述，隨著遙感技術的不斷升級和完善，其在土壤侵蝕監測、土壤污染監測和土地利用監測方面的應用將會更加廣泛和深入。遙感技術可以為農業生產提供科學依據，幫助農業決策者制定更加科學的農業規劃，促進農業可持續發展。

3.3 自然資源管理

遙感技術可以通過多角度、多時相的綜合分析和評估，獲取綜合性土壤信息，進而對整個地區的土地資源狀況和變化進行精細分類和數量分析，輔助CIS等信息技術分析手段對土地資源進行評估、監測和管理。其主要應用包括土壤類型識別、土壤水分監測、土壤質量評估和土地利用變化監測。

3.3.1 土壤類型識別

遙感技術可以在短時間內獲取大面積土壤類型信息，為構建土地利用／覆蓋類型分類提供基礎數據，為土地利用管理提供科學參考。例如，徐彬彬等通過測定我國23類主要土壤類型的反射光譜曲線，將其歸納為平直型、緩斜型、陡坎型和波浪型，為構建土地類型分類提供了依據。Wei等利用機器學習和高光譜技術，構建基于特征波段的土壤有機質（SOM）反演模型并取得了較好成果，為土壤類型識別提供了借鑒。Chimelo等利用PlanetScope衛星星座和隨機森林算法預測土壤中的粘土含量。Tunqay等利用SFI等級與衛星圖像的植被指數值進行比較，量化干旱與半干旱地區土壤的物理、化學和肥力指標的空間動態。楊棟淏等通過結合多光譜與高光譜遙感數據，對云南山原紅壤主要養分含量的高光譜特性進行研究，并利用機器學習建立相關模型，為土壤養分含量估測提供了依據。

3.3.2 土壤水分監測

遙感技術可以多角度、多時相地獲取土壤水分動態變化信息，結合植被生長指數等參數，幫助實現農林生產、荒漠化和水土流失等環境問題的監測。陳懷亮等利用歸一化植被指數NDVI和AVHRR4通道亮溫建立回歸方程，將土壤含水量與遙感指數聯系起來。國外學者通過對比分析ERS-I的SAR圖像與地面土壤水分實測值，發現土壤含水量與雷達后向散射系數間呈線性關系。許澤宇等利用增強型DeepLab算法和自適應損失函數的高分辨率遙感影像分類技術，通過改變編碼器和解碼器的結合方式增強二者的連接狀態，加入自適應權重以及進行多通道訓練等多方面改進，提高了地物高精度分類網絡E-DeepLab的性能，為適用于遙感地物的自動分類和提取提供了借鑒。Dari等利用K-Means聚類算法對意大利中部某地區2017年至2019年生成的100m空間分辨率灌溉區地圖與地面實況數據相比較，取得較好結果，可為土壤水分遙感分析工作提供依據。

3.3.3 土壤質量評估與土地利用變化監測

遙感技術可以精準、快速地獲取相關土壤信息，用于土壤質量變化趨勢分析、預測和評估。Dalal等使用近紅外光譜法預測土壤水分、有機碳和總氮含量，發現土壤有機質含量在0-2.6%范圍內時，近紅外法預測結果相對準確；而在有機質含量高于2.6%時，預測結果存在偏差。Ben-Dor等利用近紅外光譜法預測土壤有機質含量，通過分析土壤有機質的C/N比率來改進近紅外法的預測準確度。沙晉明等使用VF991地物光譜測量儀對不同環境條件下的土壤樣本剖面進行測量，并測定了各土層土壤的有機質含量。Guo等利用多光譜、高光譜數據與植被指數，結合機器學習實現了土壤有機碳含量的測量與繪制相關圖像。張智韜等利用無人機遙感平臺計算歸一化植被指數并代入像元二分模型計算植被覆蓋度，利用偏最小二乘回歸算法和極限學習機算法構建不同覆蓋度下各深度土壤含鹽量反演模型，為無人機多光譜遙感監測農田土壤鹽漬化提供了思路。吳倩等使用便攜式光譜儀采集陜西省黃土高原區黃綿土土壤的光譜數據，利用機器學習方法得出土壤碳酸鈣含量與光譜反射率呈現正相關態勢的結論。佘潔等分析土壤養分空間變異來源，兼述遙感、CIS與人工智能等研究現狀，并對當前存在的問題進行剖析。遙感技術還可以通過遙感數據解析和分類實現土地利用變化監測，并進一步提供多維度數據可視化和地表覆被變化分析等，快速監測不可再生土地用途的變化情況，這對于土地資源管理和保護具有重要意義。

綜上所述，遙感技術在土地資源管理和評估中具有重要的應用價值，可以為土地利用／覆蓋類型分類、土壤水分監測、土壤質量評估和土地利用變化監測等提供科學依據和技術支持。隨著遙感技術的不斷發展和創新，其在土地資源管理和評估中的應用將會更加廣泛和深入，為土地可持續利用和保護提供更強大的支持。

4 展望

土壤綜合遙感監測技術已經在農牧業、林業、荒漠化和環境保護中得到廣泛應用。綜合遙感監測具有較高的實用價值，為土地資源的監測和管理提供了較為可靠的科學依據。尤其在當前科技發展較為迅速的大背景下，綜合遙感監測技術的進一步推廣和應用將為土地資源中長期規劃、生態環境保護、自然災害預警、公共安全等領域提供科學的數據基礎和服務支撐。

4.1 農業生產應用展望

隨著遙感技術的不斷升級和完善，其在農業領域的應用將更加廣泛和深入。例如，隨著衛星分辨率的提高，可以更加精確地監測農田的土地利用、土壤水分等情況，為農業生產提供更加精準的數據支持；同時，隨著人工智能和機器學習技術的發展，可以利用遙感數據進行數據挖掘和分析，提高數據的處理效率和準確性，幫助農業生產做出更加科學的管理決策；此外，還可以將遙感技術與其他技術相融合，如地理信息系統、無人機等技術，實現更加全面、精準的農業監測和管理。

4.2 環境保護應用展望

隨著無人機、多光譜／高光譜等多源遙感設備的普及以及計算機技術的發展，土壤綜合遙感監測技術在環境保護中將越來越得到更加廣泛的應用。例如，利用無人機、衛星等搭載光譜設備的遙感平臺可以高效監測大范圍土壤情況，實現土地利用、植被覆蓋等信息的分析，結合地面監測數據，可以及時發現土壤污染情況并進行污染程度評估；通過遙感技術可以對土地利用類型及其變化進行監測和分析，包括農地、城市擴展、森林覆蓋等情況，有助于合理規劃土地利用結構，保護耕地和生態環境：通過長時間、高時空和高分辨率的遙感影像監測土壤侵蝕、土地滑坡、沙漠化等自然災害，及時發現災害隱患并評估風險，可為防災減災提供技術支持等。

4.3 自然資源管理展望

隨著大數據技術以及多源遙感技術的發展，土壤綜合遙感監測技術在自然資源管理中發揮著越來越重要的作用。例如，通過監測土地利用類型、土地覆蓋變化、土地利用強度等信息，利用大數據以及人工智能技術幫助制定土地規劃、土地整治和土地利用政策等；通過對土地資源進行監測和評估，實現土地資源的合理利用，保護農田、森林、草原等重要生態系統，維護生態平衡；通過監測土壤水分含量、地下水位、土壤侵蝕情況等，合理利用和保護水資源等。

綜上，土壤綜合遙感監測在農業生產發展、環境保護和自然資源管理等場景中具有重要的應用價值，未來還需加強遙感數據與地面測量數據的協同應用，優化反演模型、特征提取和分類識別方法，發揮遙感技術在土壤監測研究和應用中的更大潛力。

基金項目：國家自然科學基金面上項目（41977019）；山東省本科教學改革研究面上項目（M2021062）；山東省科技型中小企業創新能力提升工程項目（2022TSGC2437）