前言

無論是土壤研究調查、土地利用規劃還是農業生產，了解區域土壤的理化特性背景關重要，如土壤的持水力、有機物含量、生產潛力、PH值等，傳統的野外采樣實驗室分析法費時費力，即使花費大量人力物力加大抽樣強度，也很難客觀精確反映區域土壤理化特性的時空變異情況；而且，盡管正常情況下實驗室分析比較精確，但由于不是原位測量，從野外樣品采集到實驗室分析會產生一些列的誤差或錯誤。如何快速對原野土壤理化特性進行普查測繪，在很多情況下成為一個難以逾越的瓶頸。車載式MSP3土壤OM-EC-pH勘查測繪系統可以快速、高密度、原位測繪區域土壤有機質（SOM或OM）、土壤電導及土壤pH值，使區域土壤快速JZ調查研究、碳匯農業及JZ農業研究示范成為現實。

MSP3土壤OM-PH-EC勘查測繪系統由VIS-NIR雙波段光譜傳感器、土壤電導傳感器及土壤pH傳感器集成于車載式傳感器平臺MSP（Mobile Sensor Platform）上，通過實地原位測量土壤電導EC、pH值及OM值，并通過GPS定位和數據處理測繪軟件，繪制出土壤理化性質分布圖，全面分析反映土壤質地、鹽堿度、PH值、持水能力、陽離子交換能力、根系深度等?？捎糜贘Z農業、土壤調查和碳匯農業（土壤碳儲量估算）的研究示范及土地管理和土地利用規劃等領域。

1. 標準配置可同時測繪土壤OM值、淺層土壤和深層土壤雙層電導測繪

2. 可根據需要選配pH測繪模塊

3. 原野現場測繪：隨著機載系統在原野前行，即時獲取電導及地理坐標（經緯度），每公頃可以測量120-240個樣點數據

4. 直接接觸法測量EC，測量基本不受周邊電磁影響，也不需要校準。EC與土壤質地（soil texture）有關，土壤質地反映土壤粒徑分布（沙土、粘土和粉土）。

5. 土壤EC測繪可以快速顯示土壤三維理化性質：表層土壤質地X、Y向變化較大，但在Z向（深度）變化不大的情況下，兩個深度的EC圖主要反映的是土壤質地空間變化。在土壤剖面（Z向）質地變化較大的情況下，兩個深度的EC圖有較大差異，分別反映了表層土和深層土的情況。

6. VIS-NIR雙波段光譜傳感器，可經由Veris數據處理中心進行數據處理提供土壤有機質OM值

7. VIS-NIR雙波段光譜傳感器、EC、PH傳感器及數采等安裝在專門設計的MSP裝載架上，可由輕型機動車輛帶動，快速對區域內土壤理化性質勘測繪圖。

上圖左為中科院南皮生態農業試驗站，圖右為VERIS 3100車載式土壤電導率測量系統在該實驗站樣地內作業

1. OpticMapper雙波段VIS-NIR傳感器，原位測繪植物枯落物下層土壤表層光譜反射

2. 可見光波長：660nm；近紅外波長：940nm；光源：LED

3. 光譜檢測器：5.76mm光敏二極管

4. PH電極：離子選擇性電極與銻測量相結合

5. 除通過雙波段VIS-NIR光譜傳感器高密度原位測繪分析土壤OM值及其分布圖外，可一次同時測量繪制EC和PH值，并可實時記錄顯示測量數據和分布圖

6. Garmin 19X GPS

7. 電子器件：NMEA 4X密封，級防水接口

8. 數采：80 pin PIC 微處理器，1Hz采集率，SD存儲卡，背光顯示器，電源10-15DC

9. 測繪軟件SoilViewer：即時顯示PH值、EC值及光譜反射，并將地理位置信息（經緯度）及測量值下載到計算機上并自動制作二維分布圖（光譜反射需經由Veris數據處理中心進行處理分析形成SOM值）

10. PH值采樣深度6-12cm可調，每公頃采樣5-15個點（與運行速度有關）

11. 雙層EC測繪，可形成0－45cm的表層土壤電導測繪圖和深度為0-91cm土壤剖面電導測繪圖

12. OM測量深度：38－76mm

13. 拖掛型（適于小型拖拉機）尺寸：寬 229cm，長 396cm，高 152cm，重635kg

14. 運載車輛小馬力：30hp（因地形、速度和土壤質地不同而有所變化）

15. 輪胎型號：P20 R75公路輪胎

16. 測量速度：可達20km/hr

17. 工作溫度：-20－70°C

下圖為美國堪薩斯州立大學G.F. Sassenrath等人（2017年）在其農業實驗站利用VERIS 3100車載式土壤電導率測量系統所做的研究。A圖為電導率分布，B圖為玉米產量，從圖中很容易看出A圖綠色低電導率區域與B圖綠色高產量區域相關性，從而為作物的灌溉、播種、施肥等綜合管理決策提供JZ數據。

美國

1) 可選配高光譜成像以評估土壤微生物呼吸作用

2) 可選配紅外熱成像研究土壤水分、溫度變化對呼吸影響

3) 可選配ECODRONE?無人機平臺搭載高光譜和紅外熱成像傳感器進行時空 格局調查研究

1. Hudzari, R. M. & Aimrun, W. Application of geographical information system for farm mechanization education and training. Scientific Journal of Pure and Applied Sciences 8 (2013).

2. Combining Site Specific Data with Geospatial Analysis to Identify Variable Rate Irrigation Opportunities in Irrigated Agricultural Fields. in 2014 ASABE Annual International Meeting 1–18 (American Society of Agricultural and Biological Engineers, 2014). doi:10.13031/aim.20141896808

3. Nagy, V. et al. Continuous field soil moisture content mapping by means of apparent electrical conductivity (ECa) measurement. Journal of Hydrology and Hydromechanics 61, 305–312 (2013).

4. Kitchen, N. R., Sudduth, K. A., Myers, D. B., Drummond, S. T. & Hong, S. Y. Delineating productivity zones on claypan soil fields using apparent soil electrical conductivity. Computers and Electronics in Agriculture 46, 285–308 (2005).

5. Misopolinos, L. et al. Development of a UAV system for VNIR-TIR acquisitions in precision agriculture. in (eds. Hadjimitsis, D. G., Themistocleous, K., Michaelides, S. & Papadavid, G.) 95351H (2015). doi:10.1117/12.2192660

6. Steponavicius, D., Kemzuraite, A., Zinkevicius, R. & Bartkus, T. EFFECT OF SOIL PH ON REASONABLE TRAVEL SPEED OF MOBILE UNIT AND LIME APPLICATION. ENGINEERING FOR RURAL DEVELOPMENT 8

7. Franzen, D. et al. Evaluation of methods to determine residual soil nitrate zones across the northern Great Plains of the USA. Precision Agriculture 12, 594–606 (2011).

8. Sassenrath, G. & Kulesza, S. Measuring Soil Electrical Conductivity to Delineate Zones of Variability in Production Fields. Kansas Agricultural Experiment Station Research Reports 3, (2017).

9. Sassenrath 和 Kulesza - 2017 - Measuring Soil Electrical Conductivity to Delineat.pdf.

10. Chan, C. S., Amin, M. S. M., Lee, T. S. & Mohammud, C. H. PREDICTING PADDY SOIL PRODUCTIVITY. 67, 11 (2006).

11. Romaneckas, K., Zinkevicius, R., Steponavicius, D., Maziliauskas, A. & Marcinkeviciene, A. PRINCIPLES OF PRECISION AGRICULTURE IN ON-FARM SPRING WHEAT FERTILIZATION EXPERIMENT. ENGINEERING FOR RURAL DEVELOPMENT 6

12. Schirrmann, M., Gebbers, R., Kramer, E. & Seidel, J. Soil pH Mapping with an On-The-Go Sensor. Sensors 11, 573–598 (2011).

13. R. L. Raper, D. W. Reeves, J. N. Shaw, E. van Santen & P. L. Mask. USING SITE-SPECIFIC SUBSOILING TO MINIMIZE DRAFT AND OPTIMIZE CORN YIELDS. Transactions of the ASAE 48, 2047–2052 (2005).