孫志剛研究團隊在鹽堿地空天地監測研究與數字化應用方面取得系列進展
土壤鹽漬化問題是全球濱海、干旱和半干旱地區面臨的重大挑戰，不僅嚴重影響農業生產，還威脅糧食安全。我國濱海、東北、西北地區存在大量的鹽堿地，準確掌握土壤鹽分及地力分布、作物類型及長勢對于鹽堿地綜合利用至關重要。近五年來，孫志剛研究團隊聚焦鹽堿地空天地監測及其數字化應用，在黃河三角洲及相關區域展開了系列創新研究，深入研究鹽堿土壤鹽分養分與鹽堿地作物參數的定量反演原理與方法，發展鹽堿地“空–天–地”多尺度監測技術，打造站點、千畝、萬畝、區域等多尺度應用場景。以上工作發展了鹽堿地立體監測的新思路、新方法、新應用，為鹽堿地布局優化與分區分級利用提供了科學支撐。
主要研究成果簡介如下：
1、研發了鹽堿地水鹽監測方法與新型監測技術
首先，系統評估了鹽分對常見土壤水分傳感器與衛星土壤水分數據產品的影響。基于COSMOS觀測記錄，對3種土壤傳感器（HydraProbe、CS655和5TE）及5種衛星土壤水分數據產品進行了評估，結果發現：3種傳感器均受鹽分影響，其中HydraProbe表現最佳且能夠通過校正顯著提高監測精度；5種衛星數據產品均受鹽分的影響，L波段數據產品相比于C波段數據產品更容易受到鹽分的干擾。
其次，開發了基于新型GNSS-R技術的土壤鹽分反演方法與監測設備。在站點尺度，首次評估了基于單天線GNSS-R技術的土壤鹽分監測效果，提出了土壤鹽分估算模型，研制了GNSS-R地基監測設備。在區域尺度，提出了一種基于星載CYGNSS數據的土壤電導率提取模型（CIG），該模型表現優于現有其它模型。
基于以上基礎，同時發展了星載GNSS-R高精度土壤水分估算方法、基于多源遙感數據融合的土壤水分監測方法。
以上研究成果為站點與區域尺度鹽漬化土壤水鹽監測提供新思路、新方法。
?
2、研發了鹽堿地土壤鹽分、有機質無人機遙感反演與制圖方法
以黃河三角洲地區的典型鹽漬化農田為研究對象，研發基于機器學習算法的不同深度土壤鹽分估算方法，結果表明：融合無人機遙感影像紋理信息和Sentinel-2B光譜數據，能夠顯著提高了土壤鹽分估算的精度。
在此基礎上，以鹽堿地表層裸土為研究對象，基于無人機遙感光譜與空間紋理信息，研發基于機器學習算法的土壤有機質含量估算方法，結果表明：基于隨機森林模型，同時融入紋理和土壤鹽分信息，鹽堿地有機質反演精度顯著提升。
以上成果為田塊尺度鹽堿地農田鹽漬化等級和養分含量的監測與超高分辨率制圖提供了有效方法，為鹽堿地分區分級種植布局規劃與管理提供了重要的基礎數據。
?
3、研發了作物關鍵參數無人機遙感反演方法
葉片氣孔是作物響應環境脅迫（包括鹽分脅迫）最敏感的器官之一。基于無人機（或地基、天基）遙感光學與熱紅外遙感數據和作物蒸騰機理模型，研發了作物冠層氣孔阻抗遙感反演模型，實現了田塊與區域尺度作物冠層氣孔阻抗監測制圖與環境脅迫診斷。
充分利用輕小型無人機遙感靈活、機動、成本低、分辨率高的優勢，優化了田塊尺度作物典型表型參數監測的傳感器配置，評估了無人機飛行高度、觀測時間對作物參數遙感反演精度的影響；基于無人機遙感數據與改進的光譜指數分別估算了葉綠素含量、生物量、LAI、作物高度、作物含水量等參數。
基于無人機遙感光譜信息與亞毫米級超高清影像，以黃河三角洲鹽堿農田的典型作物（高粱、玉米、小麥等）為研究對象，評估了土壤鹽分、養分對鹽堿地作物的影響及其空間分異特征；改進了深度學習算法，研發了基于熱力圖的冬小麥麥苗密度自動識別技術，以及基于麥穗數、穗大小識別和穗異常指數的冬小麥產量估算方法，結果表明：該技術與方法可以在田塊尺度上實現快速、高效、高精度麥苗密度識別與小麥產量估算。
上述成果為農田尺度鹽堿地農業種植精準管理提供了有力支撐。
?
4、打造了鹽堿地多尺度數字化應用場景
基于以上工作積累與行業需求，打造了黃河三角洲濱海鹽堿地多尺度數字化應用場景，涵蓋了“站點級—千畝級—萬畝級—區域級”農業生產管理典型尺度。在站點與千畝尺度，集成了COSMOS和地基GNSS-R的站點建設以及無人機遙感觀測設備，通過高精度高頻監測與多光譜影像獲取，獲取了田塊尺度的土壤水分鹽分的時間序列變化與空間分布。針對大尺度范圍，基于衛星遙感數據適時繪制了土壤鹽分含量以及作物類型的空間分布圖。以上應用場景直接服務了黃河三角洲鹽堿地種植制度設計、分區種植模擬、水土資源管理等農業生產管理實際需求，也為其他地區鹽堿地數字化應用場景建設提供了實際案例。
上述研究獲得了國家重點研發計劃項目、國家自然科學基金面上項目、國家自然科學基金青年基金、中國科學院先導任務等資助，發表相關系列論文15篇，授權發明專利5項，出版專著1部，獲地理信息科技進步特等獎1項（序6）。
?
論文：
1)Wang,J.,Sun,Z.#,Yang,T.*,Wang,B.,Dou,W.,& Zhu,W. (2024). Quantifying the effect of salinity on dielectric-based soil moisture measurements using COSMOS records.?Journal of Hydrology,?643,131925.
2)Yang,T.,Wang,J.,& Sun,Z.* (2024). Can the soil salinity be retrieved using GNSS interferometric reflectometry data?.?IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，17,10612-10620.
3)Wang,J.,Yang,T.,Zhu,K.,Shao,C.,Zhu,W.,Hou,G.,& Sun,Z.* (2023). A novel retrieval model for soil salinity from CYGNSS: Algorithm and test in the Yellow River Delta.?Geoderma,?432,116417.
4)Peng,J.,Wang,D.,Zhu,W.,Yang,T.,Liu,Z.,Rezaei,E. E.,Sun,Z.*,Xin,X. (2023). Combination of UAV and deep learning to estimate wheat yield at ripening stage: The potential of phenotypic features. International Journal of Applied Earth Observation and Geoinformation,124,103494.
5)Zhu,W.,et al.,Sun,Z.* (2023). UAV Flight Height Impacts on Wheat Biomass Estimation via Machine and Deep Learning. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,16,7471-7485.
6)Zhu,W.,et al.,Sun,Z.* (2022). UAV-based indicators of crop growth are robust for distinct water and nutrient management but vary between crop development phases. Field Crops Research,284,108582.
7)Peng,J.,Rezaei,E.E.,Zhu,W.,Wang,D.,Li,H.,Yang,B.,Sun,Z.* (2022). Plant Density Estimation Using UAV Imagery and Deep Learning. Remote Sensing,14,5923.
8)Yang,T.,Wan,W.,Wang,J.,Liu,B.,Sun,Z.* (2022). A Physics-Based Algorithm to Couple CYGNSS Surface Reflectivity and SMAP Brightness Temperature Estimates for Accurate Soil Moisture Retrieval.?Transactions on Geoscience and Remote Sensing,60,4409715.
9)Zhu,W.,Rezaei,E. E.,Nouri,H.,Yang,T.,Li,B.,Gong,H.,...& Sun,Z.* (2021). Quick detection of field-scale soil comprehensive attributes via the integration of UAV and sentinel-2B remote sensing data.?Remote Sensing,?13(22),4716.
10)Zhu,W.,Sun,Z.*,et al. (2021). Optimization of multi-source UAV RS agro-monitoring schemes designed for field-scale crop phenotyping. Precision Agriculture,22,1768-1802.
11)Zhu,W.,Sun,Z.*,et al. (2020). Estimating leaf chlorophyll content of crops via optimal unmanned aerial vehicle hyperspectral data at multi-scales. Computers and Electronics in Agriculture,178,105786.
12)Zhu,K.,Sun,Z.*,et al. (2020). Remotely sensed canopy resistance model for analyzing the stomatal behavior of environmentally-stressed winter wheat. ISPRS Journal of Photogrammetry and Remote Sensing,168,197-207.
13)王瑋瑩,彭金榜,朱婉雪,孫志剛*. 基于無人機遙感的鹽漬化土壤有機質反演方法研究[J]. 地球信息科學學報,2024,26(03):736-752.
14)王俊棟,孫志剛*,楊婷,等. CYGNSS數據的土壤鹽分反演方法研究：以黃河三角洲為例[J]. 遙感學報,2023,27(2):351-362.
15)朱婉雪,孫志剛*,等. 基于無人機遙感的濱海鹽堿地土壤空間異質性分析與作物光譜指數響應脅迫診斷[J]. 地球信息科學學報,2021,23(3):536-549.
?
發明專利：
1)彭金榜,孫志剛,婁金勇. 基于深度學習和熱力圖的麥苗密度估算方法[P].中國：ZL2022 1 1400718,2024年05月14日.
2)彭金榜,孫志剛,婁金勇,王東亮,張藝璇. 一種利用表型特征估算高精度小麥籽粒產量的方法[P].中國：ZL2022 1 1503201.4,2024年03月26日.
3)王俊棟,楊婷,孫志剛. 一種基于CYGNSS衛星數據的土壤鹽分反演方法和系統[P].中國：ZL2022 1 0843401.8,2023年04月07日.
4)楊婷,孫志剛. 一種基于多源遙感數據融合的土壤水分測量方法及裝置[P].中國：ZL2020 1 1408197.0,2022年10月28日.
5)楊婷,孫志剛. 一種基于CYGNSS數據的星載GNSS-R高精度土壤水分估算方法[P].中國：ZL2022 1 0279863.1,2022年05月31日.
?
著作：
1)孫志剛,陳鵬飛. 生態環境無人機遙感監測方法與案例[M]. 北京：科學出版社,2024.
?
附件下載：
在線留言
聯系我們
所長信箱