土壤全氮（TN）是土壤肥力的關鍵決定因素，在支持棉花生長、產量和纖維品質方面起著至關重要的作用。然而，當前棉田氮肥利用率普遍不足50%，過量投入導致嚴重的面源污染、土壤酸化及溫室氣體排放。在全球追求可持續(xù)氮素管理與減排增效的背景下，構建有效、高精度的土壤氮素定量估算模型已成為行業(yè)迫切需求?？梢姽?近紅外（Vis-NIR）高光譜遙感以其非破壞性、高通量的優(yōu)勢被廣泛應用，但在干旱綠洲區(qū)，由于土壤空間異質性對光譜估計的潛在干擾，以及低氮背景下光譜特征響應較弱等問題，使得傳統的單一預測模型普遍面臨泛化能力弱、精度受限等瓶頸。
為了克服這一問題，塔里木大學彭杰教授團隊聯合浙江大學、武漢大學等多所高校，以新疆塔里木河流域的棉田為研究對象，開展了一項實驗研究。該研究成果發(fā)表在《Industrial Crops & Products》期刊。文章提出了一種融合可見近紅外光譜技術與多類環(huán)境協變量的方法，結合SCORPAN框架和卷積神經網絡模型，成功實現了對土壤全氮含量的高精度估算，為干旱區(qū)棉田的精準氮肥管理提供了可靠的技術支持。
圖1.研究流程示意圖。注：在母質圖例中，UF代表未固結河流沉積物，UF2代表未固結河流沉積物（類型2），UL代表未固結湖泊沉積物，WR代表風化殘積物/風化巖石。
為什么選擇塔里木河？
l 典型性：塔里木河流域極端干旱，是研究土壤缺氮的典型區(qū)域；
l 重要性：產棉核心區(qū)，精準估氮是提質增產的關鍵；
l 復雜性：自然與人為干擾導致土壤異質性強，估算難度大；
l 應用性：優(yōu)化氮肥管理，助力干旱區(qū)可持續(xù)農業(yè)與減排；
圖2.研究區(qū)和驗證區(qū)的地理位置及土壤采樣點的空間分布。
圖3.棉田種植年限。
研究方法
（1）研究區(qū)域：
研究區(qū)：塔里木河流域，核心作物以棉花為主，采用地膜覆蓋技術，3月下旬播種，10月底采收；
驗證區(qū)：葉爾羌河流域，環(huán)境條件與研究區(qū)相似；
?。?）數據采集：分別于2019年和2023年10月通過復合采樣法采集土壤樣本495個（建模300個，驗證195個）。基于SCORPAN框架，收集了61項環(huán)境協變量，包括植被指數、地表溫度、地形因子、種植年限等。
?。?）光譜測量與建模：實驗采用ASD FieldSpec 4地物光譜儀及接觸式探頭獲取土樣光譜。測量時每15 min進行一次白板校正，每樣重復10次取均值。
l 光譜性能：
光譜通道高：2151個；
光譜分辨率：3 nm@700 nm，6 nm@1400 nm和2100 nm；
采樣間隔：1.4 nm@350-1000 nm；1.1 nm @1001-2500 nm；
l 建模分析：結合特征選擇算法與一維卷積神經網絡（1D-CNN）開展土壤全氮含量估算。
研究結果：
圖4.平均土壤光譜曲線和SD。
表1.評估不同場景和數據集的可預測性估計準確性。
圖5.使用RFE和FRFS方法時，RMSE 隨特征變量數量的變化情況，其中較小值已突出顯示 (a)；以及三種特征選擇方法選擇的環(huán)境協變量 (b)。
圖6.在不同情景和數據集下，實測STN值與估計STN值的擬合情況。
圖7.在不同傳輸場景下，驗證區(qū)域內測量值與估計值之間的信噪比擬合情況：光譜法 (a)，光譜法 + 協變量 (b)。
圖8.在包含環(huán)境協變量的四個數據集中，特征變量的相對重要性如下所示：光譜數據 + 協變量 – 完整數據集 (a)，光譜數據 + 協變量 – RFE 方法 (b)，光譜數據 + 協變量 – Boruta 方法 (c)，以及光譜數據 + 協變量 – FRFS 方法 (d)。
精度提升：
結合環(huán)境協變量的模型相比僅使用光譜數據的模型，在STN估算中顯著提高了精度，R2從0.646–0.749提升至0.774–0.858，RMSE降低了14.42%–27.00%。
特征選擇優(yōu)化：
使用RFE、Boruta和FRFS三種特征選擇方法優(yōu)化模型，FRFS方法效果較佳，R2提升了9.6%-15.95%，RMSE減少了4.59%-8.26%。
驗證區(qū)轉移性：
在驗證區(qū)的轉移性分析中，結合環(huán)境協變量的模型表現優(yōu)于僅使用光譜數據的模型，R2下降幅度較?。?6.55%），而僅光譜數據模型下降了47.66%。
關鍵環(huán)境因子：
研究識別了8個對STN估算有重要影響的環(huán)境因子，其中土壤有機碳（SOC）對STN空間變異性影響較大。
結語
本研究結合可見近紅外光譜技術與環(huán)境協變量，顯著提高了土壤全氮（STN）估算的精度，并驗證了模型在跨區(qū)域轉移性上的可靠性。研究結果為塔里木河流域等干旱地區(qū)的精準氮肥管理提供了科學依據，具有一定的應用價值。未來，隨著技術的進一步發(fā)展，預計可以進一步優(yōu)化估算模型并拓展其應用范圍，為土壤肥力管理提供更加精確的支持。
發(fā)表期刊：Industrial Crops & Products【影響因子：6.2】
研究單位：塔里木大學、清華大學、浙江大學等
研究地點：中國新疆塔里木河流域、葉爾羌河流域
使用設備：ASD FieldSpec4地物光譜儀
