[01164963]土壤生态环境天地一体化动态监测技术与监管平台研发

1、课题来源与背景：来源于2017年安徽省科技重大专项“土壤生态环境天地一体化动态监测技术与监管平台研发”（17030701062）;目前常规的土壤生态环境监测方法仍然基于人工统计上报和实验室采样化验等形式,由于人的主观因素和观察视野限制,导致上报结果的时效性、准确性和全面性受到极大影响。迫切需要真正实现土壤生态环境监测从“点”到“面”的扩展和延伸。 2、技术原理及性能指标：随着光谱成像技术和地面传感、无人机、卫星等平台的丰富,为土壤生态环境的“空—天—地”一体化监测提供了丰富的图谱数据。本课题基于天地协同观测技术,构建土壤生态环境定量监测模型,通过确定模型的参数及影响因子,层层分解形成作物和土壤环境监测因子集,然后通过地面观测、遥感反演和数据同化的方法生成作物和土壤环境监测因子数据集。实现由点上监测转变为面上监测,由离散的监测转变为连续的监测,由表层的监测转变为立体的监测,由简单的要素监测转变为土壤生态环境质量和作物参数综合监测。3、技术的创造性与先进性：基于地面传感、无人机、卫星等多源数据,利用空间差值技术、机器学习算法、光谱降维算法等实现了稻田水体农药残留、土壤养分、巢湖蓝藻水华、土地利用分类等专题应用,凸显了支持向量机SVM、随机森林RF、卷积神经网络CNN等数据处理技术的重要性以及遥感RS、地理信息系统GIS等空间信息技术的大范围监测作用,提升了土壤生态环境监测的信息化程度。 4、技术的成熟程度,适用范围和安全性：（1）表面增强拉曼散射SERS（Surface-Enhanced Raman Scattering）技术具有水信号干扰小的特点,在检测水中农药残留时具有一定的优势,课题采用SERS实现稻田水体中地虫硫磷（fonofos）、亚胺硫磷（phosmet）和氟啶虫胺腈（sulfoxaflor）三种农药残留检测,也可用其他农药残留检测。（2）通过小区控制实验,选取江淮地区典型稻麦轮作区,对小麦和水稻两种作物进行不同施肥处理,研究不同处理下土壤养分、径流养分和植株养分对产量的影响差异,进一步达到合理施肥,培肥地力,提高作物产量及经济效益的目的。（3）利用Landsat-TM/OLI、HJ-1B-CCD/IRS多期影像数据,结合NPP-VIIRS卫星影像数据,以巢湖湖区蓝藻水华发生情况为研究对象,筛选适用的蓝藻水华提取方法;考虑气象条件（降水、温度等）因子,综合多源卫星遥感数据监测巢湖蓝藻水华爆发情况并评估,以期为基于多源遥感影像的湖泊蓝藻水华动态监测系统开发提供技术支持。（4）以国产高分二号影像（GF-2）为数据源,选取巢湖市某一矩形区域土地覆被进行分类,构建一个具有五层结构的卷积神经网络（CNN）,对模型输入四种大小的图像块（n=5、7、9、11）,讨论不同图像块大小对模型分类精度和分类效果的影响,同时与传统的监督分类方法（SVM）进行对比,实验证明所设计的网络模型能够较好实现土地利用/覆被分类。（5）提出一种基于“3S”技术的土壤养分等级分类图生成方法及其精度评价方法。与现有技术相比,综合GIS地理信息系统、RS遥感、GPS全球定位系统技术,在用GPS获取的野外采样点和RS提取耕地地块的基础上,运用GIS空间分析和地统计功能,解析地块尺度的土壤养分空间分布特征,实现大空间范围内、地块尺度上的土壤养分等级划分、空间制图和精度评价。通过对离散的土壤养分指标进行连续的空间化表达,实现传统地面随机“点”监测向“面”分析的空间扩展,可快速获取土壤养分的等级分类及空间分布差异;克服了基于地面定点观测和划分土壤养分等级的片面性,极大扩展了土壤养分的空间监测范围,降低了传统定点采样和实验室分析化验的工作量和成本,可实现大范围土壤养分分等定级及空间化图像表达。 5、应用情况及存在的问题：针对农业、环保等业务部门对土壤监测数据、调查数据、统计数据等多源数据进行归档、管理、分析业务的迫切需求,研发了“安徽省土壤生态环境时空大数据监管平台”,包含数据采集层、数据缓冲层、数据存储层、数据处理层和应用交互层。围绕土壤环境质量和农业面源污染两大业务,实现了数据上传、数据展示、农业知识库、数据字典、数据下载等功能。满足了数据的上报、存储、展示和数据接口等功能需求,将原先各地市以Excel文件零散上报、数据字段不规范、查找困难等工作方式,转变为以行政区划图驱动的标准模板填报、展示和导出,实现了农业生态环境总站对时序多源土壤数据的高效收集、规范化存档和可视化展现,保证了数据的标准化和可视化,极大优化了业务化工作流程,提升了工作效率,已在安徽省农业生态环境总站和安徽省农村综合经济信息中心进行了应用示范。由于土壤养分和重金属样本数据有限,构建的时空分析和可视化模型鲁棒性不够强,后续将进一步丰富平台集成的数据源和数据类型,增强平台的可视化和空间分析功能。