2024年10月27日第二十三屆中國生態(tài)大學在遼寧省沈陽市圓滿閉幕,本次大會土壤生態(tài)健康作為重要議題引發(fā)與會人員的熱烈討論,土壤生態(tài)健康對于維護生態(tài)平衡、保護生物多樣性、應對氣候變化、促進農(nóng)業(yè)生產(chǎn)和土地資源可持續(xù)利用等方面具有重要意義。
北京易科泰生態(tài)技術有限公司長期致力于土壤生態(tài)方向的技術研發(fā)與實驗研究,結合國際先進的高光譜成像技術創(chuàng)新應用,推出了土壤生態(tài)研究監(jiān)測技術方案,可幫助用戶快速了解土壤有機質含量、土壤污染分布情況,同時了解土壤呼吸速率,評估土壤微生物的生物量和活性,可廣泛應用于土壤有機質含量分析、土壤污染物降解研究、礦區(qū)土壤生態(tài)修復等領域。該方案主要基于以下技術:
SoilLab多通道實驗室土壤呼吸測量系統(tǒng),可用于實驗室測量土壤動物、微生物呼吸、根呼吸等,特別適用于濕地土壤、工業(yè)污染土壤、固廢等的微生態(tài)實驗模擬觀測
EGA60多通道氣體交換測量系統(tǒng)可對24個土壤樣品持續(xù)測量分析CO2/H2O,并在線顯示分析結果,可選配熒光光纖氧氣傳感器進行土壤O2測量分析
左圖:Ecodrone® UAS-8高光譜無人機遙感系統(tǒng),高性能推掃式高光譜成像技術,厘米級地面分辨率2cm@30m,可應用于大尺度土壤高光譜掃描分析;右圖:PhenoPlot輕便型移動掃描平臺,輕便、可折疊,高度80-180cm可調(diào),內(nèi)置溫濕度、光照度傳感器,可實現(xiàn)自動運行程序,適用于野外樣方土壤高光譜檢測
左圖:SisuROCK高通量土壤樣芯高光譜成像分析系統(tǒng),一次可搭載VNIR、SWIR、MWIR 和 LWIR 等多款高光譜相機,每天可自動完成數(shù)百米長度的樣芯成像分析,實現(xiàn)土壤有機質、土壤重金屬污染的準確檢測;右圖:PhenoTron®-XYZ大型成像分析平臺,采用STP技術和在線視覺監(jiān)控; XYZ三軸全自動運行,可精準定位掃描成像分析,運行精度1mm,適用于實驗室或溫室大田的高通量土壤檢測
應用案例:
美國德克薩斯大學的Kristina等,研究了生物結皮滲漏液在促進地下營養(yǎng)和可溶性碳庫以及地下微生物循環(huán)中的作用。使用SoilLab土壤呼吸測量系統(tǒng)測量不同演替階段的生物結皮下的土壤樣本呼吸速率,用于評估土壤微生物的生物量和其活性,發(fā)現(xiàn)生物結皮和地下礦質土壤之間的養(yǎng)分和C連通性程度取決于生物結皮演替階段和其養(yǎng)分元素可以通過對養(yǎng)分的可利用性和CO2通量的反饋,來評估旱地土壤的生物地質化學循環(huán)狀況。(參考文獻:Young K E, et al. Vertical movement of soluble carbon and nutrients from biocrusts to subsurface mineral soils[J]. Geoderma, 2022.)
捷克生命科學大學的研究人員Martin等發(fā)現(xiàn)堆肥污水污泥在研究區(qū)作為土壤修復劑表現(xiàn)出適用性,盡管需要考慮堆肥原料的質量、異質性和場地背景值等因素,但土壤呼吸等指標表明,在污泥應用后六個月內(nèi),未對土壤健康造成不良影響,且土壤毒理性降低。(參考文獻:Vítková M, et al. Sustainable use of composted sewage sludge: Metal (loid) leaching behaviour and material suitability for application on degraded soils[J]. Science of The Total Environment, 2024.)
加拿大阿爾伯特大學的研究者Sorenson利用Specim SisuROCK高光譜成像系統(tǒng),采集三種不同輪作土壤剖面的VNIR-SWIR高光譜數(shù)據(jù),結合元素分析儀建立有機碳SOC和氮TN預測模型,發(fā)現(xiàn)輪作中添加牧草增加了土壤SOC和TN的含量,多集中在表層。(參考文獻:Sorenson P T, Quideau S A, Rivard B, et al. Distribution mapping of soil profile carbon and nitrogen with laboratory imaging spectroscopy[J]. Geoderma, 2020.)
西班牙奧維耶多大學的研究人員基于地面地球化學調(diào)查、無人機遙感獲取的高光譜數(shù)據(jù)以及機器學習技術實現(xiàn)了對土壤污染物分布的穩(wěn)健預測。其中,隨機森林模型為土壤和植被中的As和Hg濃度提供了最佳的無偏模型,對污染物含量和分布的預測與地面實測化學數(shù)據(jù)吻合良好,且對As的預測精度高于Hg。(參考文獻:Salgado L, López-Sánchez C A, Colina A, et al. Hg and As pollution in the soil-plant system evaluated by combining multispectral UAV-RS, geochemical survey and machine learning[J]. Environmental Pollution, 2023)
北京易科泰生態(tài)技術公司長期致力于生態(tài)-農(nóng)業(yè)-健康領域儀器的研發(fā)、應用與推廣,為土壤養(yǎng)分、土壤重金屬污染、土壤-植物互作關系研究提供從實驗室到野外,從地面到無人機遙感全方位解決方案: