CN110119869A - 一种移动式耕地质量和/或耕地产能调查评价系统及方法 - Google Patents
一种移动式耕地质量和/或耕地产能调查评价系统及方法 Download PDFInfo
- Publication number
- CN110119869A CN110119869A CN201910202775.XA CN201910202775A CN110119869A CN 110119869 A CN110119869 A CN 110119869A CN 201910202775 A CN201910202775 A CN 201910202775A CN 110119869 A CN110119869 A CN 110119869A
- Authority
- CN
- China
- Prior art keywords
- index
- soil
- level
- land
- production capacity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000011160 research Methods 0.000 title claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 52
- 238000011835 investigation Methods 0.000 claims abstract description 29
- 239000002689 soil Substances 0.000 claims description 174
- 230000035558 fertility Effects 0.000 claims description 37
- 238000009313 farming Methods 0.000 claims description 29
- 230000003862 health status Effects 0.000 claims description 28
- 238000003971 tillage Methods 0.000 claims description 26
- 239000003621 irrigation water Substances 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 18
- 230000033228 biological regulation Effects 0.000 claims description 16
- 230000007613 environmental effect Effects 0.000 claims description 15
- 235000013619 trace mineral Nutrition 0.000 claims description 15
- 239000011573 trace mineral Substances 0.000 claims description 15
- 241000361919 Metaphire sieboldi Species 0.000 claims description 14
- 230000004888 barrier function Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 14
- 235000015097 nutrients Nutrition 0.000 claims description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 239000005416 organic matter Substances 0.000 claims description 10
- 239000011435 rock Substances 0.000 claims description 10
- 230000000050 nutritive effect Effects 0.000 claims description 9
- 238000003149 assay kit Methods 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 8
- 238000013278 delphi method Methods 0.000 claims description 8
- 238000007726 management method Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 230000000149 penetrating effect Effects 0.000 claims description 7
- 238000004321 preservation Methods 0.000 claims description 7
- 238000012857 repacking Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 241000237636 Pheretima Species 0.000 claims description 6
- 241000607479 Yersinia pestis Species 0.000 claims description 6
- 201000010099 disease Diseases 0.000 claims description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 6
- 230000000813 microbial effect Effects 0.000 claims description 6
- 238000000701 chemical imaging Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000013441 quality evaluation Methods 0.000 claims description 5
- 238000004378 air conditioning Methods 0.000 claims description 3
- 229910001385 heavy metal Inorganic materials 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 239000002253 acid Substances 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims description 2
- 238000003973 irrigation Methods 0.000 claims description 2
- 230000002262 irrigation Effects 0.000 claims description 2
- CDBYLPFSWZWCQE-UHFFFAOYSA-L Sodium Carbonate Chemical compound [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 claims 1
- 238000003795 desorption Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 241001074085 Scophthalmus aquosus Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000004181 pedogenesis Methods 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/33—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Marketing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Environmental & Geological Engineering (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Electromagnetism (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Primary Health Care (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
Abstract
本发明属于耕地调查与评价技术领域，涉及一种移动式耕地质量和/或耕地产能调查评价系统及方法，系统包括：现场数据采集子系统、耕地质量和/或耕地产能评价子系统；现场数据采集子系统包括：移动平台，无人机影像获取设备、便携式速测装备、样本采集与保存装备；移动平台分为：驾驶区、操作区和承载区。驾驶区满足驾驶要求，并监控操作区和承载区；操作区满足现场作业，并存放轻便仪器；承载区存放较大仪器。本发明所述系统结构紧凑、功能齐全、操作方便，能快速有效地完成耕地质量调查评价，提升调查评价效率；评价方法既全国可比，又县域可比，是对已有评价方法的有效拓展，大大提高了本发明的通用性和适用性。
Description
技术领域
本发明属于耕地调查与评价技术领域，涉及一种调查评价系统和调查评价方法，具体涉及一种用于快速调查评价耕地状况的系统和方法，尤其涉及一种移动式耕地质量和/或耕地产能调查评价系统及方法。
背景技术
耕地质量组成要素繁多，涉及气候、地形、土壤和基础设施等多个方面，各要素空间分布极其复杂。耕地质量调查装备的品类也很多，包括样品采集装备(如：锨、镐、铲、钻、剖面刀、削土刀和环刀等)、野外观察描述装备(如：标尺、罗盘、比色卡和试剂等)、野外速测装备(如探地雷达等)：影像获取装备(如普通照相机等)等。由于没有耕地调查专用交通工具，通常的耕地质量野外调查工作，所使用的交通工具均为小客车，如CN207631084U、CN206696277U等，其缺点是：
1.一次性可携带的调查装备非常有限；
2.较大的装备不便携带；
3.检测仪器没有足够的操作空间，发挥不了应有的作用等方面。
传统耕地质量调查装备存在功能单一、集成度差和灵活性低的问题，造成传统的耕地质量调查难度大、投入高、耗时长；进而造成耕地质量和耕地产能部分要素定量描述困难，调查数据多、处理过程复杂和评价过程繁琐等众多问题。
同时，现有技术中已经有多个版本的耕地质量和耕地产能指标体系，如“四重质量维度下的县域耕地质量评价方法研究”(辛芸娜等，《资源科学》，第40卷第4期)中根据“需求-质量维度-指标-限制系数-耕地质量”理论框架构建了从人类对耕地的需求出发，以农用地质量分等、基础地力评价以及绿色食品产地环境要求为基础，以主导性、保护性、区域性、社会认可性为原则，综合考虑耕地土壤质量、生态质量、环境质量和管理质量四个维度，选取对耕地各质量维度有影响的多个指标，但这些选取的指标大多还都存在局限性；在现有专利CN107403253A、CN107657270A、CN107516168A、CN107860890A、CN107958448A和CN108805421A等内容中，已公开的检测耕地质量和耕地产能的方法及其相关方法都不能满足全国范围内通用的需求，因此需要对指标体系的选取进一步创新和改进。
发明内容
本发明所要解决的技术问题是：提供一种功能全面、结构紧凑、方便灵活，能够快速有效地完成耕地质量和耕地产能调查评价工作任务，提升耕地质量和耕地产能调查评价效率的系统及其调查评价方法。
为解决上述技术问题，本发明采用的技术方案是：
一种移动式耕地质量和/或耕地产能调查评价系统，包括：现场数据采集子系统、数据处理子系统、耕地质量评价子系统和/或耕地产能评价子系统；
所述现场数据采集子系统包括：移动平台、无人机影像获取设备、便携式速测装备、样本采集与保存设备；
所述样本采集与保存设备包括：取土钻机、土壤容重仪和车载冰箱等；
所述移动平台为改装车辆，所述改装车辆预留足够的空间，用于：安置存放无人机影像获取设备、便携式速测装备、样本采集与保存设备等；
所述移动平台包括三个功能区：驾驶区1、操作区2和承载区3，所述三个功能区的空间独立，并分别用层板隔开；
所述驾驶区1用于：满足驾驶要求，并监控操作区2和承载区3；
所述操作区2用于：满足现场作业要求，并存放部分仪器；
所述承载区3用于：满足沉重仪器设备的摆放要求；
所述驾驶区1设置在移动平台的前部，驾驶区1的上部设有储物箱1-1；
所述储物箱1-1用于：放置空调等；
所述操作区2设置在移动平台的中后部，供1-2人使用；
在所述操作区2的下层设置若干储物柜一2-7；
在所述操作区2中层的前部、左前部和右部设有操作台2-5；
在所述操作区2中层的左后部设有水池2-6；
在所述操作区2中层的中间设有通道2-4；
在所述操作台2-5的上方安装放置便携式速测装备、车载冰箱2-8、无人机影像获取设备、无人机影像获取设备的室内操控、移动工作站和地面收发设备等；
所述车载冰箱2-8用于：临时存储土壤样品；
所述无人机影像获取设备包括：固定翼无人机平台和/或多旋翼无人机平台；
所述固定翼无人机平台和/或多旋翼无人机平台搭载多波段多光谱成像设备和影像分析设备；
所述多波段多光谱成像设备和影像分析设备用于：调查地形部位、田面坡度、地表岩石露头度、田块状况、田间道路通达度、耕作距离和林网化程度等指标数据；
所述固定翼无人机平台包括：电动式手抛机和五通道光谱相机；
所述电动式手抛机满足120分钟的续航能力，支持RTK、PPK系统，具备多余度容错、多频GPS和姿态感应起飞；
所述多旋翼无人机平台包括：垂直起降无人机和机载多光谱相机；
所述垂直起降无人机满足便携电动垂直起降、60分钟续航能力、且飞行半径为：5公里；
所述便携式速测装备包括：探地雷达、元素分析仪2-1、水质分析仪2-2、大地电导仪、土壤养分速测仪2-3、农业气象检测仪和地龙仪等；
所述探地雷达用于：调查有效土层厚度、障碍层距地表的深度和土体构型等；
所述元素分析仪2-1用于：调查土壤重金属和有益微量元素等，所述元素分析仪2-1包括：X射线重金属分析仪等；
所述水质分析仪2-2为：紫外/可见光分析仪，波长范围为：190-1100nm，用于：调查灌溉水的环境质量等；
所述大地电导仪用于：调查土壤的盐渍化程度等；
所述土壤养分速测仪2-3用于：调查有机质含量、土壤养分元素、盐渍化程度和酸碱度等；
所述地龙仪用于：调查土壤蚯蚓等；
在所述操作区2进行土壤快速化验、储存以及无人机影像获取设备的室内操控；
当放飞安装有无人机影像获取设备的无人机，获取调查资料时，将所述地面收发设备放置在地面上，所述室内操控与移动工作站、地面收发设备进行通信，并一起联合对所述无人机及无人机影像获取设备进行控制；
所述承载区3设置在移动平台的中前部；
在所述承载区3设置若干储物柜二3-1；
所述若干储物柜二3-1主要用于：放置无人机、取土钻机和土壤容重仪等相关沉重仪器设备，方便人员携带各类仪器设备获取相关数据；
所述取土钻机用于：采集0～2m土层范围的土壤样品；调查有效土层的厚度、剖面构型、障碍层类型、障碍层距地表的深度、黑土层厚度等；
所述土壤容重仪(土壤容重测定仪)用于：土壤容重测定；
所述数据处理子系统用于：处理从现场数据采集子系统等获取的数据；
所述耕地质量评价子系统用于：从数据处理子系统等获取相应指标参数，进行耕地质量评价，输出耕地质量评价结果；
所述耕地产能评价子系统用于：从数据处理子系统等获取相应指标参数，进行耕地产能评价，输出耕地产能评价结果。
在上述技术方案的基础上，所述驾驶区1乘坐3人，并通过内置屏幕、外置传感器监控改装车辆的内部及外部情况。
一种移动式耕地质量和/或耕地产能调查评价方法，应用上述移动式耕地质量和/或耕地产能调查评价系统，包括以下步骤：
S1、构建耕地质量和/或耕地产能评价指标体系；
S2、利用所述移动式耕地质量和/或耕地产能调查评价系统结合实验室测定、调查、《农用地质量分等规程》和农业统计数据，获取用于耕地质量和/或耕地产能评价的指标参数数据；
S3、制定耕地质量和/或耕地产能评价指标分级赋分标准，并对获取的指标参数数据分级；
S4、划分土地评价单元；
S5、对土地评价单元进行耕地质量评价和/或耕地产能评价。
在上述技术方案的基础上，所述步骤S1的具体步骤如下：
S11、综合考虑现有的规程指标体系，对其进行梳理；
S12、依据指标体系构建的原则对已有指标体系中的指标进行初步筛选；
所述指标体系构建的原则包括：主导性原则、易获取原则、可量测原则和区域性原则；
所述主导性原则为：对于指标的初步筛选，重点考虑对耕地质量和产能具有重要作用的主要指标；
所述易获取原则为：对于指标的初步筛选，要考虑与已有相关基础工作的衔接，使指标易获取；
所述可量测原则为：为确保客观准确地获取指标数据，选择能够通过科学手段和方法测量得到的指标，靠经验判断获取的指标少选或不选；
所述区域性原则为：耕地质量有普遍性特征，更具有区域性特征，在指标体系构建中，应充分考虑区域特点，体现区域的差异性；
S13、根据指标尺度性质，将初步筛选的指标划分为：宏观指标和立地条件指标；
所述指标尺度性质是指：耕地产能和耕地质量的高低均会受到气候、母质、地形、生物和时间等五大成土因素的影响，同样也会受到人为改造的强烈影响；根据耕地产能和耕地质量内涵，对耕地产能的评价不仅集中在气候条件宏观尺度上，还有耕地自然质量以及技术水平等中微尺度上，而耕地质量评价主要集中在地形特征、土壤性状、土壤健康状况、生物特性以及耕作条件的微观尺度上；随着尺度由宏观向微观转变，自然因素对耕地产能形成与分异的影响不断减弱，人为因素对耕地质量形成与分异的影响不断增强；
S14、根据耕地质量内涵，在立地条件指标中进一步筛选；并根据指标在不同尺度受人为因素和自然因素的影响情况，将进一步筛选的立地条件指标划分为：全国通用指标和区域备选指标；
所述耕地质量的内涵为：耕地满足农作物生长的适宜程度、支持现代农业生产的建设水平、维持耕地自身安全的健康状况以及保持耕地可持续性利用的程度(或能力)，包含地形特征、土壤性状、耕作条件、健康状况和生物特性五个方面；耕地产能定义为：耕地与气候、劳作相结合，所形成的耕地生产力水平和产出效果，包含耕地质量、气候条件和技术水平三个方面；耕地质量是耕地产能的前提和物质基础。
S15、构建耕地质量评价指标体系；
S16、构建耕地产能评价指标体系。
在上述技术方案的基础上，所述耕地质量评价指标体系包括：地力水平、耕作条件、健康状况和生物特性；
所述地力水平、耕作条件、健康状况和生物特性属于一级指标；
所述耕作条件的全国通用指标包括以下二级指标：田块状况、耕作距离、田间道路通达度、灌溉保证率、排水条件指标和田间输水方式；
所述耕作条件的区域备选指标包括以下二级指标：林网化程度和农田防洪标准；
所述健康状况的全国通用指标包括以下二级指标：灌溉水的环境质量、土壤重金属指标和有益微量元素指标；
所述健康状况的区域备选指标包括以下二级指标：白色污染指标；
所述生物特性的全国通用指标包括以下二级指标：土壤蚯蚓指标和土壤微生物活性；
所述耕地产能评价指标体系包括：气候条件、技术水平和地力水平；
所述气候条件、技术水平和地力水平属于一级指标；
所述气候条件的全国通用指标包括以下二级指标：光温生产潜力；
所述技术水平的全国通用指标包括以下二级指标：灌溉保证率、排水条件指标、病虫害防治水平、农田防洪标准、农机装备指标和农艺管理水平；
所述技术水平的区域备选指标包括以下二级指标：梯田化水平。
在上述技术方案的基础上，所述地力水平的全国通用指标包括以下二级指标：地形部位、田面坡度、有效土层厚度、有机质含量、耕层质地、障碍层类型及障碍层距地表的深度、土体构型、土壤容重、土壤养分元素指标和砾石含量；
所述地力水平的区域备选指标包括以下二级指标：土壤盐渍化程度、酸碱度、地表岩石露头度、黑土层厚度和海拔高度。
在上述技术方案的基础上，在现场，利用所述现场数据采集子系统直接获取以下指标参数数据：有效土层厚度、障碍层类型及障碍层距地表的深度、土体构型、土壤重金属指标、有益微量元素指标、灌溉水的环境质量、土壤盐渍化程度、有机质含量、土壤养分元素指标、酸碱度、土壤蚯蚓指标、地形部位、田面坡度、地表岩石露头度、黑土层厚度和林网化程度等；
通过采样，送至实验室测定的指标参数数据包括：土壤容重、砾石含量、耕层质地和土壤微生物活性等；
通过采样，送至实验室测定的土壤容重比用土壤容重仪获得的土壤容重测定更加精确，用于精度要求高的测定。
通过调查获取以下指标参数数据(属于宏观社会经济指标，所述宏观社会经济指标属于宏观指标中的一类)：白色污染指标、农田防洪标准、灌溉保证率、排水条件指标、病虫害防治水平、农机装备指标、农艺管理水平和梯田化水平等；
所述光温生产潜力通过查找《农用地质量分等规程》确定；
通过农业统计数据获取海拔高度和田间输水方式等；
所述地力水平、耕作条件和技术水平等的二级指标分级赋分标准依据包括：《农用地质量分等规程》GB/T28407-2012、《耕地地力调查与质量评价技术规程》NY/T 1634-2008、《耕地质量等级》GB/T 33469-2016、《全国第二次土壤普查养分分级标准》及相关研究成果；
所述健康状况的分级依据包括：《土地质量地球化学评价规范》DZ/T 0295-2016和《土壤环境质量农用地土壤风险管控标准》GB 15618。
在上述技术方案的基础上，步骤S5中所述耕地质量评价采用连乘积法，以地力水平为核心，以耕地系统的限制性和非加和原理为依据，具体步骤如下：
S51a、采用地力水平的二级指标加权求和法计算土地评价单元的自然质量指数C，如式(1)所示，
其中：i＝1,2,3,…,n，Ai表示土地评价单元的地力水平二级指标标准化分值，Bi表示地力水平二级指标对应的权重，n为地力水平的二级指标个数；
所述Bi根据调查区域的实际情况采用德尔菲法确定；
S52a、根据耕作条件的二级指标加权求和结果，确定耕作效率系数F，如式(2)所示，
其中，j＝1,2,3,…,m，Mj表示土地评价单元的耕作条件二级指标标准化分值，Nj表示耕作条件二级指标对应的权重，m为耕作条件的二级指标个数；
所述Nj根据调查区域的实际情况采用德尔菲法确定；
S53a、利用“1±X”累加模型计算健康状况系数H和生物特性系数B，具体方法如下：
所述健康状况系数H以未受到污染和不含有有益微量元素的耕地为基准“1”，依据灌溉水的环境质量、土壤重金属指标、白色污染指标以及有益微量元素指标的对应分级标准进行累加；
所述生物特性系数B以行政区划(例如省级或县级)为单位进行评价，以土壤微生物商和土壤蚯蚓数量等于行政区划的区域均值的耕地为基准“1”，大于均值的为正数，小于均值的为负数，再采用累加的方式得到生物特性系数B；
S54a、采用耕作效率系数F、健康状况系数H和生物特性系数B对自然质量指数C进行修正，最终得到耕地质量指数Q，作为耕地质量评价，具体计算如公式(3)所示，
Q＝C×F×H×B (3)。
在上述技术方案的基础上，步骤S5中所述耕地产能评价的具体步骤如下：
S51b、用光温生产潜力反映气候条件，作为耕地产能评价的基础，具体为：
从《农用地质量分等规程》中查找土地评价单元所在县的光温生产潜力指数α；
S52b、再用耕地质量系数q和技术水平系数t对光温生产潜力指数α进行修正，得到耕地产能指数P，作为耕地产能评价；
所述耕地质量系数q由式(4)计算，
q＝Q/100 (4)
所述技术水平系数t由式(5)计算，
其中，k＝1,2,3,…,K，wk为技术水平的二级指标标准化分值，fk为技术水平二级指标对应的权重，K为技术水平的二级指标个数；
所述fk根据调查区域的实际情况采用德尔菲法确定；
所述耕地产能指数P由式(6)得到，
P＝α×q×t (6)；
在上述计算中，涉及的全国通用指标为必选指标，区域备选指标则根据调查区域的实际情况进行选取。
在上述技术方案的基础上，所述土地评价单元为土地评价图编制中的图斑，是土地评价的基本工作单位；所述图斑为：以地理网格为基础，将土壤图、土地类型图和土地利用现状图通过叠置法形成的封闭单元。
在上述技术方案的基础上，在所述数据处理子系统中对获取的指标参数数据分级和划分土地评价单元。
本发明具有以下有益技术效果：
与现有技术相比，本发明的优点是：该移动式耕地质量和/或耕地产能调查评价系统集成各类耕地调查装备、实现机动、快速获取大量耕地质量要素信息；借助卫星影像图，实现高空、低空、地面、地下耕地质量信息的全面同步调查与监测；无人机可搭载不同的近地遥感装备，实现对指定区域的全智能化监测，配合光谱分析系统和地物识别系统，实现自动成像、自动解译；平台搭载的土壤养分速测仪2-3、X射线重金属分析仪、大地电导仪和地龙仪等便携式速测装备能够快速获取各种相关要素。该装备搭载各类样品采集工具，能够快速采集0～200cm深度内的各层次土壤样本。
同时，对耕地质量和耕地产能评价指标体系以及耕地质量调查评价方法和耕地产能调查评价方法做了进一步的改进和完善；在耕地质量评价指标体系中，由于生物特性指标的存在，使得评价的最终结果在县域内的可比性比传统评价方法高。利用耕作效率系数和健康状况系数对自然质量指数进行修正后还可以得到全国可比的耕地质量评价。
因此，所述移动式耕地质量和/或耕地产能调查评价方法，一方面可以很好地体现土地整治工程及高标准基本农田划定工作的成效，使得耕作条件、生物特性和健康状况的变化对耕地质量的影响更为敏感；另一方面所述移动式耕地质量和/或耕地产能调查评价方法既可以定量评价耕地质量，还可定量评价分维度质量，既可以做到全国可比，又可以做到县域可比，是对已有评价方法的有效拓展；大大提高了耕地质量和/或耕地产能评价评价指标体系的通用性和适用性，也大大提高了移动式耕地质量和/或耕地产能调查评价系统的普及程度。
附图说明
本发明有如下附图：
图1为本发明的移动式耕地质量和/或耕地产能调查评价系统的现场数据采集子系统的俯视结构示意图。
图2为本发明的移动式耕地质量和/或耕地产能调查评价系统的现场数据采集子系统的侧视结构示意图。
图3为本发明的耕地质量评价流程示意框图。
图4为本发明的耕地产能评价流程示意框图。
附图标记：
1.驾驶区、2.操作区、3.承载区、1-1.储物箱、2-1.元素分析仪、2-2.水质分析仪、2-3.土壤养分速测仪、2-4.通道，2-5.操作台、2-6.水池、2-7.储物柜一、2-8.车载冰箱、3-1.储物柜二。
具体实施方式
以下结合附图和实施例，对本发明的上述技术和优点做更详细的说明。
一种移动式耕地质量和/或耕地产能调查评价系统，包括：现场数据采集子系统、数据处理子系统、耕地质量评价子系统和/或耕地产能评价子系统；现场数据采集子系统包括：移动平台、无人机影像获取设备、便携式速测装备、样本采集与保存设备。
其中，移动平台为改装车辆，并预留足够的空间，用于：安置存放无人机影像获取设备、便携式速测装备、样本采集与保存设备等，图1所示预留空间的内宽为：1730mm；图2所示预留空间的内高为：1860mm。
如图1和图2所示，移动平台改装成三个功能区：驾驶区1、操作区2和承载区3，各功能区空间独立，用层板隔开；驾驶区1满足驾驶要求，并可监控操作区2和承载区3；操作区2需满足现场作业要求，并可存放部分仪器；承载区3满足较大沉重仪器的摆放要求。
进一步，驾驶区1设置在移动平台的前部，驾驶区1的上部设置储物箱1-1；储物箱1-1可放置空调等；驾驶区1乘坐3人以上，通过内置屏幕、外置传感器监控车辆内部及外部情况。
进一步，操作区2设置在移动平台的中后部，供1-2人使用；内部设置元素分析仪2-1、水质分析仪2-2和土壤养分速测仪2-3等便携式速测装备，操作区2的中间设置通道2-4，并安置操作台2-5、水池2-6、储物柜一2-7和车载冰箱2-8等，操作区2可进行土壤快速化验、储存以及无人机影像获取设备的室内操控。
所述室内操控与移动工作站、地面收发设备进行通信；
进一步，承载区3设置在移动平台的中前部，承载区3可设置多个储物柜3-1，主要放置无人机、取土钻机和土壤容重仪等相关沉重仪器设备，方便人员携带各类仪器设备获取相关数据。
其中，无人机影像获取设备包括：固定翼无人机平台和/或多旋翼无人机平台。所述固定翼无人机平台和/或多旋翼无人机平台搭载多波段多光谱成像设备、影像分析设备，用于调查地形部位、田面坡度、地表岩石露头度、田块状况、田间道路通达度、耕作距离和林网化程度等指标数据。
进一步，固定翼无人机平台包括：电动式手抛机和五通道光谱相机，电动式手抛机满足120分钟的续航能力、支持RTK、PPK系统、具备多余度容错、多频GPS和姿态感应起飞。
进一步，多旋翼无人机平台包括：垂直起降无人机和机载多光谱相机，垂直起降无人机满足便携电动垂直起降、60分钟续航能力、且飞行半径为：5公里。
其中，便携式速测装备包括探地雷达、元素分析仪2-1、水质分析仪2-2、大地电导仪、土壤养分速测仪2-3、农业气象检测仪、地龙仪等。
进一步，探地雷达用于：调查有效土层厚度、障碍层距地表的深度、土体构型等。
进一步，元素分析仪2-1用于：调查土壤重金属、有益微量元素等，包括X射线重金属分析仪等。
进一步，水质分析仪2-2为紫外/可见光分析仪，波长范围190-1100nm，用于：调查灌溉水的环境质量等。
进一步，大地电导仪用于：调查土壤的盐渍化程度等。
进一步，土壤养分速测仪2-3用于：调查有机质含量、土壤养分元素、盐渍化程度和酸碱度等。
进一步，地龙仪用于：调查土壤蚯蚓等。
其中，样本采集与保存设备包括：取土钻机、土壤容重仪和车载冰箱等，用于：进行土壤快速取样，并保持样本的完整性。
进一步，取土钻机用于：采集0～2m土层范围的土壤样品，调查有效土层的厚度、剖面构型、障碍层类型、障碍层距地表的深度、黑土层厚度等。
进一步，土壤容重仪用于：土壤容重测定，车载冰箱用于：临时存储土壤样品。
其中，数据处理子系统的处理任务包括：处理从现场数据采集子系统等获取的数据。
其中，耕地质量评价子系统从数据处理系统等获取相应指标参数，进行耕地质量评价，输出耕地质量评价结果。
其中，耕地产能评价子系统从数据处理系统等获取相应指标参数，进行耕地产能评价，输出耕地产能评价结果。
一种移动式耕地质量和/或耕地产能调查评价方法，则包括以下步骤：
S1、构建耕地质量和/或耕地产能评价指标体系
本发明在综合考虑了各种已有的指标体系，在对各规程指标进行梳理的基础上，
首先依据指标体系构建的原则对已有指标体系中的指标进行初步筛选；
其次，根据指标尺度性质，将其划分为宏观指标和立地条件指标；
再次，根据耕地质量内涵，在立地条件指标中对耕地质量指标进行筛选；
并根据指标在不同尺度受人为因素和自然因素的影响情况，将立地条件指标划分为全国通用指标和区域备选指标，其中全国通用指标为必选指标，区域备选指标则根据区域实际情况进行选取。
最后，根据耕地质量评价指标体系构建的理论框架，设置了一套更全面和更客观的耕地质量评价指标体系(如表1所示)，包括：
一、地力水平：主要体现土壤本身的特性状况，包括：地形部位、田面坡度、有效土层厚度、有机质含量、耕层质地、障碍层类型及障碍层距地表的深度、土体构型、土壤容重、土壤养分元素指标和砾石含量10个全国通用指标和土壤盐渍化程度、酸碱度、地表岩石露头度、黑土层厚度和海拔高度5个区域备选指标。
二、耕作条件：农田基础设施和灌溉排水等工程的建设水平对耕地质量有重要影响，进行工程条件与耕地地学条件和土壤特性的合理匹配，是建设高标准农田，实现耕地高产稳产、增产增效、提高耕作效率、降低耕作成本的有效途径和重要保障。本发明主要考虑了田块状况、耕作距离、田间道路通达度、灌溉保证率、排水条件指标和田间输水方式6个全国通用指标和林网化程度、农田防洪标准2个区域备选指标。
三、健康状况：耕地健康状况是耕地质量评价的重要指标。主要用灌溉水的环境质量、土壤重金属指标和有益微量元素指标等3个全国通用指标和白色污染指标1个区域备选指标表征。
四、生物特性：耕地生物特性是评价耕地质量和健康状况的重要因素之一，耕地中许多生物可以改善耕地质量状况，也有一些生物会降低耕地质量。参考国内外相关研究，同时考虑到数据获取的难易程度，生物特性方面确定了土壤蚯蚓指标和土壤微生物活性作为其二级指标。
表1耕地质量评价指标体系
在耕地质量评价指标体系的基础上，进一步设置了耕地产能评价指标体系(如表2所示)，包括：
一、气候条件：气候是大气物理特征的长期平均状态，具有一定的稳定性。气候以冷、暖、干、湿这些特征来衡量，通常由某一时期的平均值和离差值表征。气候条件用作物光温生产潜力来衡量。
二、技术水平：技术水平是农业发展的第一推动力，是将耕地潜在产能转化为现实产能的关键因素，决定了耕地实际产量的高低。技术水平包括：灌溉保证率、排水条件指标、病虫害防治水平、农田防洪标准、农机装备指标和农艺管理水平6个全国通用指标和梯田化水平1个区域备选指标构成。
三、地力水平：主要体现土壤本身的特性状况，包括：地形部位、田面坡度、有效土层厚度、有机质含量、耕层质地、障碍层类型及障碍层距地表的深度、土体构型、土壤容重、土壤养分元素指标和砾石含量10个全国通用指标和土壤盐渍化程度、酸碱度、地表岩石露头度、黑土层厚度和海拔高度5个区域备选指标。
表2耕地产能评价指标体系
S2、获取用于耕地质量和/或耕地产能评价的指标参数数据
有效土层厚度、障碍层类型及障碍层距地表的深度、土体构型、土壤重金属指标、有益微量元素指标、灌溉水的环境质量、土壤盐渍化程度、有机质含量、土壤养分元素指标、酸碱度、土壤蚯蚓指标、地形部位、田面坡度、地表岩石露头度、黑土层厚度和林网化程度等可以使用现场数据采集子系统现场获取。土壤容重、砾石含量和土壤微生物活性等指标需要采样后，送至实验室测定。白色污染指标、农田防洪标准、灌溉保证率、排水条件指标、病虫害防治水平、农机装备指标、农艺管理水平和梯田化水平等属于宏观社会经济指标，需要通过调查获取。所述光温生产潜力通过查找《农用地质量分等规程》确定；通过农业统计数据获取海拔高度和田间输水方式等
S3、制定耕地质量和/或耕地产能评价指标分级赋分标准，并对获取的指标参数数据分级
地力水平、耕作条件和技术水平等的二级指标分级赋分标准依据包括：《农用地质量分等规程》(GB/T28407-2012)、《耕地地力调查与质量评价技术规程》(NY/T 1634-2008)、《耕地质量等级》(GB/T 33469-2016)以及《全国第二次土壤普查养分分级标准》及相关研究成果确定。健康状况的分级依据《土地质量地球化学评价规范》(DZ/T 0295-2016)和《土壤环境质量农用地土壤风险管控标准》(GB 15618)确定。
进一步，对获取的指标参数数据分级在数据处理子系统中进行。
S4、划分土地评价单元
土地评价单元是土地评价图编制中的图斑，是土地评价的基本工作单位。所述图斑为：以地理网格为基础，将土壤图、土地类型图、土地利用现状图通过叠置法形成的封闭单元。
进一步，划分土地评价单元在数据处理子系统中进行。
S5、对土地评价单元进行耕地质量评价和/或耕地产能评价。
耕地质量评价流程示意如图3所示：
耕地质量评价采用连乘积法，即以耕地的地力水平为核心，依据耕地系统的限制性和非加和原理，首先，采用加权求和法计算自然质量指数C；其次，根据耕作条件的二级指标加权求和结果，确定耕作效率系数F；再次，利用“1±X”累加模型计算健康状况系数H和生物特性系数B；最后，将各限制性系数(包括：F、H和B)对自然质量指数C进行修正，最终得到耕地质量指数Q，作为耕地质量评价。
(1)自然质量指数C的计算
自然质量指数C的确定利用地力水平的二级指标加权求和算得，计算公式如式(1)所示：
其中：i＝1,2,3,…,n，C表示评价单元的自然质量指数(即耕地自然质量指数)，Ai表示土地评价单元的地力水平二级指标标准化分值，Bi表示地力水平二级指标对应的权重，所述Bi根据调查区域的实际情况采用德尔菲法确定；n为地力水平的二级指标个数。
(2)耕作效率系数F的确定
耕作效率系数F利用耕作条件的二级指标加权求和结果确定。计算公式如式(2)所示：
其中，j＝1,2,3,…,m，F为耕作效率系数；Mj表示土地评价单元的耕作条件二级指标标准化分值，Nj表示耕作条件二级指标对应的权重，所述Nj根据调查区域的实际情况采用德尔菲法确定；m为耕作条件的二级指标个数。
(3)健康状况系数H的确定
基于地力水平与健康状况关系的分析，在一定的浓度范围内，土壤健康状况的改变并不会对作物产量有影响，但是会降低或者提高作物品质。因此，耕地质量评价中的健康状况系数(H)采用“1±X”累加模型计算，即以未受到污染和不含有有益微量元素的耕地为基准“1”，依据灌溉水的环境质量、土壤重金属指标、白色污染指标以及有益微量元素指标的对应分级标准进行累加。
(4)生物特性系数B的确定
生物特性指标作为土壤肥力的指示性指标，其数量的增加和减少并不能直接影响作物产量，即不能直接对耕地质量的高低产生影响。但由于土壤微生物和土壤蚯蚓受外界因素影响较大，在各个区域的数量不一，且目前没有其衡量土壤质量好坏的基准点。因此本发明以区域调查样点的反映土壤微生物活性的土壤微生物商和土壤蚯蚓数量均值为基准“1”，对于生物特性系数(B)的确定，仍采用“1±X”的累加模型，依据土壤微生物商和土壤蚯蚓数量对应分级标准进行加和。
(5)耕地质量指数Q的计算
耕地质量指数Q以自然质量指数C为基础，与各维度系数(包括：F、H和B)相乘得到，如式(3)所示，
Q＝C×F×H×B (3)
式中，Q为耕地质量指数；C为自然质量指数；F为耕作效率系数；H为健康状况系数；B为生物特性系数。
耕地产能评价流程示意如图4所示：
用光温生产潜力反映气候条件，作为耕地产能评价的基础，再用耕地质量系数q和技术水平系数t对光温生产潜力进行修正，也称为逐级修正法，得到耕地产能指数P。
(1)查找光温生产潜力指数
从《农用地质量分等规程》中查找土地评价单元所在县的光温生产潜力指数α。
(2)计算耕地质量系数q
q＝Q/100 (4)
式中，Q为含有地力水平指标的耕地质量指数。
(3)计算技术水平系数
式中，k＝1,2,3,…,K，wk为技术水平的二级指标标准化分值，fk为技术水平二级指标对应的权重，K为技术水平的二级指标个数。
(4)计算耕地产能指数
P＝α×q×t (6)
式中，P为耕地产能指数；α为光温生产潜力指数；q为耕地质量系数；t为技术水平系数。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域技术人员对本发明的技术方案做出的各种变形和改进，均应纳入本发明权利要求书确定的保护范围内。
本说明书中未做详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (9)
1.一种移动式耕地质量和/或耕地产能调查评价系统，其特征在于，包括：现场数据采集子系统、数据处理子系统、耕地质量评价子系统和/或耕地产能评价子系统；
所述现场数据采集子系统包括：移动平台、无人机影像获取设备、便携式速测装备、样本采集与保存设备；
所述样本采集与保存设备包括：取土钻机、土壤容重仪和车载冰箱；
所述移动平台为改装车辆，所述改装车辆预留足够的空间，用于：安置存放无人机影像获取设备、便携式速测装备、样本采集与保存设备；
所述移动平台包括三个功能区：驾驶区(1)、操作区(2)和承载区(3)，所述三个功能区的空间独立，并分别用层板隔开；
所述驾驶区(1)用于：满足驾驶要求，并监控操作区(2)和承载区(3)；
所述操作区(2)用于：满足现场作业要求，并存放部分仪器；
所述承载区(3)用于：满足沉重仪器设备的摆放要求；
所述驾驶区(1)设置在移动平台的前部，驾驶区(1)的上部设有储物箱(1-1)；
所述储物箱(1-1)用于：放置空调；
所述操作区(2)设置在移动平台的中后部，供1-2人使用；
在所述操作区(2)的下层设置若干储物柜一(2-7)；
在所述操作区(2)中层的前部、左前部和右部设有操作台(2-5)；
在所述操作区(2)中层的左后部设有水池(2-6)；
在所述操作区(2)中层的中间设有通道(2-4)；
在所述操作台(2-5)的上方安装放置便携式速测装备、车载冰箱(2-8)、无人机影像获取设备、无人机影像获取设备的室内操控、移动工作站和地面收发设备；
所述车载冰箱(2-8)用于：临时存储土壤样品；
所述无人机影像获取设备包括：固定翼无人机平台和/或多旋翼无人机平台；
所述固定翼无人机平台和/或多旋翼无人机平台搭载多波段多光谱成像设备和影像分析设备；
所述多波段多光谱成像设备和影像分析设备用于：调查地形部位、田面坡度、地表岩石露头度、田块状况、田间道路通达度、耕作距离和林网化程度指标数据；
所述固定翼无人机平台包括：电动式手抛机和五通道光谱相机；
所述电动式手抛机满足120分钟的续航能力，支持RTK、PPK系统，具备多余度容错、多频GPS和姿态感应起飞；
所述多旋翼无人机平台包括：垂直起降无人机和机载多光谱相机；
所述垂直起降无人机满足便携电动垂直起降、60分钟续航能力、且飞行半径为：5公里；
所述便携式速测装备包括：探地雷达、元素分析仪(2-1)、水质分析仪(2-2)、大地电导仪、土壤养分速测仪(2-3)、农业气象检测仪和地龙仪；
所述探地雷达用于：调查有效土层厚度、障碍层距地表的深度和土体构型；
所述元素分析仪(2-1)用于：调查土壤重金属和有益微量元素，所述元素分析仪(2-1)包括：X射线重金属分析仪；
所述水质分析仪(2-2)为：紫外/可见光分析仪，波长范围为：190-1100nm，用于：调查灌溉水的环境质量；
所述大地电导仪用于：调查土壤的盐渍化程度；
所述土壤养分速测仪(2-3)用于：调查有机质含量、土壤养分元素、盐渍化程度和酸碱度；
所述地龙仪用于：调查土壤蚯蚓；
在所述操作区(2)进行土壤快速化验、储存以及无人机影像获取设备的室内操控；
当放飞安装有无人机影像获取设备的无人机，获取调查资料时，将所述地面收发设备放置在地面上，所述室内操控与移动工作站、地面收发设备进行通信，并一起联合对所述无人机及无人机影像获取设备进行控制；
所述承载区(3)设置在移动平台的中前部；
在所述承载区(3)设置若干储物柜二(3-1)；
所述若干储物柜二(3-1)用于：放置无人机、取土钻机和土壤容重仪；
所述取土钻机用于：采集0～2m土层范围的土壤样品；调查有效土层的厚度、剖面构型、障碍层类型、障碍层距地表的深度、黑土层厚度；
所述土壤容重仪用于：土壤容重测定；
所述数据处理子系统用于：处理从现场数据采集子系统获取的数据；
所述耕地质量评价子系统用于：从数据处理子系统获取相应指标参数，进行耕地质量评价，输出耕地质量评价结果；
所述耕地产能评价子系统用于：从数据处理子系统获取相应指标参数，进行耕地产能评价，输出耕地产能评价结果。
2.如权利要求1所述的移动式耕地质量和/或耕地产能调查评价系统，其特征在于：所述驾驶区(1)乘坐3人，并通过内置屏幕、外置传感器监控改装车辆的内部及外部情况。
3.一种移动式耕地质量和/或耕地产能调查评价方法，应用权利要求1-2任一权利要求所述的移动式耕地质量和/或耕地产能调查评价系统，其特征在于，包括以下步骤：
S1、构建耕地质量和/或耕地产能评价指标体系；
S2、利用所述移动式耕地质量和/或耕地产能调查评价系统结合实验室测定、调查、《农用地质量分等规程》和农业统计数据，获取用于耕地质量和/或耕地产能评价的指标参数数据；
S3、制定耕地质量和/或耕地产能评价指标分级赋分标准，并对获取的指标参数数据分级；
S4、划分土地评价单元；
S5、对土地评价单元进行耕地质量评价和/或耕地产能评价。
4.如权利要求3所述的移动式耕地质量和/或耕地产能调查评价方法，其特征在于：
所述耕地质量评价指标体系包括：地力水平、耕作条件、健康状况和生物特性；
所述地力水平、耕作条件、健康状况和生物特性属于一级指标；
所述耕作条件的全国通用指标包括以下二级指标：田块状况、耕作距离、田间道路通达度、灌溉保证率、排水条件指标和田间输水方式；
所述耕作条件的区域备选指标包括以下二级指标：林网化程度和农田防洪标准；
所述健康状况的全国通用指标包括以下二级指标：灌溉水的环境质量、土壤重金属指标和有益微量元素指标；
所述健康状况的区域备选指标包括以下二级指标：白色污染指标；
所述生物特性的全国通用指标包括以下二级指标：土壤蚯蚓指标和土壤微生物活性；
所述耕地产能评价指标体系包括：气候条件、技术水平和地力水平；
所述气候条件、技术水平和地力水平属于一级指标；
所述气候条件的全国通用指标包括以下二级指标：光温生产潜力；
所述技术水平的全国通用指标包括以下二级指标：灌溉保证率、排水条件指标、病虫害防治水平、农田防洪标准、农机装备指标和农艺管理水平；
所述技术水平的区域备选指标包括以下二级指标：梯田化水平。
5.如权利要求4所述的移动式耕地质量和/或耕地产能调查评价方法，其特征在于：
所述地力水平的全国通用指标包括以下二级指标：地形部位、田面坡度、有效土层厚度、有机质含量、耕层质地、障碍层类型及障碍层距地表的深度、土体构型、土壤容重、土壤养分元素指标和砾石含量；
所述地力水平的区域备选指标包括以下二级指标：土壤盐渍化程度、酸碱度、地表岩石露头度、黑土层厚度和海拔高度。
6.如权利要求5所述的移动式耕地质量和/或耕地产能调查评价方法，其特征在于：
在现场，利用所述现场数据采集子系统直接获取以下指标参数数据：有效土层厚度、障碍层类型及障碍层距地表的深度、土体构型、土壤重金属指标、有益微量元素指标、灌溉水的环境质量、土壤盐渍化程度、有机质含量、土壤养分元素指标、酸碱度、土壤蚯蚓指标、地形部位、田面坡度、地表岩石露头度、黑土层厚度和林网化程度；
通过采样，送至实验室测定的指标参数数据包括：土壤容重、砾石含量、耕层质地和土壤微生物活性；
通过调查获取以下指标参数数据：白色污染指标、农田防洪标准、灌溉保证率、排水条件指标、病虫害防治水平、农机装备指标、农艺管理水平和梯田化水平；
所述光温生产潜力通过查找《农用地质量分等规程》确定；
通过农业统计数据获取海拔高度和田间输水方式；
所述地力水平、耕作条件和技术水平的二级指标分级赋分标准依据包括：《农用地质量分等规程》GB/T28407-2012、《耕地地力调查与质量评价技术规程》NY/T 1634-2008、《耕地质量等级》GB/T 33469-2016、《全国第二次土壤普查养分分级标准》；
所述健康状况的分级依据包括：《土地质量地球化学评价规范》DZ/T 0295-2016和《土壤环境质量农用地土壤风险管控标准》GB 15618。
7.如权利要求6所述的移动式耕地质量和/或耕地产能调查评价方法，其特征在于：
步骤S5中所述耕地质量评价采用连乘积法，以地力水平为核心，以耕地系统的限制性和非加和原理为依据，具体步骤如下：
S51a、采用地力水平的二级指标加权求和法计算土地评价单元的自然质量指数C，如式(1)所示，
其中：i＝1,2,3,…,n，Ai表示土地评价单元的地力水平二级指标标准化分值，Bi表示地力水平二级指标对应的权重，n为地力水平的二级指标个数；
所述Bi根据调查区域的实际情况采用德尔菲法确定；
S52a、根据耕作条件的二级指标加权求和结果，确定耕作效率系数F，如式(2)所示，
其中，j＝1,2,3,…,m，Mj表示土地评价单元的耕作条件二级指标标准化分值，Nj表示耕作条件二级指标对应的权重，m为耕作条件的二级指标个数；
所述Nj根据调查区域的实际情况采用德尔菲法确定；
S53a、利用“1±X”累加模型计算健康状况系数H和生物特性系数B，具体方法如下：
所述健康状况系数H以未受到污染和不含有有益微量元素的耕地为基准“1”，依据灌溉水的环境质量、土壤重金属指标、白色污染指标以及有益微量元素指标的对应分级标准进行累加；
所述生物特性系数B以行政区划为单位进行评价，以土壤微生物商和土壤蚯蚓数量等于行政区划的区域均值的耕地为基准“1”，大于均值的为正数，小于均值的为负数，再采用累加的方式得到生物特性系数B；
S54a、采用耕作效率系数F、健康状况系数H和生物特性系数B对自然质量指数C进行修正，最终得到耕地质量指数Q，作为耕地质量评价，具体计算如公式(3)所示，
Q＝C×F×H×B (3)。
8.如权利要求7所述的移动式耕地质量和/或耕地产能调查评价方法，其特征在于：
步骤S5中所述耕地产能评价的具体步骤如下：
S51b、用光温生产潜力反映气候条件，作为耕地产能评价的基础，具体为：
从《农用地质量分等规程》中查找土地评价单元所在县的光温生产潜力指数α；
S52b、再用耕地质量系数q和技术水平系数t对光温生产潜力指数α进行修正，得到耕地产能指数P，作为耕地产能评价；
所述耕地质量系数q由式(4)计算，
q＝Q/100 (4)
所述技术水平系数t由式(5)计算，
其中，k＝1,2,3,…,K，wk为技术水平的二级指标标准化分值，fk为技术水平二级指标对应的权重，K为技术水平的二级指标个数；
所述fk根据调查区域的实际情况采用德尔菲法确定；
所述耕地产能指数P由式(6)得到，
P＝α×q×t (6)；
在上述计算中，涉及的全国通用指标为必选指标，区域备选指标则根据调查区域的实际情况进行选取。
9.如权利要求7或8所述的移动式耕地质量和/或耕地产能调查评价方法，其特征在于：
所述土地评价单元为土地评价图编制中的图斑，是土地评价的基本工作单位；所述图斑为：以地理网格为基础，将土壤图、土地类型图和土地利用现状图通过叠置法形成的封闭单元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910202775.XA CN110119869A (zh) | 2019-03-18 | 2019-03-18 | 一种移动式耕地质量和/或耕地产能调查评价系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910202775.XA CN110119869A (zh) | 2019-03-18 | 2019-03-18 | 一种移动式耕地质量和/或耕地产能调查评价系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110119869A true CN110119869A (zh) | 2019-08-13 |
Family
ID=67520453
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910202775.XA Pending CN110119869A (zh) | 2019-03-18 | 2019-03-18 | 一种移动式耕地质量和/或耕地产能调查评价系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110119869A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111680925A (zh) * | 2020-06-10 | 2020-09-18 | 重庆市国土整治中心 | 一种耕地产能评价方法 |
| CN113030441A (zh) * | 2021-03-27 | 2021-06-25 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种耕地土壤健康的评价方法 |
| CN113447486A (zh) * | 2020-03-27 | 2021-09-28 | 长江勘测规划设计研究有限责任公司 | 无人机载线性工程病害双目及红外联合诊断系统及方法 |
| CN113780898A (zh) * | 2021-11-04 | 2021-12-10 | 名客(山东)智能制造有限公司 | 一种基于物联网的机械作业评价方法 |
| CN114460263A (zh) * | 2021-05-11 | 2022-05-10 | 北京山水云图科技有限公司 | 一种长期监测与保护土壤健康状况的系统及其方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101546419A (zh) * | 2009-04-01 | 2009-09-30 | 河北农业大学 | 一种耕地粮食生产能力核算方法 |
| CN205440081U (zh) * | 2015-12-30 | 2016-08-10 | 国家地质实验测试中心 | 一种地质勘查野外现场快速分析车 |
| CN106682695A (zh) * | 2016-12-28 | 2017-05-17 | 中国农业大学 | 一种基于支持向量机的县域耕地自然质量评价方法 |
| CN108960622A (zh) * | 2018-06-28 | 2018-12-07 | 河南理工大学 | 一种基于遥感影像的矿区复垦土地质量的自动化评价方法 |
| CN109270952A (zh) * | 2018-09-19 | 2019-01-25 | 清远市飞凡创丰科技有限公司 | 一种农田信息获取系统及方法 |
-
2019
- 2019-03-18 CN CN201910202775.XA patent/CN110119869A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101546419A (zh) * | 2009-04-01 | 2009-09-30 | 河北农业大学 | 一种耕地粮食生产能力核算方法 |
| CN205440081U (zh) * | 2015-12-30 | 2016-08-10 | 国家地质实验测试中心 | 一种地质勘查野外现场快速分析车 |
| CN106682695A (zh) * | 2016-12-28 | 2017-05-17 | 中国农业大学 | 一种基于支持向量机的县域耕地自然质量评价方法 |
| CN108960622A (zh) * | 2018-06-28 | 2018-12-07 | 河南理工大学 | 一种基于遥感影像的矿区复垦土地质量的自动化评价方法 |
| CN109270952A (zh) * | 2018-09-19 | 2019-01-25 | 清远市飞凡创丰科技有限公司 | 一种农田信息获取系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 欧阳真: ""沅江市耕地质量和耕地产能评价研究"", 《中国优秀硕士学位论文全文数据库 农业科技辑》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113447486A (zh) * | 2020-03-27 | 2021-09-28 | 长江勘测规划设计研究有限责任公司 | 无人机载线性工程病害双目及红外联合诊断系统及方法 |
| CN111680925A (zh) * | 2020-06-10 | 2020-09-18 | 重庆市国土整治中心 | 一种耕地产能评价方法 |
| CN113030441A (zh) * | 2021-03-27 | 2021-06-25 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种耕地土壤健康的评价方法 |
| CN113030441B (zh) * | 2021-03-27 | 2023-12-22 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种耕地土壤健康的评价方法 |
| CN114460263A (zh) * | 2021-05-11 | 2022-05-10 | 北京山水云图科技有限公司 | 一种长期监测与保护土壤健康状况的系统及其方法 |
| CN113780898A (zh) * | 2021-11-04 | 2021-12-10 | 名客(山东)智能制造有限公司 | 一种基于物联网的机械作业评价方法 |
| CN113780898B (zh) * | 2021-11-04 | 2024-01-16 | 深圳市拓艾维信息技术有限公司 | 一种基于物联网的机械作业评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110119869A (zh) | 一种移动式耕地质量和/或耕地产能调查评价系统及方法 | |
| US11600363B2 (en) | PTF-based method for predicting target soil property and content | |
| CN103364781B (zh) | 基于遥感数据与地理信息系统的粮田地面参照点筛选方法 | |
| CN102393238B (zh) | 一种草地地上干物质量遥感估测方法 | |
| Lawesson | A concept for vegetation studies and monitoring in the Nordic countries | |
| CN111667183A (zh) | 一种耕地质量监测方法及系统 | |
| CN106199627A (zh) | 草地植被参数获取方法 | |
| CN107632967A (zh) | 一种草地产草量估算方法 | |
| CN113327021A (zh) | 一种基于topsis熵权法的土地综合评价方法及装置 | |
| CN102013047A (zh) | 农作物产量变异程度监测方法 | |
| CN113567358B (zh) | 一种基于遥感和物联网的耕地污染监测预警系统 | |
| Yesilonis et al. | The effects of landscape cover on surface soils in a low density residential neighborhood in Baltimore, Maryland | |
| CN116663779A (zh) | 耕地土壤多深度肥力点面转换方法及装置 | |
| Anderson et al. | Multispectral videography and geographic information systems for site‐specific farm management | |
| Haack | Landsat: A tool for development | |
| Tanriverdi | A review of remote sensing and vegetation indices in precision farming | |
| Wiegand et al. | Linking a spatially-explicit model of acacias to GIS and remotely-sensed data | |
| Liu et al. | Land use/land cover classification based on multi-resolution remote sensing data | |
| Fajji | A remote sensing and GIS scheme for rangeland quality assessment and management in the North-West Province, South Africa | |
| Gintzburger et al. | Rangelands of the Ravnina region in the Karakum Desert (Turkmenistan): current condition and utilisation | |
| Li et al. | Assessment of soil quality using GIS & RS | |
| Hamilton et al. | Grizzly bear habitat in the Kimsquit River Valley, coastal British Columbia: evaluation | |
| Gangopadhyay et al. | Land Resource Inventory and Mapping: Tools and Techniques | |
| Panagos | A comparative classification of the sourish-mixed bushveld on the farm Roodeplaat (293 JR) using quadrat and point methods. | |
| Kumar et al. | Application of GIS in Urban Policy/Planning/Management |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |