CN115665690A - 一种河流缓冲带土壤修复反馈系统及修复方法 - Google Patents

一种河流缓冲带土壤修复反馈系统及修复方法 Download PDF

Info

Publication number
CN115665690A
CN115665690A CN202211700405.7A CN202211700405A CN115665690A CN 115665690 A CN115665690 A CN 115665690A CN 202211700405 A CN202211700405 A CN 202211700405A CN 115665690 A CN115665690 A CN 115665690A
Authority
CN
China
Prior art keywords
soil
subsystem
data
buffer zone
comprehensive
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.)
Granted
Application number
CN202211700405.7A
Other languages
English (en)
Other versions
CN115665690B (zh
Inventor
赵海明
薛蕊
曹胜昔
解旭东
宋志永
郜鹏
张涛
孟凤
杨家牧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NORENDAR INTERNATIONAL Ltd
Original Assignee
NORENDAR INTERNATIONAL Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NORENDAR INTERNATIONAL Ltd filed Critical NORENDAR INTERNATIONAL Ltd
Priority to CN202211700405.7A priority Critical patent/CN115665690B/zh
Publication of CN115665690A publication Critical patent/CN115665690A/zh
Application granted granted Critical
Publication of CN115665690B publication Critical patent/CN115665690B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00Water conservation; Efficient water supply; Efficient water use
    • Y02A20/40Protecting water resources
    • Y02A20/402River restoration

Landscapes

  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于土壤修复领域,具体涉及一种河流缓冲带土壤修复反馈系统及修复方法,系统包括:综合土壤墒情初始数据采集子系统,无人机多光谱遥感评估子系统其由影像采集单元和位于中央计算站内的数据储存单元构成,气象信息感知子系统,土壤墒情综合感知子系统,无线物联网通讯网关,中央计算站,结果反馈子系统。方法为根据各时期数据通过实时可视化显示土壤修复效果,将预警等级与建议管理方案反馈给管理部门,从而达到系统治理和预防的目的。本发明尤其针对寒冷地区小流域河流建立湿地缓冲带,进行土壤修复的动态治理体系,解决了小流域河流部分水生态系统退化的问题。

Description

一种河流缓冲带土壤修复反馈系统及修复方法
技术领域
本发明属于土壤修复领域,具体涉及一种河流缓冲带土壤修复反馈系统及修复方法。
背景技术
随着社会经济发展,人类对河流生态系统的干扰越来越强,农业和城市扩张加剧了自然河岸土壤以及植被的破坏,导致了河流水生态系统退化。发达国家的实践表明,河湖生态缓冲带具有多重生态服务功能,是控制非点源污染的最佳管理措施之一,也是新时期稳土质、提水质、优生态的必然选择和方向。河流缓冲带作为河流生态系统的重要组成部分,是两栖动物、陆生动物和水生动物共同的栖息家园,保护和修复被破坏的土壤和植被刻不容缓。要想实现缓冲带生态环境快速、有效的修复,首先要做好土壤环境监测。通过对土壤理化性质实时精准的分析,为土壤环境治理和预防提供参考依据。但是缓冲带的土壤问题多,成因复杂,想要对土壤状况进行分析,需要从很多方面进行调查,是一个十分复杂和困难的过程,急需采用系统的监测技术时刻监测土壤的环境,依据获取的数据做出快速准确的判断,制定合理的修复方案。
专利号CN110456026A公开了一种土壤墒情监测方法及装置。所述方法包括接收由监测站发送的土壤监测数据,并根据时间顺序依次存入数据库中;若监测到数据库中新增的土壤监测数据,则根据源于所述监测站的土壤监测数据和质量控制模型,确定新增的土壤监测数据的墒情数据是否正常;若不正常,则根据源于所述监测站早于所述新增的监测数据的土壤监测数据,以及校正插补模型,得到校正的墒情数据更新所述新增的土壤监测数据。
专利号CN208766170U公布了一种土壤监测管理系统,其特征在于,其包括土壤监测模块、主控模块和云接入模块,所述土壤监测模块用于测定土壤中目标物质的含量,所述主控模块用于监测、控制土壤监测模块工作并计算生成待测土壤中目标物质的单位体积含量值;所述云接入模块实时监测土壤监测模块和主控模块的运行状态信息并将监测到的所述运行状态信息通过网络传输至云服务器,以及通过网络接收云服务器下发的用户指令并对应控制土壤监测模块、主控模块工作。具有方便大规模部署和应用各种土壤检测仪器,提高环境监管的力度和增加土壤肥力的作用。
专利号CN208766170U提供了一种土壤监测管理系统,包括后台服务器、用户终端、土壤监测模块、无线通讯模块、后台服务器、用户终端和土壤监测模块通讯、供电模块。采用远程监控技术,将影响土壤肥力的四要素:温度、湿度、PH值和重金属进行有效地数据采集,采集后的数据传输至后台服务器,然后通过后台服务器反馈至用户终端,工人在用户终端上即可实时查看土壤的监测情况。
现有的土壤监测治理技术主要存在以下问题:
1、一方面现有管理与保护手段多针对大中型河流,对小流域河流重视不足;另一方面就重要程度而言,处于河流上游较小支流的河岸带往往是最需要保护的,在溪流和沟谷边缘一定要全部设置缓冲带。
2、现状研究多为定性研究,缺少定量分析,没有足够的数据支撑实践,使得修复效果大打折扣。
3、有关的信息系统主要以管理为主,对土壤空间数据的关注程度不够,系统主要的功能基本上只是为用户提供查询、检索和数据下载,缺少对土壤数据的综合分析能力,尤其是针对土壤空间数据的分析能力不足,无法对土壤修复提供有利的分析决策与技术支持。
4、修复后的效果以及后续管理不足,缺少实时反馈与措施指导。
发明内容
为了克服上述现有技术的不足,本发明提供了一种河流缓冲带土壤修复反馈系统及修复方法,尤其针对寒冷地区小流域河流建立湿地缓冲带,进行土壤修复的动态治理体系,解决了小流域河流部分水生态系统退化的问题。
本发明采用的技术方案是:本发明提供了一种河流缓冲带土壤修复反馈系统,包括:综合土壤墒情初始数据采集子系统,用于获得目标地区修复前的综合土壤墒情数据;
无人机多光谱遥感评估子系统,其由影像采集单元和位于中央计算站内的数据储存单元构成,用于在全域时空层次评估修复后植物生长指数;
气象信息感知子系统,用于连续获取当地小气候实时数据;土壤墒情综合感知子系统,用于自动连续监测修复后缓冲带的综合土壤墒情指标;
无线物联网通讯网关,用于数据协议转换并传输数据;
中央计算站,包括决策分析子系统,根据综合土壤墒情初始数据采集子系统、影像采集单元、气象信息感知子系统、土壤墒情综合感知子系统采集到的数据,通过决策算法显示预警等级,并提出土壤修复管理方案;
以及结果反馈子系统,用于将预警等级与土壤修复管理方案反馈给管理部门。
进一步地,所述综合土壤墒情初始数据采集子系统和影像采集单元的数据分别输送给数据储存单元,所述气象信息感知子系统和土壤墒情综合感知子系统分别通过无线物联网通讯网关将数据传输给数据储存单元,所述决策分析子系统与数据储存单元电连接,决策分析子系统将数据储存单元的数据分析后得出预警等级与土壤修复管理方案并将其存储在数据储存单元内,反馈子系统的输入端与数据储存单元的第一输出端连接。
进一步地,综合土壤墒情初始数据采集子系统为手持土壤测量仪;所述影像采集单元由多旋翼无人机精灵4多光谱版遥感信息系统和D-RTK2高精度GNSS移动站构成。
进一步地,所述气象信息感知子系统集成了风速风向传感器、湿度传感器、温度传感器、光学雨量传感器、光照传感器、二氧化氮传感器和二氧化硫传感器;所述土壤墒情综合感知子系统集成了土壤水分传感器、土壤水势传感器、土壤温度传感器、土壤EC值传感器、土壤氮磷钾传感器和土壤PH传感器。
进一步地,所述决策分析子系统包括分析算法模块和控制决策模块,分析算法模块的输出端与控制决策模块的输入端电连接,所述控制决策模块的输出端与数据储存单元电连接,所述分析算法模块的输入端与数据储存单元的第二输出端电连接;所述结果反馈子系统为PC客户端和手机客户端中的一种或两种。
本发明提供了一种河流缓冲带土壤修复方法,采用如下步骤:
步骤S1,划定待修复的土壤区域作为修复区;
步骤S2,确定修复区内缓冲带宽度;
步骤S3,设置缓冲带分区,分别为一区、二区和三区;
步骤S4,通过综合土壤墒情初始数据采集子系统采集修复前的综合土壤墒情数据;
步骤S5,通过气象信息感知子系统获取当地小气候实时数据;
步骤S6,依据S4确定土壤修复类型和修复目标,确定各指标理想状况下变化趋势及其取值范围;
步骤S7,依据土壤修复类型的要求对缓冲带进行地形设计;
步骤S8,依据土壤修复类型的要求进行土壤改良方案设计,根据污染情况采取措施,所述措施包括更换土壤、接种外源降解微生物、植物修复以及添加营养元素。
步骤S9,依据土壤修复类型的要求及缓冲带分区进行植物配置设计;
步骤S10,通过无人机多光谱遥感评估子系统采集数据,在全域时空层次评估修复后植物生长指数;
步骤S11,通过土壤墒情综合感知子系统获取综合土壤墒情数据;
步骤S12,步骤S11采集的数据形成数据集Y,所述数据集Y包括土壤水分值VSM,土壤水势值VSP,土壤温度值VST,土壤EC值VEC,土壤氮含量VTN,土壤磷含量VTP,土壤钾含量VTK和土壤酸碱度VPH,采集频率为每日或每周,上传到中央计算站进行数据储存;
步骤S13,将步骤S1-12采集的数据在中央计算站内进行决策分析,得到预警信息、预警等级和建议管理方案,将预警信息集成到步骤S10的无人机多光谱遥感评估子系统的影像中;
步骤S14,输出所述预警等级与建议管理方案给管理部门。
进一步地,步骤S3中,一区:紧邻水流岸边,宽度为缓冲带总宽度的15%~25%,且最小不小于4.5m;二区:紧邻一区向外延伸,宽度为1米到几十米;三区:紧邻二区,与等高线平行或单独设置,宽度为缓冲带总宽度的5%~20%,和一区二区共同作用时,最小宽度为1~4.5m,单独使用时,宽度为10.6m。
进一步地,步骤S4中,所述综合土壤墒情初始数据采集子系统中,所述综合土壤墒情数据包括土壤水分值VSM、土壤水势值VSP、土壤温度值VST、土壤EC值VEC、土壤氮含量VTN、土壤磷含量VTP、土壤钾含量VTK、土壤酸碱度VPH、土壤中重金属含量和土壤有机质含量VSOM
步骤S6中,修复类型包括土壤板结、土壤酸化、土壤盐碱化、土壤沙化和土壤污染类型。
进一步地,步骤S7中,缓冲带的最大坡度不超过15%;步骤S9中,一区:种植本土乔木,不砍伐,耐水湿品种;二区:种植本土乔灌木,耐干旱和水涝品种;三区:草地和草本植被,所述草本植被包括茎叶呈丛生状的禾本科燕麦草、崂峪苔草、高羊茅、狗牙根草、冰草、草地早熟禾、黑麦草和紫花苜蓿中的一种或几种。
进一步地,步骤S6中,确定各指标理想状况下变化趋势为预设趋势指数a0以及合理含量范围值即预设区间[m,n];步骤S13中,决策分析先在中央计算站内的分析算法模块获取预设值与实测值,预设值包括各指标预设趋势指数a0与预设区间[m,n],实测值为各采样点不同时期采集到的某指标测量数据y={y1,y2,y3……yn},n=1,2,3……n,按照采集时间顺序或点位顺序依次排列,求取数据集y线性拟合方程y=ax+b,x=1,2,3……n;然后在中央计算站内的控制决策模块中,首先判断各指标预设趋势指数a0线性拟合系数a,得到决策A,其包括无效、错误+、错误-、有效+和有效-五种结果中的一种,其次对比最后一次测量数据yn与预设区间[m,n]关系,得到决策B,其包括“超标+、超标-、正常”三种结果中一种,最后对决策A和决策B进行组合决策综合得出预警等级和建议管理方案,所述预警等级包括红色预警、橙色预警、绿色预警。
本发明的有益效果是:
1.针对现有管理与保护手段多针对大中型河流,对小流域河流重视不足的缺点,本发明提供了一种主要针对寒冷地区小流域河流建立湿地缓冲带,进行土壤修复的动态治理体系,解决了小流域河流部分水生态系统退化的问题。
2.针对现有现状研究多为定性研究,缺少定量分析,没有足够的数据支撑实践,使得修复效果大打折扣的缺点,本发明通过设置综合土壤墒情初始数据采集子系统与气象信息感知子系统,定量获取目标地区土壤详情数据与当地小气候数据,用于准确的判断土壤修复类型和修复目标,为后续修复方案的制定提供精确的数据支撑。
3.针对现有技术有关的信息系统主要以管理为主,对土壤空间数据的关注程度不够,缺少对土壤数据的综合分析能力的缺点,本发明设置了土壤墒情综合感知子系统与决策分析子系统,能够自动连续监测修复后缓冲带的综合土壤墒情指标,通过决策算法显示预警,并提出具体可执行的土壤修复管理方案;
4.针对现有技术修复后的效果以及后续管理不足,缺少实时反馈与措施指导的缺点,本发明设置了无线物联网通讯网关,根据各时期数据通过实时可视化显示土壤修复效果,同时还设置了结果反馈子系统,将预警等级与建议管理方案反馈给管理部门,从而达到系统治理和预防的目的。
附图说明
图1为本发明河流缓冲带土壤修复反馈系统的构成示意图;
图2为本发明所述决策分析子系统运行原理图;
图3为本发明河流缓冲带土壤修复方法的构建步骤;
图4为本发明缓冲带分区与采样点位置示意图。
图中,
1、土壤墒情初始数据采集子系统,2、无人机多光谱遥感评估子系统,3、气象信息感知子系统,4、土壤墒情综合感知子系统,5、无线物联网通讯网关,6、中央计算站,7、决策分析子系统,8、结果反馈子系统;
11、手持土壤测量仪,21、影像采集单元,22、数据储存单元,31、风速风向传感器,32、湿度传感器,33、温度传感器,34、光学雨量传感器,35、光照传感器,36、二氧化氮传感器,37、二氧化硫传感器,41、土壤水分传感器,42、土壤水势传感器,43、土壤温度传感器,44、土壤EC值传感器,45、土壤氮磷钾传感器,46、土壤PH传感器,71、分析算法模块,72、控制决策模块,81、PC客户端,82、手机客户端。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明的具体实施方式、结构、特征及其功效,详细说明如后。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
实施例1
本发明提供了一种河流缓冲带土壤修复反馈系统,包括:综合土壤墒情初始数据采集子系统1、无人机多光谱遥感评估子系统2、气象信息感知子系统3、土壤墒情综合感知子系统4、无线物联网通讯网关5、中央计算站6和结果反馈子系统8。
综合土壤墒情初始数据采集子系统1,用于获得目标地区修复前的综合土壤墒情数据,操作人员根据修复前情况进行判断土壤修复类型和修复目标。
综合土壤墒情初始数据采集子系统1为手持土壤测量仪11;
所述综合土壤墒情数据包括土壤水分值VSM、土壤水势值VSP、土壤温度值VST、土壤EC值VEC、土壤氮含量VTN、土壤磷含量VTP、土壤钾含量VTK、土壤酸碱度VPH、土壤各重金属含量和土壤有机质含量VSOM,所述土壤各重金属含量中,重金属的含量包括VPb、砷 VAs、镉VCd、汞VHg、铬VCr、铁VFe和锌VZn的含量。
将上述数据上传至中央计算站6的数据储存单元22进行储存后,进一步在中央计算站6内运算。
无人机多光谱遥感评估子系统2,其由影像采集单元21和位于中央计算站6内的数据储存单元22构成,用于在全域时空层次也就是修复区全域不同时期评估修复后植被生长情况。
所述影像采集单元21由多旋翼无人机搭载精灵4多光谱版(P4-Mutipectral)遥感信息系统和D-RTK2高精度GNSS移动站构成。采集高分辨率可见光成像影像及“蓝(B)450nm±16nm”、“绿(G)560nm±16nm”、“红(R)650nm±16nm”、“红边(RE)730nm±16nm”、“近红外(NIR)840nm±26nm”五个波段影像。
所述数据储存单元22位于中央计算站6内,依托AcrGIS平台储存影像数据,进行简单比值植被指数SR、简化的简单比值植被指数(RSR)、归一化植被指数NDVI、缨帽变换光谱指标连续变化分析,用于评估修复后植被生长情况及受土质影响情况。植被生长情况由上述“简单比值植被指数SR、简化的简单比值植被指数(RSR)、归一化植被指数NDVI、缨帽变换光谱指标连续变化分析”几个指数反映
气象信息感知子系统3,用于连续获取当地小气候实时数据;
所述气象信息感知子系统3为小型气象站,集成了风速风向传感器31、湿度传感器32、温度传感器33、光学雨量传感器34、光照传感器35、二氧化氮传感器36和二氧化硫传感器37;气象信息感知子系统3采集的数据上传至无线物联网通讯网关5,无线物联网通讯网关5再传输给数据储存单元22。
土壤墒情综合感知子系统4,用于自动连续监测修复后缓冲带的综合土壤墒情指标;所述土壤墒情综合感知子系统4由土壤墒情综合传感器数据采集终端构成,集成了土壤水分传感器41、土壤水势传感器42、土壤温度传感器43、土壤EC值传感器44、土壤氮磷钾传感器45和土壤PH传感器46。土壤墒情综合感知子系统4采集的数据上传至无线物联网通讯网关5,无线物联网通讯网关5再传输给数据储存单元22。
所述土壤水分传感器41测量范围1~100%,测量精度0~53(±3%),分辨率0.1%RH;所述土壤水势传感器42测量范围0~-100kPa,测量精度±0.1%F.s,分辨率0.1kPa;所述土壤温度传感器43测量范围-40~80℃,测量精度±0.5℃,分辨率0.1℃;所述土壤EC值传感器44测量范围0~10000μS/cm,测量精度10μS/cm,分辨率1μS/cm;所述土壤氮磷钾传感器45测量范围0~1999mg/kg,测量精度±2%F.s,分辨率mg/kg(mg/L)、所述土壤PH传感器46测量范围0~14,测量精度±0.5。
无线物联网通讯网关5,用于数据协议转换并传输数据;无线物联网通讯网关5用于气象信息感知子系统3和数据储存单元22数据传输,同时用于土壤墒情综合感知子系统4和数据储存单元22数据传输。
中央计算站6,包括决策分析子系统7,根据综合土壤墒情初始数据采集子系统1、影像采集单元21、气象信息感知子系统3、土壤墒情综合感知子系统4采集到的数据通过内置在中央计算站6内的数学模型得到土壤修复效果,并实时可视化显示土壤修复效果,通过决策算法显示预警等级,并提出具体可执行的土壤修复管理方案。数据储存单元22位于中央计算站6内,依托AcrGIS平台,AcrGIS平台是空间地理信息可视化显示平台,可以将带有地理信息的数据、图表、图像等落位到地图上相应位置进行可视化显示。由影像采集单元21采集的影像、分析后的植被指数SR、简化的简单比值植被指数(RSR)、归一化植被指数NDVI等、以及土壤墒情综合感知子系统4采集的数据均带有地理信息。
所述决策分析子系统7内置于中央计算站6内,所述决策分析子系统7包括分析算法模块71和控制决策模块72,所述分析算法模块71为GRAPH数学模型。分析算法模块71根据综合土壤墒情初始数据采集子系统1、影像采集单元21、气象信息感知子系统3和土壤墒情综合感知子系统4采集的数据进行分析,然后输入到控制决策模块72内进行判断决策,得出的结果返回到数据储存单元22进行数据储存,再发送到结果反馈子系统8进行输出。
结果反馈子系统8,用于将预警等级与土壤修复管理方案反馈给管理部门。
参照图1,本发明土壤修复反馈系统中各部件的连接关系为:所述综合土壤墒情初始数据采集子系统1也就是手持土壤测量仪11和影像采集单元21的数据分别输送给数据储存单元22,所述气象信息感知子系统3和土壤墒情综合感知子系统4分别通过无线物联网通讯网关5将数据传输给数据储存单元22,所述决策分析子系统7与数据储存单元22电连接,决策分析子系统7将数据储存单元22的数据分析后得出预警等级与土壤修复管理方案并将其存储在数据储存单元22内,反馈子系统8的输入端与数据储存单元22的第一输出端连接。
所述决策分析子系统7包括分析算法模块71和控制决策模块72,分析算法模块71的输出端与控制决策模块72的输入端电连接,所述控制决策模块72的输出端与数据储存单元22电连接,所述分析算法模块71的输入端与数据储存单元22的第二输出端电连接;所述结果反馈子系统8包括PC客户端81和手机客户端82。数据储存单元22的数据分析后得出预警等级与土壤修复管理方案并将其存储在数据储存单元22内,然后分别发给PC客户端81和手机客户端82中的一种或两种都发送。
实施例2
参照图1-4,本发明还提供了一种河流缓冲带土壤修复方法,尤其针对寒冷地区小流域河流建立湿地缓冲带,进行土壤修复的动态治理体系,采用如下步骤:
步骤S1,划定待修复的土壤区域作为修复区;
步骤S2,在步骤S1划定的修复区内,确定缓冲带宽度。实地考察雨水径流情况,划定缓冲带宽度。由当雨水径流中的携杂的物质以沉淀物和与沉淀物吸附在一起的营养物质为主时,最小宽度6.5~8m;当以可溶性化合物为主时,最小宽度≥10m。最大宽度以经济性为考量建议控制在50m以内。缓冲带的划分不需要量化限定营养物质和可溶性化合物的量,本领域技术人员根据观察即可判断。
步骤S3,在S2确定的缓冲带宽度基础上,进一步设置缓冲带分区,分别为一区、二区和三区。划分方法如为,一区:紧邻水流岸边,主要作用为过滤一些沉淀物和营养物质,为水流提供遮荫和降温,宽度为缓冲带总宽度的15%~25%,且最小不能小于4.5m。二区:紧邻一区向外延伸,宽度较宽,主要作用为移除较浅的地下水的硝酸盐和酸性物质,拦截表面径流和地下水中部分污染物、过剩的营养物质,宽度为1到几十米。三区:紧邻二区,宽度较窄,与等高线平行,也可单独设置,主要作用为拦截悬浮的沉淀物、营养物质、杀虫剂,吸收可溶性养分,宽度为缓冲带总宽度的5%~20%,和一区二区共同作用时,最小推荐宽度1~4.5m,单独使用时,宽度应达到10.6m。
步骤S4, 通过综合土壤墒情初始数据采集子系统1采集修复前的综合土壤墒情数据;所述综合土壤墒情数据包括土壤水分值VSM、土壤水势值VSP、土壤温度值VST、土壤EC值VEC、土壤氮含量VTN、土壤磷含量VTP、土壤钾含量VTK、土壤酸碱度VPH、土壤中重金属含量和土壤有机质含量VSOM;可以采用手持测量仪初步采集。
采样点垂直于岸线方向依据缓冲带分区分别在一区内边缘、二区内边缘、三区内边缘、三区外边缘,选取四个采样点为一大组,平行于岸线方向按照一定间距1大组/1~2km,设备有限时可仅在缓冲带设置方式差异较大处设置采样组。
步骤S5,通过气象信息感知子系统3连续获取当地小气候实时数据;可以架设小型气象站,采集当地小气候实时数据。
步骤S6,依据S4确定土壤修复类型和修复目标,修复类型包括土壤板结、土壤酸化、土壤盐碱化、土壤沙化和土壤污染,初步确定各指标理想状况下变化趋势,即预设趋势指数a0,以及合理含量范围值,即预设区间[m,n]。根据具体情况实际操作时由技术人员进行判断即可,各修复类型有各自的定义属于本领域技术人员公知技术。
步骤S7,依据土壤修复类型的要求对缓冲带进行地形设计;依据土壤修复类型的要求具体为根据有无污染情况及污染严重情况对缓冲带进行地形设计,缓冲带运行效果随坡度降低而提高,在污染严重地区尤其是氮源污染严重地区宜设置较低的坡度,在无污染地区可以进行景观地形塑造。坡度在2%~8%缓冲带能较好发挥效果,在2%~5%之间过滤吸收效果最好,最大坡度不能超过15%否则会引起集中水流对坡面的冲刷。当条件限制无法采取较小坡度时,应增加缓冲带宽度,按照坡度每增加1%,宽度增加0.12~0.42 m进行设计。
步骤S8,依据土壤修复类型的要求进行土壤改良方案设计,根据污染情况采取措施,所述措施包括更换土壤、接种外源降解微生物、植物修复以及添加营养元素。
步骤S9,依据土壤修复类型的要求及缓冲带分区进行植物配置设计。
一区:种植本土乔木,不砍伐,耐水湿品种,包括白桦、五角枫、旱柳、杨树等。二区:种植本土乔灌木,耐干旱和水涝品种,包括旱柳、杨树、金银木、柽柳、红瑞木等。三区:主要为草地和草本植被,结合本地植物种类选择植株较高、生长密集度高、具有发达根系的植物类型,包括茎叶呈丛生状的禾本科燕麦草、崂峪苔草、高羊茅、狗牙根草、冰草、草地早熟禾、黑麦草、紫花苜蓿等。
根据缓冲带总宽度的植物配置模式可选:
A.乔木带+乔灌带+草本地被带(均适用,总宽度为6.5~10.6m之间只可选此模式)
B.乔木丛植/点植+灌木带+草本地被带(其中草本地被带宽度≥10.6m)
C.乔木丛植/点植+草本地被带(其中草本地被带宽度≥10.6m)
D.草本地被带(其中草本地被带宽度≥10.6m)。
步骤S10,通过无人机多光谱遥感评估子系统2采集数据,在全域时空层次评估修复后植物生长指数;无人机多光谱遥感评估子系统2中的数据储存单元22位于中央计算站6内,依托AcrGIS平台储存影像数据,进行简单比值植被指数SR、简化的简单比值植被指数(RSR)、归一化植被指数NDVI、缨帽变换光谱指标连续变化分析,用于评估修复后植被生长情况及受土质影响情况。ArcGIS植物指数分析评估植物生长状况和土壤重金属污染情况。
步骤S11,通过土壤墒情综合感知子系统4获取综合土壤墒情数据。
具体方法为:布设土壤墒情综合传感器数据采集终端,将点位数据在ArcGIS中建立数据库,布设点位与步骤S4所选点位一致,每个点位分别获取土层下10cm、20cm、40cm数据,所述土壤墒情综合传感器数据采集终端集成土壤水分传感器、土壤水势-张力传感器、土壤温度传感器、土壤EC值传感器、土壤氮磷钾传感器、土壤PH传感器。
步骤S12,步骤S11采集的数据形成数据集Y,所述数据集Y包括土壤水分值VSM,土壤水势值VSP,土壤温度值VST,土壤EC值VEC,土壤氮含量VTN,土壤磷含量VTP,土壤钾含量VTK和土壤酸碱度VPH,采集频率为每日或每周,上传到中央计算站进行数据储存。
所述综合土壤墒情初始数据采集子系统1和影像采集单元21的数据分别输送给数据储存单元22,所述气象信息感知子系统3和土壤墒情综合感知子系统4分别通过无线物联网通讯网关5将数据传输给数据储存单元22,所述无线物联网通讯网关5汇总的数据上传到中央计算站6内的数据储存单元22依据测量点位、组别信息、测量时间、指标类型在数据储存单元22内的ArcGIS中建立原始数据库。
步骤S13,将步骤S1-12采集的数据在中央计算站内进行决策分析,得到预警信息、预警等级和建议管理方案,将预警信息集成到步骤S10的无人机多光谱遥感评估子系统2的影像中。
决策分析子系统7内置于中央计算站6内,决策分析子系统7包括分析算法模块71和控制决策模块72,得出的结果返回到数据储存单元22进行数据储存,再发送到
结果反馈子系统8进行输出。
所述分析算法模块71为GRAPH数学模型。分析对象为各指标预设值与实测值。预设值包括各指标预设趋势指数a0与预设区间[m,n],m为各指标理想状况下含量下限,n为各指标理想状况下含量上限。实测值为各采样点不同时期采集到的某指标测量数据y={y1,y2,y3……yn}(n=1,2,3……n),n为自然数,n为步骤四中采样点的编号。按照采集时间顺序或点位顺序依次排列。求取数据集y线性拟合方程y=ax+b(x=1,2,3……n)。
所述控制决策模块72为双要素决策。首先判断各指标预设趋势指数a0线性拟合系数a,得到决策A“无效、错误+、错误-、有效+、有效-”五种结果,条件如下所示:
“无效:-0.1<a<0.1;
错误+:a0≤0∩a>0;
错误-:a0≥0∩a>0;
有效+:a0≥0∩a>0;
有效-:a0≤0∩a<0。”
其次对比最后一次测量数据yn与预设区间[m,n]关系,得到决策B“超标+、超标-、正常”三种结果,条件如下所示:
“超标+:yn>n;
超标-:yn<m;
正常:yn∈[m,n]。”
最后对两次结果进行组合决策综合得出预警等级和建议管理方案。
预警等级包括红色预警、橙色预警、绿色预警。各预警等级输出条件如下所示:
Figure 986187DEST_PATH_IMAGE002
建议管理方案包括预警说明和建议措施,方便管理人员理解缓冲带土壤修复运行规律,优化土壤修复方案及更新算法模块。各建议管理方案输出条件如下所示:
Figure 496803DEST_PATH_IMAGE004
针对每个指标可进行实时决策与累计决策。实时决策对比同大组采样点四份数据的变化情况,用于在空间上评判缓冲带分区的设置合理性,累积决策对比每个采样点历史数据变化情况,用于在时间上评判缓冲带的运行效果。
综上,在中央计算站内进行决策分析,并将各点位各指标预警信息集成到步骤10中获取的于ArcGIS中储存的高分辨率彩色影像中。
步骤S14,输出所述预警等级与建议管理方案给管理部门。对缓冲带进行管理养护与优化配置,如采取调整缓冲带宽度、对部分植物进行定期收割、更换植物品种等措施,结合S5对分析决策子系统各指标预设趋势指数a0与预设区间[m,n]进行必要修正。
本发明的土壤修复方法,在改良过程中,通过步骤S1,能够划定研究区域,初步评估土壤污染情况;
通过步骤S2、S3,通过实地考察,确定缓冲带宽度,划定缓冲带分区,可以更精准的对小区域河流进行生态治理;
通过步骤S4、S5,初步采集综合土壤墒情初始数据与当地小气候实时数据,能够为后续分析与决策提供数据支撑;
通过步骤S6,根据S4、S5的数据确定修复修复类型和修复目标,将修复目标转化为能够定量描述的预设趋势指数以及预设区间;
通过步骤S7、S8、S9,按照上述土壤修复类型和修复目标对缓冲带进行地形设计、改良方案设计、植物配置设计,能够系统的对小流域河流进行生态修复,达到治理目标。
通过步骤S10、S11、S12、S13,通过无人机多光谱数据采集飞行作业,获取数据进行重金属污染修复情况分析,通过布设土壤墒情综合传感器数据采集终端,所选点位与S4一致,并按每日或每周的频率采集数据,上传到中央计算站进行数据储存和决策分析。能够自动连续监测修复后缓冲带的综合土壤墒情指标,通过决策算法显示预警,并结合无人机影像采集获取的高分辨率影像图可视化显示,以便提出具体可执行的土壤修复管理方案;
通过步骤S14,能够将预警等级与建议管理方案反馈给管理部门,从而达到系统治理和预防的目的,并对分析决策子系统进行必要修正使其更准确。
目前,本发明的技术方案已经进行了中试,即产品在大规模量产前的小规模实验;中试完成后,在小范围内开展了用户使用调研,调研结果表明用户满意度较高;现在已经着手准备产品正式投产进行产业化(包括知识产权风险预警调研)。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭示如上,然而并非用以限定本发明,任何本领域技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (10)

1.一种河流缓冲带土壤修复反馈系统,其特征在于,包括:综合土壤墒情初始数据采集子系统(1),用于获得目标地区修复前的综合土壤墒情数据;
无人机多光谱遥感评估子系统(2),其由影像采集单元(21)和位于中央计算站(6)内的数据储存单元(22)构成,用于在全域时空层次评估修复后植物生长指数;
气象信息感知子系统(3),用于连续获取当地小气候实时数据;土壤墒情综合感知子系统(4),用于自动连续监测修复后缓冲带的综合土壤墒情指标;
无线物联网通讯网关(5),用于数据协议转换并传输数据;
中央计算站(6),包括决策分析子系统(7),根据综合土壤墒情初始数据采集子系统(1)、影像采集单元(21)、气象信息感知子系统(3)、土壤墒情综合感知子系统(4)采集到的数据,通过决策算法显示预警等级,并提出土壤修复管理方案;
以及结果反馈子系统(8),用于将预警等级与土壤修复管理方案反馈给管理部门。
2.根据权利要求1所述的一种河流缓冲带土壤修复反馈系统,其特征在于,所述综合土壤墒情初始数据采集子系统(1)和影像采集单元(21)的数据分别输送给数据储存单元(22),所述气象信息感知子系统(3)和土壤墒情综合感知子系统(4)分别通过无线物联网通讯网关(5)将数据传输给数据储存单元(22),所述决策分析子系统(7)与数据储存单元(22)电连接,决策分析子系统(7)将数据储存单元(22)的数据分析后得出预警等级与土壤修复管理方案并将其存储在数据储存单元(22)内,反馈子系统(8)的输入端与数据储存单元(22)的第一输出端连接。
3.根据权利要求1所述的一种河流缓冲带土壤修复反馈系统,其特征在于,综合土壤墒情初始数据采集子系统(1)为手持土壤测量仪(11);所述影像采集单元(21)由多旋翼无人机精灵4多光谱版遥感信息系统和D-RTK2高精度GNSS移动站构成。
4.根据权利要求1所述的一种河流缓冲带土壤修复反馈系统,其特征在于,所述气象信息感知子系统(3)集成了风速风向传感器(31)、湿度传感器(32)、温度传感器(33)、光学雨量传感器(34)、光照传感器(35)、二氧化氮传感器(36)和二氧化硫传感器(37);所述土壤墒情综合感知子系统(4)集成了土壤水分传感器(41)、土壤水势传感器(42)、土壤温度传感器(43)、土壤EC值传感器(44)、土壤氮磷钾传感器(45)和土壤PH传感器(46)。
5.根据权利要求1所述的一种河流缓冲带土壤修复反馈系统,其特征在于,所述决策分析子系统(7)包括分析算法模块(71)和控制决策模块(72),分析算法模块(71)的输出端与控制决策模块(72)的输入端电连接,所述控制决策模块(72)的输出端与数据储存单元(22)电连接,所述分析算法模块(71)的输入端与数据储存单元(22)的第二输出端电连接;所述结果反馈子系统(8)为PC客户端(81)和手机客户端(82)中的一种或两种。
6.一种河流缓冲带土壤修复方法,其特征在于,采用如下步骤:
步骤S1,划定待修复的土壤区域作为修复区;
步骤S2,确定修复区内缓冲带宽度;
步骤S3,设置缓冲带分区,分别为一区、二区和三区;
步骤S4,通过综合土壤墒情初始数据采集子系统(1)采集修复前的综合土壤墒情数据;
步骤S5,通过气象信息感知子系统(3)获取当地小气候实时数据;
步骤S6,依据S4确定土壤修复类型和修复目标,确定各指标理想状况下变化趋势及其取值范围;
步骤S7,依据土壤修复类型的要求对缓冲带进行地形设计;
步骤S8,依据土壤修复类型的要求进行土壤改良方案设计,根据污染情况采取措施,所述措施包括更换土壤、接种外源降解微生物、植物修复以及添加营养元素;
步骤S9,依据土壤修复类型的要求及缓冲带分区进行植物配置设计;
步骤S10,通过无人机多光谱遥感评估子系统(2)采集数据,在全域时空层次评估修复后植物生长指数;
步骤S11,通过土壤墒情综合感知子系统(4)获取综合土壤墒情数据;
步骤S12,步骤S11采集的数据形成数据集Y,所述数据集Y包括土壤水分值VSM、土壤水势值VSP、土壤温度值VST、土壤EC值VEC、土壤氮含量VTN、土壤磷含量VTP、土壤钾含量VTK和土壤酸碱度VPH,采集频率为每日或每周,上传到中央计算站进行数据储存;
步骤S13,将步骤S1-12采集的数据在中央计算站内进行决策分析,得到预警信息、预警等级和建议管理方案,将预警信息集成到步骤S10的无人机多光谱遥感评估子系统(2)的影像中;
步骤S14,输出所述预警等级与建议管理方案给管理部门。
7.根据权利要求6所述的一种河流缓冲带土壤修复方法,其特征在于:步骤S3中,一区:紧邻水流岸边,宽度为缓冲带总宽度的15%~25%,且最小不小于4.5m;二区:紧邻一区向外延伸,宽度为1米到几十米;三区:紧邻二区,与等高线平行或单独设置,宽度为缓冲带总宽度的5%~20%,和一区二区共同作用时,最小宽度为1~4.5m,单独使用时,宽度为10.6m。
8.根据权利要求6所述的一种河流缓冲带土壤修复方法,其特征在于:步骤S4中,所述综合土壤墒情初始数据采集子系统(1)中,所述综合土壤墒情数据包括土壤水分值VSM、土壤水势值VSP、土壤温度值VST、土壤EC值VEC、土壤氮含量VTN、土壤磷含量VTP、土壤钾含量VTK、土壤酸碱度VPH、土壤中重金属含量和土壤有机质含量VSOM
步骤S6中,修复类型包括土壤板结、土壤酸化、土壤盐碱化、土壤沙化和土壤污染类型。
9.根据权利要求6所述的一种河流缓冲带土壤修复方法,其特征在于:步骤S7中,缓冲带的最大坡度不超过15%;步骤S9中,一区:种植本土乔木,不砍伐,耐水湿品种;二区:种植本土乔灌木,耐干旱和水涝品种;三区:草地和草本植被,所述草本植被包括茎叶呈丛生状的禾本科燕麦草、崂峪苔草、高羊茅、狗牙根草、冰草、草地早熟禾、黑麦草和紫花苜蓿中的一种或几种。
10.根据权利要求6所述的一种河流缓冲带土壤修复方法,其特征在于:步骤S6中,确定各指标理想状况下变化趋势为预设趋势指数a0以及合理含量范围值即预设区间[m,n];步骤S13中,决策分析先在中央计算站内的分析算法模块(71)获取预设值与实测值,预设值包括各指标预设趋势指数a0与预设区间[m,n],实测值为各采样点不同时期采集到的某指标测量数据y={y1,y2,y3……yn},n=1,2,3……n,按照采集时间顺序或点位顺序依次排列,求取数据集y线性拟合方程y=ax+b,x=1,2,3……n;然后在中央计算站内的控制决策模块(72)中,首先判断各指标预设趋势指数a0线性拟合系数a,得到决策A,其包括无效、错误+、错误-、有效+和有效-五种结果中的一种,其次对比最后一次测量数据yn与预设区间[m,n]关系,得到决策B,其包括“超标+、超标-、正常”三种结果中一种,最后对决策A和决策B进行组合决策综合得出预警等级和建议管理方案,所述预警等级包括红色预警、橙色预警、绿色预警。
CN202211700405.7A 2022-12-29 2022-12-29 一种河流缓冲带土壤修复反馈系统及修复方法 Active CN115665690B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211700405.7A CN115665690B (zh) 2022-12-29 2022-12-29 一种河流缓冲带土壤修复反馈系统及修复方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211700405.7A CN115665690B (zh) 2022-12-29 2022-12-29 一种河流缓冲带土壤修复反馈系统及修复方法

Publications (2)

Publication Number Publication Date
CN115665690A true CN115665690A (zh) 2023-01-31
CN115665690B CN115665690B (zh) 2023-03-14

Family

ID=85022381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211700405.7A Active CN115665690B (zh) 2022-12-29 2022-12-29 一种河流缓冲带土壤修复反馈系统及修复方法

Country Status (1)

Country Link
CN (1) CN115665690B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116165343A (zh) * 2023-02-07 2023-05-26 湖北工业大学 一种生态脆弱区复绿基材植生性能测试装置及评价方法
CN117456239A (zh) * 2023-10-25 2024-01-26 江苏省无锡探矿机械总厂有限公司 一种用于土壤修复的钻机设备监控系统及方法
CN117740448A (zh) * 2024-02-21 2024-03-22 中核大地生态科技有限公司 一种用于生态修复土壤调查的深层取样装置
CN117770073A (zh) * 2024-01-25 2024-03-29 广东省源天工程有限公司 一种生态缓冲带的建造方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206656755U (zh) * 2017-03-16 2017-11-21 福建强闽信息科技有限公司 一种基于NB‑IoT的土壤参数检测系统
CN109142650A (zh) * 2018-07-03 2019-01-04 广东省环境科学研究院 一种蔬菜中镉含量预测模型的建模方法及其应用
CN110119176A (zh) * 2019-06-04 2019-08-13 中国地质大学(北京) 一种基于土壤元素资源含量数据检测的农作物种植系统
CN113369295A (zh) * 2021-06-08 2021-09-10 姜云保 一种土壤生态修复系统
CN114386816A (zh) * 2021-12-31 2022-04-22 四川农业大学 一种国土空间生态修复关键区识别系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206656755U (zh) * 2017-03-16 2017-11-21 福建强闽信息科技有限公司 一种基于NB‑IoT的土壤参数检测系统
CN109142650A (zh) * 2018-07-03 2019-01-04 广东省环境科学研究院 一种蔬菜中镉含量预测模型的建模方法及其应用
CN110119176A (zh) * 2019-06-04 2019-08-13 中国地质大学(北京) 一种基于土壤元素资源含量数据检测的农作物种植系统
CN113369295A (zh) * 2021-06-08 2021-09-10 姜云保 一种土壤生态修复系统
CN114386816A (zh) * 2021-12-31 2022-04-22 四川农业大学 一种国土空间生态修复关键区识别系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘瑞霞等: "《以农业面源污染阻控为目标的河流生态缓冲带研究进展》" *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116165343A (zh) * 2023-02-07 2023-05-26 湖北工业大学 一种生态脆弱区复绿基材植生性能测试装置及评价方法
CN117456239A (zh) * 2023-10-25 2024-01-26 江苏省无锡探矿机械总厂有限公司 一种用于土壤修复的钻机设备监控系统及方法
CN117456239B (zh) * 2023-10-25 2024-05-14 江苏省无锡探矿机械总厂有限公司 一种用于土壤修复的钻机设备监控系统及方法
CN117770073A (zh) * 2024-01-25 2024-03-29 广东省源天工程有限公司 一种生态缓冲带的建造方法
CN117740448A (zh) * 2024-02-21 2024-03-22 中核大地生态科技有限公司 一种用于生态修复土壤调查的深层取样装置
CN117740448B (zh) * 2024-02-21 2024-04-16 中核大地生态科技有限公司 一种用于生态修复土壤调查的深层取样装置

Also Published As

Publication number Publication date
CN115665690B (zh) 2023-03-14

Similar Documents

Publication Publication Date Title
CN115665690B (zh) 一种河流缓冲带土壤修复反馈系统及修复方法
Xia et al. Mapping evapotranspiration with high-resolution aircraft imagery over vineyards using one-and two-source modeling schemes
Kamal et al. Assessment of multi-resolution image data for mangrove leaf area index mapping
Masjedi et al. Sorghum biomass prediction using UAV-based remote sensing data and crop model simulation
Hay et al. Step wise, multiple objective calibration of a hydrologic model for a snowmelt dominated basin 1
Emmett et al. Spatial patterns and environmental constraints on ecosystem services at a catchment scale
CN111598315A (zh) 一种农用地土壤环境质量预警管理系统
CN114076738A (zh) 一种利用遥感构建指数估算秸秆残留农田土壤盐分的方法
CN110580474B (zh) 一种基于多源数据的农田重金属高风险区遥感快速识别方法
Vorovencii Assessment of some remote sensing techniques used to detect land use/land cover changes in South-East Transilvania, Romania
CN113567358B (zh) 一种基于遥感和物联网的耕地污染监测预警系统
Hordijk et al. Integrated assessment models for acid rain
Chang et al. Optimal site selection of watershed hydrological monitoring stations using remote sensing and grey integer programming
Hill et al. Integration of satellite remote sensing, simple bioclimatic models and GIS for assessment of pastoral development for a commercial grazing enterprise
Meena et al. Information and Communication Technologies for Sustainable Natural Resource Management
Lovynska et al. Assessment of pine aboveground biomass within Northern Steppe of Ukraine using Sentinel-2 data
CN113340898B (zh) 一种叶面积指数时空变化特征研究方法
Hutayanon et al. Application of integrated spatial analysis and NDVI for tree monitoring in reclamation area of coal mine
Bharteey et al. Remote sensing application in precision agriculture: A review
Meena et al. Information and communications technologies for natural resource management
Kelleghan et al. National ecosystem monitoring network (NEMN)-design: Monitoring air pollution impacts across sensitive ecosystems
pirestani et al. Mapping soil characteristics: Spatio-temporal comparison of land use regression and ordinary kriging in an Arid Environment
CN117751742B (zh) 一种智慧园林水肥灌溉优化方法和系统
Hopkins Remote Sensing and Spatial Variability of Leaf Area Index of Irrigated Wheat Fields
Hamzelo et al. Modelling of carbon monoxide air pollution in larg cities by evaluetion of spectral landsat8 images

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
GR01 Patent grant
GR01 Patent grant