北京凯发旗舰厅(中国)

技术方案

种质资源与表型能量代谢研究土壤呼吸与碳通量生态研究与观测生态健康其它

凯发旗舰厅(中国)公司应邀参加第二十三届生态学大会并推出土壤生态研究监测技术方案

时间：2024-11-04 作者：凯发旗舰厅(中国) 点击量：

2024年10月27日第二十三届中国生态大学在辽宁省沈阳市圆满闭幕，本次大会土壤生态健康作为重要议题引发与会人员的热烈讨论，土壤生态健康对于维护生态平衡、保护生物多样性、应对气候变化、促进农业生产和土地资源可持续利用等方面具有重要意义。

北京凯发旗舰厅(中国)生态技术有限公司长期致力于土壤生态方向的技术研发与实验研究，结合国际先进的高光谱成像技术创新应用，推出了土壤生态研究监测技术方案，可帮助用户快速了解土壤有机质含量、土壤污染分布情况，同时了解土壤呼吸速率，评估土壤微生物的生物量和活性，可广泛应用于土壤有机质含量分析、土壤污染物降解研究、矿区土壤生态修复等领域。该方案主要基于以下技术：

土壤呼吸测量技术

SoilLab多通道实验室土壤呼吸测量系统，可用于实验室测量土壤动物、微生物呼吸、根呼吸等，特别适用于湿地土壤、工业污染土壤、固废等的微生态实验模拟观测

EGA60多通道气体交换测量系统可对24个土壤样品持续测量分析CO₂/H₂O，并在线显示分析结果，可选配荧光光纤氧气传感器进行土壤O₂测量分析

土壤高光谱成像分析技术

左图：Ecodrone® UAS-8高光谱无人机遥感系统，高性能推扫式高光谱成像技术，厘米级地面分辨率2cm@30m，可应用于大尺度土壤高光谱扫描分析；右图：PhenoPlot轻便型移动扫描平台，轻便、可折叠，高度80-180cm可调，内置温湿度、光照度传感器，可实现自动运行程序，适用于野外样方土壤高光谱检测

左图：SisuROCK高通量土壤样芯高光谱成像分析系统，一次可搭载VNIR、SWIR、MWIR 和 LWIR 等多款高光谱相机，每天可自动完成数百米长度的样芯成像分析，实现土壤有机质、土壤重金属污染的准确检测；右图：PhenoTron®-XYZ大型成像分析平台，采用STP技术和在线视觉监控； XYZ三轴全自动运行，可精准定位扫描成像分析，运行精度1mm，适用于实验室或温室大田的高通量土壤检测

应用案例：

干旱地区土壤生物结皮与土壤地化循环

美国德克萨斯大学的Kristina等，研究了生物结皮渗漏液在促进地下营养和可溶性碳库以及地下微生物循环中的作用。使用SoilLab土壤呼吸测量系统测量不同演替阶段的生物结皮下的土壤样本呼吸速率，用于评估土壤微生物的生物量和其活性，发现生物结皮和地下矿质土壤之间的养分和C连通性程度取决于生物结皮演替阶段和其养分元素可以通过对养分的可利用性和CO₂通量的反�。雌拦篮档赝寥赖纳锏刂驶а纷纯�。（参考文献：Young K E, et al. Vertical movement of soluble carbon and nutrients from biocrusts to subsurface mineral soils[J]. Geoderma, 2022.）

堆肥污水污泥改善土壤污染

捷克生命科学大学的研究人员Martin等发现堆肥污水污泥在研究区作为土壤修复剂表现出适用性，尽管需要考虑堆肥原料的质量、异质性和场地背景值等因素，但土壤呼吸等指标表明，在污泥应用后六个月内，未对土壤健康造成不良影响，且土壤毒理性降低。（参考文献：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.）

高光谱成像技术检测土壤有机质

加拿大阿尔伯特大学的研究者Sorenson利用Specim SisuROCK高光谱成像系统，采集三种不同轮作土壤剖面的VNIR-SWIR高光谱数据，结合元素分析仪建立有机碳SOC和氮TN预测模型，发现轮作中添加牧草增加了土壤SOC和TN的含量，多集中在表层。（参考文献：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.）

无人机高光谱成像技术检测土壤污染分布

西班牙奥维耶多大学的研究人员基于地面地球化学调查、无人机遥感获取的高光谱数据以及机器学习技术实现了对土壤污染物分布的稳健预测。其中，随机森林模型为土壤和植被中的As和Hg浓度提供了最佳的无偏模型，对污染物含量和分布的预测与地面实测化学数据吻合良好，且对As的预测精度高于Hg。（参考文献：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）

北京凯发旗舰厅(中国)生态技术公司长期致力于生态-农业-健康领域仪器的研发、应用与推广，为土壤养分、土壤重金属污染、土壤-植物互作关系研究提供从实验室到野外，从地面到无人机遥感全方位解决方案：