《中国农业信息》2025年第4期目录

2025年第37卷第4期

标题：数字土壤：赋能传统土壤学研究升级

摘要：【目的】 土壤学的发展经历了由经验科学向实验科学转型、由单一学科向多学科交叉融合的历程。信息技术的快速迭代推动传统土壤学研究迈向定量化、精准化、智能化，为数字土壤的产生与发展奠定了关键基础。因此，系统梳理数字土壤的技术体系、应用场景与发展挑战，对赋能传统土壤学研究升级、推动数字土壤研究具有重要意义。【方法】 文章采用系统综述的方法，辨析数字土壤的概念及与传统土壤学的差异，构建数字土壤技术框架，阐述土壤信息获取、数据处理与融合、空间预测制图、土壤信息系统与数据标准等核心技术体系，总结主要应用场景，深入分析数据、模型、应用层面的关键挑战。【结果】 数字土壤以土壤科学理论为基础、信息技术为支撑，构建了信息获取、数据处理、建模预测、产品构建和服务应用5层技术体系，具有多技术融合、多尺度覆盖、多场景适配三大特点；在智慧农业、耕地利用与保护、气候变化应对与碳管理、农业资源区划等领域发挥关键作用；但仍面临数据共享机制不健全、质量控制难度大，模型精度与泛化能力不足，应用成本高、服务效率待提升等问题。【结论】 数字土壤赋能传统土壤学研究升级，为多尺度、高精度、动态化土壤信息获取与应用提供了全新路径，为全球粮食安全、耕地利用与保护、土壤改良与利用等提供智能决策支持。

doi：10.12105/j.issn.1672-0423.20250401

标题：土壤谱学感测与数字制图研究进展

摘要：【目的】 土壤作为农业生产的核心载体，受气候变化与人类活动双重影响，其属性呈现高度的时空异质性，为精准化的土壤信息获取与精细化的土地管理带来了全新挑战。传统土壤调查方式在信息获取效率与空间表达精度方面仍存在局限，亟需借助新技术实现信息增益与价值提升。【方法】 文章系统梳理了人工智能驱动下土壤信息“测”与“绘”的相关研究进展，围绕表征成土因素及过程的地理大数据构建分析框架，从土壤属性高效感知、土壤空间分布智能建模及模型可解释性等方面对现有研究进行综合归纳与评述。【结果】 新型遥感观测、光谱测量及算法模型的快速发展，有效推动了土壤属性信息的高效获取与空间表达。随着数据驱动推断与过程机理表征的深度融合，土壤信息获取正从经验统计向可解释、可推理的知识表达演进。【结论】 未来土壤信息测绘将围绕智能融合、知识驱动与开放共享等方向构建计算体系，推动土壤信息从静态制图向过程认知和智能决策拓展，为发展智慧土地管理与保障生态安全提供有力支撑。

doi：10.12105/j.issn.1672-0423.20250402

标题：基于可解释性机器学习的水稻氮素浓度无人机高光谱反演方法研究

摘要：【目的】 水稻氮素营养状况直接决定稻谷的品质与产量，准确获取氮素浓度是规模化水稻生产中实现氮肥精准施用的关键依据。当前基于机器学习方法构建无人机高光谱数据与氮素浓度间的统计模型，是监测水稻氮素营养状况的技术路径之一。【方法】 为解决水稻氮素浓度无人机高光谱反演模型可解释性不足的问题，文章通过光谱预处理、特征筛选与多模型对比构建水稻氮素浓度反演模型。首先利用Savitzky-Golay方法对原始光谱数据进行平滑，并以3 nm为间隔进行重采样，采取连续投影算法（SPA）提取水稻氮素特征波段，以极限学习机（ELM）、随机森林（RF）和反向传播神经网络（BPNN）为建模方法，构建无人机高光谱氮素反演模型，并基于SHAP（SHapley Additive exPlanations）可解释性方法对最优反演模型每个指标的贡献度进行揭示。【结果】 （1）SPA筛选出特征波段15个，分别为472 nm、547 nm、613 nm、787 nm、874 nm、976 nm、418 nm、481 nm、592 nm、862 nm、895 nm、907 nm、934 nm、979 nm和994 nm；（2）ELM模型反演效果最优，测试集R²为0.771、RMSE为0.478%、NRMSE为0.131%，显著优于RF和BPNN模型；（3）SHAP揭示了最优反演模型下592 nm、862 nm和481 nm等波段对氮素浓度反演结果的贡献值分别为2.097、1.764和1.431。【结论】 基于ELM构建的水稻氮素浓度无人机高光谱反演模型能够较为高效且准确地获得水稻氮素浓度信息，为水稻的精准施肥决策提供数据支撑。

doi：10.12105/j.issn.1672-0423.20250403

标题：考虑质地影响的热带地区土壤有机质可见光—近红外反演方法协同优化研究

摘要：【目的】 在充分考虑土壤质地差异的前提下，系统分析光谱预处理、特征选择与建模方法在 VIS-NIR 土壤有机质（SOM）反演中的协同优化效应，揭示其对模型精度、稳定性及跨质地泛化能力的影响规律。【方法】 文章将270个海南省典型农用地土壤样本按质地划分为砂土、壤土和黏土3类；对获取的土壤反射光谱，分别采用标准正态变量变换（SNV）和标准正态变量变换加自适应基线矫正（SNVBA）两种方法进行预处理；使用竞争性自适应重加权采样（CARS）进行特征波段筛选；分别构建了偏最小二乘回归（PLSR）与随机森林（RF）模型，采用10折交叉验证评估模型精度。【结果】 （1）Vis-NIR能有效预测SOM含量，但在PLSR模型性能受质地类型显著影响，总体上，壤土与黏土的预测精度明显高于砂土，说明质地划分能够提升线性模型适配性与稳定性。（2）复合预处理方法（SNVBA）显著改善了壤土与黏土的光谱表现，增强了模型的低反射特征解析力。（3）CARS对线性模型PLSR具有一定优化作用，但对非线性模型RF贡献较小。在所有质地与预处理组合中，RF模型表现最优且最稳定，其整体R2均保持在较高水平（>0.85），显著优于PLSR模型。【结论】 该研究提出的“质地划分+ SNVBA预处理+ RF建模”协同优化路径，能够有效削弱质地差异带来的干扰，提升光谱-有机质关系的稳定性，实现SOM的高精度反演。该研究建立的“质地划分—预处理适配—建模方法优选”一体化建模框架，为热带典型农田多质地条件下的土壤有机质快速监测与区域碳循环评估提供了可推广的技术支撑。

doi：10.12105/j.issn.1672-0423.20250404

标题：基于伽马能谱的田块尺度土壤快速检测技术初探

摘要：【目的】 土壤肥力是反映土壤肥沃性的一个重要指标，对农业生产管理意义重大。文章旨在探索基于车载伽马能谱仪的田块尺度土壤肥力指标快速获取方法，为规模农场精准施肥与区域养分管理提供辅助决策支持。【方法】 基于土壤放射性物质含量与土壤属性间的相关性，利用车载CsI（碘化铯）伽马能谱仪采集土壤γ射线能谱数据并标定极值点，同时在典型点位采集土壤样品并进行实验室分析。通过SoilOptix软件解析伽马能谱数据，与实测指标建立拟合模型，生成田块尺度的土壤肥力属性空间分布图，并据此设计差异化施肥方案。【结果】 受部分田块蟹塘复垦还田的影响，研究区整体肥力水平偏低，车载伽马能谱反演技术能够在田块尺度有效表征土壤有机质（R²=0.76）、碱解氮（R²=0.87）和速效钾（R²=0.50）等肥力指标，并精细化解析其空间异质性，为精准施肥和农业绿色可持续发展提供了数据支撑。结合肥力指标分级，针对研究区水稻生产实际，该研究提出了“中低氮区补氮，普遍增加有机肥与磷肥，低钾区重点补钾”的差异化施肥方案，取得了较好成效。【结论】 车载伽马能谱快速检测土壤技术具备高时效性、高精度和高空间分辨率的优势，能够为农作物精准施肥提供支持，为土壤普查和智慧农业发展提供技术支撑，具有较好的推广应用潜力，但其模型稳定性、数据解译算法及成本问题仍需进一步优化和本地化改进。

doi：10.12105/j.issn.1672-0423.20250405

标题：融合大语言模型与提示学习的土壤分类知识图谱构建

摘要：【目的】 针对土壤数据异构分散、分类知识界定模糊、层级逻辑脱节以及通用大模型本土化语义理解不足等问题，构建专业土壤分类知识图谱，并开发SoilGraphRAG系统，实现知识的深度关联与精准推理。【方法】 文章采用“文档智能解析+专家规则注入”的双重策略，结合MinerU解析与滑动窗口策略，从标准文档中自动化抽取“实体—关系—属性”三元组，构建包含6级分类体系的土壤知识图谱并存入Neo4j。并基于LangGraph设计ReAct智能体，构建“语义向量+Cypher结构化”双通道检索机制。【结果】 （1）成功构建了覆盖全量土壤分类单元的高质量图谱。基座模型QwenLong-L1-32B的检索召回率达89.65%，复杂推理能力得分为87.5，均优于DeepSeek-R1-Distill-Qwen-7B等对比模型。（2）得益于图谱结构化约束，系统的幻觉抑制能力评分高达86.8，验证了该框架在保障知识精确度方面的优势。（3）“向量语义检索+Cypher结构化查询”的双通道机制在不同题型下表现互补，结合ReAct智能体调度后显著提升了模糊语义与复杂逻辑问题的综合响应能力。【结论】 该研究提出的框架成功实现了土壤分类标准知识的结构化重组与智能问答，为土壤分类体系的深度挖掘提供了路径，也为其他垂直领域知识图谱的构建提供了新范式。

doi：10.12105/j.issn.1672-0423.20250406

标题：面向农田建设土壤有机质改良成效评估的监测样点优化布设方法

摘要：【目的】 准确掌握农田土壤有机质改良成效信息对于支撑高标准农田建设工作具有重要意义。传统以制图或整体分布为目标的采样布局方法难以有效识别多源因素干扰影响下农田建设引起的土壤有机质改良成效。【方法】 文章提出一种面向农田建设土壤有机质改良成效评估的监测点优化布设方法。该方法结合因果推断思想通过模拟自然演化与高标准农田建设干预情景构建高标准农田建设场景，根据环境特征相似性提取建设区对应的非建设区样本对，并据此利用双重差分模型评估政策净效应实现监测点优化布设。【结果】 基于梨树县的应用结果显示，该方法所获得的土壤有机质改良成效估计均方根误差和平均绝对误差分别为0.007 20 g/kg和0.003 79 g/kg；样本量在50~300范围内逐步变化时评估精度保持稳定。【结论】 应用效果表明该监测样点优化布设方法能够显著提升土壤有机质改良成效监测准确性和稳健性水平，可为区域高标准农田建设土壤质量改良信息高效获取提供科学可靠的技术支撑和实现途径。

doi：10.12105/j.issn.1672-0423.20250407

标题：肥料全产业链大数据分析应用中心设计与实现

摘要：【目的】 肥料是保障国家粮食安全和农业绿色发展的关键生产资料，当前肥料产业存在数据分散、标准不一、挖掘应用不足等问题，亟须构建覆盖全产业链的大数据平台以提升行业管理与服务水平。【方法】 文章通过云计算、人工智能等技术，系统建设覆盖肥料生产、登记、流通、贸易、施用、质量监管和施肥指导全链条的大数据分析应用中心，集成专题数据库、分析预测与决策服务子系统、大数据公共服务子系统三大核心部分，实现数据整合、智能分析与多元服务。【结果】 （1）平台构建的基于长短期记忆网络（LSTM）的肥料价格指数预测模型，实现了主要肥料品种价格趋势的高精度预测（R2为0.965）。（2）平台构建的基于养分驱动的玉米、小麦和水稻生产潜力智能预测模型，其R2均高于0.940，展现出优异的拟合效果与跨作物、跨区域的泛化能力，为肥料产业生产与施用提供科学化决策依据。【结论】 建设肥料全产业链大数据应用中心对推进农业绿色发展、提升粮食安全保障能力具有重要现实意义。

doi：10.12105/j.issn.1672-0423.20250408

标题：刷胶处理对土壤剖面高光谱反射率的系统性影响研究

摘要：【目的】 定量评估刷胶固定处理对土壤剖面高光谱反射特征的系统性影响（如反射率下降幅度、相对变化率等），为推进土壤高光谱测量标准化工作提供支持。【方法】 文章选取4个典型土壤剖面，使用SOC710VP成像光谱仪分别采集刷涂水性胶粘剂前、后的高光谱图像；对图像进行光谱标定、Savitzky-Golay滤波降噪等预处理后，依据诊断发生层划分结果提取各层所有像素的光谱数据，构建以发生层为样本、128个波段反射率为特征的数据集，进而开展对比分析。【结果】 （1）刷胶处理后，所有发生层在各波段的反射率均出现普遍性、统计显著的下降，表明胶水在土壤表面形成了吸光层，改变了原始光谱信号；（2）该衰减效应兼具波段特异性与发生层差异性—水分强吸收波段及粘土矿物特征波段附近的反射率下降尤为剧烈，不同发生层则因自身理化性质差异，对刷胶的响应模式与强度呈现规律性变化。【结论】 刷胶固定法会系统性地扭曲土壤剖面的原始光谱信息，尤其危及基于特征波段的土壤水分与矿物属性的定量反演精度。研究建议在高精度土壤光谱应用中审慎使用刷胶固定法，或需开发相应的校正模型以消除其系统性偏差，从而提升土壤剖面光谱数据的可靠性与可比性。

doi：10.12105/j.issn.1672-0423.20250409

标题：基于集成投票机制的多源异构耕地质量数据异常识别与清洗策略

摘要：【目的】 构建一套兼顾统计规律与专业机理的多维协同数据清洗框架，提升耕地质量数据的可靠性与可用性。【方法】 文章以江西省“国—省—市—县”4级监测网的长时序数据为基础，在预处理阶段引入基于领域知识的业务逻辑约束进行初步清洗，继而构建涵盖统计分布（3σ原则、IQR法）、时序特征（卡尔曼滤波、移动平均）和空间结构（半变异函数、局部莫兰指数）的三维并行检测矩阵，并引入集成投票机制对多维度识别结果进行交叉验证与综合决策。【结果】 （1）该框架在土壤属性与作物产量数据中表现出良好的鲁棒性，能有效识别统计、时空及逻辑等多类型异常；（2）集成投票机制在异常识别与信息保全之间实现了动态平衡，既剔除了高置信度异常又保留了真实高值，克服了传统单一方法的局限性；（3）领域知识在预处理阶段的引入显著提升了清洗深度，通过逻辑校验机制识别出统计方法无法发现的复合型错误。【结论】 该研究提出的多维度协同清洗框架在实现识别异常与保全信息动态平衡方面具有显著优势，为农业大数据的源头治理与高精度分析提供了一套可复用的技术方案。

doi：10.12105/j.issn.1672-0423.20250410

标题：基于养分专家系统的水稻推荐施肥及经济效益分析

摘要：【目的】 研究基于产量反应和农学效率的养分专家系统推荐施肥方法（Nutrient Expert System，NE）在水稻生产中的应用效果，为水稻高产稳产、保障粮食安全提供支撑。【方法】 文章通过设置养分专家系统推荐施肥（NE），测土配方施肥（ST）及农民习惯施肥（FP）的田间小区试验。通过分析水稻产量、植株养分积累量、养分吸收情况、偏生产力以及经济效益，进而明确NE推荐施肥措施的应用效果，在此基础上评估NE系统在湖北中稻上应用的可行性。【结果】 NE处理显著提高水稻产量7.9%，增加籽粒与秸秆养分积累，稳定促进氮吸收，提升肥料偏生产力，NE较ST大幅提高钾肥偏生产力59.7 kg/kg，并降低肥料成本，产投比达10.7，在降低肥料投入的同时取得更高的经济效益，因此在湖北中稻生产中的应用具备可行性。【结论】 NE处理在保证作物产量的同时，提高了水稻的养分吸收效率和经济效益。

doi：10.12105/j.issn.1672-0423.20250411

扫描二维码

关注微信公众号

了解更多相关资讯