التنبؤ بخصائص التربة باستخدام تقنيات الاستشعار عن بعد

مقال لـ«الدكتور عطية الجيار».. أستاذ بمعهد بحوث الأراضي والمياه والبيئة بمركز البحوث الزراعية

15 مارس 2023

روابط سريعة :-

تُستخدم العديد من الأساليب المختبرية التقليدية لوصف التباين المكاني والزماني لخصائص التربة من أجل فهم جودة التربة لأغراض مختلفة، حيث يوجد حاليا طلب كبير على معلومات التربة الدقيقة من قبل مستخدمي الأراضي، ولذلك هناك حاجة لتطوير تقنية سريعة وغير مدمرة ودقيقة يمكن أن تعوض أو تحل محل منهجيات المختبرات التقليدية.

يتمتع الاستشعار عن بعد بالقدرة على العمل كنهج بديل لتوصيف خصائص التربة نظرا لمزاياها مقارنة بالطرق المخبرية التقليدية مثل أنها سريعة وغير مدمرة وتكلفة منخفضة.

تهدف هذه المقالة الى:

(1) تقييم قدرة الاستشعار القريب للتربة على توصيف خواص التربة وهي المادة العضوية، ومحتوى رطوبة التربة، والمغذيات الكبيرة، وقوام التربة، وقدرة التبادل الكاتيوني (CEC)، ودرجة الحموضة.

(2) تحديد النطاقات ذات الصلة من استشعار التربة القريب (300-2400 نانومتر) التي يمكن أن توفر تباينا مقبولا في الانعكاس لمستويات مختلفة من خصائص التربة المختارة.

(3) تقييم أداء النماذج المطورة من الصورة الفضائية متعددة الأطياف في توصيف خصائص التربة المختارة.

وإلى التفاصيل..

(1) تقييم قدرة الاستشعار القريب للتربة على توصيف خواص التربة وهي المادة العضوية، ومحتوى رطوبة التربة، والمغذيات الكبيرة، وقوام التربة ، وقدرة التبادل الكاتيوني (CEC)، ودرجة الحموضة.

توصيف التربة هو وسيلة للكشف عن طبيعة الخصائص الفيزيائية والكيميائية والبيولوجية للتربة، حيث يتم القيام به لأغراض مختلفة مثل تصنيف التربة وتخطيط استخدام الأراضي ورسم خرائط التربة ومسح التربة. يمكن إجراء التوصيف التقليدي للتربة من خلال التقييم في الموقع للتربة والذي يتضمن مسح التربة أو تصنيف التربة أو يمكن إجراؤه من خلال التحليل المختبري الذي يتضمن أخذ عينات من التربة من الحقل وتحليل التربة باستخدام إجراءات معملية موحدة.

على مدى العقود الماضية استخدم علماء التربة الأساليب المختبرية التقليدية المعروفة لوصف المتغيرات المكانية والزمانية لخصائص التربة، ومع ذلك هناك صعوبات في الأساليب التقليدية فيما يتعلق بتلبية المتطلبات العالية لمعلومات التربة التفصيلية في وقت قصير وبتكلفة معقولة، حيث بدأ علماء التربة في البحث عن طرق بديلة لوصف خصائص التربة المختلفة بسرعة وبدقة عالية وتكلفة منخفضة.

برز الاستشعار عن بعد كتقنية بديلة واعدة بسبب مزاياها مثل أنها لا تتطلب استخدام الكواشف الكيميائية من أجل تحديد خصائص التربة، ويمكن أن توفر معلومات مفصلة حول تقلبات التربة بسرعة دون إزعاج التربة، ويمكن أن تغطي أيضا مساحات كبيرة ذات دقة عالية حسب دقة المستشعر.

يُعرَّف الاستشعار عن بُعد (RS) بأنه عملية جمع المعلومات حول كائن من خلال استخدام الإشعاع الكهرومغناطيسي من مسافة بعيدة دون إجراء اتصال مادي بالجسم نفسه. تنقسم أجهزة الاستشعار عن بعد إلى ثلاث فئات بناءً على منصة عملياتها، وهي أجهزة الاستشعار عن بعد المحمولة جوا أو المركبة الجوية، وأجهزة الاستشعار الأرضية أو القريبة، وأجهزة الاستشعار عن بعد المحمولة في الفضاء. يشير استشعار التربة القريب إلى استخدام أجهزة الاستشعار الأرضية لقياس الانعكاس الطيفي للتربة عندما يكون كاشف المستشعر على مسافة قريبة (في حدود 2 متر) من التربة.

يستخدم الاستشعار عن بعد المحمول في الفضاء أجهزة استشعار ساتلية لاكتشاف وقياس الإشعاع الكهرومغناطيسي المنعكس أو المنبعث من الجسم المستهدف.

تستخدم جميع أجهزة الاستشعار عن بعد، سواء أجهزة الاستشعار القريبة أو أجهزة الاستشعار المحمولة في الفضاء، الإشعاع الكهرومغناطيسي الذي ينعكس من سطح الأرض لتفسير وتحديد المواد المختلفة. هذا يرجع إلى حقيقة أن المواد المختلفة التي تغطي سطح الأرض تعكس الإشعاع الكهرومغناطيسي بشكل مختلف، وبالتالي يُفترض أن المعلومات المتعلقة بالتربة يمكن الكشف عنها عن طريق الاستشعار عن بعد لأن الإشارات المقاسة تتعلق بالتدابير الفيزيائية والتي يمكن ربطها بخصائص التربة.

تستخدم العديد من مختبرات علوم التربة حول العالم طرقًا تقليدية لوصف خصائص التربة لأغراض مختلفة. على سبيل المثال يتم عادةً توصيف المغذيات الكبيرة والصغرى باستخدام الأساليب المختبرية التقليدية من أجل مراقبة خصوبة التربة.

يتضمن هذا التوصيف التقليدي لخصائص التربة عموما جمع عينات التربة في الحقل ونقل عينات التربة إلى المختبر ومعالجات تحضير عينات التربة مثل التجفيف والغربلة واستخدام المواد الكيميائية لتحديد معايير التربة.

ومع ذلك، مع الطلب الحالي على معلومات التربة الحديثة فإن هذه الأساليب تؤخر عملية الحصول على معلومات التربة الضرورية ذات الدقة العالية في فترة قصيرة بسبب إجراءاتها الطويلة.

في هذا السياق، فإن هذه الأساليب لها عيوب لأنها تستغرق وقتا طويلا ومكلفة من حيث أخذ العينات والإجراءات التحليلية والعديد منها كثيفة العمالة وتسبب اضطرابا في التربة، وهذا يثير تحديا فيما يتعلق بإجراء تقييم سريع والحصول على معلومات حديثة عن التربة وتغطية مساحة كبيرة من الأرض بمستوى مقبول من التفاصيل.

نتيجة لذلك، فإن النهج البديل الذي سيمكن علماء التربة من تحديد خصائص التربة بسرعة وبتكلفة معقولة مطلوب. حدد علماء التربة تقنيات الاستشعار عن بعد كنهج بديل لوصف خصائص التربة بسبب مزاياها على الطرق التقليدية.

تشمل مزايا استخدام تقنيات الاستشعار عن بعد عدم الحاجة إلى الكواشف الكيميائية، وعدم وجود اضطراب في التربة، والتوصيف المتزامن لخصائص التربة المختلفة باستخدام طيف واحد من البيانات الطيفية للاستشعار عن بعد.

قد يوفر الاستشعار عن بعد إمكانية زيادة معلومات التربة من أجل تحسين الخريطة الرقمية للتربة الوطنية والأمن الغذائي ورصد التدهور البيئي، يهدف الاستشعار عن بعد إلى توفير طرق متقدمة لجمع البيانات والتحليلات من أجل مراقبة خصائص التربة.

يؤكد عدد كبير من الدراسات على قدرة التحليل المرئي والقريب من الأشعة تحت الحمراء لتقدير العديد من خصائص التربة الكيميائية والفيزيائية والبيولوجية. تقنيات الاستشعار عن بعد مثل استخدام صور الأقمار الصناعية والتحليل الطيفي للصور الجوية قادرة على توفير تغطية مكانية ممتازة لمساحة كبيرة، مما يجعل من السهل الحصول على معلومات حول التباين المكاني لخصائص التربة.

علاوة على ذلك، تسمح مستشعرات التربة القريبة لعلماء التربة بإجراء جمع سريع وميسور لمعلومات التربة الكمية الدقيقة، وبيانات التربة عالية الدقة، والتي تتيح فهما أفضل للتغير المكاني والزماني للتربة.

تمييز خصائص التربة باستخدام الانعكاس الطيفي المتحصل عليه من تقنيات الاستشعار عن بعد

ركزت العديد من الدراسات على استخدام أطياف الانعكاس داخل المناطق المرئية والقريبة من الأشعة تحت الحمراء (Vis-NIR) من الطيف الكهرومغناطيسي لتوصيف خصائص التربة. يتم اشتقاق المعلومات حول خصائص التربة من خلال دراسة التفاعل بين الإشعاع الحادث وسطح التربة.

تتأثر أطياف Vis-NIR بالتركيب الكيميائي والبنية الفيزيائية لمكونات التربة، وتسمى المكونات الكيميائية والفيزيائية للتربة الرئيسية التي تتفاعل مع الإشعاع الكهرومغناطيسي ضمن نطاق Vis-NIR Chromophores (أي معلمة أو مادة إما كيميائية أو فيزيائية تؤثر بشكل كبير على شكل وطبيعة الانعكاس الطيفي للتربة).

تعد المواد العضوية والماء والمعادن الأولية مثل الفلسبار والكربونات والمعادن الطينية وأكاسيد الحديد والأملاح من بعض المواد الأساسية في التربة، بصرف النظر عن المكونات الكيميائية للتربة قد يكون للخصائص الفيزيائية للتربة مثل الحجم الكلي وتوزيع حجم الجسيمات تأثير على القياس الطيفي بسبب تشتت الإشعاع أو انعكاسه.

تحتوي هذه الكروموفورات على روابط كيميائية أو مجموعات وظيفية مثل C-H وN-H و S-H و O-H النشطة طيفيا، وينتج طيف الأشعة تحت الحمراء القريبة من النغمات الضعيفة ومجموعات النطاقات الاهتزازية الأساسية التي تحدث عندما تتفاعل طاقة الإشعاع الساقط مع الروابط الكيميائية في جزيئات مكونات التربة في منطقة الأشعة تحت الحمراء المتوسطة. يتأثر الطيف المرئي بشكل أساسي بالتحولات الإلكترونية لأكاسيد الحديد التي تسببها طاقة الإشعاع العالية.

تجعل النغمات الإيحائية والاهتزازات الممتدة ومجموعات هذه النطاقات الاهتزازية الأساسية من الممكن توصيف خصائص التربة باستخدام أطياف الانعكاس لمنطقة. يرى العديد من الباحثين أن تقنيات الاستشعار عن بعد يمكن أن تتنبأ بخصائص معينة للتربة مثل المادة العضوية والنيتروجين الكلي ورطوبة التربة والطين، لأنهما يتكونان من مجموعات وظيفية (N-H وC-H وC-H وO-H) التي لها إشارات طيفية معروفة.

هذا يعني أن خصائص التربة هذه لها خصائص امتصاص طيفية مباشرة في منطقة الأشعة تحت الحمراء المرئية والقريبة مما يجعل من الممكن تقدير محتوياتها بدقة في التربة.

يوصى باستخدام تقنيات المعايرة متعددة المتغيرات من أجل إجراء تحليل كمي لأطياف الأشعة تحت الحمراء المرئية والقريبة فيما يتعلق بخصائص التربة نظرا لأن التفسير المباشر لأطياف Vis-NIR صعب بسبب تداخل النغمات الضعيفة ونطاقات الاهتزاز الأساسية.

استخدام مجسات التربة القريبة لتحليل التربة

تظهر الابحاث أن هناك اهتمامًا متزايدًا باستخدام طرق استشعار التربة القريبة المختلفة بما في ذلك التحليل الطيفي للانعكاس بالأشعة تحت الحمراء المرئية القريبة (Vis-NIR) والتحليل الطيفي للانعكاس بالأشعة تحت الحمراء المنتشر والذي يستخدم أدوات الاستشعار عن بعد مثل مقياس الطيف التحليلي (ASD) المجال الطيفي ومقياس طيف الانعكاس الطيفي المنتشر (DRS) لقياس الانعكاس من سطح التربة.

تم تقييم قدرة التحليل الطيفي لانعكاس الأشعة تحت الحمراء القريبة (NIR) لتقدير الخصائص الفيزيائية والكيميائية والكيميائية الحيوية المختلفة والتنبؤ الجيد بالكالسيوم القابل للتبادل والمغنيسيوم والقدرة على الاحتفاظ بالماء، ومع ذلك فقد تم التنبؤ بشكل سيئ بدرجة الحموضة والفوسفور القابل للتبادل.

تم إجراء دراسة تمت فيها مقارنة القياس في الموقع لخصائص التربة مع الأطياف المخبرية باستخدام التحليل الطيفي Vis-NIR، حيث تشير النتائج التي تم الحصول عليها إلى أن خصائص التربة مثل المواد العضوية والكربون العضوي والنيتروجين الكلي والنيتروجين المتاح يمكن أن تكون كمية متوقعة بدقة مختلفة في حين أن الفوسفور المتوفر والبوتاسيوم الميسر يمكن التنبؤ بهما بشكل سيئ باستخدام أطياف المرئية والقريبة من الأشعة تحت الحمراء في المختبر. وخلص أيضًا إلى أن الأطياف المختبرية التي تستخدم الانحدار الجزئي المربع الصغرى (PLSR) تعطي تنبؤات أفضل لخصائص التربة مقارنة بالأطياف الموجودة في الموقع.

أجرىت دراسة مقارنة أداء التعلم الخطي متعدد المهام وPLSR لخصائص التربة باستخدام التحليل الطيفي الميداني في منطقة الأشعة تحت الحمراء المرئية والقريبة، وخلصوا إلى أن نماذج التعلم الخطي متعدد المهام كان أداؤها أفضل من PLSR في التنبؤ بخصائص التربة.

لوحظ أفضل أداء تنبؤ للمواد العضوية (OM) مع نسبة الأداء إلى الانحراف (RPD) = 2.29، مما يعني أن النموذج يتمتع بدقة عالية، بينما تم االتعرف عن النيتروجين (N) والفوسفور (P) ورطوبة التربة ودرجة الحموضةو التى يمكن توقعها بشكل معتدل مع انخفاض قيم RPD بين 1.4.

علاوة على ذلك تم تقدير البوتاسيوم (K) والتوصيل الكهربائي (EC) بشكل سيئ (RPD <1.4).

تم العثور على التحليل الطيفي الفائق الطيفي المرئي والقريب من الأشعة تحت الحمراء لتقدير المواد العضوية للتربة (SOM) والطين باستخدام كل من PLSR وخطوط الانحدار التكيفية متعددة المتغيرات (MARS). أن التحليل الطيفي للانعكاس للأشعة تحت الحمراء القريبة لديها القدرة على تقدير N وOM وpH بدقة مما يشير إلى أن التحليل الطيفي للأشعة تحت الحمراء القريبة (NIR) يمكن أن يكون تقنية جيدة للزراعة الدقيقة.

اقترح اخرون أنه يمكن استخدام التحليل الطيفي للانعكاس القريب من الأشعة تحت الحمراء كأداة تحليلية سريعة للتنبؤ بمكونات التربة مثل إجمالي الكربون، والنيتروجين الكلي، ورطوبة التربة، وقدرة التبادل الكاتيوني (CEC) بدقة عالية باستخدام انحدار المكون الرئيسي (PCR).

إمكانية استخدام أطياف الأشعة تحت الحمراء المرئية والقريبة للتنبؤ بالتربة المختلفة

تم تقييم الخصائص التي تلعب دورا مهما في تصنيف التربة، وأفادوا أن نماذج PLSR للأس الهيدروجيني وSOM والنيتروجين الكلي (TN) أظهر دقة تقدير جيدة (RPD> 2.0 ؛ قيم R2 بين 0.70 و0.90). على نماذج PLSR الأخرى للتنبؤ بالرمل والطمي والطين وCEC وP. المتاح حصل على دقة تنبؤ مقبولة مع قيم RPD الواقعة بين 1.4 وتتراوح قيم 2.0 و R2 بين 0.56 و 0.72.

عند مقارنة التقديرات المتزامنة لمكونات التربة المختلفة في ثلاث مناطق من الطيف الكهرومغناطيسي (المرئي، والأشعة تحت الحمراء القريبة، والأشعة تحت الحمراء المتوسطة، على التوالي) وكذلك الطيف المشترك (Vis-NIR-MIR) باستخدام الانحدار الجزئي الأقل مربع (PLSR) لتطوير عارضات ازياء. لذلك خلص إلى أن دقة تقدير نماذج PLSR لخصائص التربة المختارة ومنطقة طيفية مجتمعة تختلف اختلافا كبيرا بين مكونات التربة.

ذكرت أيضا أن منطقة الأشعة تحت الحمراء المتوسطة من الطيف حصلت على المزيد من تنبؤ دقيق للأس الهيدروجيني وOC وCEC وملمس التربة وP مقارنة بالمناطق الأخرى للطيف الكهرومغناطيسي، ومع ذلك أظهر الطيف المشترك تحسنا طفيفا في تقديرات محتوى الطين والطمي والرمل.

استخدام الاستشعار عن بعد في الجو أو الفضاء لتقدير خصائص التربة

ركزت العديد من الدراسات على استخدام الصور الفائقة الطيفية المحمولة جوا، لكن القليل منها فقط بحث في استخدام صور الأقمار الصناعية للتنبؤ بمكونات التربة. تشانغ وآخرون. (2013) مقارنة قدرة الأطياف المقاسة في المختبر وأطياف صورة Hyperion للتنبؤ بمكونات التربة وهي رطوبة التربة، والمواد العضوية للتربة (SOM)، والكربون الكلي، والفوسفور الكلي، والنيتروجين الكلي، ومحتوى الطين.

خلصوا إلى أن الانحدار الجزئي للمربع المربع يمكن أن يتنبأ بجميع مكونات التربة باستخدام أطياف المختبر بينما أعطت أطياف انعكاس Hyperion تنبؤًا جيدًا فقط لـ SOM والكربون الكلي والنيتروجين الكلي. يقترحون أن الدقة الطيفية لها تأثيرات على أداء PLSR في التنبؤ بمكونات التربة.وهناك ارتباطا كبيرا بين نسيج التربة (محتوى الرمل والطمي والطين) والعدد الرقمي لـ Landsat ETM المكون من ستة نطاقات من الجزء المرئي إلى الجزء تحت الأحمر (النطاقات من 1 إلى 5 والنطاق 7).

تم إجراء دراسة ركزت على تحديد دقة تقدير النماذج التي تم تطويرها من بيانات الأقمار الصناعية المحاكاة EnMAP (برنامج رسم الخرائط والتحليل البيئي)، وبيانات HyMap (Hyperspectral Mapper) المحمولة جوا. كان الاستنتاج الذي تم التوصل إليه هو أن تقنيات الاستشعار عن بعد أعطت تنبؤات جيدة بالطين والمواد العضوية في التربة. ومع ذلك كان هناك انخفاض طفيف في دقة التقدير عند استخدام EnMAP بالمقارنة مع HyMap.

ان تصحيح الانعكاس الطيفي الذي تم الحصول عليه من صور CHRIS-PROBA المحمولة جوا وصور MIVIS المحمولة جوا لتطوير نماذج PLSR للتنبؤ بنسيج التربة. أظهرت النتائج دقة كافية مع قيم RPD أكبر من 1.4 للتنبؤ بالطين والرمل.

تم المقارنة بين الساتل المرئي والقريب من الأشعة تحت الحمراء ومستشعر Hyperion الفائق الطيف على متن الساتل من حيث قدرته على التنبؤ بالمادة العضوية في التربة بدقة، وخلصوا إلى أن الدقة الطيفية لـة لم يؤثر المستشعر القريب الفائق الطيفي ومستشعر Hyperion الفائق الطيفي على دقة التنبؤ.

تم تقييم أداء التحليل الطيفي المرئي والقريب من الأشعة تحت الحمراء (Vis-NIR) وصور Hyperion للتنبؤ بالكربون العضوي للتربة ودرجة الحموضة وسعة التبادل الكاتيوني والفوسفور الكلي وتم التوصل إلى استنتاج مفاده أن صورة Hyperion لديها القدرة على أن تكون تقنية بديلة نمذجة سمات التربة.

تم استخدم التحليل الطيفي للصورة للتنبؤ بمكونات التربة المختارة مع الأخذ في الاعتبار الغطاء النباتي الجزئي لمنطقة الدراسة وخلصوا إلى أن أداء التنبؤ لنموذج الطين والرمل وCEC باستخدام البيانات الطيفية من أجهزة الاستشعار المحمولة جوا كان مرضيا.

فى دراسة اخرى، تم استخدام الانعكاس الطيفي المشتق من صورة Hyperion لتطوير نموذج تنبؤ للمواد العضوية في التربة باستخدام طرق إحصائية مختلفة لتطوير نماذج بما في ذلك PLSR وPCR والحد الأدنى للانحدار (MinR) والانحدار التدريجي (SWR).

أظهرت النتائج التي تم الحصول عليها أنه تم العثور على دقة تنبؤ جيدة للمواد العضوية في التربة عند استخدام الأساليب الإحصائية PLSR وSWR.

العوامل التي تؤثر على دقة التنبؤ لتقنيات الاستشعار عن بعد

أظهرت دراسات أن تقنيات الاستشعار عن بعد التي تعمل في مختلف منصات الاستشعار عن بعد، أي الأرضية والمحمولة في الفضاء والمحمولة جوا، لديها القدرة على تقدير العديد من خصائص التربة الرئيسية بدقة، ومع ذلك، فإن العوامل الخارجية، مثل الضوء المحيط ودرجة الحرارة ومحتوى الماء يمكن أن يكون لها تأثير على الانعكاس الطيفي لسطح التربة، وبالتالي تقليل دقة التنبؤ للنموذج المطور.

لا توجد تدخلات خارجية عندما يقوم مستشعر التربة القريب بجمع قياسات انعكاس التربة في المختبر، ومع ذلك فإن جمع قياس انعكاس التربة في الميدان يواجه تحديات مثل تغير الإضاءة وخشونة سطح التربة والتغيرات في زاوية رؤية المستشعر.

عادة ما تكون نماذج التقدير المبنية من البيانات الطيفية المحمولة جوا والمحمولة في الفضاء قد قللت من دقة التقدير بسبب الدقة الطيفية المنخفضة، وانخفاض نسبة الإشارة إلى الضوء، والتغطية الجزئية للتربة بالنباتات.

تقنيات الاستشعار عن بعد مثل استخدام صور الأقمار الصناعية والتحليل الطيفي للصور الجوية قادرة على توفير تغطية مكانية ممتازة لمساحة كبيرة، ومع ذلك غالبا ما تقتصر قياسات الانعكاس على قياس أعلى عمق يتراوح من 5 إلى 6 سم من سطح التربة ما لم يتم استخدام الرادار.

يقلل الدقة الخشنة أيضا من دقة التنبؤ بخصائص التربة ذات الأهمية على نطاق المناظر الطبيعية، لذلك يتم استخدام الاستشعار القريب عادةً للتغلب على التحديات التي يواجهها المستشعر المحمول في الفضاء والمستشعر المحمول جوا.

أهمية توصيف خواص التربة

يميز مستخدمو الأراضي التباين المكاني والزماني لخصائص التربة في الحقل ليكونوا قادرين على مراقبة تدهور التربة وممارسة الإدارة الخاصة بالموقع وتقييم خصوبة التربة. يشتمل توصيف التربة لغرض خصوبة التربة على تقدير كمية المغذيات الكبيرة للتربة وقوام التربة ومحتوى المادة العضوية.

على سبيل المثال، المغذيات الكبيرة مثل النيتروجين التي تلعب دورا حيويا في نمو النباتات لأنها مطلوبة في تكوين الأحماض الأمينية جنبا إلى جنب مع الكربون والهيدروجين والأكسجين والكبريت، وتساعد هذه الأحماض الأمينية في تكوين البروتوبلازم، وقد يؤدي نقص النيتروجين إلى توقف نمو النبات والنضج المبكر لبعض المحاصيل مما يؤدي إلى انخفاض في المحصول والجودة.

يشارك الفوسفور في العمليات الرئيسية مثل التنفس والتمثيل الضوئي عن طريق تخزين ونقل الطاقة على هيئة ثنائي فوسفات الأدينوزين (ADP) والأدينوزين ثلاثي الفوسفات (ATP).

كما أنه مهم في تطوير البذور والجذور والفواكه. البوتاسيوم هو أحد المغذيات الأساسية للتربة وهو ضروري لنمو النبات عن طريق تنشيط الإنزيمات التي تؤدي إلى نمو النبات.

من الضروري مراقبة محتوى الكالسيوم والمغنيسيوم في التربة لأن الكالسيوم يساعد في تجمع جزيئات التربة وهو أيضًا عنصر حيوي في جدار الخلية النباتية، من ناحية أخرى هناك حاجة إلى المغنيسيوم لعملية التمثيل الضوئي لأنه مكون مهم من للكلوروفيل.

تعتبر عمليات تحديد المادة العضوية للتربة (SOM) وقوام التربة مهمة في إدارة التربة لأنها تؤثر على بنية التربة، والتي بدورها تؤثر على مسامية التربة، وتؤثر توزيعات حجم جسيمات التربة على الكثافة الظاهرية للتربة، كما أن المواد العضوية يعمل كعامل ربط لجزيئات التربة مما يؤدي إلى تكوين بنية التربة.

تؤثر جزيئات التربة الطينية وSOM على قدرة التربة على الامتصاص وإطلاق الكاتيونات في محلول التربة ولها أيضا تأثير على قدرة التربة على الاحتفاظ بالمياه بسبب سطحها سالب الشحنة. تتيح رطوبة التربة حركة المغذيات في التربة وبالتالي تسمح لجذور النباتات بامتصاص مغذيات التربة القابلة للذوبان. ينظم الرقم الهيدروجيني للتربة قابلية الذوبان وتوفر كل من المغذيات الدقيقة والكبيرة في التربة.

الوضع الحالي والمستقبل لتقنيات الاستشعار عن بعد كأدوات للتنبؤ بخصائص التربة

نظرا لمزايا تطبيق الاستشعار عن بعد في توصيف خصائص التربة وهناك أدوات استشعار عن بعد Vis-NIR تعمل على منصات مختلفة للاستشعار عن بعد (محمول في الفضاء، وأرضي، ومحمول جوا). يوجد حاليا عدد قليل من أجهزة الاستشعار عن بعد التي تغطي منطقة الأشعة تحت الحمراء المتوسطة من الطيف الكهرومغناطيسي.

تشير الابحاث إلى أنه في المستقبل القريب ستكون هناك أجهزة استشعار محمولة في الفضاء توفر بيانات انعكاس فائق الطيف مثل EnMap المطورة من ألمانيا وHSUI المبني في اليابان وPRISMA من إيطاليا وSHALOM من إسرائيل والتي تغطي نطاق الأشعة تحت الحمراء المرئي والقريب وأيضا تلك التي تغطية منطقة الأشعة تحت الحمراء الحرارية مثل HyspIRI))، ويمكن أن تسهل هذه الأدوات توصيف التباين المكاني لخصائص التربة على مساحة كبيرة.

تشير الابحاث إلى أن العديد من الدراسات ركزت على استخدام الاستشعار عن بعد لتوصيف خصائص التربة مثل نسيج التربة والمغذيات الأساسية ورطوبة التربة والمواد العضوية، ولكن تم إجراء القليل من الدراسات حول تقييم قدرة أجهزة الاستشعار القريبة والمحمولة في الفضاء على توصيف المغذيات الأساسية والثانوية الأساسية.

تقنيات الاستشعار عن بعد المستخدمة لإجراء الدراسة هي مقياس الطيف (جهاز الاستشعار القريب الطيفي) وصورة القمر الصناعي.. ويعد وجود مجموعة واسعة من التباين المكاني في المجال أمرا مهما لأنه يختبر قدرة التنبؤ للنماذج المطورة ويقلل من انحياز النماذج.

تم استخدام نقطة تم أخذ عينات منها في مركز كل شبكة لقياس انعكاس سطح التربة باستخدام مقياس الطيف الطيفي التحليلي (ASD) مقياس الطيف الطيفي الميداني. تم تكرار قياس الانعكاس الميداني 4 مرات عن طريق التوجيه العشوائي حول نقطة العينة.

يضمن مقياس الطيف أيضا تكرار القياس عن طريق أخذ 5 قياسات مختلفة لكل تكرار. تم أخذ قراءات الانعكاس بين الساعة 10:00 والساعة 14:00.

بما أن الوقت المثالي لأخذ قياسات مناسبة للانعكاس من المجال يكون عندما تكون زاوية الشمس بين 30 درجة و52 درجة فوق الأفق. بعد ذلك تم أخذ عينات التربة في نقطة أخذ العينات من كل شبكة للتوصيف التقليدي لخصائص التربة المختارة والتي تم إجراؤها مع مختبر التربة.

تم استخدام مجرفة لأخذ عينات من التربة من أعلى 5 سم من سطح التربة ثم تم وضع العينات في أكياس بلاستيكية وأخذت إلى معمل التربة، وتم استخدام نظام تحديد المواقع العالمي (GPS) لتسجيل الموقع الدقيق لكل نقطة عينة في كل شبكة.

التوصيف التقليدي لخصائص التربة

تم استخدام الطرق المختبرية القياسية (التقليدية) لتحديد المواد العضوية للتربة ومحتوى رطوبة التربة والمغذيات الكبيرة وقوام التربة وCEC ودرجة الحموضة، حيث تم استخدام نتائج هذه الطرق التقليدية مع قياسات الانعكاس لمقياس الطيف لتطوير نماذج لتوصيف خصائص التربة المختارة، وأيضا تم استخدام النماذج المطورة لتحقيق الهدف الثاني لأنها تسلط الضوء على نطاقات ذات صلة بالتنبؤ بكل خاصية للتربة المختارة.

قبل استخدام صورة القمر الصناعي لتحقيق الهدف خضعت للمعالجة المسبقة حيث كانت الأرقام الرقمية تم تحويل وحدات البكسل المصححة إشعاعيا إلى إشعاع طيفي أعلى الغلاف الجوي (TOA). علاوة على ذلك تم تحويل الإشعاعات الطيفية TOA إلى انعكاس السطح باستخدام حاسبة البيانات النقطية لـ ArcMap. تم استخدام المراجع الجغرافية لنقاط العينات في الإصدار 10.3 من ArcMap لاستخراج قيم الانعكاس من صور الاستشعار عن بُعد باستخدام الاستخراج المتعدد النقاط.

تم استخدام قيم الانعكاس المستخرجة من الرؤية العالمية جنبا إلى جنب مع نتائج نتائج التحليل المخبري التقليدي لتطوير نماذج تنبؤ لخصائص التربة المختارة.

بعد ذلك، تم تقييم أداء التنبؤ لهذه النماذج بناءً على معامل التحديد (R2) وجذر متوسط الخطأ التربيعي للتنبؤ (RMSE) ونسبة انحراف التنبؤ (RPD) لكل نموذج.

(3) تقييم أداء النماذج المطورة من الصورة الفضائية متعددة الأطياف في توصيف خصائص التربة المختارة.

– جمع البيانات: سجل مقياس الطيف بيانات الانعكاس بين أطوال موجية 350 نانومتر و2500 نانومتر، وتم وصف بيانات الانعكاس التي تم جمعها عن طريق الاستخراج من صورة القمر الصناعي. تم أخذ قياسات مقياس الطيف الإشعاعي في الميدان بينما تم جمع صورة أقمار صناعية متعددة الأطياف لمنطقة الدراسة.

– الطرق التقليدية: تم تحديد الفسفور القابل للاستخراج (P)، وتم تحديد محتوى التربة من النترات (NO3-) والأمونيوم (NH4 +) باستخدام طريقة قياس الألوان لتحديد النترات والأمونيوم. تم تحديد درجة حموضة التربة لكل من محاليل H2O و KCl باستخدام طريقة القطب الكهربائي. تم إجراء تحديد حجم الجسيمات التربة. تم تحديد الكاتيونات القابلة للتبادل وهي البوتاسيوم (K) والمغنيسيوم (Mg) والصوديوم (Na) والكالسيوم (Ca). تم تقدير سعة التبادل الكاتيوني (CEC) عن طريق جمع الكاتيونات الرئيسية القابلة للتبادل (K ، Ca ، Mg ، و Na). تم تحديد الكربون العضوي في التربة. تم تحديد المادة العضوية. تم تحديد محتوى الكبريت في التربة. تم تحديد محتوى الرطوبة في التربة.

– تحليل البيانات: تم تقسيم عينات التربة إلى مجموعات معايرة وتحقق. تم اختيار ثلثي العينات عشوائيا لاستخدامها في المعايرة واستخدم الباقي للتحقق من صحتها. تم إجراء الانحدار الجزئي للمربع المربع (PLSR) باعتباره التحليل الإحصائي الرئيسي، كما تم استخدام البرنامج الإحصائي SPSS لحساب مصفوفة ارتباط بيرسون بهدف دعم مناقشة النتائج. تم اختيار PLSR نظرًا لقدرته على تحليل البيانات الكبيرة، ومعالجة البيانات التي تحتوي على متغيرات واصفات أكثر من المركب وتنتج دقة تنبؤ عالية.

– المعايرة: تم حساب متوسط التكرارات لقياسات مقياس الطيف باستخدام الإصدار 6.0 من ViewSpec pro للحصول على منحنى انعكاس واحد يمثل نقطة عينة واحدة. تم استخدام القياس المختبري التقليدي لخصائص التربة المخصصة للمعايرة وقيم الانعكاس المقابلة لها لمعايرة النماذج باستخدام الانحدار الجزئي للمربع المربع (PLSR) ، تم استخدام الإصدار 9.0 من برنامج Unscrambler X (CAMO ، النرويج) لتنفيذ PLSR. حدد البرنامج أيضًا نطاقات فردية من البيانات الطيفية التي تساهم بشكل كبير في نموذج PLSR الذي تم تطويره لتقدير معلمات التربة المختلفة بناءً على اختلاف الانعكاس.

– التحقق من الصحة: تم استخدام القياس المختبري التقليدي لخصائص التربة المختارة للتحقق من صحتها وقيم الانعكاس المقابلة لاختبار النموذج. تم استخدام معامل التحديد (R2) وجذر متوسط الخطأ التربيعي للتنبؤ (RMSE) ونسبة انحراف التنبؤ (RPD) لقياس جودة التنبؤ. تم الحصول على RPD بقسمة الانحراف المعياري للبيانات التي تم تحليلها على قيمة RMSEP.

تم تطوير طريقة لتصنيف النماذج بناءً على دقة تقديرها، بالنظر إلى قيمة RPD وقيمة R2: النماذج التي لها قيمة RPD أكبر من 2.0 وقيمة R2 تبدأ من 0.80 إلى 1.00 اعتبرت ممتازة (الفئة أ). علاوة على ذلك، تم اعتبار النماذج التي كانت لها قيمة RPD تبدأ من 1.4 إلى 2.0، بقيمة R2 تبدأ من 0.50 إلى 0.79 جيد (فئة ب). يشير النموذج الذي كانت قيمته RPD أقل من 1.4 وقيمة R2 أقل من 0.5، إلى التنبؤ الكمي التقريبي (الفئة C). تعتبر النماذج المصنفة ضمن الفئة C غير موثوقة للتنبؤ بخصائص التربة.

الاستنتاجات والتوصيات

ركزت هذه الدراسة على استخدام تقنيات الاستشعار عن بعد كنهج بديل لتوصيف خصائص التربة، وأظهرت النتائج أن الاستشعار القريب للتربة لديه القدرة على التنبؤ بخصائص التربة المختارة بدقة مختلفة، ويمكن استخدامه كطريقة بديلة لوصف خصائص التربة.

تم التنبؤ بخصائص التربة المختارة (الطين والرمل وSOM ومحتوى رطوبة التربة) والتي تنشط طيفياً في منطقة Vis-NIR بسبب روابطها الجزيئية مثل C-C وN-H وC-H وO-H بشكل ممتاز باستخدام البيانات الطيفية لمستشعر التربة القريب، بينما لوحظ أداء التنبؤ الجيد لنماذج PLSR للطين، NH4 + ، NO3- ، الأس الهيدروجيني، S ، Ca ، Mg ، P ، K ، CEC ، وpH ,KCl بسبب ارتباطها الإيجابي القوي مع SOM وClay التي لها استجابة طيفية مباشرة في نطاق Vis-NIR.

كما تم تحديد النطاقات ذات الصلة بالتنبؤ بكل مكونات التربة المختارة. تظهر النتائج أن معظم النطاقات التي تساهم بشكل كبير في نماذج PLSR تم العثور عليها في منطقة الأشعة تحت الحمراء القريبة، مع وجود نطاقات قليلة موجودة فقط في النطاق المرئي.

علاوة على ذلك، أظهرت نماذج PLSR التي تم تطويرها باستخدام الانعكاس الطيفي المستخرج من صورة القمر الصناعي للرؤية العالمية 2 (مستشعر محمول في الفضاء) أن جميع خصائص التربة المختارة تم تقديرها كميا تقريبا، وهذا يعني أن لديهم دقة تنبؤ منخفضة.

ويتضح أن الاستشعار القريب للتربة وهو تقنية استشعار عن بعد فائق الطيف قائم على الأرض يمكن استخدامها كأداة بديلة لوصف خصائص التربة بدقة، وينبغي إجراء مزيد من البحث لتقييم قدرة أجهزة الاستشعار المحمولة في الفضاء على توصيف خصائص التربة باستخدام صورة الأقمار الصناعية الفائقة الطيفية.

REFERENCES

Akenga, P., Salim, A., Onditi, A., Yusuf, A. and Wando, W. 2014. Determination of selected micro and macronutrients in sugarcane growing soils at Kakameya North district, Kenya. Journal of Applied Chemistry 7(1): 34-41.
Ben-Dor, E. 2001. Quantitative remote sensing of soil properties. Advances in Agronomy 75: 173-237.
Black, C.A. 1965. Methods of Soil Analysis: Part I Physical and mineralogical properties. American Society of Agronomy: Madison, Wisconsin, USA.
Bouyoucos, G.J. 1962. Hydrometer method improved for making particle size analysis of soils. Agronomic Journal 54: 464-465.
Brady, N.C. and Weil, R. 2014. Elements of Nature and properties of soils. 3rd edition: Pearson Education Limited, United State of America.
Bray, R.H. and Kurtz, L.T. 1945. Determination of total, organic and available forms of phosphorus in soils. Soil Science Journal 59: 39-45.
Casa, R., Castaldi, F., Pascucci, S., Palombo, A. and Pignatti, S. 2013. A comparison of sensor resolution and calibration strategies for soil texture estimation from hyperspectral remote sensing. Geoderma 197:17-26.
Chauhan, B. 2015. Agricultural and hydrological applications of remote sensing. India: Random publications.
Conforti, M., Froio, R., Matteucci, G. and Buttafuoco, G. 2015. Visible and near infrared spectroscopy for predicting texture in forest soil: An application in Southern Italy. Iforest 8: 339-347.
Curcio, D., Ciraolo, G., D’Asaro, F. and Minacapilli, M. 2013. Prediction of soil texture distributions using VNIR-SWIR reflectance spectroscopy. Procedia Environmental Sciences 19: 494-503.
Du, C. 2009. Evaluation of soil fertility using infrared spectroscopy. Environmental Chemistry Letters 7: 97-113.
Forkuor, G., Hounkpatin, O.K.L., Welp, G. and Thiel, M. 2017. High resolution mapping of sol properties using remote sensing variables in South-Western Burkina Faso: A comparison of machine learning and multiple linear regression models. PLoS One 12(1): 1-21.
Gandariasbeitia, M., Besga, G., Albizu, I., Larregla, S. and Mendarte, S. 2017. Prediction of chemical and biological variables of soil in grazing areas with visible and near- infrared spectroscopy. Geoderma 305: 228-235.
Rossel, R.A.V. and Behrens, T. 2010. Using data mining to model and interpret soil reflectance spectra. Geoderma 158: 46-54.
Rossel, R.A.V., Adamchuk, V.I., Sudduth, K.A., McKenzie, N.J. and Lobsey, C. 2011. Proximal Soil Sensing: An Effective Approach for Soil Measurements in Space and Time. Advances in Agronomy 113: 237-282.
Rossel, R.A.V., Walvoort, D.J.J., McBratney, A.B., Janik, L.J. and Skjemstand, J.O. 2006. Visible, near infrared, mid infrared or combined diffuse reflectance spectroscopy for simultaneous assessment of various soil properties. Geoderma 131: 59-75.
Wenjun, J.,Zhou, S., Jingyi, H. and Shuo, L. 2014. In situ measurement of some soil properties in paddy soil using visible and near-infrared spectroscopy. PLoS ONE 9(8): 105-106.
Wetterlind, J., Stenberg, B. and Rossel, R.A.V. 2013. Soil analysis using visible and near infrared spectroscopy . In plant mineral nutrients: Methods and Protocol. Ed. By Frans, J.M. Maathuis, New York: Humana Press, Springer: 95-107.
Xu, D., Ma, W., Chen, S., Jiang, Q., He, K. and Shi, Z. 2018. Assessment of important soil properties related to Chinese soil taxonomy based on Vis-NIR reflectance spectroscopy. Computers and Electronics in Agriculture 144:1-4.
Zhang, T., Li, L. and Zheng, B. 2013. Estimation of agricultural soil properties with imaging and laboratory spectroscopy. Journal of Applied Remote Sensing 7: 43-44.

الوسوم