基于热红外成像的核桃园土壤水分检测方法研究OACSTPCD

【目的】了解新疆核桃园区的土壤水分状况并科学配置水资源。【方法】以果实发育期核桃树为研究对象,利用热红外相机连续观测2023年7—8月核桃冠层温度热红外图像,提出一种基于HSV颜色空间的改进K-means分割算法,并进一步分析冠层温度日变化特征。同步观测空气温度、空气湿度、光照度、风速、二氧化碳摩尔分数和0~80 cm土层土壤含水率,反演构建土壤含水率预测模型,并进行验证。【结果】改进的K-means算法分割准确率由82.34%提升至94.55%,获取的冠层温度与实际冠层温度值误差为[0,1];核桃树冠层温度呈单峰变化趋势,其中14:00—16:00为冠层温度的最佳观测时间;水平方向50~60 cm、垂直方向40~60 cm土层为核桃树主要的吸水区间;冠层温度、空气温度、空气相对湿度、二氧化碳摩尔分数与土壤含水率具有显著的相关性,将其作为输入变量建立土壤水分预测模型,回归方程判定系数R^(2)=0.86,p<0.01,表明该模型具有一定的拟合精度。【结论】将该土壤水分预测模型用于核桃区域水分状况诊断具有较好的实际应用效果,能够为新疆地区核桃园提供新的检测土壤水分方式。