近日，石河子大学农学院王海江教授团队在基于多源光谱数据融合进行土壤综合质量快速估测研究中取得新进展，研究成果以“Improving Soil Quality Index Prediction by Fusion of Vis-NIR and pXRF spectral data（融合Vis-NIR和pXRF光谱数据改进土壤质量指数估测）”为题发表在农林科学领域TOP期刊Geoderma上（中科院一区TOP期刊，IF=5.6）。
土壤质量评价作为评估管理措施及土地利用变化等人类活动对土壤影响的手段，对于实现土地资源的可持续管理至关重要。然而，由于传统的土壤质量评价方法存在成本高昂、费时费力等问题，迫切需要开发更具成本效益和时间效益的新技术来实现快速、大规模的土壤综合质量监测和可靠评估。研究团队以新疆叶尔羌河-喀什噶尔河流域作为研究区，评估了可见-近红外（vis-NIR）和便携式X射线荧光（pXRF）光谱数据融合在预测土壤质量指数（SQI）方面的潜力，并提出了一种将连续小波变换（CWT）和并行输入2D卷积神经网络（PI-2D-CNN）相结合的多源光谱数据融合新方法。结果表明：两种光谱数据融合有效改进了SQI的预测精度，与传统的光谱数据融合方式相比，基于PI-CNN的数据融合表现出明显的优越性，所提出的PI-2D-CNN模型实现了最优的SQI预测精度（验证R2=0.67）。研究结果证明了CWT结合PI-2D-CNN模型在改进光谱数据融合SQI的潜力，可为大范围快速、无损地监测土壤质量提供一定的理论依据和技术方法。
石河子大学农学院王海江教授为论文通讯作者，论文第一作者为农学院博士研究生宋江辉，该研究内容得到了国家自然科学基金、第三次新疆综合科考项目、兵团科技创新领军人才等项目的联合资助。
（通讯员：史晓艳，邵建荣）