电磁感应与地理空间技术联用下印度孙德尔本斯海岸带土壤电导率分类及作物表现评估

本研究针对印度孙德尔本斯海岸带季节性盐渍化导致的作物减产问题，采用电磁感应(EM)技术结合地理空间分析，通过DualEM-1HS传感器测量土壤表观电导率(ECa)，利用普通克里金插值(OK)和K-means聚类划分土壤电导单元(SCUs)，揭示了盐分空间分布与水稻、绿豆产量的显著相关性，为滨海盐渍区精准农业管理提供技术范式。

　　

印度孙德尔本斯海岸带是全球盐渍化生态系统的典型代表，季节性盐分累积导致该地区高达65%依赖农业的人口面临严重减产。传统实验室测定饱和浸提液电导率(ECe)的方法耗时费力，而土壤盐分的空间异质性更使得均质化管理难以奏效。这一困境激发了研究者对快速、精准盐分监测技术的探索。

澳大利亚国际农业研究中心(ACIAR)资助的研究团队选择Bijoynagar(9.24 ha)和Sonagaon(9.69 ha)两个试验区，采用DualEM-1HS电磁感应仪测量30 cm、50 cm、80 cm和160 cm四个深度的表观电导率(ECa)。通过集成手持GPS定位、Android应用"GeoTracker"数据采集、普通克里金(OK)空间插值和K-means聚类分析，构建了土壤电导单元(SCUs)分类体系。研究验证了该技术体系在滨海盐渍区作物精准管理中的应用价值。

关键技术包括：1) 电磁感应(EM)原位测量多深度ECa；2) 地理空间技术整合GPS定位与移动端数据采集；3) 普通克里金(OK)空间插值；4) K-means算法划分6类SCUs；5) 作物产量与SCUs的Spearman秩相关分析。

Spatial pattern of DualEM-1HS measured apparent conductivity
研究发现Bijoynagar站点因种植绿豆等作物，ECa显著低于休耕为主的Sonagaon站点。表层30 cm ECa变异系数最大，与耕作灌溉等人为活动密切相关。深度剖面显示盐分随深度递减趋势，160 cm处ECa均值较表层降低42%。

Electromagnetic (EM) technique for salinity assessment
实验室ECe与聚类编号的Spearman相关系数达0.905，证实EM技术可靠性。作物根际层(0-50 cm)ECa与绿豆秸秆产量(r=-0.82)、生物量(r=-0.79)及稻谷产量(r=-0.76)相关性最强，表明表层盐分对作物胁迫起主导作用。

Conclusion
研究证实电磁感应技术可精准捕捉滨海盐渍土的时空异质性。通过建立SCUs分类体系，首次实现该地区田块尺度盐分精准区划。其中绿豆在低ECa单元(SCU1-2)产量达1.2-1.5 t/ha，而高盐单元(SCU5-6)仅0.3-0.5 t/ha，为盐渍区作物布局提供量化依据。该技术体系将传统盐分评估效率提升20倍，成本降低75%，对全球气候变化背景下的滨海农业可持续发展具有示范意义。

讨论部分强调，虽然土壤质地、含水量等因素会影响ECa测量，但本研究通过多深度协同分析有效克服了单一指标的局限性。未来可结合多光谱遥感实现更大尺度的动态监测。该成果发表于《Geoderma Regional》，为发展中国家滨海生态脆弱区的智慧农业提供了可复制的技术模板。