Soil2Cover：基于土壤压实最小化的覆盖路径规划助力可持续农业发展

针对农业机械作业导致的土壤压实问题，研究团队开发了Soil2Cover路径规划系统，创新性地将SoilFlex模型与双图路由策略结合，在1000个田间测试中实现路径长度减少4-6%、头地土壤压实降低30%。该研究为精准农业(Precision farming)和可持续土壤管理(CTF)提供了关键技术支撑。

　　

随着全球农业机械化程度不断提高，重型农业机械反复碾压导致的土壤压实已成为威胁耕地可持续利用的隐形杀手。数据显示，全球约6800万公顷农田遭受压实损害，其中欧洲占比高达50%。这种"看不见的伤害"会显著增加土壤密度、降低孔隙度，进而影响通气排水和根系发育，最终导致作物减产5-40%。更令人担忧的是，传统深耕等补救措施不仅成本高昂，还可能进一步破坏土壤结构。在此背景下，如何通过智能化路径规划预防土壤压实，成为精准农业领域亟待解决的关键问题。

Wageningen大学等机构的研究人员创新性地开发出Soil2Cover系统，将土壤力学模型与路径优化算法深度融合。这项发表在《Precision Agriculture》的研究表明，通过精确量化机械重复碾压对土壤容重(ρ)的非线性影响，该系统在保持作业效率的同时，可显著降低土壤压实风险。这为平衡农业生产效率与生态环境保护提供了智能化解决方案。

研究团队采用三项关键技术方法：首先基于SoilFlex模型构建土壤压实成本函数，量化不同碾压次数(n)下的容重变化Δρ；其次开发双图路由策略，通过路径图(G^P)和覆盖图(G^C)协同优化；最后利用Floyd-Warshall算法求解旅行商问题(TSP)，在1000个1-20公顷的真实农田中进行验证。测试样本来自CourseGenerator开源数据库，涵盖单作(3m行距)和间作(6m条带)两种模式。

【土壤压实与单轮作用】研究通过SoilFlex模型揭示，在均质土壤条件下，单个轮胎造成的土壤扰动面积与路径长度呈正比。关键参数如压缩指数(λ_n)和再压缩指数(κ)被用于构建应力传播方程，其中垂直应力σ(y)分布采用分段函数描述，为后续成本函数奠定理论基础。

【土壤压实成本函数】针对AgBot机器人(重7800kg)的履带配置，研究比较了均匀、梯形和三角形三种载荷分布模型。结果显示梯形分布最接近实际情况，其计算出的容重变化B_ρ(n)呈现典型对数增长趋势，据此建立的成本函数f_c(n)=Ω_L*B_ρ(n)能准确反映重复碾压的累积效应。

【头地生成与垄线规划】采用三倍机宽(3×3m)的内向缓冲法划分头地区域，创建头地环Hⁱ_p=j结构。垄线角度优化采用π/180步长的穷举搜索，以垄线总长度最小化为目标，确保单次作业的压实程度与路径长度直接相关。

【双图路由策略】创新性地构建路径图G^P(含21,397个节点)和覆盖图G^C。前者基于Floyd-Warshall算法计算节点间最短路径，后者通过TSP优化确定垄线访问顺序。当边e_ij的权重更新为d_ij*B_ρ(n_ij)时，系统能自动规避高碾压风险区域。

【单作物场景验证】在66个产生差异化路径的农田中，Soil2Cover使土壤压实平均降低3.6-4.2%，路径长度同步缩短0.4-0.6%。典型案例显示，优化后的路径会智能避开右下角头地区域，通过减少非必要转向来保护土壤结构。

【间作条带场景】在6m宽条带间作模式下，系统对130个农田产生显著优化。双机器人交替作业时，土壤压实降低2.7-3.6%，路径效率提升0.8-1.2%。特别在存在大型障碍物的农田中，系统会重新规划垄线访问顺序，将首台机器人起始点从西北角调整至东南角。

这项研究通过多学科交叉创新，将土壤力学原理深度融入路径规划算法。相比传统仅优化距离的方法，Soil2Cover系统具有三重突破：首次采用SoilFlex模型量化重复碾压的非线性效应；开发双图策略实现压实与效率的双重优化；验证系统在复杂农田场景中的普适性。特别是在间作农业中的应用，为多样化种植模式提供了精准的机械化解决方案。

研究结果对推动农业可持续发展具有深远意义。按30%的压实降低幅度计算，该系统有望使受影响的6800万公顷农田每年减少数百万吨的产量损失。随着自动驾驶农机的普及，这种"预防为主"的智能路径规划策略，或将重塑未来农田管理模式。后续研究可结合实时土壤传感数据，进一步优化不同土质条件下的作业参数，为全球耕地保护提供更精准的技术支撑。