基于GNSS/AHRS同步感知的水田硬底层变化与轮辙深度监测方法研究

为解决农业机械重复碾压导致水田硬底层压实和轮辙深度监测难题，研究人员利用无人水稻直播机搭载双天线GNSS（全球导航卫星系统）和双AHRS（姿态航向参考系统）构建同步感知平台，开发了传感器校准、异常值剔除及数值拟合方法，建立了基于空间运动模型的轮辙深度测量体系。研究揭示了干湿田不同碾压次数下的硬底层变化规律（干田轮辙深度<1.0 cm，湿田达2.9 cm），实现0.678 cm精度的轮辙深度监测，为智能农机自适应控制提供关键地形图谱。

　　

水稻作为全球半数人口的主粮，其高效生产关乎联合国零饥饿可持续发展目标。然而，中国3000万公顷水田长期面临农机重复碾压导致的硬底层压实问题——拖拉机作业引发的土壤物理性质改变会显著降低耕作层均一性，影响农机作业质量与可持续农业发展。传统方法难以同步监测软土表层与硬底层的动态变化，更缺乏轮辙深度的精准量化手段。

针对这一难题，华南农业大学（South China Agricultural University）的研究团队以无人水稻直播机为移动平台，集成高精度双天线GNSS（Unicore UM982，RTK精度0.8 cm+1 ppm）和双AHRS（Witmotion HWT605）传感器，开展水田硬底层变化与轮辙深度监测研究。通过数值拟合和四分位距检测实现工具高度估计，结合土壤紧实度测量对比干湿田硬底层差异，建立基于天线-车轮空间关系的轮辙深度运动模型，并采用数字建模与插值技术构建全田块深度分布图。相关成果发表于《Computers and Electronics in Agriculture》。

关键技术包括：1）基于GNSS/AHRS的同步地形感知系统；2）土壤紧实度分层检测（FieldScout SC900）；3）基于Kriging插值的硬底层三维重建；4）轮辙深度的空间运动建模。

【主要结果】

1. 碾压对水田紧实度的影响
   干田经3次碾压后形成局部硬化层（紧实度提升19.8%），而湿田紧实度变化不显著。干田轮辙深度<1.0 cm，湿田则达1.9-2.9 cm（2-7次碾压），且增量递减。

2. 轮辙深度感知精度
   空间运动模型实现0.678 cm标准差的测量精度。无人系统测得田面坡度0.03°，显著小于硬底层坡度0.07°。低洼区平均下陷深度23.47 cm（方差1.84 cm），最大达38.10 cm。

3. 大田验证
   5公顷农场中，插秧机在I、II区域测得平均轮辙深度分别为22.15 cm（方差2.17 cm）和22.60 cm（方差2.53 cm），证实方法的实用性。

【结论与意义】
该研究首次实现水田硬底层与轮辙深度的同步动态监测，揭示碾压次数与土壤含水率的交互影响规律：干田易形成局部硬化层但轮辙浅，湿田则呈现深度累积效应。所提方法为智能农机提供三项关键支撑：1）基于地形图谱的陷车预警；2）阻力参数自适应的速度控制；3）碾压影响的长期评估框架。研究成果推动水田精准作业从"经验驱动"向"数据驱动"转型，为无人农场建设提供核心感知技术。

（注：全文数据与结论均源自原文，未添加外部信息；专业术语如GNSS、AHRS、RTK等在首次出现时标注说明；机构名称按国内惯例翻译；上标下标严格使用标签）