基于探地雷达波振幅包络平均值确定土壤含水率

为了评估探地雷达探测地表土壤含水率的准确性,该研究使用雷达波振幅包络平均值(average envelope amplitude,AEA)方法在室内对含水率为0.05、0.15及0.25 cm3/cm3的砂质土壤进行了探测,并与时域反射仪(time domain reflectometry,TDR)所得土壤含水率进行了对比。结果表明,在实验室内,在0.05、0.15及0.25 cm3/cm3的土壤含水率条件下,使用AEA方法探测所得土壤含水率均比TDR所得含水率大,均方根误差分别为0.026、0.015及0.01 cm3/cm3,这3个含水率条件下,AEA方法探测土壤水分的有效深度分别为0.9、0.6和0.3 m。利用AEA方法在野外进行地表含水率探测,并与TDR和钻孔取样探测的地表含水率进行对比。野外探测结果表明,AEA方法所得含水率与TDR探测所得含水率的均方根误差为0.020 cm3/cm3,与取样实测所得含水率的均方根误差为0.031 cm3/cm3,使用AEA方法能够得到与TDR及钻孔取样精度相近的土壤含水率分布图。研究表明利用探地雷达AEA方法在探测浅部地层土壤含水率是可行的。

利用GPR多频天线振幅包络平均值法估算滴灌棉田土壤盐分含量

土壤盐渍化问题严重制约着农业经济发展,快速准确地掌握农田土壤的盐渍化信息是盐渍化防治的前提。为准确快速地了解滴灌棉田土壤盐分含量情况,该研究采用探地雷达(Ground Penetrating Radar,GPR)多频天线(250 MHz和1 000 MHz)对典型滴灌棉田土壤进行探测,通过GPR振幅包络平均值法(Average Envelope Amplitude,AEA)获取土壤视在介电常数,以Dobson盐渍土介电模型(Dobson dielectric model of saline soil,Dobson)为理论工具,估算滴灌棉田土壤的盐分含量。同时,将视在介电常数、土壤容重、含水率和土壤黏粒含量5个参数设置为模型输入变量,采用多元线性回归方法(Multiple Linear Regression,MLR),建立膜下滴灌棉田土壤盐分反演模型,并使用BP神经网络(Back Propagation neural network,BP)进行模拟预测。最终,以实测盐分为基准,评价MLR模型、BP模型和Dobson模型反演盐分含量的效果。结果表明:1)探地雷达250 MHz和1 000 MHz频率天线AEA法探测的有效深度均为0~30 cm。2)1 000MHz频率天线AEA法获取的介电常数与实测含水量有较好的多项式关系,且实测含水量和反演含水量拟合效果和精度较好,决定系数R~2为0.96,均方根误差RMSE为1.61%,平均误差率MER为7.25%。3)3种盐分反演模型中,Dobson盐渍土介电模型反演精度明显高于其他2种方法,R~2达到0.91,RMSE为0.313 g/kg。因此,利用GPR多频天线AEA法估算滴灌棉田土壤盐分含量是可行且可靠的。该法为反演土壤盐分含量提供新途径,丰富了盐分含量探测的方法及手段。

基于探地雷达功率谱和雷达波振幅包络估算砂壤含水率

为实现探地雷达(ground penetrating radar,GPR)技术对中国西部干旱地区浅部砂壤介质含水率分布精确、快速、连续的探测,该文研究了耦合自回归滑动平均功率谱估计方法(auto regressive and moving average,ARMA)和雷达波振幅包络平均值方法(average envelope amplitude,AEA)反演含水率提高反演精度的可行性。首先,使用自回归滑动平均功率谱估计方法(auto regressive and moving average,ARMA)和雷达波振幅包络平均值方法(average envelope amplitude,AEA)分别反演雷达有效探深范围内的砂壤介质体积含水率值。将雷达探测结果分别与取样烘干法在各深度的测试结果进行对比分析,发现针对研究区内的干燥砂壤介质,使用ARMA方法能够有效地反演出地表10 m深度内砂壤介质的体积含水率值,但0~0.5 m范围内含水率值反演结果不准确;而AEA方法可准确反演出该地区0~0.5 m范围内的体积含水率值。根据2种方法的适用性,构建典型干旱地区浅部砂壤介质(0~10 m)含水率的反演模型。实际探测显示,联合模型平均相对误差为5.57%~16.71%、均方根误差为0.62%~2.08%,在0~0.5 m范围内反演的含水率平均相对误差比ARMA方法减少16.81%~41.80%,与AEA方法相比,联合模型能够反演更深地表的含水率。综合表明联合模型能够快速、准确、连续地获得西部干旱区0~10 m范围内浅部砂壤介质的体积含水率值。

利用GPR早期信号振幅属性监测土壤含水率

为了研究GPR早期信号振幅属性与土壤含水率的关系,建立物理模型并配制了7组不同含水率的土壤,采用300、400和900 MHz GPR天线进行探测。选取GPR第一峰值信号、第一正半周期、第一半周期3种典型时段早期信号,利用希尔伯特变换计算平均振幅包络并求倒数,与烘干法测量所得土壤含水率结果进行对比,拟合出平均振幅包络倒数与土壤含水率之间的关系式。3种典型早期信号的振幅包络的倒数与土壤体积含水率均为线性相关,相关系数分别为0.883、0.926、0.867,其中第一正半周期内的振幅包络的倒数与土壤体积含水率拟合效果最好,含水率平均相对标准差为0.483%,通过土壤介电常数试验结合Topp公式计算得到的体积含水率与实测体积含水率平均相对标准差为1.069%。结果表明利用平均振幅包络倒数法研究第一正半周期内雷达波平均振幅包络倒数得到的土壤含水率较为精确。

基于AEA法的黄土高原矿区复垦农田土壤含水率特征研究

为了快速、有效的测定复垦区农田尺度上土壤含水率变化以及空间分布特征,评价探地雷达对土壤含水率的探测精度,通过研究雷达信号属性振幅与土壤含水率的关系,采用振幅包络平均值(AEA)法对复垦区农田地块土壤含水率进行反演,并与雷达测线上时域反射仪(TDR)法测量所得土壤含水率结果进行对比。结果表明:探地雷达振幅信号属性与土壤含水率有着显著的关系,在研究的四种关系模型中对数模型的拟合结果最好,R^2达到0.995,根据拟合的曲线得知,振幅越大,含水率越小,只要获取地下相应位置雷达信号的振幅值,就可通过本试验拟合的关系式计算出该位置的土壤含水率。通过对比发现,AEA法所得土壤含水率要高于TDR法所测土壤含水率,两者平均相对误差为0.023 cm^3cm^(-3),两种方法所得土壤含水率变化趋势基本一致,相关系数达到0.98。研究表明,使用探地雷达AEA法用于黄土高原矿区复垦农田浅部地层土壤含水率的探测,可以获得更加连续、准确的土壤含水率分布图。