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。

一种基于幅度极大值和小波去噪的雷达信号包络提取方法

雷达信号包络特征是辐射源最主要的脉内无意识调制特征，可应用于进行个体识别。脉冲包络提取是进行包络特征分析的关键环节，常见的希尔伯特变化法及直接小波变换等包络提取技术很难应用于雷达脉冲信号。为此，文章基于极大值包络提取和小波去噪理论，提出了一种新的雷达脉冲信号包络的提取方法，通过仿真实验，该方法能较好地提取信号包络，对于雷达信号包络特征提取及个体识别有一定应用价值。

声波测井资料弱初至波检测新方法

提出一种基于对波形包络信号进行统计分析的初至波检测新方法．该方法利用信号道大、小时窗内波形包络能量的比值变化来检测初至信号．实际资料试处理结果表明，对多层套管井全波资料和裂缝地层环行声波资料进行处理时，取０．２～０．４倍脉冲极值作为门槛值可检测到各种弱初至波。

单通道脑电信号中眼电干扰的自动分离方法

当前主流的眼电(EOG)去除方法需要利用多通道脑电的相关性,难以在单通道的便携式脑机接口(BCI)中应用。该文提出一种基于长时差分振幅包络与小波变换的眼电干扰自动分离方法。首先在原脑电信号的长时差分振幅包络上实施双门限法来精确检测眼电的起止点,然后利用sym5小波对脑电进行分解并引进Birgé_Massart策略来自适应地确定小波重构系数阈值,最后通过小波重构精确地估计眼电,实现单通道上眼电与脑电的自动分离。大量实验证明,该方法与主流的平均伪迹回归分析和基于独立成分分析(ICA)的方法相比,能够获得更好的估计眼电与原眼电的相关性,保证更高的校正信噪比和较强的实时性,能够满足脑机接口多方面的需要。

基于探地雷达粉煤灰充填复垦土壤含水率反演

为探究通过电磁波属性信息反演复垦土壤含水率的可行性,本文以安徽省淮南市平圩复垦农田土壤为研究对象,使用探地雷达(GPR)系统采集电磁波数据,运用FIR(Finite Impulse Response)滤波、Hilbert变换等信号处理方法,揭示雷达电磁波与含水率的响应机制.结果表明:探地雷达电磁波振幅属性与含水率之间存在明显响应特征,相比较之,指数回归所构建的振幅包络平均值(Average Envelope Amplitude,AEA)模型对土灰混合体含水率的预测效果最好,决定系数R^(2)达到0.83,均方根误差RMSE为1.48%;而对覆土土壤而言,采用多项式回归所构建的AEA模型对含水率的预测效果更好,R^(2)达到0.9,RMSE为0.83%;AEA法在耕层厚度范围内电磁波振幅属性与含水率响应程度强烈,在此范围外随土层厚度的增加响应程度愈低.表明基于GPR的粉煤灰充填复垦土壤耕层含水率反演方法可行,研究成果可为探地雷达在土地复垦质量评价方面提供技术支撑.

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。