Přehled literatury o monitorování půdní vlhkosti

1. Klasifikace technologií monitorování půdní vlhkosti

Technologie monitorování vlhkosti půdy lze rozdělit do tří kategorií podle měřítka a principu monitorování: technologie pozemního bodového měření, technologie proximálního snímání a technologie monitorování dálkového průzkumu. Každá ze tří technologií má své vlastní zaměření a pokrývá celou škálu aplikačních potřeb od lokálního bodového měření až po globální monitorování měřítka.

(1) Technologie pozemního bodového měření

Technologie pozemního bodového měření je zaměřena na přímé kontaktní měření půdním senzorem, které může realizovat kontinuální nebo pevný bodový sběr dat o vlhkosti půdy a je základním prostředkem monitorování půdní vlhkosti. Zahrnuje především odporové sondy, Time Domain Reflectometry (TDR), kapacitní senzory, neutronové sondy a další typy. Různé senzory se výrazně liší v přesnosti, ceně a použitelných scénářích.

(2) Technologie proximálního snímání

Technologie proximálního snímání se používá hlavně na poli nebo v povodí. Neinvazivními prostředky získává charakteristiky prostorového rozložení půdní vlhkosti, čímž kompenzuje lokální omezení pozemního bodového měření. Mezi běžné technologie patří elektromagnetická indukce (EMI), GPR (Ground-Penetrating Radar), kosmická neutronová sonda (CRNP) atd. Mezi nimi může technologie CRNP realizovat neinvazivní měření regionální průměrné vlhkosti půdy na velké ploše a stala se klíčovým mostem spojujícím pozemní bodové měření a satelitní dálkový průzkum Země.

(3) Technologie monitorování dálkového průzkumu Země

Technologie dálkového průzkumu Země zajišťuje dynamické monitorování rozsáhlé (regionální až globální) vlhkosti půdy prostřednictvím platforem, jako jsou satelity a letadla. Podle pásem dálkového průzkumu lze rozdělit na optický dálkový průzkum Země, termální infračervený dálkový průzkum Země a mikrovlnný dálkový průzkum Země. Mezi nimi se mikrovlnný dálkový průzkum Země stal hlavní technologií pro rozsáhlé monitorování půdní vlhkosti díky své nízké citlivosti na povětrnostní podmínky a schopnosti pronikat vegetací a povrchovou půdou. Lze jej dále rozdělit na aktivní mikrovlnný dálkový průzkum Země (např. radar se syntetickou aperturou, SAR) a pasivní mikrovlnný dálkový průzkum (např. radiometr).

2. Principy a srovnání výkonu hlavních monitorovacích technologií

(1) Porovnání výkonu snímačů pozemního bodového měření

Typ snímače	Výhody	Nevýhody	Použitelné scénáře	Index přesnosti
Odporová sonda	1. Lze kombinovat s dataloggery pro kontinuální měření; 2. nejnižší cena; 3. Nízká spotřeba energie	1. Špatná přesnost, hodnota kalibrace se liší podle typu půdy a obsahu soli; 2. Senzory jsou náchylné ke stárnutí	Scénáře, které potřebují pouze posoudit změny obsahu vlhkosti a mají nízké požadavky na přesnost	Nízká přesnost
Sonda TDR	1. Může provádět kontinuální měření; 2. Vysoká přesnost (2-3 %) po kalibraci specifické pro půdu; 3. Necitlivý na slanost (dokud signál nezmizí); 4. Vysoké akademické uznání	1. Vyšší provozní složitost než kapacitní snímače; 2. Instalace vyžaduje rýhování, což je časově náročné; 3. Neplatné v prostředí s vysokou slaností; 4. Vysoká spotřeba energie (vyžaduje velké dobíjecí baterie)	Laboratoře vybavené příslušnými systémy, které vyžadují vysoce přesné měření	Vysoká přesnost (2–3 %)
Kapacitní senzor	1. Může provádět kontinuální měření; 2. Snadná instalace u některých typů; 3. Vysoká přesnost (2-3%) po kalibraci; 4. Nízká spotřeba energie (stačí malé baterie); 5. Nízká cena, umožňující vícebodové měření	1. Přesnost klesá v prostředí s vysokou slaností (elektrická vodivost nasyceného extraktu > 8 dS/m); 2. Špatný výkon nekvalitních značek	Scénáře vyžadující vícebodové měření, jednoduché nasazení a údržbu systému a nízkou spotřebu energie	Vysoká přesnost (2–3 %)
Neutronová sonda	1. Velký objem měření; 2. Necitlivý na slanost; 3. Vysoké akademické uznání (vyspělá technologie); 4. Není ovlivněn problémy s kontaktem snímače půdy	1. drahé; 2. Provoz vyžaduje radiační certifikaci; 3. Extrémně časově náročné; 4. Nelze provádět nepřetržité měření	Scénáře se stávajícím vybavením a certifikací, které vyžadují měření vysoce slaných nebo expanzivně se smršťujících jílovitých půd	Nízká přesnost (vylepšená po kalibraci v terénu)
CRNP (Cosmic Ray Neutron Probe)	1. Extrémně velký rozsah měření (objem vlivu s průměrem 800 m); 2. Automatické měření; 3. Vhodné pro pozemní validaci družicových dat (vyhlazení velké variability); 4. Není ovlivněn problémy s kontaktem snímače půdy	1. Nejvyšší cena; 2. Nejasná definice měřeného objemu, měnící se s vlhkostí půdy; 3. Přesnost omezená matoucími faktory, jako je vegetace	Scénáře vyžadující rozsáhlé průměrné hodnoty vlhkosti a pozemní ověření satelitních dat	RMSE ≈ 0,032 cm³/cm³ (po kalibraci)

Typ snímače	Výhody	Nevýhody	Použitelné scénáře	Index přesnosti
Odporová sonda	1. Lze kombinovat s dataloggery pro kontinuální měření; 2. nejnižší cena; 3. Nízká spotřeba energie	1. Špatná přesnost, hodnota kalibrace se liší podle typu půdy a obsahu soli; 2. Senzory jsou náchylné ke stárnutí	Scénáře, které potřebují pouze posoudit změny obsahu vlhkosti a mají nízké požadavky na přesnost	Nízká přesnost
Sonda TDR	1. Může provádět kontinuální měření; 2. Vysoká přesnost (2-3 %) po kalibraci specifické pro půdu; 3. Necitlivý na slanost (dokud signál nezmizí); 4. Vysoké akademické uznání	1. Vyšší provozní složitost než kapacitní snímače; 2. Instalace vyžaduje rýhování, což je časově náročné; 3. Neplatné v prostředí s vysokou slaností; 4. Vysoká spotřeba energie (vyžaduje velké dobíjecí baterie)	Laboratoře vybavené příslušnými systémy, které vyžadují vysoce přesné měření	Vysoká přesnost (2–3 %)
Kapacitní senzor	1. Může provádět kontinuální měření; 2. Snadná instalace u některých typů; 3. Vysoká přesnost (2-3%) po kalibraci; 4. Nízká spotřeba energie (stačí malé baterie); 5. Nízká cena, umožňující vícebodové měření	1. Přesnost klesá v prostředí s vysokou slaností (elektrická vodivost nasyceného extraktu > 8 dS/m); 2. Špatný výkon nekvalitních značek	Scénáře vyžadující vícebodové měření, jednoduché nasazení a údržbu systému a nízkou spotřebu energie	Vysoká přesnost (2–3 %)
Neutronová sonda	1. Velký objem měření; 2. Necitlivý na slanost; 3. Vysoké akademické uznání (vyspělá technologie); 4. Není ovlivněn problémy s kontaktem snímače půdy	1. drahé; 2. Provoz vyžaduje radiační certifikaci; 3. Extrémně časově náročné; 4. Nelze provádět nepřetržité měření	Scénáře se stávajícím vybavením a certifikací, které vyžadují měření vysoce slaných nebo expanzivně se smršťujících jílovitých půd	Nízká přesnost (vylepšená po kalibraci v terénu)
CRNP (Cosmic Ray Neutron Probe)	1. Extrémně velký rozsah měření (objem vlivu s průměrem 800 m); 2. Automatické měření; 3. Vhodné pro pozemní validaci družicových dat (vyhlazení velké variability); 4. Není ovlivněn problémy s kontaktem snímače půdy	1. Nejvyšší cena; 2. Nejasná definice měřeného objemu, měnící se s vlhkostí půdy; 3. Přesnost omezená matoucími faktory, jako je vegetace	Scénáře vyžadující rozsáhlé průměrné hodnoty vlhkosti a pozemní ověření satelitních dat	RMSE ≈ 0,032 cm³/cm³ (po kalibraci)

(2) Základní principy a výkonnost monitorovacích technologií dálkového průzkumu Země

Technologie monitorování dálkového průzkumu Země získává půdní vlhkost detekcí odrazových, emisních nebo rozptylových charakteristik půdy vůči elektromagnetickému záření v různých pásmech. Hloubka měření, prostorové rozlišení a použitelné scénáře technologií v různých pásmech se výrazně liší:

• Optické a tepelné infračervené dálkové snímání: Optické dálkové snímání (viditelné světlo, blízké infračervené, krátkovlnné infračervené) získává půdní vlhkost v extrémně tenké povrchové vrstvě (≤1 mm) prostřednictvím změn barvy půdy (vlhká půda je tmavší); tepelné infračervené dálkové snímání nepřímo odráží vlhkostní podmínky sledováním změn povrchové teploty půdy. Oba jsou náchylné na počasí a vegetační kryt a mají malou hloubku měření.

• Mikrovlnný dálkový průzkum: Získává vlhkost měřením objemové dielektrické konstanty půdy (dielektrická konstanta vody je asi 80, mnohem vyšší než u pevných látek v půdě a vzduchu), která se dělí na aktivní (radar přenáší signály k měření ozvěn) a pasivní (měří přirozené mikrovlnné záření). Mezi mikrovlnnými pásy mají L-pásmo a P-pásmo silnou schopnost pronikat vegetací a jsou vhodné pro monitorování vlhkosti půdy v blízkosti povrchu a kořenové zóny; C-band je vhodný pro holou půdu nebo místa s řídkou vegetací.

Srovnání výkonu hlavních misí mikrovlnného dálkového průzkumu

Satelitní mise	Typ snímače	Kapela	Prostorové rozlišení	Období opětovné návštěvy	Hlavní výhody	Index přesnosti
SMOS (satelit pro vlhkost půdy a slanost oceánu)	Pasivní mikrovlnný radiometr	L-pásmo	25 km (EASE-2 mřížka)	3 dny	První satelitní mise speciálně pro monitorování půdní vlhkosti, schopná získat vegetační optickou hloubku (VOD)	Medián R2=0,75, RMSE=0,023 m³/m³
Aktivní pasivní satelit SMAP (Soil Moisture Active Passive Satellite)	Aktivní radar + pasivní radiometr (radar selhal)	L-pásmo	36 km (standardní), 9 km (vylepšené)	2-3 dny	V současnosti nejpřesnější produkt globální vlhkosti půdy, který je schopen poskytnout data o vlhkosti kořenové zóny (0-100 cm).	ubRMSE=0,035-0,038 cm3/cm3 (povrchová vrstva); 0,026-0,03 cm³/cm³ (kořenová zóna)
Sentinel-1	Radar s aktivní syntetickou aperturou (SAR)	C-pásmo	10-20 m	6 dní	Vysoké prostorové rozlišení, lze sloučit s daty SMAP a vytvářet produkty s rozlišením 3 km	RMSE<0,046 cm³/cm³
ESA CCI (Climate Change Initiative)	Aktivní + pasivní mikrovlnná fúze	Vícepásmový	Více rozlišení	Závisí na zdroji dat	Poskytuje dlouhodobé nepřetržité globální údaje o vlhkosti půdy od roku 1978	Středně komplexní přesnost, vhodná pro dlouhodobý výzkum klimatických změn

3. Klíčové faktory ovlivňující přesnost monitorování půdní vlhkosti

Na základě výsledků metaanalýzy z literatury 3 je přesnost monitorování půdní vlhkosti ovlivněna různými faktory, jako je typ senzoru, metoda modelování a podmínky prostředí. Hlavní ovlivňující faktory jsou následující:

(1) Snímač a technická konfigurace

• Typ senzoru: Přesnost aktivních a pasivních mikrovlnných senzorů je srovnatelná při samostatném použití (medián R²=0,7 pro oba), existuje však jen málo studií o jejich kombinovaném použití. Současné důkazy ukazují, že přesnost fúze se významně nezlepšila (medián R²=0,59), což vyžaduje další výzkum a optimalizaci.

• Režim polarizace: Mezi aktivními mikrovlnnými senzory má kombinace duální polarizace VV+VH nejvyšší přesnost (medián R²=0,76, RMSE=0,035 m³/m³), následuje polarizace HH a nejnižší přesnost má polarizace VH.

• Hloubka měření: Mikrovlnné dálkové snímání je vhodné především pro monitorování povrchové vrstvy (0-5 cm) vlhkosti půdy. Vlhkost z hluboké vrstvy (>20 cm) musí být získána nepřímo pomocí modelů strojového učení. V současné době je počet vzorků dat pro přesnost monitorování hlubokých vrstev malý a závěr ještě není jasný.

(2) Metody modelování a zpracování dat

Metoda inverzního modelování dat monitorování významně ovlivňuje přesnost:

• Modely strojového učení (zejména neuronové sítě) mají nejvyšší přesnost s mediánem R²=0,73 a RMSE=0,035 m³/m³; mezi nimi mají sítě LSTM nejvyšší přesnost (medián R²=0,86), protože dokážou zachytit časovou závislost.

• Semi-empirické modely (jako je model vodního mraku (WCM), model τ-ω) jsou široce používány a jejich přesnost je o něco nižší než u strojového učení (medián R²=0,71, RMSE=0,042 m³/m³).

• Kombinace strojového učení a semi-empirických modelů může dále zlepšit přesnost (medián R²=0,79, RMSE=0,030 m³/m³).

(3) Podmínky prostředí a povrchu

• Typ podnebí: Přesnost monitorování v suchých a polosuchých oblastech (s vyšším středním R²) je lepší než ve vlhkých a polovlhkých oblastech. Protože vlhké oblasti mají hustou vegetaci a velké výkyvy vlhkosti, které pravděpodobně ruší signály.

• Textura půdy: Písčitá hlína má nejvyšší přesnost monitorování (medián R²=0,75); pasivní senzory fungují lépe v jílovité hlíně a jílu, zatímco aktivní senzory fungují lépe v písčité hlíně a hlíně.

• Land Cover: Zemědělská půda (pšenice, kukuřice, sójové boby atd.) je hlavním scénářem výzkumu. Hustota vegetace ovlivňuje pronikání mikrovlnných signálů, a tím ovlivňuje přesnost, ale rozdíl v přesnosti monitorování mezi různými ročními obdobími není významný, což odráží stabilitu mikrovlnné technologie.

4. Aplikační systémy a zdroje dat pro monitorování půdní vlhkosti

(1) Internet věcí (IoT) a systémy správy dat

Systém ZENTRA navržený v literatuře 1 je typickým IoT řešením pro monitorování půdní vlhkosti. Integruje senzory, dataloggery a cloudové platformy (ZENTRA Cloud) pro realizaci zjednodušené instalace, vzdáleného stahování dat, včasného varování před chybami v reálném čase a slučování dat na více místech. Může výrazně snížit zátěž výzkumníků a zlepšit efektivitu správy dat.

(2) Globální a regionální monitorovací sítě

• COSMOS Network: Globální síť pro pozorování půdní vlhkosti založená na technologii CRNP. V současné době existuje asi 194 stálých stanic po celém světě, které pokrývají regiony, jako jsou Spojené státy americké, Německo, Austrálie a Spojené království. Může vyplnit mezeru v prostorovém měřítku mezi pozemním bodovým měřením a satelitním dálkovým průzkumem Země.

• International Soil Moisture Network (ISMN): Integruje in-situ data o vlhkosti půdy z různých stanic po celém světě, pokrývá různé technologie měření a je důležitým základním zdrojem dat pro validaci dat z dálkového průzkumu.

• TERENO Network: Německá síť Terrestrial Environmental Observatories, která zahrnuje 20 stanic CRNP pro dynamické monitorování půdní vlhkosti v povodí.

(3) Datové produkty a platformy pro sdílení

• Data SMOS: Dostupné z oficiálních webových stránek ESA a platformy CATDS, včetně povrchové vlhkosti půdy, VOD, vlhkosti půdy v kořenové zóně a dalších produktů.

• Data SMAP: Vydáno Národním střediskem pro údaje o sněhu a ledu (NSIDC) ve Spojených státech, včetně produktů povrchové a kořenové vlhkosti půdy s nejvyšší přesností.

• Data ESA CCI: Poskytuje dlouhodobá globální data o vlhkosti půdy (tři typy produktů: aktivní, pasivní a tavený) od roku 1978, která lze získat na oficiálních stránkách ESA Soil Moisture CCI.

5. Závěry výzkumu a budoucí směry

Všechny tři literatury konzistentně naznačují, že technologie monitorování půdní vlhkosti vytvořily komplexní systém od pozemního bodového měření až po globální dálkový průzkum Země. Mezi nimi je mikrovlnný dálkový průzkum hlavní technologií pro rozsáhlé monitorování a modely strojového učení výrazně zlepšily přesnost inverze. Mezi hlavní výzvy současných technologií patří: optimalizace přesnosti fúze aktivních a pasivních mikrovlnných senzorů, ověření metod hlubokého monitorování vlhkosti půdy a zlepšení přesnosti monitorování v komplexní vegetaci a vlhkých oblastech. Budoucí výzkum by se měl zaměřit na tyto směry a zároveň dále zlepšovat metody asimilace dat, posilovat kombinaci dat z dálkového průzkumu Země a pozemního pozorování a podporovat hloubkovou aplikaci údajů o vlhkosti půdy v oblastech, jako je řízení zemědělského zavlažování, včasné varování před suchem a povodněmi a výzkum změny klimatu.