Litteraturgennemgang om jordfugtighedsovervågning

1. Klassificering af jordfugtighedsovervågningsteknologier

Jordfugtighedsovervågningsteknologier kan opdeles i tre kategorier i henhold til overvågningsskala og -princip: jordbaseret punktmålingsteknologi, proksimal sensing-teknologi og fjernmålingsovervågningsteknologi. Hver af de tre teknologier har sit eget fokus, der dækker hele spektret af applikationsbehov fra lokal punktmåling til global overvågning.

(1) Jordbaseret punktmålingsteknologi

Jordbaseret punktmålingsteknologi er centreret om direkte kontakt jordsensormåling, som kan realisere kontinuerlig eller fastpunkt jordfugtdataindsamling og er det grundlæggende middel til jordfugtighedsovervågning. Det omfatter hovedsageligt modstandsprober, Time Domain Reflectometry (TDR), kapacitanssensorer, neutronsonder og andre typer. Forskellige sensorer varierer betydeligt i nøjagtighed, pris og anvendelige scenarier.

(2) Proximal Sensing-teknologi

Proksimal sensing-teknologi anvendes hovedsageligt i felt- eller vandskelskalaen. Den opnår de rumlige fordelingskarakteristika for jordfugtighed gennem ikke-invasive midler, hvilket opvejer den lokale begrænsning af jordbaseret punktmåling. Almindelige teknologier omfatter elektromagnetisk induktion (EMI), Ground-Penetrating Radar (GPR), Cosmic Ray Neutron Probe (CRNP) osv. Blandt dem kan CRNP-teknologi realisere non-invasiv måling af regional gennemsnitlig jordfugtighed over et stort område, og er blevet en nøglebro, der forbinder jordbaseret punktmåling og satellit-fjernmåling.

(3) Fjernmålingsovervågningsteknologi

Fjernmålingsteknologi realiserer dynamisk overvågning af jordfugtighed i stor skala (regional til global) gennem platforme som satellitter og fly. I henhold til fjernmålingsbånd kan det opdeles i optisk fjernmåling, termisk infrarød fjernmåling og mikrobølgefjernmåling. Blandt dem er mikrobølgefjernmåling blevet den almindelige teknologi til storskala overvågning af jordfugtighed på grund af dens lave følsomhed over for vejrforhold og evne til at trænge ind i vegetation og overfladejord. Det kan yderligere opdeles i aktiv mikrobølgefjernmåling (såsom Synthetic Aperture Radar, SAR) og passiv mikrobølgefjernmåling (såsom radiometer).

2. Principper og ydelsessammenligning af hovedovervågningsteknologier

(1) Præstationssammenligning af jordbaserede punktmålingssensorer

Sensortype	Fordele	Ulemper	Gældende scenarier	Nøjagtighedsindeks
Modstandssonde	1. Kan kombineres med dataloggere til kontinuerlig måling; 2. Laveste pris; 3. Lavt strømforbrug	1. Dårlig nøjagtighed, kalibreringsværdi varierer med jordtype og saltindhold; 2. Sensorer er tilbøjelige til at ældes	Scenarier, der kun skal bedømme ændringer i fugtindhold og har lave krav til nøjagtighed	Lav nøjagtighed
TDR sonde	1. Kan udføre kontinuerlig måling; 2. Høj nøjagtighed (2-3%) efter jordspecifik kalibrering; 3. Ufølsom over for saltholdighed (indtil signalet forsvinder); 4. Høj akademisk anerkendelse	1. Højere operationel kompleksitet end kapacitanssensorer; 2. Installation kræver nedgravning, hvilket er tidskrævende; 3. Ugyldig i miljøer med høj saltholdighed; 4. Højt strømforbrug (kræver store genopladelige batterier)	Laboratorier udstyret med relevante systemer, der kræver højpræcisionsmåling	Høj nøjagtighed (2-3 %)
Kapacitans sensor	1. Kan udføre kontinuerlig måling; 2. Nem installation for nogle typer; 3. Høj nøjagtighed (2-3%) efter kalibrering; 4. Lavt strømforbrug (små batterier er tilstrækkelige); 5. Lav pris, der muliggør flerpunktsmåling	1. Nøjagtighed falder i miljøer med høj saltholdighed (mættet ekstrakt elektrisk ledningsevne > 8 dS/m); 2. Dårlig ydeevne af mærker af lav kvalitet	Scenarier, der kræver flerpunktsmåling, enkel systemimplementering og vedligeholdelse og lavt strømforbrug	Høj nøjagtighed (2-3 %)
Neutronsonde	1. Stort målevolumen; 2. Ufølsom over for saltholdighed; 3. Høj akademisk anerkendelse (moden teknologi); 4. Ikke påvirket af kontaktproblemer med jord-sensor	1. Dyrt; 2. Drift kræver strålingscertificering; 3. Ekstremt tidskrævende; 4. Kan ikke udføre kontinuerlig måling	Scenarier med eksisterende udstyr og certificering, der kræver måling af høj saltholdighed eller ekspansiv krympende lerjord	Lav nøjagtighed (forbedret efter feltkalibrering)
CRNP (Cosmic Ray Neutron Probe)	1. Ekstremt stort måleområde (påvirkningsvolumen med 800m diameter); 2. Automatisk måling; 3. Velegnet til jordvalidering af satellitdata (udjævning af storskalavariabilitet); 4. Ikke påvirket af kontaktproblemer med jord-sensor	1. Højeste pris; 2. Uklar definition af målevolumen, varierende med jordens fugtighed; 3. Nøjagtighed begrænset af forvirrende faktorer såsom vegetation	Scenarier, der kræver storskala gennemsnitlige fugtværdier og jordvalidering af satellitdata	RMSE ≈ 0,032 cm³/cm³ (efter kalibrering)

Sensortype	Fordele	Ulemper	Gældende scenarier	Nøjagtighedsindeks
Modstandssonde	1. Kan kombineres med dataloggere til kontinuerlig måling; 2. Laveste pris; 3. Lavt strømforbrug	1. Dårlig nøjagtighed, kalibreringsværdi varierer med jordtype og saltindhold; 2. Sensorer er tilbøjelige til at ældes	Scenarier, der kun skal bedømme ændringer i fugtindhold og har lave krav til nøjagtighed	Lav nøjagtighed
TDR sonde	1. Kan udføre kontinuerlig måling; 2. Høj nøjagtighed (2-3%) efter jordspecifik kalibrering; 3. Ufølsom over for saltholdighed (indtil signalet forsvinder); 4. Høj akademisk anerkendelse	1. Højere operationel kompleksitet end kapacitanssensorer; 2. Installation kræver nedgravning, hvilket er tidskrævende; 3. Ugyldig i miljøer med høj saltholdighed; 4. Højt strømforbrug (kræver store genopladelige batterier)	Laboratorier udstyret med relevante systemer, der kræver højpræcisionsmåling	Høj nøjagtighed (2-3 %)
Kapacitans sensor	1. Kan udføre kontinuerlig måling; 2. Nem installation for nogle typer; 3. Høj nøjagtighed (2-3%) efter kalibrering; 4. Lavt strømforbrug (små batterier er tilstrækkelige); 5. Lav pris, der muliggør flerpunktsmåling	1. Nøjagtighed falder i miljøer med høj saltholdighed (mættet ekstrakt elektrisk ledningsevne > 8 dS/m); 2. Dårlig ydeevne af mærker af lav kvalitet	Scenarier, der kræver flerpunktsmåling, enkel systemimplementering og vedligeholdelse og lavt strømforbrug	Høj nøjagtighed (2-3 %)
Neutronsonde	1. Stort målevolumen; 2. Ufølsom over for saltholdighed; 3. Høj akademisk anerkendelse (moden teknologi); 4. Ikke påvirket af kontaktproblemer med jord-sensor	1. Dyrt; 2. Drift kræver strålingscertificering; 3. Ekstremt tidskrævende; 4. Kan ikke udføre kontinuerlig måling	Scenarier med eksisterende udstyr og certificering, der kræver måling af høj saltholdighed eller ekspansiv krympende lerjord	Lav nøjagtighed (forbedret efter feltkalibrering)
CRNP (Cosmic Ray Neutron Probe)	1. Ekstremt stort måleområde (påvirkningsvolumen med 800m diameter); 2. Automatisk måling; 3. Velegnet til jordvalidering af satellitdata (udjævning af storskalavariabilitet); 4. Ikke påvirket af kontaktproblemer med jord-sensor	1. Højeste pris; 2. Uklar definition af målevolumen, varierende med jordens fugtighed; 3. Nøjagtighed begrænset af forvirrende faktorer såsom vegetation	Scenarier, der kræver storskala gennemsnitlige fugtværdier og jordvalidering af satellitdata	RMSE ≈ 0,032 cm³/cm³ (efter kalibrering)

(2) Kerneprincipper og ydeevne for fjernmålingsovervågningsteknologier

Fjernmålingsovervågningsteknologi henter jordfugtighed ved at detektere reflektions-, emissions- eller spredningskarakteristika for jord til elektromagnetisk stråling i forskellige bånd. Måledybden, rumlig opløsning og anvendelige scenarier for teknologier i forskellige bånd varierer betydeligt:

• Optisk og termisk infrarød fjernregistrering: Optisk fjernmåling (synligt lys, nær-infrarødt, kortbølget infrarødt) henter jordfugtighed i det ekstremt tynde overfladelag (≤1 mm) gennem ændringer i jordfarve (fugtig jord er mørkere); termisk infrarød fjernmåling afspejler indirekte fugtforhold ved at overvåge ændringer i overfladetemperaturen i jorden. Begge er modtagelige for vejr- og vegetationsdække og har lav måledybde.

• Mikrobølgefjernmåling: Henter fugt ved at måle den volumetriske dielektricitetskonstant for jord (vandets dielektriske konstant er ca. 80, meget højere end den for jordfaststoffer og luft), som er opdelt i aktive (radar transmitterer signaler for at måle ekkoer) og passive (måler naturlig mikrobølgestråling). Blandt mikrobølgebånd har L-bånd og P-bånd stærk evne til at trænge ind i vegetation og er velegnede til overvågning af overfladenær og rodzone jordfugtighed; C-bånd er velegnet til bar jord eller tyndt bevoksede områder.

Ydeevnesammenligning af almindelige mikrobølge-fjernmålingssatellitmissioner

Satellit mission	Sensortype	Band	Rumlig opløsning	Genbesøgsperiode	Kerne fordele	Nøjagtighedsindeks
SMOS (Soil Moisture and Ocean Salinity Satellite)	Passivt mikrobølgeradiometer	L-bånd	25 km (EASE-2 Grid)	3 dage	Den første satellitmission specifikt til overvågning af jordfugtighed, i stand til at hente Vegetation Optical Depth (VOD)	Median R2=0,75, RMSE=0,023 m³/m³
SMAP (Soil Moisture Active Passive Satellite)	Aktiv radar + passivt radiometer (radar mislykkedes)	L-bånd	36 km (standard), 9 km (forbedret)	2-3 dage	I øjeblikket det mest nøjagtige globale jordfugtprodukt, der er i stand til at give rodzone (0-100 cm) fugtdata	ubRMSE=0,035-0,038 cm3/cm3 (overfladelag); 0,026-0,03 cm³/cm³ (rodzone)
Sentinel-1	Active Synthetic Aperture Radar (SAR)	C-bånd	10-20 m	6 dage	Høj rumlig opløsning, kan fusioneres med SMAP-data for at generere 3 km opløsningsprodukter	RMSE<0,046 cm3/cm3
ESA CCI (Climate Change Initiative)	Aktiv + Passiv Microwave Fusion	Multibånd	Flere opløsninger	Afhænger af datakilde	Giver langsigtede kontinuerlige globale jordfugtighedsdata siden 1978	Medium omfattende nøjagtighed, velegnet til langsigtet klimaændringsforskning

3. Nøglefaktorer, der påvirker nøjagtigheden af ​​jordfugtighedsovervågningen

Baseret på metaanalyseresultaterne fra Litteratur 3 påvirkes nøjagtigheden af ​​jordfugtighedsovervågning af forskellige faktorer såsom sensortype, modelleringsmetode og miljøforhold. De centrale indflydelsesfaktorer er som følger:

(1) Sensor og teknisk konfiguration

• Sensortype: Nøjagtigheden af ​​aktive og passive mikrobølgesensorer er sammenlignelige, når de bruges alene (median R²=0,7 for begge), men der er få undersøgelser af deres kombinerede brug. Aktuelle beviser viser, at fusionsnøjagtigheden ikke er blevet væsentligt forbedret (median R²=0,59), hvilket kræver yderligere forskning og optimering.

• Polariseringstilstand: Blandt aktive mikrobølgesensorer har kombinationen VV+VH dobbeltpolarisering den højeste nøjagtighed (median R²=0,76, RMSE=0,035 m³/m³), efterfulgt af HH-polarisering, og VH-polarisering har den laveste nøjagtighed.

• Måledybde: Mikrobølgefjernmåling er hovedsageligt velegnet til overvågning af overfladelag (0-5 cm) jordfugtighed. Dybt lag (>20 cm) fugt skal indirekte hentes gennem maskinlæringsmodeller. I øjeblikket er antallet af dataprøver til overvågning af dybt lag lille, og konklusionen er endnu ikke klar.

(2) Modellering og databehandlingsmetoder

Inversionsmodelleringsmetoden til overvågning af data påvirker nøjagtigheden væsentligt:

• Maskinlæringsmodeller (især neurale netværk) har den højeste nøjagtighed, med median R²=0,73 og RMSE=0,035 m³/m³; blandt dem har LSTM-netværk den højeste nøjagtighed (median R²=0,86), fordi de kan fange tidsmæssig afhængighed.

• Semi-empiriske modeller (såsom Water Cloud Model (WCM), τ-ω Model) er meget udbredt, og deres nøjagtighed er lidt lavere end for maskinlæring (median R²=0,71, RMSE=0,042 m³/m³).

• Kombinationen af ​​maskinlæring og semi-empiriske modeller kan yderligere forbedre nøjagtigheden (median R²=0,79, RMSE=0,030 m³/m³).

(3) Miljø- og overfladeforhold

• Klimatype: Overvågningsnøjagtigheden i tørre og semi-tørre områder (med højere median R²) er bedre end i fugtige og semi-fugtige områder. Fordi fugtige områder har tæt vegetation og store fugtudsving, som sandsynligvis vil forstyrre signaler.

• Jordstruktur: Sandet muldjord har den højeste overvågningsnøjagtighed (median R²=0,75); passive sensorer klarer sig bedre i ler og ler, mens aktive sensorer klarer sig bedre i sandet muld og ler.

• Jorddække: Landbrugsjord (hvede, majs, sojabønner osv.) er det vigtigste forskningsscenarie. Vegetationens tæthed påvirker indtrængning af mikrobølgesignaler og påvirker derved nøjagtigheden, men forskellen i overvågningsnøjagtighed mellem forskellige årstider er ikke signifikant, hvilket afspejler mikrobølgeteknologiens stabilitet.

4. Anvendelsessystemer og dataressourcer til overvågning af jordfugtighed

(1) Internet of Things (IoT) og datastyringssystemer

ZENTRA-systemet foreslået i Litteratur 1 er en typisk IoT-løsning til overvågning af jordfugtighed. Den integrerer sensorer, dataloggere og cloud-platforme (ZENTRA Cloud) for at realisere forenklet installation, fjerndatadownload, tidlig varsling om fejl i realtid og multi-site datafusion. Det kan reducere forskernes arbejdsbyrde betydeligt og forbedre effektiviteten af ​​datastyring.

(2) Globale og regionale overvågningsnetværk

• COSMOS Network: Et globalt jordfugtighedsovervågningsnetværk baseret på CRNP-teknologi. I øjeblikket er der omkring 194 permanente stationer rundt om i verden, der dækker regioner som USA, Tyskland, Australien og Storbritannien. Det kan udfylde det rumlige skalagab mellem jordbaseret punktmåling og satellit-fjernmåling.

• International Soil Moisture Network (ISMN): Integrerer in-situ jordfugtdata fra flere stationer rundt om i verden, der dækker en række forskellige måleteknologier, og er en vigtig grundlæggende dataressource til fjernmålingsdatavalidering.

• TERENO-netværket: Tysklands netværk af terrestriske miljøobservatorier, som omfatter 20 CRNP-stationer til dynamisk overvågning af jordfugtighed i vandskel.

(3) Dataprodukter og delingsplatforme

• SMOS-data: Tilgængelige fra ESA's officielle hjemmeside og CATDS-platformen, inklusive jordfugtighed på overfladen, VOD, jordfugtighed i rodzonen og andre produkter.

• SMAP-data: Udgivet af National Snow and Ice Data Center (NSIDC) i USA, inklusive overflade- og rodzone jordfugtighedsprodukter med den højeste nøjagtighed.

• ESA CCI-data: Giver langsigtede globale jordfugtighedsdata (tre typer produkter: aktive, passive og sammensmeltede) siden 1978, som kan fås fra ESA Soil Moisture CCI's officielle hjemmeside.

5. Forskningskonklusioner og fremtidige retninger

De tre litteraturer indikerer konsekvent, at jordfugtighedsovervågningsteknologier har dannet et fuldskalasystem fra jordbaseret punktmåling til global fjernmåling. Blandt dem er mikrobølgefjernmåling kerneteknologien til overvågning i stor skala, og maskinlæringsmodeller har væsentligt forbedret inversionsnøjagtigheden. Kerneudfordringerne ved nuværende teknologier omfatter: nøjagtighedsoptimering af sammensmeltningen af ​​aktive og passive mikrobølgesensorer, verifikation af dyb jordfugtighedsovervågningsmetoder og forbedring af overvågningsnøjagtighed i komplekse vegetationer og fugtige områder. Fremtidig forskning bør fokusere på disse retninger, samtidig med at metoderne til dataassimilering forbedres yderligere, styrkes kombinationen af ​​fjernmålingsdata og jordobservationer og fremme den dybdegående anvendelse af jordfugtighedsdata på områder som landbrugsvandingshåndtering, tidlig varsling om tørke og oversvømmelser og forskning i klimaændringer.