Literaturübersicht zur Bodenfeuchtigkeitsüberwachung

1. Klassifizierung von Bodenfeuchtigkeitsüberwachungstechnologien

Bodenfeuchtigkeitsüberwachungstechnologien können je nach Überwachungsmaßstab und -prinzip in drei Kategorien unterteilt werden: bodengestützte Punktmesstechnologie, proximale Sensortechnologie und Fernerkundungsüberwachungstechnologie. Jede der drei Technologien hat ihren eigenen Schwerpunkt und deckt den gesamten Anwendungsbereich von der lokalen Punktmessung bis zur globalen Überwachung ab.

(1) Bodengestützte Punktmesstechnik

Die bodengestützte Punktmesstechnologie konzentriert sich auf die direkte Bodenkontaktmessung mit Bodensensoren, die eine kontinuierliche oder Festpunkt-Bodenfeuchtigkeitsdatenerfassung ermöglichen und das grundlegende Mittel zur Bodenfeuchtigkeitsüberwachung darstellen. Es umfasst hauptsächlich Widerstandssonden, Time Domain Reflectometry (TDR), Kapazitätssensoren, Neutronensonden und andere Typen. Verschiedene Sensoren unterscheiden sich erheblich in Bezug auf Genauigkeit, Kosten und anwendbare Szenarien.

(2) Proximale Sensortechnologie

Die proximale Sensortechnologie wird hauptsächlich auf Feld- oder Wassereinzugsgebietsebene eingesetzt. Es ermittelt die räumlichen Verteilungseigenschaften der Bodenfeuchtigkeit auf nicht-invasive Weise und gleicht damit die lokalen Einschränkungen bodengestützter Punktmessungen aus. Zu den gängigen Technologien gehören elektromagnetische Induktion (EMI), Bodenradar (GPR), Neutronensonde mit kosmischer Strahlung (CRNP) usw. Unter anderem kann die CRNP-Technologie eine nichtinvasive Messung der regionalen durchschnittlichen Bodenfeuchtigkeit über ein großes Gebiet realisieren und hat sich zu einer wichtigen Brücke zwischen bodengestützter Punktmessung und Satellitenfernerkundung entwickelt.

(3) Fernerkundungsüberwachungstechnologie

Die Fernerkundungstechnologie ermöglicht die dynamische Überwachung großräumiger (regionaler bis globaler) Bodenfeuchtigkeit durch Plattformen wie Satelliten und Flugzeuge. Je nach Fernerkundungsband kann es in optische Fernerkundung, thermische Infrarot-Fernerkundung und Mikrowellen-Fernerkundung unterteilt werden. Unter anderem hat sich die Mikrowellen-Fernerkundung aufgrund ihrer geringen Empfindlichkeit gegenüber Wetterbedingungen und ihrer Fähigkeit, Vegetation und Oberflächenboden zu durchdringen, zur gängigen Technologie für die Überwachung der Bodenfeuchtigkeit in großem Maßstab entwickelt. Es kann weiter in aktive Mikrowellen-Fernerkundung (z. B. Synthetic Aperture Radar, SAR) und passive Mikrowellen-Fernerkundung (z. B. Radiometer) unterteilt werden.

2. Prinzipien und Leistungsvergleich der wichtigsten Überwachungstechnologien

(1) Leistungsvergleich bodengestützter Punktmesssensoren

Sensortyp	Vorteile	Nachteile	Anwendbare Szenarien	Genauigkeitsindex
Widerstandssonde	1. Kombinierbar mit Datenloggern zur kontinuierlichen Messung; 2. Niedrigster Preis; 3. Geringer Stromverbrauch	1. Geringe Genauigkeit, der Kalibrierungswert variiert je nach Bodenart und Salzgehalt; 2. Sensoren neigen zur Alterung	Szenarien, bei denen nur Änderungen des Feuchtigkeitsgehalts beurteilt werden müssen und die nur geringe Anforderungen an die Genauigkeit stellen	Geringe Genauigkeit
TDR-Sonde	1. Kann eine kontinuierliche Messung durchführen; 2. Hohe Genauigkeit (2-3 %) nach bodenspezifischer Kalibrierung; 3. Unempfindlich gegenüber Salzgehalt (bis das Signal verschwindet); 4. Hohe akademische Anerkennung	1. Höhere Betriebskomplexität als Kapazitätssensoren; 2. Die Installation erfordert das Ausheben von Gräben, was zeitaufwändig ist. 3. Ungültig in Umgebungen mit hohem Salzgehalt; 4. Hoher Stromverbrauch (erfordert große wiederaufladbare Batterien)	Labore, die mit entsprechenden Systemen ausgestattet sind, die eine hochpräzise Messung erfordern	Hohe Genauigkeit (2–3 %)
Kapazitätssensor	1. Kann eine kontinuierliche Messung durchführen; 2. Einfache Installation für einige Typen; 3. Hohe Genauigkeit (2-3 %) nach der Kalibrierung; 4. Geringer Stromverbrauch (kleine Batterien reichen aus); 5. Niedriger Preis, der Mehrpunktmessungen ermöglicht	1. Die Genauigkeit nimmt in Umgebungen mit hohem Salzgehalt ab (elektrische Leitfähigkeit des gesättigten Extrakts > 8 dS/m); 2. Schlechte Leistung minderwertiger Marken	Szenarien, die Mehrpunktmessung, einfache Systembereitstellung und -wartung sowie geringen Stromverbrauch erfordern	Hohe Genauigkeit (2–3 %)
Neutronensonde	1. Großes Messvolumen; 2. Unempfindlich gegenüber Salzgehalt; 3. Hohe akademische Anerkennung (ausgereifte Technologie); 4. Nicht von Kontaktproblemen mit dem Bodensensor betroffen	1. Teuer; 2. Für den Betrieb ist eine Strahlenzertifizierung erforderlich. 3. Extrem zeitaufwändig; 4. Eine kontinuierliche Messung kann nicht durchgeführt werden	Szenarien mit vorhandener Ausrüstung und Zertifizierung, die die Messung von Lehmböden mit hohem Salzgehalt oder expansiver Schrumpfung erfordern	Geringe Genauigkeit (verbessert nach Feldkalibrierung)
CRNP (Kosmische Strahlungs-Neutronensonde)	1. Extrem großer Messbereich (Einflussvolumen mit 800m Durchmesser); 2. Automatische Messung; 3. Geeignet für die Bodenvalidierung von Satellitendaten (Glättung großräumiger Variabilität); 4. Nicht von Kontaktproblemen mit dem Bodensensor betroffen	1. Höchster Preis; 2. Unklare Definition des Messvolumens, abhängig von der Bodenfeuchtigkeit; 3. Die Genauigkeit wird durch Störfaktoren wie die Vegetation begrenzt	Szenarien, die großräumige durchschnittliche Feuchtigkeitswerte und eine Bodenvalidierung von Satellitendaten erfordern	RMSE ≈ 0,032 cm³/cm³ (nach Kalibrierung)

Sensortyp	Vorteile	Nachteile	Anwendbare Szenarien	Genauigkeitsindex
Widerstandssonde	1. Kombinierbar mit Datenloggern zur kontinuierlichen Messung; 2. Niedrigster Preis; 3. Geringer Stromverbrauch	1. Geringe Genauigkeit, der Kalibrierungswert variiert je nach Bodenart und Salzgehalt; 2. Sensoren neigen zur Alterung	Szenarien, bei denen nur Änderungen des Feuchtigkeitsgehalts beurteilt werden müssen und die nur geringe Anforderungen an die Genauigkeit stellen	Geringe Genauigkeit
TDR-Sonde	1. Kann eine kontinuierliche Messung durchführen; 2. Hohe Genauigkeit (2-3 %) nach bodenspezifischer Kalibrierung; 3. Unempfindlich gegenüber Salzgehalt (bis das Signal verschwindet); 4. Hohe akademische Anerkennung	1. Höhere Betriebskomplexität als Kapazitätssensoren; 2. Die Installation erfordert das Ausheben von Gräben, was zeitaufwändig ist. 3. Ungültig in Umgebungen mit hohem Salzgehalt; 4. Hoher Stromverbrauch (erfordert große wiederaufladbare Batterien)	Labore, die mit entsprechenden Systemen ausgestattet sind, die eine hochpräzise Messung erfordern	Hohe Genauigkeit (2–3 %)
Kapazitätssensor	1. Kann eine kontinuierliche Messung durchführen; 2. Einfache Installation für einige Typen; 3. Hohe Genauigkeit (2-3 %) nach der Kalibrierung; 4. Geringer Stromverbrauch (kleine Batterien reichen aus); 5. Niedriger Preis, der Mehrpunktmessungen ermöglicht	1. Die Genauigkeit nimmt in Umgebungen mit hohem Salzgehalt ab (elektrische Leitfähigkeit des gesättigten Extrakts > 8 dS/m); 2. Schlechte Leistung minderwertiger Marken	Szenarien, die Mehrpunktmessung, einfache Systembereitstellung und -wartung sowie geringen Stromverbrauch erfordern	Hohe Genauigkeit (2–3 %)
Neutronensonde	1. Großes Messvolumen; 2. Unempfindlich gegenüber Salzgehalt; 3. Hohe akademische Anerkennung (ausgereifte Technologie); 4. Nicht von Kontaktproblemen mit dem Bodensensor betroffen	1. Teuer; 2. Für den Betrieb ist eine Strahlenzertifizierung erforderlich. 3. Extrem zeitaufwändig; 4. Eine kontinuierliche Messung kann nicht durchgeführt werden	Szenarien mit vorhandener Ausrüstung und Zertifizierung, die die Messung von Lehmböden mit hohem Salzgehalt oder expansiver Schrumpfung erfordern	Geringe Genauigkeit (verbessert nach Feldkalibrierung)
CRNP (Kosmische Strahlungs-Neutronensonde)	1. Extrem großer Messbereich (Einflussvolumen mit 800m Durchmesser); 2. Automatische Messung; 3. Geeignet für die Bodenvalidierung von Satellitendaten (Glättung großräumiger Variabilität); 4. Nicht von Kontaktproblemen mit dem Bodensensor betroffen	1. Höchster Preis; 2. Unklare Definition des Messvolumens, abhängig von der Bodenfeuchtigkeit; 3. Die Genauigkeit wird durch Störfaktoren wie die Vegetation begrenzt	Szenarien, die großräumige durchschnittliche Feuchtigkeitswerte und eine Bodenvalidierung von Satellitendaten erfordern	RMSE ≈ 0,032 cm³/cm³ (nach Kalibrierung)

(2) Grundprinzipien und Leistung von Fernerkundungsüberwachungstechnologien

Die Fernerkundungsüberwachungstechnologie ermittelt die Bodenfeuchtigkeit, indem sie die Reflexions-, Emissions- oder Streueigenschaften des Bodens gegenüber elektromagnetischer Strahlung in verschiedenen Bändern erfasst. Die Messtiefe, die räumliche Auflösung und die anwendbaren Szenarien der Technologien in den verschiedenen Bändern variieren erheblich:

• Optische und thermische Infrarot-Fernerkundung: Die optische Fernerkundung (sichtbares Licht, nahes Infrarot, kurzwelliges Infrarot) ermittelt die Bodenfeuchtigkeit in der extrem dünnen Oberflächenschicht (≤ 1 mm) durch Veränderungen der Bodenfarbe (feuchter Boden ist dunkler); Die thermische Infrarot-Fernerkundung spiegelt indirekt die Feuchtigkeitsbedingungen wider, indem sie Änderungen der Oberflächentemperatur des Bodens überwacht. Beide sind anfällig für Wetter und Vegetationsbedeckung und haben eine geringe Messtiefe.

• Mikrowellen-Fernerkundung: Ermittelt Feuchtigkeit durch Messung der volumetrischen Dielektrizitätskonstante des Bodens (die Dielektrizitätskonstante von Wasser beträgt etwa 80, viel höher als die von Bodenfeststoffen und Luft), die in aktive (Radar überträgt Signale zur Messung von Echos) und passive (misst natürliche Mikrowellenstrahlung) Typen unterteilt wird. Unter den Mikrowellenbändern haben das L-Band und das P-Band eine starke Fähigkeit, die Vegetation zu durchdringen, und eignen sich zur Überwachung der Bodenfeuchtigkeit in der Nähe der Oberfläche und im Wurzelbereich. C-Band eignet sich für nackten Boden oder Bereiche mit geringer Vegetation.

Leistungsvergleich gängiger Mikrowellen-Fernerkundungssatellitenmissionen

Satellitenmission	Sensortyp	Band	Räumliche Auflösung	Wiederholungszeitraum	Kernvorteile	Genauigkeitsindex
SMOS (Soil Moisture and Ocean Salinity Satellite)	Passives Mikrowellenradiometer	L-Band	25 km (EASE-2-Gitter)	3 Tage	Die erste Satellitenmission speziell zur Überwachung der Bodenfeuchtigkeit, mit der die optische Vegetationstiefe (Vegetation Optical Depth, VOD) ermittelt werden kann.	Medianer R²=0,75, RMSE=0,023 m³/m³
SMAP (Soil Moisture Active Passive Satellite)	Aktives Radar + passives Radiometer (Radar ausgefallen)	L-Band	36 km (Standard), 9 km (erweitert)	2-3 Tage	Derzeit das genaueste globale Bodenfeuchtigkeitsprodukt, das Feuchtigkeitsdaten für die Wurzelzone (0–100 cm) liefern kann	ubRMSE=0,035-0,038 cm³/cm³ (Oberflächenschicht); 0,026-0,03 cm³/cm³ (Wurzelzone)
Sentinel-1	Aktives Radar mit synthetischer Apertur (SAR)	C-Band	10-20 m	6 Tage	Hohe räumliche Auflösung, kann mit SMAP-Daten fusioniert werden, um Produkte mit einer Auflösung von 3 km zu erzeugen	RMSE<0,046 cm³/cm³
ESA CCI (Climate Change Initiative)	Aktive + passive Mikrowellenfusion	Multiband	Mehrere Auflösungen	Hängt von der Datenquelle ab	Bietet langfristige, kontinuierliche globale Bodenfeuchtigkeitsdaten seit 1978	Mittlere umfassende Genauigkeit, geeignet für langfristige Forschung zum Klimawandel

3. Schlüsselfaktoren, die die Genauigkeit der Bodenfeuchtigkeitsüberwachung beeinflussen

Basierend auf den Metaanalyseergebnissen von Literatur 3 wird die Genauigkeit der Bodenfeuchtigkeitsüberwachung durch verschiedene Faktoren wie Sensortyp, Modellierungsmethode und Umgebungsbedingungen beeinflusst. Die wesentlichen Einflussfaktoren sind folgende:

(1) Sensor und technische Konfiguration

• Sensortyp: Die Genauigkeit aktiver und passiver Mikrowellensensoren ist bei alleiniger Verwendung vergleichbar (Median R²=0,7 für beide), es liegen jedoch nur wenige Studien zu ihrer kombinierten Verwendung vor. Aktuelle Erkenntnisse zeigen, dass die Fusionsgenauigkeit nicht wesentlich verbessert wurde (Median R²=0,59), was weitere Forschung und Optimierung erfordert.

• Polarisationsmodus: Unter den aktiven Mikrowellensensoren hat die VV+VH-Doppelpolarisationskombination die höchste Genauigkeit (Median R²=0,76, RMSE=0,035 m³/m³), gefolgt von der HH-Polarisation und der VH-Polarisation mit der niedrigsten Genauigkeit.

• Messtiefe: Mikrowellen-Fernerkundung eignet sich hauptsächlich zur Überwachung der Bodenfeuchtigkeit in der Oberflächenschicht (0–5 cm). Die Feuchtigkeit tiefer Schichten (>20 cm) muss indirekt durch Modelle für maschinelles Lernen ermittelt werden. Derzeit ist die Anzahl der Datenproben für die Genauigkeit der Tiefenschichtüberwachung gering und die Schlussfolgerung ist noch nicht klar.

(2) Modellierungs- und Datenverarbeitungsmethoden

Die Inversionsmodellierungsmethode zur Überwachung von Daten hat erheblichen Einfluss auf die Genauigkeit:

• Modelle für maschinelles Lernen (insbesondere neuronale Netze) weisen mit einem mittleren R²=0,73 und RMSE=0,035 m³/m³ die höchste Genauigkeit auf; Unter diesen weisen LSTM-Netzwerke die höchste Genauigkeit auf (Median R²=0,86), da sie zeitliche Abhängigkeiten erfassen können.

• Semiempirische Modelle (wie das Wasserwolkenmodell (WCM) oder das τ-ω-Modell) sind weit verbreitet und ihre Genauigkeit ist etwas geringer als die des maschinellen Lernens (Median R²=0,71, RMSE=0,042 m³/m³).

• Die Kombination aus maschinellem Lernen und semiempirischen Modellen kann die Genauigkeit weiter verbessern (Median R²=0,79, RMSE=0,030 m³/m³).

(3) Umgebungs- und Oberflächenbedingungen

• Klimatyp: Die Überwachungsgenauigkeit in trockenen und halbtrockenen Regionen (mit höherem mittleren R²) ist besser als in feuchten und halbfeuchten Regionen. Denn in feuchten Regionen gibt es eine dichte Vegetation und große Feuchtigkeitsschwankungen, die die Signale stören können.

• Bodenbeschaffenheit: Sandiger Lehm weist die höchste Überwachungsgenauigkeit auf (Median R²=0,75); Passive Sensoren funktionieren in Ton-Lehm und Ton besser, während aktive Sensoren in sandigem Lehm und Lehm besser funktionieren.

• Landbedeckung: Landwirtschaftliche Flächen (Weizen, Mais, Sojabohnen usw.) sind das Hauptforschungsszenario. Die Vegetationsdichte beeinflusst die Durchdringung von Mikrowellensignalen und damit die Genauigkeit. Der Unterschied in der Überwachungsgenauigkeit zwischen verschiedenen Jahreszeiten ist jedoch nicht signifikant, was die Stabilität der Mikrowellentechnologie widerspiegelt.

4. Anwendungssysteme und Datenressourcen für die Bodenfeuchtigkeitsüberwachung

(1) Internet der Dinge (IoT) und Datenmanagementsysteme

Das in Literatur 1 vorgeschlagene ZENTRA-System ist eine typische IoT-Lösung für die Bodenfeuchtigkeitsüberwachung. Es integriert Sensoren, Datenlogger und Cloud-Plattformen (ZENTRA Cloud), um eine vereinfachte Installation, Remote-Datendownload, Echtzeit-Fehlerfrühwarnung und Datenfusion an mehreren Standorten zu realisieren. Es kann die Arbeitsbelastung der Forscher erheblich reduzieren und die Effizienz der Datenverwaltung verbessern.

(2) Globale und regionale Überwachungsnetzwerke

• COSMOS-Netzwerk: Ein globales Netzwerk zur Beobachtung der Bodenfeuchtigkeit, das auf der CRNP-Technologie basiert. Derzeit gibt es weltweit etwa 194 permanente Stationen, die Regionen wie die Vereinigten Staaten, Deutschland, Australien und das Vereinigte Königreich abdecken. Es kann die räumliche Lücke zwischen bodengestützter Punktmessung und Satellitenfernerkundung schließen.

• International Soil Moisture Network (ISMN): Integriert In-situ-Bodenfeuchtedaten von mehreren Stationen auf der ganzen Welt, deckt eine Vielzahl von Messtechnologien ab und ist eine wichtige Basisdatenquelle für die Validierung von Fernerkundungsdaten.

• TERENO-Netzwerk: Deutschlands Netzwerk terrestrischer Umweltobservatorien, das 20 CRNP-Stationen zur dynamischen Überwachung der Bodenfeuchtigkeit im Wassereinzugsgebietsmaßstab umfasst.

(3) Datenprodukte und Sharing-Plattformen

• SMOS-Daten: Verfügbar auf der offiziellen Website der ESA und der CATDS-Plattform, einschließlich Oberflächenbodenfeuchtigkeit, VOD, Bodenfeuchtigkeit in der Wurzelzone und anderen Produkten.

• SMAP-Daten: Veröffentlicht vom National Snow and Ice Data Center (NSIDC) der Vereinigten Staaten, einschließlich Bodenfeuchtigkeitsprodukten der Oberflächen- und Wurzelzone mit höchster Genauigkeit.

• ESA CCI-Daten: Bietet langfristige globale Bodenfeuchtigkeitsdaten (drei Arten von Produkten: aktiv, passiv und fusioniert) seit 1978, die auf der offiziellen Website der ESA Soil Moisture CCI abgerufen werden können.

5. Forschungsergebnisse und zukünftige Richtungen

Die drei Fachliteratur weist übereinstimmend darauf hin, dass Technologien zur Überwachung der Bodenfeuchtigkeit ein umfassendes System von der bodengestützten Punktmessung bis zur globalen Fernerkundung gebildet haben. Unter ihnen ist die Mikrowellen-Fernerkundung die Kerntechnologie für groß angelegte Überwachungen, und Modelle für maschinelles Lernen haben die Inversionsgenauigkeit erheblich verbessert. Zu den Kernherausforderungen aktueller Technologien gehören: Genauigkeitsoptimierung der Fusion aktiver und passiver Mikrowellensensoren, Verifizierung von Methoden zur Überwachung der tiefen Bodenfeuchtigkeit und Verbesserung der Überwachungsgenauigkeit in komplexen Vegetations- und Feuchtregionen. Zukünftige Forschung sollte sich auf diese Richtungen konzentrieren und gleichzeitig die Datenassimilationsmethoden weiter verbessern, die Kombination von Fernerkundungsdaten und Bodenbeobachtungen stärken und die tiefgreifende Anwendung von Bodenfeuchtigkeitsdaten in Bereichen wie dem landwirtschaftlichen Bewässerungsmanagement, der Dürre- und Überschwemmungsfrühwarnung sowie der Forschung zum Klimawandel fördern.