Blogit | Ura | Ota yhteyttä
Katselukerrat: 60 Tekijä: Site Editor Julkaisuaika: 2026-01-08 Alkuperä: Sivusto
1. Maaperän kosteudenvalvontatekniikoiden luokitus
Maaperän kosteusmittaustekniikat voidaan jakaa kolmeen luokkaan seuranta-asteikon ja -periaatteen mukaan: maapohjainen pistemittaustekniikka, proksimaalimittaustekniikka ja kaukokartoitustekniikka. Jokaisella kolmesta tekniikasta on oma painopisteensä, joka kattaa kaikki sovellustarpeet paikallisesta pistemittauksesta globaalin mittakaavan seurantaan.
(1) Ground-Based Point Measurement Technology
Maapohjainen pistemittaustekniikka on keskittynyt suoran kosketuksen maa-anturimittaukseen, joka mahdollistaa jatkuvan tai kiinteän pisteen maaperän kosteustietojen keruun ja on maaperän kosteuden seurannan peruskeino. Se sisältää pääasiassa vastusantureita, Time Domain Reflectometry (TDR), kapasitanssiantureita, neutroniantureita ja muita tyyppejä. Eri anturit vaihtelevat huomattavasti tarkkuuden, hinnan ja soveltuvien skenaarioiden osalta.
(2) Proximal Sensing Technology
Proksimaalista tunnistustekniikkaa käytetään pääasiassa kenttä- tai vesistömittakaavassa. Se saa maaperän kosteuden alueelliset jakautumisominaisuudet ei-invasiivisin keinoin, mikä kompensoi maaperän pistemittauksen paikallisia rajoituksia. Yleisiä teknologioita ovat sähkömagneettinen induktio (EMI), GPR-tutka (Ground-Penetrating Radar), kosminen säteilyneutronisetti (CRNP) jne. Niiden joukossa CRNP-tekniikka voi mitata alueellista keskimääräistä maaperän kosteutta ei-invasiivisesti suurelta alueelta, ja siitä on tullut keskeinen silta, joka yhdistää maanpäällisen pistemittauksen ja satelliittikaukokartoituksen.
(3) Remote Sensing Monitoring Technology
Kaukokartoitustekniikka toteuttaa laajamittaisen (alueellisesta globaaliin) maaperän kosteuden dynaamisen seurannan alustojen, kuten satelliittien ja lentokoneiden, avulla. Kaukokartoituskaistan mukaan se voidaan jakaa optiseen kaukokartoitukseen, lämpö-infrapuna-etäkartoitukseen ja mikroaaltouunikaukokartoitukseen. Niistä mikroaaltouunin kaukokartoituksesta on tullut yleisin tekniikka laajamittaisessa maaperän kosteuden seurannassa, koska se on alhainen herkkyys sääolosuhteille ja kyky tunkeutua kasvillisuuteen ja pintamaahan. Se voidaan jakaa edelleen aktiiviseen mikroaaltouunin kaukokartoitukseen (kuten Synthetic Aperture Radar, SAR) ja passiiviseen mikroaaltouunin kaukokartoitukseen (kuten radiometriin).
2. Tärkeimpien valvontatekniikoiden periaatteet ja suorituskyvyn vertailu
(1) Maapohjaisten pistemittausanturien suorituskyvyn vertailu
Anturin tyyppi |
Edut |
Haitat |
Sovellettavat skenaariot |
Tarkkuusindeksi |
Resistance Probe |
1. Voidaan yhdistää dataloggereihin jatkuvaa mittausta varten; 2. Alin hinta; 3. Alhainen virrankulutus |
1. Huono tarkkuus, kalibrointiarvo vaihtelee maaperän ja suolapitoisuuden mukaan; 2. Anturit ovat alttiita ikääntymiselle |
Skenaariot, joissa on vain arvioitava kosteuspitoisuuden muutoksia ja joiden tarkkuusvaatimukset ovat alhaiset |
Matala tarkkuus |
TDR-anturi |
1. Voi suorittaa jatkuvan mittauksen; 2. Korkea tarkkuus (2-3 %) maaperäkohtaisen kalibroinnin jälkeen; 3. Epäherkkä suolapitoisuudelle (kunnes signaali katoaa); 4. Korkea akateeminen tunnustus |
1. Monimutkaisempi toiminta kuin kapasitanssianturit; 2. Asennus vaatii kaivamista, mikä vie aikaa; 3. Ei kelpaa korkean suolapitoisuuden ympäristöissä; 4. Korkea virrankulutus (vaatii suuria ladattavia akkuja) |
Laboratoriot, jotka on varustettu asianmukaisilla järjestelmillä, jotka vaativat suurta tarkkuutta |
Suuri tarkkuus (2-3 %) |
Kapasitanssianturi |
1. Voi suorittaa jatkuvan mittauksen; 2. Helppo asennus joillekin tyypeille; 3. Korkea tarkkuus (2-3 %) kalibroinnin jälkeen; 4. Alhainen virrankulutus (pienet paristot riittävät); 5. Alhainen hinta, joka mahdollistaa monipistemittauksen |
1. Tarkkuus laskee korkean suolapitoisuuden ympäristöissä (tyydyttyneen uutteen sähkönjohtavuus > 8 dS/m); 2. Heikkolaatuisten merkkien huono suorituskyky |
Skenaariot, jotka edellyttävät monipistemittausta, yksinkertaista järjestelmän käyttöönottoa ja ylläpitoa sekä alhaista virrankulutusta |
Suuri tarkkuus (2-3 %) |
Neutronin koetin |
1. Suuri mittaustilavuus; 2. Epäherkkä suolapitoisuudelle; 3. Korkea akateeminen tunnustus (kypsä teknologia); 4. Ei vaikuta maa-anturin kosketusongelmiin |
1. Kallis; 2. Toiminta edellyttää säteilysertifikaattia; 3. Erittäin aikaa vievä; 4. Ei voi suorittaa jatkuvaa mittausta |
Skenaariot olemassa olevilla laitteilla ja sertifioinneilla, jotka edellyttävät korkean suolapitoisuuden tai laajenevan kutistuvan savimaan mittausta |
Matala tarkkuus (parempi kenttäkalibroinnin jälkeen) |
CRNP (kosmisen säteilyn neutroniluetin) |
1. Erittäin suuri mittausalue (vaikutustilavuus, halkaisija 800 m); 2. Automaattinen mittaus; 3. Soveltuu satelliittidatan maanpäälliseen validointiin (tasoittaa laajamittaista vaihtelua); 4. Ei vaikuta maa-anturin kosketusongelmiin |
1. Korkein hinta; 2. Epäselvä mittaustilavuuden määritelmä, joka vaihtelee maaperän kosteuden mukaan; 3. Tarkkuutta rajoittavat hämmentävät tekijät, kuten kasvillisuus |
Skenaariot, jotka edellyttävät laajamittaisia keskimääräisiä kosteusarvoja ja satelliittitietojen maan validointia |
RMSE ≈ 0,032 cm³/cm³ (kalibroinnin jälkeen) |
Anturin tyyppi |
Edut |
Haitat |
Sovellettavat skenaariot |
Tarkkuusindeksi |
Resistance Probe |
1. Voidaan yhdistää dataloggereihin jatkuvaa mittausta varten; 2. Alin hinta; 3. Alhainen virrankulutus |
1. Huono tarkkuus, kalibrointiarvo vaihtelee maaperän ja suolapitoisuuden mukaan; 2. Anturit ovat alttiita ikääntymiselle |
Skenaariot, joissa on vain arvioitava kosteuspitoisuuden muutoksia ja joiden tarkkuusvaatimukset ovat alhaiset |
Matala tarkkuus |
TDR-anturi |
1. Voi suorittaa jatkuvan mittauksen; 2. Korkea tarkkuus (2-3 %) maaperäkohtaisen kalibroinnin jälkeen; 3. Epäherkkä suolapitoisuudelle (kunnes signaali katoaa); 4. Korkea akateeminen tunnustus |
1. Monimutkaisempi toiminta kuin kapasitanssianturit; 2. Asennus vaatii kaivamista, mikä vie aikaa; 3. Ei kelpaa korkean suolapitoisuuden ympäristöissä; 4. Suuri virrankulutus (vaatii suuria ladattavia akkuja) |
Laboratoriot, jotka on varustettu asianmukaisilla järjestelmillä, jotka vaativat suurta tarkkuutta |
Suuri tarkkuus (2-3 %) |
Kapasitanssianturi |
1. Voi suorittaa jatkuvan mittauksen; 2. Helppo asennus joillekin tyypeille; 3. Korkea tarkkuus (2-3 %) kalibroinnin jälkeen; 4. Alhainen virrankulutus (pienet paristot riittävät); 5. Alhainen hinta, joka mahdollistaa monipistemittauksen |
1. Tarkkuus laskee korkean suolapitoisuuden ympäristöissä (tyydyttyneen uutteen sähkönjohtavuus > 8 dS/m); 2. Heikkolaatuisten merkkien huono suorituskyky |
Skenaariot, jotka edellyttävät monipistemittausta, yksinkertaista järjestelmän käyttöönottoa ja ylläpitoa sekä alhaista virrankulutusta |
Suuri tarkkuus (2-3 %) |
Neutronin koetin |
1. Suuri mittaustilavuus; 2. Epäherkkä suolapitoisuudelle; 3. Korkea akateeminen tunnustus (kypsä teknologia); 4. Ei vaikuta maa-anturin kosketusongelmiin |
1. Kallis; 2. Toiminta edellyttää säteilysertifikaattia; 3. Erittäin aikaa vievä; 4. Ei voi suorittaa jatkuvaa mittausta |
Skenaariot olemassa olevilla laitteilla ja sertifioinneilla, jotka edellyttävät korkean suolapitoisuuden tai laajenevan kutistuvan savimaan mittausta |
Matala tarkkuus (parempi kenttäkalibroinnin jälkeen) |
CRNP (kosmisen säteilyn neutroniluetin) |
1. Erittäin suuri mittausalue (vaikutustilavuus, halkaisija 800 m); 2. Automaattinen mittaus; 3. Soveltuu satelliittidatan maanpäälliseen validointiin (tasoittaa laajamittaista vaihtelua); 4. Ei vaikuta maa-anturin kosketusongelmiin |
1. Korkein hinta; 2. Epäselvä mittaustilavuuden määritelmä, joka vaihtelee maaperän kosteuden mukaan; 3. Tarkkuutta rajoittavat hämmentävät tekijät, kuten kasvillisuus |
Skenaariot, jotka edellyttävät laajamittaisia keskimääräisiä kosteusarvoja ja satelliittitietojen maan validointia |
RMSE ≈ 0,032 cm³/cm³ (kalibroinnin jälkeen) |
(2) Kaukokartoitusvalvontatekniikoiden perusperiaatteet ja suorituskyky
Kaukokartoitusvalvontatekniikka hakee maaperän kosteutta havaitsemalla maaperän heijastus-, emissio- tai sirontaominaisuudet sähkömagneettiseen säteilyyn eri kaistoilla. Teknologioiden mittaussyvyys, tilaresoluutio ja soveltuvat skenaariot eri taajuuksilla vaihtelevat merkittävästi:
• Optinen ja lämpö-infrapuna-kaukosäädin: Optinen kaukokartoitus (näkyvä valo, lähi-infrapuna, lyhytaaltoinen infrapuna) noutaa maaperän kosteuden erittäin ohuesta pintakerroksesta (≤1 mm) maaperän värimuutosten kautta (kostea maaperä on tummempaa); lämpö-infrapunakaukokartoitus heijastaa epäsuorasti kosteusolosuhteita tarkkailemalla maaperän pinnan lämpötilan muutoksia. Molemmat ovat herkkiä säälle ja kasvillisuudelle ja niillä on matala mittaussyvyys.
• Mikroaaltokaukosäädin: Hakee kosteuden mittaamalla maaperän tilavuusdielektrisyysvakion (veden dielektrisyysvakio on noin 80, paljon korkeampi kuin maaperän kiintoaineen ja ilman), joka on jaettu aktiiviseen (tutka lähettää signaaleja kaikujen mittaamiseksi) ja passiiviseen (mittaa luonnollista mikroaaltosäteilyä) tyyppeihin. Mikroaaltoalueista L-kaistalla ja P-kaistalla on vahva kyky tunkeutua kasvillisuuteen ja ne soveltuvat maanpinnan ja juurivyöhykkeen maaperän kosteuden tarkkailuun; C-nauha sopii paljaalle maaperälle tai harvaan kasvillisille alueille.
Yleisten mikroaaltouunien kaukokartoitussatelliittitehtävien suorituskyvyn vertailu
Satelliittitehtävä |
Anturin tyyppi |
Bändi |
Spatiaalinen resoluutio |
Uudelleenkäyntijakso |
Keskeiset edut |
Tarkkuusindeksi |
SMOS (Soil Moisture and Ocean Salinity Satellite) |
Passiivinen mikroaaltoradiometri |
L-nauha |
25 km (EASE-2 Grid) |
3 päivää |
Ensimmäinen satelliittitehtävä erityisesti maaperän kosteuden seurantaan, joka pystyy noutamaan Vegetation Optical Depth (VOD) -syvyyden |
Mediaani R²=0,75, RMSE=0,023 m³/m³ |
SMAP (Soil Moisture Active Passive Satellite) |
Aktiivinen tutka + passiivinen radiometri (tutka epäonnistui) |
L-nauha |
36 km (vakio), 9 km (tehostettu) |
2-3 päivää |
Tällä hetkellä tarkin maailmanlaajuinen maaperän kosteustuote, joka pystyy tarjoamaan juurivyöhykkeen (0-100 cm) kosteustietoja |
ubRMSE = 0,035-0,038 cm³/cm³ (pintakerros); 0,026-0,03 cm³/cm³ (juurialue) |
Sentinel-1 |
Active Synthetic Aperture Radar (SAR) |
C-nauha |
10-20 m |
6 päivää |
Korkea spatiaalinen resoluutio, voidaan yhdistää SMAP-tietoihin 3 km:n resoluution tuotteiden luomiseksi |
RMSE < 0,046 cm³/cm³ |
ESA CCI (Climate Change Initiative) |
Aktiivinen + Passiivinen MikroaaltoFusion |
Monikaistainen |
Useita resoluutioita |
Riippuu tietolähteestä |
Tarjoaa pitkäaikaisia jatkuvia maailmanlaajuisia maaperän kosteustietoja vuodesta 1978 lähtien |
Keskikokoinen kattava tarkkuus, sopii pitkän aikavälin ilmastonmuutostutkimukseen |
3. Avaintekijät, jotka vaikuttavat maaperän kosteuden seurannan tarkkuuteen
Kirjallisuuden 3 meta-analyysitulosten perusteella maaperän kosteuden seurannan tarkkuuteen vaikuttavat useat tekijät, kuten anturin tyyppi, mallinnusmenetelmä ja ympäristöolosuhteet. Keskeiset vaikuttavat tekijät ovat seuraavat:
(1) Anturi ja tekninen kokoonpano
• Anturin tyyppi: Aktiivisten ja passiivisten mikroaaltoanturien tarkkuus on vertailukelpoinen yksinään käytettynä (mediaani R² = 0,7 molemmille), mutta niiden yhteiskäytöstä on vähän tutkimuksia. Nykyiset todisteet osoittavat, että fuusion tarkkuus ei ole merkittävästi parantunut (mediaani R² = 0,59), mikä vaatii lisätutkimusta ja optimointia.
• Polarisaatiotila: Aktiivisista mikroaaltoantureista VV+VH-kaksoispolarisaatioyhdistelmällä on suurin tarkkuus (mediaani R²=0,76, RMSE=0,035 m³/m³), jota seuraa HH-polarisaatio, ja VH-polarisaatiolla on pienin tarkkuus.
• Mittaussyvyys: Mikroaalto-etäkartoitus soveltuu pääasiassa pintakerroksen (0-5cm) maaperän kosteuden seurantaan. Syvän kerroksen (> 20 cm) kosteus on haettava epäsuorasti koneoppimismallien avulla. Tällä hetkellä datanäytteiden määrä syvän kerroksen seurantatarkkuutta varten on pieni, eikä johtopäätös ole vielä selvä.
(2) Mallinnus- ja tietojenkäsittelymenetelmät
Seurantatietojen inversiomallinnusmenetelmä vaikuttaa merkittävästi tarkkuuteen:
• Koneoppimismalleilla (erityisesti hermoverkoilla) on suurin tarkkuus, mediaani R²=0,73 ja RMSE=0,035 m³/m³; niiden joukossa LSTM-verkoilla on suurin tarkkuus (mediaani R² = 0,86), koska ne pystyvät kaappaamaan ajallisen riippuvuuden.
• Puoliempiiriset mallit (kuten Water Cloud Model (WCM), τ-ω malli) ovat laajalti käytössä ja niiden tarkkuus on hieman pienempi kuin koneoppimisen (mediaani R²=0,71, RMSE=0,042 m³/m³).
• Koneoppimisen ja puoliempiiristen mallien yhdistelmä voi edelleen parantaa tarkkuutta (mediaani R²=0,79, RMSE=0,030 m³/m³).
(3) Ympäristö- ja pintaolosuhteet
• Ilmastotyyppi: Tarkkailutarkkuus kuivilla ja puolikuivilla alueilla (suurempi mediaani R²) on parempi kuin kosteilla ja puolikosteilla alueilla. Koska kosteilla alueilla on tiheää kasvillisuutta ja suuria kosteusvaihteluita, jotka todennäköisesti häiritsevät signaaleja.
• Maaperän rakenne: Hiekkaisella savella on korkein tarkkailutarkkuus (mediaani R²=0,75); passiiviset anturit toimivat paremmin savessa ja savessa, kun taas aktiiviset anturit toimivat paremmin hiekkasavessa ja savessa.
• Maapeite: Maatalousmaa (vehnä, maissi, soijapavut jne.) on tärkein tutkimusskenaario. Kasvillisuuden tiheys vaikuttaa mikroaaltosignaalien tunkeutumiseen ja siten tarkkuuteen, mutta eri vuodenaikojen tarkkailutarkkuuden ero ei ole merkittävä, mikä kuvastaa mikroaaltotekniikan vakautta.
4. Sovellusjärjestelmät ja tietoresurssit maaperän kosteuden seurantaan
(1) Esineiden Internet (IoT) ja tiedonhallintajärjestelmät
Kirjallisuus 1:ssä ehdotettu ZENTRA-järjestelmä on tyypillinen IoT-ratkaisu maaperän kosteuden seurantaan. Se integroi anturit, dataloggerit ja pilvialustat (ZENTRA Cloud) toteuttaakseen yksinkertaistetun asennuksen, etälatauksen, reaaliaikaisen vian varhaisen varoituksen ja usean sivuston datafuusion. Se voi vähentää merkittävästi tutkijoiden työtaakkaa ja parantaa tiedonhallinnan tehokkuutta.
(2) Maailmanlaajuiset ja alueelliset seurantaverkostot
• COSMOS Network: CRNP-teknologiaan perustuva maailmanlaajuinen maaperän kosteuden havainnointiverkosto. Tällä hetkellä ympäri maailmaa on noin 194 pysyvää asemaa, jotka kattavat muun muassa Yhdysvallat, Saksan, Australian ja Yhdistyneen kuningaskunnan. Se voi täyttää maanpäällisen pistemittauksen ja satelliittikaukokartoituksen välisen spatiaalisen mittakaavan aukon.
• Kansainvälinen maaperän kosteusverkosto (ISMN): Integroi in situ maaperän kosteustiedot useista asemista ympäri maailmaa, kattaa erilaisia mittaustekniikoita, ja on tärkeä perustietolähde kaukokartoitustietojen validoinnissa.
• TERENO-verkko: Saksan Terrestrial Environmental Observatories -verkosto, johon kuuluu 20 CRNP-asemaa vedenjakaja-asteikon maaperän kosteuden dynaamiseen seurantaan.
(3) Datatuotteet ja jakamisalustat
• SMOS-tiedot: Saatavilla ESA:n viralliselta verkkosivustolta ja CATDS-alustalta, mukaan lukien pinnan maaperän kosteus, VOD, juurialueen maaperän kosteus ja muut tuotteet.
• SMAP-tiedot: Yhdysvaltain National Snow and Ice Data Centerin (NSIDC) julkaisema, sisältäen pinnan ja juurialueen maaperän kosteustuotteet korkeimmalla tarkkuudella.
• ESA CCI Data: Tarjoaa pitkän aikavälin maailmanlaajuisia maaperän kosteustietoja (kolmetyyppisiä tuotteita: aktiivinen, passiivinen ja fuusioitu) vuodesta 1978 lähtien, jotka voidaan saada ESA Soil Moisture CCI:n viralliselta verkkosivustolta.
5. Tutkimuksen päätelmät ja tulevaisuuden suunnat
Kolme kirjallisuutta osoittavat johdonmukaisesti, että maaperän kosteuden seurantateknologiat ovat muodostaneet täyden mittakaavan järjestelmän maanpäällisistä pistemittauksista globaaleihin kaukokartoituksiin. Niistä mikroaaltouunin kaukokartoitus on ydinteknologian laajamittaisessa seurannassa, ja koneoppimismallit ovat parantaneet merkittävästi inversiotarkkuutta. Nykytekniikan ydinhaasteita ovat: aktiivisten ja passiivisten mikroaaltoanturien fuusion tarkkuuden optimointi, syvän maaperän kosteuden seurantamenetelmien todentaminen sekä monimutkaisen kasvillisuuden ja kosteiden alueiden seurantatarkkuuden parantaminen. Tulevaisuuden tutkimuksessa tulisi keskittyä näihin suuntiin, samalla kun parannetaan edelleen tiedon assimilaatiomenetelmiä, vahvistetaan kaukokartoitustietojen ja maahavaintojen yhdistämistä sekä edistetään maaperän kosteustietojen syvällistä soveltamista sellaisilla aloilla kuin maatalouden kastelun hallinta, kuivuuden ja tulvien varhaisvaroitus sekä ilmastonmuutostutkimus.