Хөрсний чийгийн мониторингийн талаархи уран зохиолын тойм

1. Хөрсний чийгийн хяналтын технологийн ангилал

Хөрсний чийгийг хянах технологийг хяналтын цар хүрээ, зарчмын дагуу газар дээр суурилсан цэгийн хэмжилтийн технологи, ойрын мэдрэгчийн технологи, зайнаас тандан судлах технологи гэсэн гурван ангилалд хувааж болно. Гурван технологи тус бүр өөрийн гэсэн чиглэлтэй бөгөөд орон нутгийн цэгийн хэмжилтээс эхлээд дэлхийн хэмжээний хяналт хүртэл хэрэглээний бүх хэрэгцээг хамардаг.

(1) Газар дээр суурилсан цэгийн хэмжилтийн технологи

Газар дээр суурилсан цэгийн хэмжилтийн технологи нь хөрсний чийгийн мэдээллийг тасралтгүй эсвэл тогтмол цуглуулах боломжтой, хөрсний чийгийг хянах үндсэн хэрэгсэл болох шууд контакттай хөрсний мэдрэгчийг хэмжихэд төвлөрсөн байдаг. Үүнд голчлон эсэргүүцлийн мэдрэгч, Цагийн домэйн рефлектометр (TDR), багтаамж мэдрэгч, нейтрон мэдрэгч болон бусад төрлүүд орно. Янз бүрийн мэдрэгчүүд нь нарийвчлал, өртөг болон холбогдох хувилбаруудад ихээхэн ялгаатай байдаг.

(2) Проксимал мэдрэгч технологи

Проксимал мэдрэгч технологийг голчлон хээрийн болон усны хагалбарын хэмжээнд ашигладаг. Энэ нь инвазив бус аргаар хөрсний чийгийн орон зайн тархалтын шинж чанарыг олж авдаг бөгөөд газар дээр суурилсан цэгийн хэмжилтийн орон нутгийн хязгаарлалтыг нөхдөг. Нийтлэг технологиуд нь цахилгаан соронзон индукц (EMI), газар нэвтлэх радар (GPR), сансрын цацрагийн нейтрон датчик (CRNP) гэх мэт. Тэдгээрийн дотроос CRNP технологи нь бүс нутгийн дундаж хөрсний чийгийн инвазив бус хэмжилтийг өргөн уудам нутаг дэвсгэрт хийх боломжтой бөгөөд газар дээр суурилсан цэгийн хэмжилт болон хиймэл дагуулын зайн мэдрэгчийг холбосон гол гүүр болсон.

(3) Зайнаас тандан судлах технологи

Алсын зайнаас тандан судлах технологи нь хиймэл дагуул, нисэх онгоц зэрэг платформоор дамжуулан хөрсний чийгийг том хэмжээний (бүсээс дэлхийн) динамик хянах боломжийг олгодог. Алсын зайнаас тандан судлах зурвасын дагуу үүнийг оптик алсын зайнаас тандан судлах, дулааны хэт улаан туяаны алсын зайнаас тандан судлах, богино долгионы зайнаас тандан судлах гэж хувааж болно. Тэдгээрийн дотроос богино долгионы зайнаас тандан судлах нь цаг агаарын нөхцөл байдалд бага мэдрэмтгий, ургамал, гадаргын хөрсийг нэвтлэх чадвартай тул хөрсний чийгийг их хэмжээгээр хянах үндсэн технологи болжээ. Үүнийг цааш нь идэвхтэй богино долгионы алсын мэдрэгч (синтетик диафрагмын радар, SAR гэх мэт) болон идэвхгүй богино долгионы алсын зайнаас тандан судлах (радиометр гэх мэт) гэж хувааж болно.

2. Хяналтын үндсэн технологийн зарчим ба гүйцэтгэлийн харьцуулалт

(1) Газар дээр суурилсан цэгийн хэмжилт мэдрэгчүүдийн гүйцэтгэлийн харьцуулалт

Мэдрэгчийн төрөл	Давуу тал	Сул тал	Холбогдох хувилбарууд	Нарийвчлалын индекс
Эсэргүүцлийн датчик	1. Тасралтгүй хэмжилт хийхэд өгөгдөл бүртгэгчтэй хослуулах боломжтой; 2. Хамгийн бага үнэ; 3. Эрчим хүчний хэрэглээ бага	1. Нарийвчлал муу, шалгалт тохируулгын утга нь хөрсний төрөл, давсны агууламжаас хамаарч өөр өөр байдаг; 2. Мэдрэгч хөгшрөлтөд өртөмтгий байдаг	Зөвхөн чийгийн агууламжийн өөрчлөлтийг шүүх шаардлагатай бөгөөд нарийвчлалын шаардлага багатай хувилбарууд	Бага нарийвчлал
TDR шалгалт	1. Тасралтгүй хэмжилт хийх боломжтой; 2. Хөрсний тусгай тохируулгын дараа өндөр нарийвчлал (2-3%); 3. Давсжилтыг мэдэрдэггүй (дохио арилах хүртэл); 4. Эрдэм шинжилгээний өндөр хүлээн зөвшөөрөлт	1. Багтаамж мэдрэгчтэй харьцуулахад үйл ажиллагааны нарийн төвөгтэй байдал; 2. Суурилуулалт нь суваг шуудуу татах шаардлагатай бөгөөд энэ нь цаг хугацаа их шаарддаг; 3. Давсжилт ихтэй орчинд хүчингүй; 4. Өндөр эрчим хүчний хэрэглээ (цэнэглэдэг том батерей шаардагдана)	Өндөр нарийвчлалтай хэмжилт шаарддаг холбогдох системээр тоноглогдсон лабораториуд	Өндөр нарийвчлал (2-3%)
багтаамж мэдрэгч	1. Тасралтгүй хэмжилт хийх боломжтой; 2. Зарим төрлийн суулгахад хялбар; 3. Шалгалт тохируулсны дараа өндөр нарийвчлал (2-3%); 4. Бага эрчим хүчний хэрэглээ (жижиг батерей хангалттай); 5. Олон цэгт хэмжилт хийх боломжийг олгодог хямд үнэ	1. Давс ихтэй орчинд нарийвчлал буурдаг (ханасан хандын цахилгаан дамжуулах чанар > 8 дС/м); 2. Чанар муутай брэндүүдийн гүйцэтгэл муу	Олон цэгийн хэмжилт, энгийн системийг байршуулах, засвар үйлчилгээ хийх, бага эрчим хүч зарцуулдаг хувилбарууд	Өндөр нарийвчлал (2-3%)
Нейтрон датчик	1. Хэмжилтийн хэмжээ их; 2. Давсжилтыг мэдэрдэггүй; 3. Эрдэм шинжилгээний өндөр хүлээн зөвшөөрөлт (боловсорч гүйцсэн технологи); 4. Хөрс мэдрэгчтэй холбоо барих асуудалд өртөхгүй	1. Үнэтэй; 2. Ашиглалтын хувьд цацрагийн гэрчилгээ шаардлагатай; 3. Маш их цаг хугацаа шаардсан; 4. Тасралтгүй хэмжилт хийх боломжгүй	Өндөр давсжилттай эсвэл агшилттай шаварлаг хөрсийг хэмжих шаардлагатай байгаа тоног төхөөрөмж, гэрчилгээтэй хувилбарууд	Бага нарийвчлал (талбарын шалгалт тохируулгын дараа сайжирсан)
CRNP (Сансрын цацрагийн нейтрон датчик)	1. Хэмжилтийн маш том хүрээ (800м диаметр бүхий нөлөөллийн хэмжээ); 2. Автомат хэмжилт; 3. Хиймэл дагуулын мэдээллийн газрын баталгаажуулалтад тохиромжтой (том хэмжээний хэлбэлзлийг жигдрүүлэх); 4. Хөрс мэдрэгчтэй холбоо барих асуудалд өртөхгүй	1. Хамгийн өндөр үнэ; 2. Хөрсний чийгээс хамаарч хэмжилтийн эзэлхүүний тодорхойгүй тодорхойлолт; 3. Ургамал зэрэг төөрөгдүүлэх хүчин зүйлээр хязгаарлагдсан нарийвчлал	Их хэмжээний дундаж чийгийн утгууд болон хиймэл дагуулын мэдээллийн газрын баталгаажуулалт шаардлагатай хувилбарууд	RMSE ≈ 0.032 см³/см³ (шалгалт тохируулсны дараа)

Мэдрэгчийн төрөл	Давуу тал	Сул тал	Холбогдох хувилбарууд	Нарийвчлалын индекс
Эсэргүүцлийн датчик	1. Тасралтгүй хэмжилт хийхэд өгөгдөл бүртгэгчтэй хослуулах боломжтой; 2. Хамгийн бага үнэ; 3. Эрчим хүчний хэрэглээ бага	1. Нарийвчлал муу, шалгалт тохируулгын утга нь хөрсний төрөл, давсны агууламжаас хамаарч өөр өөр байдаг; 2. Мэдрэгч хөгшрөлтөд өртөмтгий байдаг	Зөвхөн чийгийн агууламжийн өөрчлөлтийг шүүх шаардлагатай бөгөөд нарийвчлалын шаардлага багатай хувилбарууд	Бага нарийвчлал
TDR шалгалт	1. Тасралтгүй хэмжилт хийх боломжтой; 2. Хөрсний тусгай тохируулгын дараа өндөр нарийвчлал (2-3%); 3. Давсжилтыг мэдэрдэггүй (дохио арилах хүртэл); 4. Эрдэм шинжилгээний өндөр хүлээн зөвшөөрөлт	1. Багтаамж мэдрэгчтэй харьцуулахад үйл ажиллагааны нарийн төвөгтэй байдал; 2. Суурилуулалт нь суваг шуудуу татах шаардлагатай бөгөөд энэ нь цаг хугацаа их шаарддаг; 3. Давсжилт ихтэй орчинд хүчингүй; 4. Өндөр эрчим хүчний хэрэглээ (цэнэглэдэг том батерей шаардагдана)	Өндөр нарийвчлалтай хэмжилт шаарддаг холбогдох системээр тоноглогдсон лабораториуд	Өндөр нарийвчлал (2-3%)
багтаамж мэдрэгч	1. Тасралтгүй хэмжилт хийх боломжтой; 2. Зарим төрлийн суулгахад хялбар; 3. Шалгалт тохируулсны дараа өндөр нарийвчлал (2-3%); 4. Бага эрчим хүчний хэрэглээ (жижиг батерей хангалттай); 5. Олон цэгт хэмжилт хийх боломжийг олгодог хямд үнэ	1. Давс ихтэй орчинд нарийвчлал буурдаг (ханасан хандын цахилгаан дамжуулах чанар > 8 дС/м); 2. Чанар муутай брэндүүдийн гүйцэтгэл муу	Олон цэгийн хэмжилт, энгийн системийг байршуулах, засвар үйлчилгээ хийх, бага эрчим хүч зарцуулдаг хувилбарууд	Өндөр нарийвчлал (2-3%)
Нейтрон датчик	1. Хэмжилтийн хэмжээ их; 2. Давсжилтыг мэдэрдэггүй; 3. Эрдэм шинжилгээний өндөр хүлээн зөвшөөрөлт (боловсорч гүйцсэн технологи); 4. Хөрс мэдрэгчтэй холбоо барих асуудалд өртөхгүй	1. Үнэтэй; 2. Ашиглалтын хувьд цацрагийн гэрчилгээ шаардлагатай; 3. Маш их цаг хугацаа шаардсан; 4. Тасралтгүй хэмжилт хийх боломжгүй	Өндөр давсжилттай эсвэл агшилттай шаварлаг хөрсийг хэмжих шаардлагатай байгаа тоног төхөөрөмж, гэрчилгээтэй хувилбарууд	Бага нарийвчлал (талбарын шалгалт тохируулгын дараа сайжирсан)
CRNP (Сансрын цацрагийн нейтрон датчик)	1. Хэмжилтийн маш том хүрээ (800м диаметр бүхий нөлөөллийн хэмжээ); 2. Автомат хэмжилт; 3. Хиймэл дагуулын мэдээллийн газрын баталгаажуулалтад тохиромжтой (том хэмжээний хэлбэлзлийг жигдрүүлэх); 4. Хөрс мэдрэгчтэй холбоо барих асуудалд өртөхгүй	1. Хамгийн өндөр үнэ; 2. Хөрсний чийгээс хамаарч хэмжилтийн эзэлхүүний тодорхойгүй тодорхойлолт; 3. Ургамал зэрэг төөрөгдүүлэх хүчин зүйлээр хязгаарлагдсан нарийвчлал	Их хэмжээний дундаж чийгийн утгууд болон хиймэл дагуулын мэдээллийн газрын баталгаажуулалт шаардлагатай хувилбарууд	RMSE ≈ 0.032 см³/см³ (шалгалт тохируулсны дараа)

(2) Зайнаас тандан судлах хяналтын технологийн үндсэн зарчим ба гүйцэтгэл

Зайнаас тандан судлах технологи нь янз бүрийн зурвас дахь цахилгаан соронзон цацрагт хөрсний тусгал, ялгаралт, тархалтын шинж чанарыг илрүүлэх замаар хөрсний чийгийг олж авдаг. Хэмжилтийн гүн, орон зайн нарийвчлал болон өөр өөр зурвас дахь технологийн холбогдох хувилбарууд ихээхэн ялгаатай байна.

• Оптик болон дулааны хэт улаан туяаны зайнаас тандан судлах: Оптик алсын зайнаас тандан судлах (харагдах гэрэл, ойрын хэт улаан туяа, богино долгионы хэт улаан туяа) нь хөрсний өнгө өөрчлөгдөх (чийгтэй хөрс бараан өнгөтэй) гадаргуугийн хэт нимгэн давхаргад (≤1мм) хөрсний чийгийг олж авдаг; дулааны хэт улаан туяаны зайнаас тандан судлах нь хөрсний гадаргын температурын өөрчлөлтийг хянах замаар чийгийн нөхцлийг шууд бусаар тусгадаг. Аль аль нь цаг агаар, ургамлын бүрхэвчинд өртөмтгий бөгөөд хэмжилтийн гүн багатай байдаг.

• Богино долгионы зайнаас мэдрэгч: Хөрсний эзэлхүүний диэлектрик дамжуулалтыг (усны диэлектрик тогтмол нь 80 орчим, хөрсний хатуу бодис, агаараас хамаагүй өндөр) идэвхтэй (радар цуурайг хэмжих дохиог дамжуулдаг) болон идэвхгүй (байгалийн богино долгионы цацрагийг хэмждэг) гэж хувааснаар чийгийг олж авдаг. Богино долгионы зурвасуудын дотроос L-band болон P-band нь ургамлыг нэвт шингээх чадвартай бөгөөд газрын гадаргуу болон үндэс бүсийн хөрсний чийгийг хянахад тохиромжтой; C-band нь нүцгэн хөрс эсвэл сийрэг ургамалжилттай газарт тохиромжтой.

Богино долгионы зайнаас тандан судлах хиймэл дагуулын даалгавруудын гүйцэтгэлийн харьцуулалт

Хиймэл дагуулын даалгавар	Мэдрэгчийн төрөл	Хамтлаг	Орон зайн нарийвчлал	Дахин үзэх хугацаа	Үндсэн давуу тал	Нарийвчлалын индекс
SMOS (Хөрсний чийг ба далайн давсжилтын хиймэл дагуул)	Богино долгионы идэвхгүй радиометр	L хамтлаг	25 км (EASE-2 сүлжээ)	3 хоног	Ургамлын оптик гүнийг (VOD) олж авах чадвартай, хөрсний чийгийг хянах тусгай хиймэл дагуулын анхны нислэг.	Медиан R²=0.75, RMSE=0.023 м³/м³
SMAP (Хөрсний чийгийн идэвхтэй идэвхгүй хиймэл дагуул)	Идэвхтэй радар + идэвхгүй радиометр (Радар амжилтгүй болсон)	L хамтлаг	36 км (Стандарт), 9 км (Сайжруулсан)	2-3 хоног	Одоогийн байдлаар дэлхийн хамгийн үнэн зөв хөрсний чийгийн бүтээгдэхүүн нь үндэс бүсийн (0-100см) чийгийн мэдээллийг өгөх чадвартай.	ubRMSE=0,035-0,038 см³/см³ (гадаргуугийн давхарга); 0.026-0.03 см³/см³ (үндэс бүс)
Харуул-1	Идэвхтэй синтетик диафрагмын радар (SAR)	С хамтлаг	10-20 м	6 хоног	Орон зайн өндөр нарийвчлалтай, SMAP өгөгдөлтэй нэгтгэж, 3 км нарийвчлалтай бүтээгдэхүүн үүсгэх боломжтой.	RMSE<0.046 см³/см³
ESA CCI (Уур амьсгалын өөрчлөлтийн санаачлага)	Идэвхтэй + идэвхгүй бичил долгионы хайлуулах	Олон хамтлаг	Олон тогтоол	Өгөгдлийн эх үүсвэрээс хамаарна	1978 оноос хойшхи дэлхийн хөрсний чийгийн урт хугацааны тасралтгүй мэдээллийг өгдөг	Уур амьсгалын өөрчлөлтийн урт хугацааны судалгаанд тохиромжтой, дунд зэргийн нарийвчлалтай

3. Хөрсний чийгийн хяналтын нарийвчлалд нөлөөлөх гол хүчин зүйлүүд

Уран зохиол 3-ын мета-шинжилгээний үр дүнд үндэслэн хөрсний чийгийн мониторингийн нарийвчлалд мэдрэгчийн төрөл, загварчлалын арга, хүрээлэн буй орчны нөхцөл зэрэг янз бүрийн хүчин зүйл нөлөөлдөг. Үүнд нөлөөлөх гол хүчин зүйлүүд нь дараах байдалтай байна.

(1) Мэдрэгч ба техникийн тохиргоо

• Мэдрэгчийн төрөл: Идэвхтэй болон идэвхгүй богино долгионы мэдрэгчийн нарийвчлалыг дангаар нь ашиглахад харьцуулах боломжтой (хоёуланд нь дундаж R²=0.7), гэхдээ тэдгээрийг хослуулан ашиглах талаар цөөн тооны судалгаа байдаг. Одоогийн нотолгоо нь хайлуулах нарийвчлалыг мэдэгдэхүйц сайжруулаагүйг харуулж байна (дундаж R² = 0.59), энэ нь цаашдын судалгаа, оновчлол шаарддаг.

• Туйлшралын горим: Идэвхтэй богино долгионы мэдрэгчүүдийн дотроос VV+VH хос туйлшралын хослол нь хамгийн өндөр нарийвчлалтай (медиан R²=0.76, RMSE=0.035 м³/м³), дараа нь HH туйлшрал, харин VH туйлшрал хамгийн бага нарийвчлалтай байна.

• Хэмжилтийн гүн: Богино долгионы зайнаас мэдрэгч нь голчлон гадаргуугийн давхарга (0-5см) хөрсний чийгийг хянахад тохиромжтой. Гүн давхаргын (>20см) чийгийг машин сургалтын загвараар дамжуулан шууд бусаар авах шаардлагатай. Одоогийн байдлаар гүн давхаргын хяналтын нарийвчлалд зориулсан өгөгдлийн дээжийн тоо бага байгаа бөгөөд дүгнэлт хараахан тодорхой болоогүй байна.

(2) Загварчлал ба өгөгдөл боловсруулах аргууд

Мэдээллийг хянах урвуу загварчлалын арга нь нарийвчлалд ихээхэн нөлөөлдөг.

• Машин сургалтын загварууд (ялангуяа мэдрэлийн сүлжээ) нь хамгийн өндөр нарийвчлалтай, дундаж R²=0.73 ба RMSE=0.035 м³/м³; Тэдгээрийн дотроос LSTM сүлжээ нь хамгийн өндөр нарийвчлалтай байдаг (медиан R² = 0.86), учир нь тэд цаг хугацааны хамаарлыг барьж чаддаг.

• Хагас эмпирик загварууд (Усны үүлний загвар (WCM), τ-ω загвар гэх мэт) өргөн хэрэглэгддэг бөгөөд тэдгээрийн нарийвчлал нь машин сургалтынхаас арай бага (медиан R²=0.71, RMSE=0.042 м³/м³).

• Машины сургалтын болон хагас эмпирик загваруудын хослол нь нарийвчлалыг улам сайжруулж чадна (медиан R²=0.79, RMSE=0.030 м³/м³).

(3) Байгаль орчин ба гадаргуугийн нөхцөл

• Уур амьсгалын төрөл: Хуурай болон хагас хуурай бүс нутагт (орчин R² өндөртэй) хяналтын нарийвчлал нь чийглэг, хагас чийглэг бүс нутгаас илүү сайн байдаг. Учир нь чийглэг бүс нутгууд нь өтгөн ургамалжилттай, чийгийн их хэмжээний хэлбэлзэлтэй байдаг бөгөөд энэ нь дохиололд саад учруулдаг.

• Хөрсний бүтэц: Элсэрхэг шавранцар нь хамгийн өндөр хяналтын нарийвчлалтай (дундаж R²=0.75); идэвхгүй мэдрэгч нь шавранцар болон шавранцарт илүү сайн ажилладаг бол идэвхтэй мэдрэгч нь элсэрхэг болон шавранцарт илүү сайн ажилладаг.

• Газар бүрхэвч: Газар тариалангийн газар (буудай, эрдэнэ шиш, буурцаг гэх мэт) нь судалгааны үндсэн хувилбар юм. Ургамлын нягтрал нь богино долгионы дохионы нэвтрэлтэнд нөлөөлж, улмаар нарийвчлалд нөлөөлдөг боловч янз бүрийн улирлын хоорондох хяналтын нарийвчлалын ялгаа нь тийм ч чухал биш бөгөөд энэ нь богино долгионы технологийн тогтвортой байдлыг харуулж байна.

4. Хөрсний чийгийн мониторингийн хэрэглээний систем ба мэдээллийн нөөц

(1) Интернетийн зүйлс (IoT) ба өгөгдлийн удирдлагын систем

Уран зохиол 1-д санал болгож буй ZENTRA систем нь хөрсний чийгийг хянах ердийн IoT шийдэл юм. Энэ нь хялбаршуулсан суурилуулалт, алсын зайнаас өгөгдөл татаж авах, бодит цагийн алдааны урьдчилан сэргийлэх, олон сайтын өгөгдлийг нэгтгэх зорилгоор мэдрэгч, өгөгдөл бүртгэгчид болон үүлэн платформуудыг (ZENTRA Cloud) нэгтгэдэг. Энэ нь судлаачдын ажлын ачааллыг эрс бууруулж, мэдээллийн удирдлагын үр ашгийг дээшлүүлэх боломжтой.

(2) Дэлхийн болон бүс нутгийн хяналтын сүлжээ

• COSMOS сүлжээ: CRNP технологид суурилсан дэлхийн хөрсний чийгийн ажиглалтын сүлжээ. Одоогоор дэлхий даяар АНУ, Герман, Австрали, Их Британи зэрэг бүс нутгийг хамарсан 194 орчим байнгын станц ажиллаж байна. Энэ нь газар дээр суурилсан цэгийн хэмжилт ба хиймэл дагуулын зайнаас тандан судлах хоорондын орон зайн зайг нөхөж чадна.

• Олон улсын хөрсний чийгийн сүлжээ (ISMN): Дэлхий даяарх олон станцын хөрсний чийгийн мэдээллийг нэгтгэж, хэмжилтийн төрөл бүрийн технологийг хамарсан бөгөөд зайнаас тандан судлах мэдээллийн баталгаажуулалтын чухал үндсэн мэдээллийн нөөц юм.

• TERENO сүлжээ: Усны сав газрын хэмжээнд хөрсний чийгийн динамик хяналт тавих 20 CRNP станцыг багтаасан Германы хуурай газрын байгаль орчны ажиглалтын сүлжээ.

(3) Өгөгдлийн бүтээгдэхүүн ба хуваалцах платформууд

• SMOS Data: ESA-ийн албан ёсны вэбсайт болон CATDS платформоос гадаргын хөрсний чийг, VOD, үндэс бүсийн хөрсний чийг болон бусад бүтээгдэхүүнээс авах боломжтой.

• SMAP өгөгдөл: АНУ-ын Цас мөсний үндэсний мэдээллийн төвөөс (NSIDC) гаргасан бөгөөд үүнд гадаргын болон үндэс бүсийн хөрсний чийгийн бүтээгдэхүүнийг хамгийн өндөр нарийвчлалтайгаар оруулсан.

• ESA CCI-ийн мэдээлэл: 1978 оноос хойшхи дэлхийн хөрсний чийгийн урт хугацааны мэдээллийг (идэвхтэй, идэвхгүй, хайлуулсан гурван төрлийн бүтээгдэхүүн) гаргаж, ESA Soil Moisture CCI-ийн албан ёсны вэбсайтаас авах боломжтой.

5. Судалгааны дүгнэлт, цаашдын чиг хандлага

Хөрсний чийгийн хяналтын технологи нь газар дээр суурилсан цэгийн хэмжилтээс дэлхийн алсын зайнаас тандан судлах хүртэл бүрэн хэмжээний системийг бүрдүүлснийг гурван ном зохиол тууштай харуулж байна. Тэдгээрийн дотроос богино долгионы алсын зайнаас тандан судлах нь том хэмжээний мониторинг хийх үндсэн технологи бөгөөд машин сургалтын загварууд урвуу нарийвчлалыг эрс сайжруулсан. Орчин үеийн технологийн гол сорилтууд нь: идэвхтэй болон идэвхгүй богино долгионы мэдрэгчийг нэгтгэх нарийвчлалыг оновчтой болгох, хөрсний гүн дэх чийгийн хяналтын аргуудыг баталгаажуулах, нарийн төвөгтэй ургамалжилт, чийглэг бүс нутагт хяналтын нарийвчлалыг сайжруулах явдал юм. Цаашдын судалгаанууд эдгээр чиглэлд анхаарлаа төвлөрүүлэхийн зэрэгцээ өгөгдлийг шингээх аргыг улам боловсронгуй болгох, зайнаас тандан судлах мэдээлэл ба газрын ажиглалтын хослолыг бэхжүүлэх, газар тариалангийн усалгааны менежмент, ган, үерийн аюулаас урьдчилан сэргийлэх, уур амьсгалын өөрчлөлтийн судалгаа зэрэг салбарт хөрсний чийгийн мэдээллийг гүнзгийрүүлэн ашиглахад дэмжлэг үзүүлэх ёстой.