Revisão da Literatura sobre Monitoramento da Umidade do Solo

1. Classificação das tecnologias de monitoramento de umidade do solo

As tecnologias de monitoramento da umidade do solo podem ser divididas em três categorias de acordo com a escala e o princípio de monitoramento: tecnologia de medição pontual baseada no solo, tecnologia de sensoriamento proximal e tecnologia de monitoramento de sensoriamento remoto. Cada uma das três tecnologias tem seu próprio foco, cobrindo toda a gama de necessidades de aplicação, desde medição pontual local até monitoramento em escala global.

(1) Tecnologia de medição de pontos baseada no solo

A tecnologia de medição pontual baseada no solo é centrada na medição do sensor de contato direto do solo, que pode realizar a coleta contínua ou de ponto fixo de dados de umidade do solo e é o meio básico de monitoramento da umidade do solo. Inclui principalmente sondas de resistência, reflectometria no domínio do tempo (TDR), sensores de capacitância, sondas de nêutrons e outros tipos. Diferentes sensores variam significativamente em precisão, custo e cenários aplicáveis.

(2) Tecnologia de Detecção Proximal

A tecnologia de detecção proximal é aplicada principalmente em escala de campo ou bacia hidrográfica. Obtém as características de distribuição espacial da umidade do solo por meios não invasivos, compensando a limitação local da medição pontual baseada no solo. As tecnologias comuns incluem indução eletromagnética (EMI), radar de penetração no solo (GPR), sonda de nêutrons de raios cósmicos (CRNP), etc. Entre elas, a tecnologia CRNP pode realizar medições não invasivas da umidade média regional do solo em uma grande área e tornou-se uma ponte chave que conecta a medição pontual baseada no solo e o sensoriamento remoto por satélite.

(3) Tecnologia de monitoramento de sensoriamento remoto

A tecnologia de sensoriamento remoto realiza o monitoramento dinâmico da umidade do solo em grande escala (regional a global) por meio de plataformas como satélites e aeronaves. De acordo com as bandas de sensoriamento remoto, ele pode ser dividido em sensoriamento remoto óptico, sensoriamento remoto infravermelho térmico e sensoriamento remoto por microondas. Entre eles, o sensoriamento remoto por micro-ondas tornou-se a tecnologia principal para o monitoramento da umidade do solo em grande escala devido à sua baixa sensibilidade às condições climáticas e à capacidade de penetrar na vegetação e na superfície do solo. Ele pode ser dividido em sensoriamento remoto ativo por micro-ondas (como radar de abertura sintética, SAR) e sensoriamento remoto passivo por micro-ondas (como radiômetro).

2. Princípios e comparação de desempenho das principais tecnologias de monitoramento

(1) Comparação de desempenho de sensores de medição de pontos baseados no solo

Tipo de sensor	Vantagens	Desvantagens	Cenários Aplicáveis	Índice de precisão
Sonda de Resistência	1. Pode ser combinado com registradores de dados para medição contínua; 2. Preço mais baixo; 3. Baixo consumo de energia	1. Fraca precisão, o valor de calibração varia com o tipo de solo e teor de sal; 2. Os sensores são propensos ao envelhecimento	Cenários que só precisam avaliar mudanças no teor de umidade e têm baixos requisitos de precisão	Baixa precisão
Sonda TDR	1. Pode realizar medição contínua; 2. Alta precisão (2-3%) após calibração específica do solo; 3. Insensível à salinidade (até o sinal desaparecer); 4. Alto reconhecimento acadêmico	1. Maior complexidade operacional que sensores capacitivos; 2. A instalação requer abertura de valas, o que é demorado; 3. Inválido em ambientes de alta salinidade; 4. Alto consumo de energia (requer grandes baterias recarregáveis)	Laboratórios equipados com sistemas relevantes que exigem medições de alta precisão	Alta precisão (2-3%)
Sensor de capacitância	1. Pode realizar medição contínua; 2. Fácil instalação para alguns tipos; 3. Alta precisão (2-3%) após calibração; 4. Baixo consumo de energia (pilhas pequenas são suficientes); 5. Preço baixo, permitindo medição multiponto	1. A precisão diminui em ambientes de alta salinidade (condutividade elétrica do extrato saturado > 8 dS/m); 2. Fraco desempenho de marcas de baixa qualidade	Cenários que exigem medição multiponto, implantação e manutenção simples do sistema e baixo consumo de energia	Alta precisão (2-3%)
Sonda de nêutrons	1. Grande volume de medição; 2. Insensível à salinidade; 3. Alto reconhecimento acadêmico (tecnologia madura); 4. Não é afetado por problemas de contato do sensor de solo	1. Caro; 2. A operação requer certificação de radiação; 3. Extremamente demorado; 4. Não é possível realizar medições contínuas	Cenários com equipamentos existentes e certificação que exigem medição de solos argilosos de alta salinidade ou retração expansiva	Baixa precisão (melhorada após calibração em campo)
CRNP (sonda de nêutrons de raios cósmicos)	1. Faixa de medição extremamente grande (volume de influência com 800m de diâmetro); 2. Medição automática; 3. Adequado para validação terrestre de dados de satélite (suavização da variabilidade em grande escala); 4. Não é afetado por problemas de contato do sensor de solo	1. Preço mais alto; 2. Definição pouco clara do volume de medição, variando com a umidade do solo; 3. Precisão limitada por fatores de confusão, como vegetação	Cenários que exigem valores médios de umidade em grande escala e validação terrestre de dados de satélite	RMSE ≈ 0,032 cm³/cm³ (após calibração)

Tipo de sensor	Vantagens	Desvantagens	Cenários Aplicáveis	Índice de precisão
Sonda de Resistência	1. Pode ser combinado com registradores de dados para medição contínua; 2. Preço mais baixo; 3. Baixo consumo de energia	1. Fraca precisão, o valor de calibração varia com o tipo de solo e teor de sal; 2. Os sensores são propensos ao envelhecimento	Cenários que só precisam avaliar mudanças no teor de umidade e têm baixos requisitos de precisão	Baixa precisão
Sonda TDR	1. Pode realizar medição contínua; 2. Alta precisão (2-3%) após calibração específica do solo; 3. Insensível à salinidade (até o sinal desaparecer); 4. Alto reconhecimento acadêmico	1. Maior complexidade operacional que sensores capacitivos; 2. A instalação requer abertura de valas, o que é demorado; 3. Inválido em ambientes de alta salinidade; 4. Alto consumo de energia (requer grandes baterias recarregáveis)	Laboratórios equipados com sistemas relevantes que exigem medições de alta precisão	Alta precisão (2-3%)
Sensor de capacitância	1. Pode realizar medição contínua; 2. Fácil instalação para alguns tipos; 3. Alta precisão (2-3%) após calibração; 4. Baixo consumo de energia (pilhas pequenas são suficientes); 5. Preço baixo, permitindo medição multiponto	1. A precisão diminui em ambientes de alta salinidade (condutividade elétrica do extrato saturado > 8 dS/m); 2. Fraco desempenho de marcas de baixa qualidade	Cenários que exigem medição multiponto, implantação e manutenção simples do sistema e baixo consumo de energia	Alta precisão (2-3%)
Sonda de nêutrons	1. Grande volume de medição; 2. Insensível à salinidade; 3. Alto reconhecimento acadêmico (tecnologia madura); 4. Não é afetado por problemas de contato do sensor de solo	1. Caro; 2. A operação requer certificação de radiação; 3. Extremamente demorado; 4. Não é possível realizar medições contínuas	Cenários com equipamentos existentes e certificação que exigem medição de solos argilosos de alta salinidade ou retração expansiva	Baixa precisão (melhorada após calibração em campo)
CRNP (sonda de nêutrons de raios cósmicos)	1. Faixa de medição extremamente grande (volume de influência com 800m de diâmetro); 2. Medição automática; 3. Adequado para validação terrestre de dados de satélite (suavização da variabilidade em grande escala); 4. Não é afetado por problemas de contato do sensor de solo	1. Preço mais alto; 2. Definição pouco clara do volume de medição, variando com a umidade do solo; 3. Precisão limitada por fatores de confusão, como vegetação	Cenários que exigem valores médios de umidade em grande escala e validação terrestre de dados de satélite	RMSE ≈ 0,032 cm³/cm³ (após calibração)

(2) Princípios Fundamentais e Desempenho das Tecnologias de Monitoramento de Sensoriamento Remoto

A tecnologia de monitoramento por sensoriamento remoto recupera a umidade do solo detectando as características de reflexão, emissão ou dispersão do solo à radiação eletromagnética em diferentes bandas. A profundidade de medição, resolução espacial e cenários aplicáveis ​​de tecnologias em diferentes bandas variam significativamente:

• Sensoriamento Remoto Infravermelho Óptico e Térmico: O sensoriamento remoto óptico (luz visível, infravermelho próximo, infravermelho de ondas curtas) recupera a umidade do solo na camada superficial extremamente fina (≤1mm) através de mudanças na cor do solo (o solo úmido é mais escuro); o sensoriamento remoto infravermelho térmico reflete indiretamente as condições de umidade, monitorando as mudanças na temperatura superficial do solo. Ambos são suscetíveis às intempéries e à cobertura vegetal e possuem profundidade de medição rasa.

• Sensoriamento Remoto por Microondas: Recupera a umidade medindo a constante dielétrica volumétrica do solo (a constante dielétrica da água é cerca de 80, muito maior que a dos sólidos do solo e do ar), que é dividida em ativa (o radar transmite sinais para medir ecos) e passiva (mede a radiação natural de micro-ondas). Entre as bandas de microondas, a banda L e a banda P têm forte capacidade de penetrar na vegetação e são adequadas para monitorar a umidade do solo próximo à superfície e na zona radicular; A banda C é adequada para solo descoberto ou áreas com vegetação escassa.

Comparação de desempenho das principais missões de satélite de sensoriamento remoto por micro-ondas

Missão Satélite	Tipo de sensor	Banda	Resolução Espacial	Período de revisita	Principais vantagens	Índice de precisão
SMOS (Satélite de Umidade do Solo e Salinidade do Oceano)	Radiômetro de microondas passivo	Banda L	25 km (Grade EASE-2)	3 dias	A primeira missão de satélite específica para monitorar a umidade do solo, capaz de recuperar a Profundidade Óptica da Vegetação (VOD)	Mediana R²=0,75, RMSE=0,023 m³/m³
SMAP (satélite passivo ativo de umidade do solo)	Radar Ativo + Radiômetro Passivo (Falha no Radar)	Banda L	36 km (padrão), 9 km (aprimorado)	2-3 dias	Atualmente o produto global de umidade do solo mais preciso, capaz de fornecer dados de umidade da zona radicular (0-100 cm).	ubRMSE=0,035-0,038 cm³/cm³ (camada superficial); 0,026-0,03 cm³/cm³ (zona radicular)
Sentinela-1	Radar Ativo de Abertura Sintética (SAR)	Banda C	10-20 metros	6 dias	Alta resolução espacial, pode ser fundida com dados SMAP para gerar produtos com resolução de 3 km	REQM<0,046 cm³/cm³
ESA CCI (Iniciativa para Mudanças Climáticas)	Fusão de microondas ativa + passiva	Multibanda	Múltiplas Resoluções	Depende da fonte de dados	Fornece dados globais contínuos de longo prazo sobre a umidade do solo desde 1978	Precisão abrangente média, adequada para pesquisas de longo prazo sobre mudanças climáticas

3. Fatores-chave que afetam a precisão do monitoramento da umidade do solo

Com base nos resultados da meta-análise da Literatura 3, a precisão do monitoramento da umidade do solo é afetada por vários fatores, como tipo de sensor, método de modelagem e condições ambientais. Os principais fatores de influência são os seguintes:

(1) Sensor e configuração técnica

• Tipo de sensor: A precisão dos sensores de micro-ondas ativos e passivos é comparável quando usados ​​isoladamente (mediana R²=0,7 para ambos), mas há poucos estudos sobre seu uso combinado. As evidências atuais mostram que a precisão da fusão não foi significativamente melhorada (mediana R² = 0,59), o que requer mais pesquisas e otimização.

• Modo de polarização: Entre os sensores de micro-ondas ativos, a combinação de dupla polarização VV+VH tem a maior precisão (mediana R²=0,76, RMSE=0,035 m³/m³), seguida pela polarização HH, e a polarização VH tem a menor precisão.

• Profundidade de medição: O sensoriamento remoto por micro-ondas é principalmente adequado para monitorar a umidade do solo na camada superficial (0-5cm). A umidade da camada profunda (>20 cm) precisa ser recuperada indiretamente por meio de modelos de aprendizado de máquina. Atualmente, o número de amostras de dados para precisão do monitoramento de camadas profundas é pequeno e a conclusão ainda não é clara.

(2) Métodos de Modelagem e Processamento de Dados

O método de modelagem de inversão para monitorar dados afeta significativamente a precisão:

• Modelos de Aprendizado de Máquina (especialmente redes neurais) apresentam a maior precisão, com mediana R²=0,73 e RMSE=0,035 m³/m³; entre elas, as redes LSTM apresentam a maior precisão (mediana R² = 0,86) porque podem capturar a dependência temporal.

• Modelos semi-empíricos (como Water Cloud Model (WCM), Modelo τ-ω) são amplamente utilizados e sua precisão é ligeiramente inferior à do aprendizado de máquina (mediana R²=0,71, RMSE=0,042 m³/m³).

• A combinação de aprendizado de máquina e modelos semi-empíricos pode melhorar ainda mais a precisão (mediana R²=0,79, RMSE=0,030 m³/m³).

(3) Condições ambientais e de superfície

• Tipo climático: A precisão do monitoramento em regiões áridas e semiáridas (com R² médio mais elevado) é melhor do que em regiões úmidas e semi-úmidas. Porque as regiões úmidas têm vegetação densa e grandes flutuações de umidade, que podem interferir nos sinais.

• Textura do solo: O franco-arenoso apresenta a maior precisão de monitoramento (mediana R²=0,75); sensores passivos têm melhor desempenho em solo argiloso e argiloso, enquanto os sensores ativos têm melhor desempenho em solo franco-arenoso e argiloso.

• Cobertura da Terra: Terras agrícolas (trigo, milho, soja, etc.) são o principal cenário da pesquisa. A densidade da vegetação afecta a penetração dos sinais de microondas, afectando assim a precisão, mas a diferença na precisão da monitorização entre as diferentes estações não é significativa, reflectindo a estabilidade da tecnologia de microondas.

4. Sistemas de Aplicação e Recursos de Dados para Monitoramento de Umidade do Solo

(1) Internet das Coisas (IoT) e Sistemas de Gerenciamento de Dados

O sistema ZENTRA proposto na Literatura 1 é uma solução IoT típica para monitoramento da umidade do solo. Ele integra sensores, registradores de dados e plataformas em nuvem (ZENTRA Cloud) para realizar instalação simplificada, download remoto de dados, alerta antecipado de falhas em tempo real e fusão de dados em vários locais. Pode reduzir significativamente a carga de trabalho dos pesquisadores e melhorar a eficiência do gerenciamento de dados.

(2) Redes de Monitoramento Globais e Regionais

• Rede COSMOS: Uma rede global de observação da umidade do solo baseada na tecnologia CRNP. Atualmente, existem cerca de 194 estações permanentes em todo o mundo, cobrindo regiões como Estados Unidos, Alemanha, Austrália e Reino Unido. Ele pode preencher a lacuna de escala espacial entre a medição pontual baseada no solo e o sensoriamento remoto por satélite.

• Rede Internacional de Umidade do Solo (ISMN): Integra dados in-situ de umidade do solo de diversas estações ao redor do mundo, cobrindo uma variedade de tecnologias de medição, e é um importante recurso de dados básicos para validação de dados de sensoriamento remoto.

• Rede TERENO: Rede de Observatórios Ambientais Terrestres da Alemanha, que inclui 20 estações CRNP para monitoramento dinâmico da umidade do solo em escala de bacia hidrográfica.

(3) Produtos de dados e plataformas de compartilhamento

• Dados SMOS: Disponíveis no website oficial da ESA e na plataforma CATDS, incluindo humidade superficial do solo, VOD, humidade do solo na zona radicular e outros produtos.

• Dados SMAP: divulgados pelo Centro Nacional de Dados sobre Neve e Gelo (NSIDC) dos Estados Unidos, incluindo produtos de umidade do solo na superfície e na zona radicular com a mais alta precisão.

• Dados ESA CCI: Fornece dados globais de longo prazo sobre a umidade do solo (três tipos de produtos: ativo, passivo e fundido) desde 1978, que podem ser obtidos no site oficial da ESA Soil Moisture CCI.

5. Conclusões da pesquisa e direções futuras

As três literaturas indicam consistentemente que as tecnologias de monitoramento da umidade do solo formaram um sistema em grande escala, desde a medição pontual baseada no solo até o sensoriamento remoto global. Entre eles, o sensoriamento remoto por microondas é a tecnologia central para monitoramento em larga escala, e os modelos de aprendizado de máquina melhoraram significativamente a precisão da inversão. Os principais desafios das tecnologias atuais incluem: otimização da precisão da fusão de sensores de micro-ondas ativos e passivos, verificação de métodos de monitoramento profundo da umidade do solo e melhoria da precisão do monitoramento em vegetação complexa e regiões úmidas. A investigação futura deverá centrar-se nestas direcções, melhorando simultaneamente os métodos de assimilação de dados, reforçando a combinação de dados de detecção remota e observações terrestres, e promovendo a aplicação aprofundada de dados sobre a humidade do solo em domínios como a gestão da irrigação agrícola, o alerta precoce de secas e inundações e a investigação sobre alterações climáticas.